Nama : Vita Ayu Kusuma Dewi

NIM : 1150400111001

TUGAS BESAR HIDROLOGI DASAR

SOAL 6
LENGKUNG DEBIT

6.1. Lengkung Debit

Lengkung aliran debit (Discharge Rating Curve), adalah kurva yang
menggambarkan hubungan antara tinggi muka air dan debit. Dibuat berdasarkan data
pengukuran debit dari berbagai ketinggian muka air, yang mencakup keadaan tinggi
muka air rendah sampai tinggi. Jumlah dan sebaran data pengukuran debit yang
dapat menggambarkan hubungan antara tinggi muka air dan debit dari muka air
terendah sampai tertinggi harus cukup mewakili keadaan sebenarnya kejadian di
lapangan. Pengukuran debit, untuk praktisnya hanya dilaksanakan secara berkala,
minimal sekali setiap bulannya. Pengamatan tinggi muka air dapat dilaksanakan
secara kontinyu dengan menggunakan alat duga air otomatik atau secara teratur
dengan membaca tinggi muka air biasa (alat duga air papan).
Untuk mendapatkan data debit yang kontinyu maka perhitungan debit dapat
dilaksanakan berdasarkan data pengamatan tinggi muka air dan lengkung debit serta
koreksinya karena adanya perubahan penampang sungai akibat pengendapan dan
atau penggerusan alur sungai. Dengan demikian lengkung debit merupakan alat yang
praktis untuk mendapatkan data debit yang kontinyu dengan periode waktu yang
cukup panjang. Lengkung debit dapat dibuat dengan analisa grafis atau dibuat
berdasarkan rumus matematik. (Soewarno, 1991)

6.2. Model Perhitungan Lengkung Debit

Menurut Soewarno dalam bukunya Hidrologi Aplikasi Metode Statistik untuk
Analisa Data, hubungan antara debit sungai dari dua lokasi pos duga air untuk
kepentingan pengisian data kosong, memperbaiki maupun mengecek data,
memperpanjang lama pencatatan data runtut waktu (extension) atau peramalan
(prediction) dapat dilakukan dengan analisis regresi.

124 | TEKNIK PENGAIRAN UNIVERSITAS BRAWIJAYA

 125

Dalam analisis regresi dipandang bahwa data hidrologi tersebut mengikuti

distribusi normal, tiap variable adalah homogen, semua nilai dan setiap variable
diukur dengan cara yang sama, nilai variable bebas diukur tanpa kesalahan dan nilai
variable tidak bebas merupakan kejadian acak yang saling berhubungan.Beberapa
alternatif analisis regresi yang umum digunakan dalam analisis data hidrologi
diantaranya adalah model regresi: (a) linier sederhana (simple linier), (b) fungsi
eksponensial(exponential function), (c) fungsi logaritma (logarithmic function), (d)
fungsi polynomial (polynomial function) dan (e) fungsi berganda (multiple function).
(Soewarno, 1995)
Pada prinsipnya, sembarang model yang digunakan dalam analisis hidrologi
apakah sederhana ataukah komplek dengan lebih dari 2 variabel yang penting bahwa
model tersebut harus cocok dengan permasalahan hidrologi yang di analisis. Dengan
kata lain model tersebut harus tidak memberikan penyimpangan yang nyata apabila
diuji. Kalibrasi model dengan data pengukuran langsung dilapangan harus selalu
dilaksanakan.Apabila terjadi penyimpangan haruslah dibuat persamaan yang baru,
sesuai model yang digunakan atau mungkin model yang diubah sesuai dengan
perolehan data yang baru.Hal ini mengingat semakin bertambah banyak dan periode
waktu pengamatan bertambah lama. (Soewarno, 1995)

6.2.1. Model Regresi Linier Sederhana

Fenomena hidrologi yang terdiri dari dua variabel berpasangan (Xi,Yi) bila
dibuat hubungan maka akan terjadi garis kurva linier sederhana dengan dua model
persamaan regresi garis lurus sebagai berikut :

Keterangan :
= persamaan garis lurus Y atas X
= persamaan garis lurus X atas Y
a1, a2 = koefisien regresi merupakan koefisien arah dari garis regresi
b1, b2 = koefisien yang merupakan titik potong dari garis regresi
Dengan menggunakan metode kuadrat terkecil maka besarnya koefisien a1,
a2, b1, b2 dapat dihitung dengan menggunakan persamaan sebagai berikut :

a1 =
 126

b2 = a1 ( )

a2 =

b2 = a2 ( )
Keterangan :
=

Besarnya koefisien korelasi dapat dihitung berdasarkan persamaan :

R=

Nilai residu adalah ukuran perbedaan antara nilai pengukuran dengan nilai
dari persamaan regresi. Deviasi standar dari nilai residu dapat dihitung dengan rumus
:

Perhitungan koefisien regresi a1dan a2 selain dapat dihutung berdasarkan rumus

di atas, dapat juga ditentukan berdasarkan nilai koefisien korelasi (R) sebagai berikut
:

Sehingga, persamaan garis lurus Y pada X, yaitu persamaan untuk meramal Y

jika diketahui X, adalah sebagai berikut :

= +

Sedangkan, persamaan garis lurus X pada Y, yaitu persamaan untuk meramal X

jika diketahui Y, adalah sebagai berikut :

= +

6.2.2. Model Regresi Eksponensial

 127

Dari pasangan data variabel hidrologi (Xi,Yi), apabila dihitung dengan

persamaan regresi eksponensial, maka modelnya adalah :

Keterangan :
= regresi eksponensial Y terhadap X, merupakan variabel tak bebas
X = variabel bebas
a,b = parameter
e = bilangan pokok logaritma asli
Persamaan diatas dapat ditransformasikan menjadi persamaan linear fungsi (ln)
sebagai berikut : = ln b + aX
Untuk menyederhanakan penyelesaian persamaan diatas, maka dapat dilakukan
transformasi sebagai berikut :
P= A=a
X=X B = ln b
Sehingga dapat dinyatakan sebagai persamaan :
P=AX+B
Atau dapat dinyatakan sebagai persamaan :

= +

R=

Keterangan :
= persamaan regresi linier P terhadap X
R = koefisien korelasi
= deviasi standar residu X
= deviasi standar residu P

6.2.3. Model Regresi Berpangkat

Dari pasangan data variabel hidrologi (Xi,Yi), apabila dihitung dengan
persamaan regresi eksponensial, maka modelnya adalah :
 128

Apabila persamaan diatas ditransformasikan kedalam persamaan linier fungsi

(log) akan menjadi :
= log b Xa
= log b + a log X
Dimana Yi > 0 dan Xi > 0
Selanjutnya dapat ditransformasikan kedalam persamaan linier sederhana :
P= A=a
B = log B q = log X
Sehingga persamaan dapat disederhanakan menjadi :
P = Aq + B
Atau dapat dinyatakan sebagai persamaan :

= +

R=

Keterangan :
= persamaan regresi linier P terhadap X
R = koefisien korelasi
= deviasi standar residu P
= deviasi standar residu q

6.2.4. Model Regresi Logaritmik

Dari pasangan data variabel hidrologi (Xi,Yi), apabila dihitung dengan
persamaan regresi logaritmik, maka hubungannya adalah :

Keterangan :
 129

= regresi Y terhadap X
X = variabel bebas, harus lebih besar dari nol
a,b = parameter
Persamaan diatas merupakan persamaan fungsi logaritmik antara Y dan log X,
merupakan persamaan garis lurus dengan kemiringan (a) dan memotong sumbu Y di
b.
Untuk menyederhanakan penyelesaian maka dapat dilakukan transformasi
sebagai berikut :
= A=a
B=b q = log X
Sehingga dapat dinyatakan sebagai persamaan :

Dan dapat dinyatakan sebagai persamaan :

= +

R=

Keterangan :
= persamaan regresi linier P terhadap X
R = koefisien korelasi
= deviasi standar residu Y
= deviasi standar residu q

6.2.5. Model Regresi Polinomial

Penggunaan persamaan linier bagi penggambaran hubungan antara dua
variabel hidrologi (Xi,Yi) yang tidak berasosiasi secara linier meskipun telah
ditransformasikan dalam model eksponensial, pangkat ataupun logaritmik, maka
akan menghasilkan garis taksir atau persamaan yang kurang tepat. Transformasi
 130

persamaan kurva yang lebih tepat untuk kondisi tersebut dapat digunakan regresi
polinomial. Penurunan persamaannya dapat dilakukan dengan metode kuadrat kecil.
Persamaan regresi polinomial orde ke m yang menyatakan hubungan dua
variabel data hidrologi (Xi,Yi) dapat disajikan sebagai berikut :
Y=
Untuk regresi polinomial orde ke 2, persamaan umumnya disajikan sebagai
berikut:
y = a + bx + cx2
Nilai a, b, c dapat dicari dengan :
=

Sehingga penyelesaiannya dapat dilakukan dengan 3 persamaan sebagai berikut :

an +b +c =
a +b +c =
a +b +c =

6.3. Soal 6 dan Data

Soal 6 adalah menghitung persamaan lengkung debit antara tinggi muka air
(H) dan debit : (a) Model sederhana/garis lurus (linier), (b) Model Eksponensial, (c)
Model berpangkat, (d) Model Logaritmik, dan (e) Model Polinomial.
Data yang akan digunakan dalam soal 6 adalah :
Tabel 6.1. Data Tinggi Air dan Debit
H Q
(m) (m3/dt)
0,00 0,60
0,10 1,10
0,20 1,90
0,30 2,70
0,40 3,90
0,50 5,50
0,60 6,90
 131

H Q
(m) (m3/dt)
0,70 8,80
0,80 10,90
0,90 13,20
1,00 15,80
1,10 18,60
1,20 21,60
1,30 24,80
1,40 28,10
1,50 31,50
Sumber : Data Soal
6.4. Penyelesaian
6.4.1. Model Sederhana/Garis Lurus (Linier)
Tabel 6.2. Perhitungan Model Sederhana/ Garis Lurus (Linier)
Xi Yi- Xi- (Yi- (Xi- (Yi-Y rerata) (Xi-
No Yi (Q)
2 2
(H) Yrerata Xrerata Yrerata) Xrerata) Xrerata)
1 0,60 0,00 -11,644 -0,750 135,577 0,563 8,733
2 1,10 0,10 -11,144 -0,650 124,183 0,423 7,243
3 1,90 0,20 -10,344 -0,550 106,993 0,303 5,689
4 2,70 0,30 -9,544 -0,450 91,083 0,203 4,295
5 3,90 0,40 -8,344 -0,350 69,618 0,123 2,920
6 5,50 0,50 -6,744 -0,250 45,478 0,063 1,686
7 6,90 0,60 -5,344 -0,150 28,556 0,023 0,802
8 8,80 0,70 -3,444 -0,050 11,859 0,003 0,172
9 10,90 0,80 -1,344 0,050 1,806 0,003 -0,067
10 13,20 0,90 0,956 0,150 0,914 0,023 0,143
11 15,80 1,00 3,556 0,250 12,647 0,063 0,889
12 18,60 1,10 6,356 0,350 40,402 0,123 2,225
13 21,60 1,20 9,356 0,450 87,539 0,203 4,210
14 24,80 1,30 12,556 0,550 157,659 0,303 6,906
15 28,10 1,40 15,856 0,650 251,421 0,423 10,307
16 31,50 1,50 19,256 0,750 370,803 0,563 14,442
Jumla 195,90 12,00
0,000 0,000 1536,539 3,400 70,595
h 0 0
Rerata 12,244 0,750 - - - - -
 132

Sumber : Hasil Perhitungan

Maka, koefisien korelasi :

R=

R= = 0,977

R2 = 0,955

Deviasi standar dari nilai residu dapat dihitung berdasarkan persamaan :

= 10,121

= 0,476

Perbandingannya adalah :

= = 21,258

= = 0,047

Koefisien regresi dapat dihitung :

= 0,977. (21,258) = 20,763

= 0,977. (0,047) = 0,046

Sehingga persamaan garis regresi X adalah :

= +

= 12,24 + 20,763
= 20,763 X 3,3323
 133

Grafik 6.1. Hubungan Q dan H dengan model Linier

Sumber : Hasil Perhitungan

Tabel 6.3.Perhitungan Debit dengan Model Linier

H (m) Qdata (m3/dt) Qmodel (m3/dt) Kesalahan Relatif (%)
0,00 0,60 -3,33 655,38
0,10 1,10 -1,26 214,18
0,20 1,90 0,82 56,83
0,30 2,70 2,90 7,28
0,40 3,90 4,97 27,51
0,50 5,50 7,05 28,17
0,60 6,90 9,13 32,25
0,70 8,80 11,20 27,29
0,80 10,90 13,28 21,82
0,90 13,20 15,35 16,32
1,00 15,80 17,43 10,32
1,10 18,60 19,51 4,88
1,20 21,60 21,58 0,08
1,30 24,80 23,66 4,60
1,40 28,10 25,74 8,41
 134

H (m) Qdata (m3/dt) Qmodel (m3/dt) Kesalahan Relatif (%)

1,50 31,50 27,81 11,71
Kesalahan relatif rata rata (%) 70,44
Sumber : Hasil Perhitungan

6.4.2. Model Eksponensial (exponential function)

Tabel 6.4. Perhitungan Model Eksponensial
Xi Yi (X- (P- (X- (P- (X-Xrerata) (P-
No P= ln Y
(H) (Q) Xrerata) Prerata) Xrerata)2 Prerata)2 Prerata)
1 0,00 0,60 -0,51 -0,75 -2,52 0,56 6,34 1,89
2 0,10 1,10 0,10 -0,65 -1,91 0,42 3,65 1,24
3 0,20 1,90 0,64 -0,55 -1,37 0,30 1,86 0,75
4 0,30 2,70 0,99 -0,45 -1,01 0,20 1,03 0,46
5 0,40 3,90 1,36 -0,35 -0,65 0,12 0,42 0,23
6 0,50 5,50 1,70 -0,25 -0,30 0,06 0,09 0,08
7 0,60 6,90 1,93 -0,15 -0,08 0,02 0,01 0,01
8 0,70 8,80 2,17 -0,05 0,17 0,00 0,03 -0,01
9 0,80 10,90 2,39 0,05 0,38 0,00 0,15 0,02
10 0,90 13,20 2,58 0,15 0,57 0,02 0,33 0,09
11 1,00 15,80 2,76 0,25 0,75 0,06 0,57 0,19
12 1,10 18,60 2,92 0,35 0,92 0,12 0,84 0,32
13 1,20 21,60 3,07 0,45 1,07 0,20 1,14 0,48
14 1,30 24,80 3,21 0,55 1,20 0,30 1,45 0,66
15 1,40 28,10 3,34 0,65 1,33 0,42 1,77 0,86
16 1,50 31,50 3,45 0,75 1,44 0,56 2,08 1,08
Jumlah 12,0 195,9 32,11 0,00 0,00 3,40 21,74 8,34
Rata-
0,75 - 2,01 - - - - -
Rata
Sumber : Hasil Perhitungan

Dari tabel perhitungan, maka dapat dihitung :

R=

R= = 0,971

R2 = 0,942
 135

Deviasi Standar dari nilai residu Debit :

= = 0,476

Deviasi Standar dari nilai residu Debit :

= = 1,204

Perbandingan nilai residu :

= = 2,259

Kemiringan garis regresi :

= 0,971 (2,259) = 2,454

Sehingga persamaan regresinya adalah :

= +

= 2,01 + 2,454
= 2,454 X + 0,166

Apabila ditransformasikan menjadi model eksponensial, mengingat

ln b =B
ln b = 0,166 , maka b = 1,181
dan: a =A
a = 2,454

maka persamaan regresi eksponensialnya :

 136

Grafik 6.2. Hubungan Q dan H dengan model Eksponensial

Sumber : Hasil Perhitungan

Tabel 6.5.Perhitungan Debit dengan Model Eksponensial

H (m) Qdata (m3/dt) Qmodel (m3/dt) Kesalahan Relatif (%)
0,00 0,60 1,18 96,83
0,10 1,10 1,51 37,23
0,20 1,90 1,93 1,55
0,30 2,70 2,47 8,67
0,40 3,90 3,15 19,18
0,50 5,50 4,03 26,75
0,60 6,90 5,15 25,37
0,70 8,80 6,58 25,21
0,80 10,90 8,41 22,82
0,90 13,20 10,75 18,54
1,00 15,80 13,74 13,02
1,10 18,60 17,57 5,56
1,20 21,60 22,45 3,94
1,30 24,80 28,70 15,71
 137

H (m) Qdata (m3/dt) Qmodel (m3/dt) Kesalahan Relatif (%)

1,40 28,10 36,68 30,53
1,50 31,50 46,88 48,83
Kesalahan relatif rata rata (%) 24,98
Sumber : Hasil Perhitungan

6.4.3. ModelBerpangkat
Tabel 6.6. Perhitungan Model Berpangkat
No q = log X (H) p = log Y (Q) (q-qrerata) (p-prerata) (q-qrerata)2 (p-prerata)2 (q-qrerata) (p-prerata)
1 0,00 -0,22 0,18 -1,09 0,03 1,20 -0,20
2 -1,00 0,04 -0,82 -0,83 0,67 0,69 0,68
3 -0,70 0,28 -0,52 -0,59 0,27 0,35 0,31
4 -0,52 0,43 -0,34 -0,44 0,12 0,19 0,15
5 -0,40 0,59 -0,22 -0,28 0,05 0,08 0,06
6 -0,30 0,74 -0,12 -0,13 0,01 0,02 0,02
7 -0,22 0,84 -0,04 -0,03 0,00 0,00 0,00
8 -0,15 0,94 0,03 0,07 0,00 0,01 0,00
9 -0,10 1,04 0,08 0,17 0,01 0,03 0,01
10 -0,05 1,12 0,13 0,25 0,02 0,06 0,03
11 0,00 1,20 0,18 0,33 0,03 0,11 0,06
12 0,04 1,27 0,22 0,40 0,05 0,16 0,09
13 0,08 1,33 0,26 0,46 0,07 0,21 0,12
14 0,11 1,39 0,29 0,52 0,09 0,27 0,15
15 0,15 1,45 0,33 0,58 0,11 0,33 0,19
16 0,18 1,50 0,36 0,63 0,13 0,39 0,22
Jumlah -2,88 13,95 0,00 0,00 1,65 4,10 1,90
Rerata -0,18 0,87 - - - - -
Sumber : Hasil Perhitungan
Dari tabel perhitungan, maka dapat dihitung :

R=

R= = 0,73

R2 = 0,5329

Deviasi Standar dari nilai P :

 138

= = 0,52

Deviasi Standar dari nilai q :

= = 0,33

Perbandingan nilai residu :

= 1,58

Kemiringan garis regresi :

= 0,73 (1,58) = 1,15

Sehingga persamaan regresinya adalah :

= +

= 0,87 +1,15q 0,21

= 1,15q + 0,66

maka :
= 1,15 log X + 0,66

dan persamaan regresi berpangkatnya :

 139

Grafik 6.3. Hubungan Q dan H dengan model Berpangkat

Sumber : Hasil Perhitungan

Tabel 6.7.Perhitungan Debit dengan Model Berpangkat

H (m) Qdata (m3/dt) Qmodel (m3/dt) Kesalahan Relatif (%)
0,00 0,60 0,00 100,00
0,10 1,10 0,33 70,33
0,20 1,90 0,72 61,88
0,30 2,70 1,15 57,24
0,40 3,90 1,61 58,79
0,50 5,50 2,08 62,23
0,60 6,90 2,56 62,87
0,70 8,80 3,06 65,24
0,80 10,90 3,57 67,28
0,90 13,20 4,08 69,06
1,00 15,80 4,61 70,82
1,10 18,60 5,14 72,34
1,20 21,60 5,69 73,68
1,30 24,80 6,23 74,86
1,40 28,10 6,79 75,84
1,50 31,50 7,35 76,67
Kesalahan relatif rata rata (%) 69,95
Sumber : Hasil Perhitungan
 140

6.4.4. Model Logaritmik

Tabel 6.8. Perhitungan Model Logaritmik
q = log Y- q- (Y- (q- (Yi-Y rerata) (q-
No Y(Q)
X Yrerata qrerata Yrerata)2 qrerata)2 qrerata)
1 0,60 0,00 -11,64 0,18 135,58 0,03 -2,10
2 1,10 -1,00 -11,14 -0,82 124,18 0,67 9,14
3 1,90 -0,70 -10,34 -0,52 106,99 0,27 5,37
4 2,70 -0,52 -9,54 -0,34 91,08 0,12 3,27
5 3,90 -0,40 -8,34 -0,22 69,62 0,05 1,82
6 5,50 -0,30 -6,74 -0,12 45,48 0,01 0,81
7 6,90 -0,22 -5,34 -0,04 28,56 0,00 0,22
8 8,80 -0,15 -3,44 0,03 11,86 0,00 -0,09
9 10,90 -0,10 -1,34 0,08 1,81 0,01 -0,11
10 13,20 -0,05 0,96 0,13 0,91 0,02 0,13
11 15,80 0,00 3,56 0,18 12,65 0,03 0,64
12 18,60 0,04 6,36 0,22 40,40 0,05 1,41
13 21,60 0,08 9,36 0,26 87,54 0,07 2,43
14 24,80 0,11 12,56 0,29 157,66 0,09 3,69
15 28,10 0,15 15,86 0,33 251,42 0,11 5,17
16 31,50 0,18 19,26 0,36 370,80 0,13 6,86
Jumla 195,9
-2,88 0,00 0,00 1536,54 1,65 38,66
h 0
Rerata 12,24 -0,18 - - - - -
Sumber : Hasil Perhitungan

Dari tabel perhitungan, maka dapat dihitung :

R=

R= = 0,768

R2 = 0,59

Deviasi Standar dari nilai Y :

= 10,12
 141

Deviasi Standar dari nilai q :

= 0,33

Perbandingan nilai residu :

= 30,52

Kemiringan garis regresi :

= 0,768 (30,52) =23,44

Sehingga persamaan regresinya adalah :

= +

= 12,24 +
= 23,44 q 16,46
Apabila ditransformasikan menjadi model logaritmik, mengingat q = log X,maka

= 23,44 log X 16,46

Grafik 6.4. Hubungan Q dan H dengan model Logaritmik

Sumber : Hasil Perhitungan
 142

Tabel 6.9.Perhitungan Debit dengan Model Logaritmik

q = log X Qdata (m3/dt) Qmodel (m3/dt) Kesalahan Relatif (%)
0,00 0,60 16,47 2645,00
-1,00 1,10 -6,97 733,73
-0,70 1,90 0,09 95,50
-0,52 2,70 4,21 56,04
-0,40 3,90 7,14 83,13
-0,30 5,50 9,41 71,16
-0,22 6,90 11,27 63,33
-0,15 8,80 12,84 45,90
-0,10 10,90 14,20 30,26
-0,05 13,20 15,40 16,65
0,00 15,80 16,47 4,24
0,04 18,60 17,44 6,24
0,08 21,60 18,33 15,16
0,11 24,80 19,14 22,82
0,15 28,10 19,90 29,20
0,18 31,50 20,60 34,61
Kesalahan relatif rata rata (%) 247,06
Sumber : Hasil Perhitungan
 143

6.4.5. Model Polinomial

Tabel 6.10. Perhitungan Model Polinomial
No Xi Yi Xi2 Xi3 Xi4 XiYi Xi2x Yi
1 0,000 0,600 0,000 0,000 0,000 0,000 0,000
2 0,100 1,100 0,010 0,001 0,000 0,110 0,011
3 0,200 1,900 0,040 0,008 0,002 0,380 0,076
4 0,300 2,700 0,090 0,027 0,008 0,810 0,243
5 0,400 3,900 0,160 0,064 0,026 1,560 0,624
6 0,500 5,500 0,250 0,125 0,063 2,750 1,375
7 0,600 6,900 0,360 0,216 0,130 4,140 2,484
8 0,700 8,800 0,490 0,343 0,240 6,160 4,312
9 0,800 10,900 0,640 0,512 0,410 8,720 6,976
10 0,900 13,200 0,810 0,729 0,656 11,880 10,692
11 1,000 15,800 1,000 1,000 1,000 15,800 15,800
12 1,100 18,600 1,210 1,331 1,464 20,460 22,506
13 1,200 21,600 1,440 1,728 2,074 25,920 31,104
14 1,300 24,800 1,690 2,197 2,856 32,240 41,912
15 1,400 28,100 1,960 2,744 3,842 39,340 55,076
16 1,500 31,500 2,250 3,375 5,063 47,250 70,875
 144

Tabel Lanjutan.
Jumlah 12,000 195,900 12,400 14,400 17,831 217,520 264,066
Sumber : Hasil Perhitungan
Persamaannya adalah :
Q = a + b.H + c.H2
Q.H = a.H + b.H2 + c.H3
Q.H2 = a.H2 + b.H3 + c.H4

dari persamaan tersebut didapatkan :

195,900 = 16 a + 12,000 b + 12,400 c
217,520 = 12,000 a + 12,400 b + 14,400 c
264,066 = 12,400 a + 14,400 b + 17,831 c

Dengan metode eliminasi didapat :

Persamaan 1 dan 2 :
16 a + 12,000 b + 12,400 c = 195,900 x 0,750
12,000 a + 12,400 b + 14,400 c = 217,520 x 1,000
maka :
12 a + 9,000 b + 9,300 c = 146,925
 145

12 a + 12,400 b + 14,400 c = 217,520 -

-3,400 b + -5,100 c = -70,595 -------- pers. 4

Persamaan 1 dan 3 :
12,000 a + 12,400 b + 14,400 c = 217,520 x 1,033
12,400 a + 14,400 b + 17,831 c = 264,066 x 1,000
maka :
12,400 a + 12,813 b + 14,880 c = 224,771
12,400 a + 14,400 b + 17,831 c = 264,066 -
-1,587 b + -2,951 c = -39,295 ------- pers. 5

Persamaan 4 dan 5 :
-3,400 b + -5,100 c = -70,595 x 1,000
-1,587 b + -2,951 c = -39,295 x 2,143
maka :
-3,400 b + -5,100 c = -70,595
-3,400 b + -6,324 c = -84,204 -
 146

1,224 c = 13,609
c = 11,119
dari persamaan 5 :
-1,587 b + -2,951 c = -39,295
-1,587 b + -32,8135 = -39,295
-1,587 b = -6,482
b = 4,085

16 a + 12 b + 12,4 c = 195,900
16 a + 49,02227 + 137,87185 = 195,900
16 a = 9,00588235
a = 0,563

dari perhitungan didapatkan :

a = 0,563
b = 4,085
c = 11,119

maka persamaannya menjadi :

Q= 0,563 + 4,085 x H + 11,119 x H2
 147

Grafik 6.5. Hubungan Q dan H dengan model Polinomial

Sumber : Hasil Perhitungan

Tabel 6.11.Perhitungan Debit dengan Model Polinomial

H (m) Qdata (m3/dt) Qmodel (m3/dt) Kesalahan Relatif (%)
0,0 0,6 6,19
0,563
0,1 1,1 1,58
1,083
0,2 1,9 3,97
1,825
0,3 2,7 3,30
2,789
0,4 3,9 1,95
3,976
0,5 5,5 2,09
5,385
0,6 6,9 1,69
7,017
0,7 8,8 0,80
8,871
0,8 10,9 0,43
10,947
0,9 13,2 0,35
13,246
1,0 15,8 0,21
15,767
1,1 18,6 0,48
18,510
1,2 21,6 0,57
21,476
1,3 24,8 0,55
24,664
1,4 28,1 0,09
28,075
1,5 31,5 0,66
31,708
Kesalahan relatif rata rata (%) 1,56
Sumber : Hasil Perhitungan
 148

6.5. Kesimpulan
Tabel 6.12. Perbandingan Perhitungan Debit dengan Model Linier,
Eksponensial, Berpangkat, Logaritmik dan Polinomial
H Qdata Qmodel (m3/dt)
m (m3/dt) Linier Eksponensial Berpangkat Logaritmik Polinomial
0,00 0,60 -3,33 1,18 0,00 16,47 0,56
0,10 1,10 -1,25 1,51 0,33 -6,97 1,08
0,20 1,90 0,82 1,93 0,72 0,09 1,82
0,30 2,70 2,90 2,47 1,15 4,21 2,79
0,40 3,90 4,98 3,15 1,61 7,14 3,98
0,50 5,50 7,05 4,03 2,08 9,41 5,39
0,60 6,90 9,13 5,15 2,56 11,27 7,02
0,70 8,80 11,21 6,58 3,06 12,84 8,87
0,80 10,90 13,28 8,41 3,57 14,20 10,95
0,90 13,20 15,36 10,75 4,08 15,40 13,25
1,00 15,80 17,43 13,74 4,61 16,47 15,77
1,10 18,60 19,51 17,57 5,14 17,44 18,51
1,20 21,60 21,59 22,45 5,69 18,33 21,48
1,30 24,80 23,66 28,70 6,23 19,14 24,66
1,40 28,10 25,74 36,68 6,79 19,90 28,07
1,50 31,50 27,82 46,88 7,35 20,60 31,71
Sumber : Hasil Perhitungan

Tabel 6.13.Perbandingan Perhitungan Kesalahan Relatif, Koefisien Korelasidan

Koefisien Determinasi dengan Model Linier,Eksponensial, Berpangkat,
Logaritmik dan Polinomial
Model Regresi
KR Linier Eksponensial Berpangkat Logaritmik Polinomial
(%) 70,44 24,98 69,95 247,06 1,56
R 0,977 0,971 0,730 0,768 -
R2 0,955 0,942 0,533 0,590 -
Sumber : Hasil Perhitungan
 149

Berdasarkan hasil perhitungan, Qmodel dengan model Polinomial yang paling

mendekati dengan Qdata. Hasil perhitungan kesalahan relatif menunjukkan hasil dari
model regresi Polinomial memiliki kesalahan relatif paling kecil daripada hasil
perhitungan model regresi yang lainnya. Jadi dapat disimpulkan bahwa metode yang
tepat untuk membuat lengkung debit adalah model regresi Polinomial.Namun, untuk
kebenaran yang lebih akurat perlu diadakan sebuah uji untuk menentukan model
yang tidak memberikan penyimpangan nyata. Pengujian tersebut diantaranya batas
daerah kepercayaan garis regresi, pengujian titik potong, pengujian koefisien regresi,
pengujian koefien korelasi dan pengujian korelasi peringkat.
Koefisien korelasi (correlation coefficient) atau R menunjukkan kesamaan
waktu, nilai koefisien korelasi yang tinggi tidak berarti menunjukkan kesamaan
fenomena hidrologi (hydrological similarity) akan tetapi lebih cenderung
menunjukkan kesamaan waktu kejadian atau keserempakan kejadian fenomena
hidrologi (simultaneity hydrological events). (Soewarno, 1995)

Daftar Bacaan :
1. Soewarno, (1991). Hidrologi Pengukuran dan Pengolahan Sata Aliran Sungai
(Hidrometri), Nova, Bandung
2. Soewarno, (1995). Hidrologi Aplikasi Metode Statistik untuk Analisa Data Jilid
I, Nova, Bandung
3. Soewarno, (1995). Hidrologi Aplikasi Metode Statistik untuk Analisa Data Jilid
2, Nova, Bandung
4. Sosrodarsono, Suyono, (1985). Hidrologi untuk Pengairan, PT.Pradnya
Paramitha, Jakarta.
5. Limantara, L.M. , (2010). Hidrologi Praktis , CV. Lubuk Agung, Bandung
6. Soetopo, Widandi (2009). Statistika Terapan untuk Teknik Pengairan, Citra
Malang, Malang.