teori dasar hidrologi

8/17/2019 Teori Dasar Hidrologi

1/7

13

BAB II

TEORI DASAR

2.1 Melengkapi Data Curah Hujan

2.1.2 Teori Estimasi Data Hujan yang Hilang

Data yang ideal adalah data yang untuk dan sesuai dengan apa yang

dibutuhkan.Tetapi dalam praktek sangat sering dijumpai data yang tidak lengkap

(incomplete record ) hal ini dapat disebabkan beberapa hal, antara lain yaitu:

erusakan alat

elalaian petugas,

!enggantian alat,

"en#ana (pengrusakan) dan sebagainya.

eadaan tersebut menyebabkan pada bagian $ bagian tertentu dari

data runtut %aktu terdapatdata yang kosong (missingrecord ). Dalam

memperkirakan besarnya data yang

hilang, harus diperhatikan pula pola penyebaran hujan pada stasiun yang

bersangkutan maupun stasiun&stasiun sekitarnya.

eadaan data hujan hilang ini untuk kepentingan tertentu dapat

mengganggu. 'isalnya pada suatu saat terjadi banjir, sedangkan data hujan pada

satu atau beberapa stasiun pada saat yang bersamaan tidak tersedia (karena

berbagai sebab). eadaan demikian tidak terasa merugikan bila data tersebut tidak

ter#atat pada saat yang di pandang tidak penting.


2/7

14

'enurut oe%arno (2) dalam bukunya Hidrologi *perasional jilid

esatu, analisid hidrologi memang tidak selalu diperlukan pengisian data yang

kosong atau hilang. 'isal terdapat data kosong pada musim kemarau sedang

analis data hidrologi tersebut menghitung debit banjir musim penghujan maka

dipandang tidak perlu melengkapi data pada periode kosong musim kemarau

tersebut, tetapi bila untuk analisis kekeringan, maka data kosong pada musim

kemarau tersebut harus diusahakan untuk melengkapi.

Data hujan yang hilang dapat diestimasi apabila di sekitarnya ada stasiun

penakar hujan (minimal 2 stasiun) yang lengkap datanya atau stasiun

penakar yang datanya hilang diketahui hujan rata&rata tahunannya. (+ily, 21)

'enghadapi keadaan ini, terdapat dua langkah yang dapat dilakukan

yaitu :

1. 'embiarkan saja data yang hilang tersebut, karena dengan #ara apapun data

tersebut tidak akan diketahui dengan tepat.

2. "ila dipertimbangkan bah%a data tersebut mutlak diperlukan maka perkiraan

data tersebut dapat dilakukan dengan #araara yang dikenal.

2.1. 'etode Estimasi Data Hujan yang Hilang

"eberapa metode yang dapat digunakan untuk melengkapi data #urah

hujan yang hilang di antara lain:

1. 'etode -ljabar

'etode ini digunakan jika perbedaan #urah hujan tahunan normal antara

stasiun pembanding dengan stasiun yang kehilangan data kurang dari 1

('oduto,1//0).


3/7

15

2. 'etode !erbandingan ormal

'etode ini digunakan jika perbedaan #urah hujan tahunan normal antara

stasiun pembanding dengan stasiun yang kehilangan data lebih dari 1

(ubarkah,1/0).

eterangan:

n : jumlah stasiun pembanding

r : tinggi #urah hujan yang di#ari

r n: tinggi #urah hujan pada tahun yang sama dengan rpada setiap stasiun

pembanding

3 : harga rata&rata tinggi #urah hujan pada stasiun pengukur yang salah

satu #urah hujannya sedang di#ari

3 n : harga rata&rata tinggi #urah hujan pada setiap stasiun pembanding

selama kurun %aktu yang sama

!erhitungan perbedaan #urah hujan antara stasiun pembanding dan stasiun

yang kehilangan data dilakukan dengan persamaan:

eterangan :

4 : !ersen perbedaan #urah hujan antara stasiun pembanding dan stasiun yang

kehilangan data


4/7

16

3i : ilai rata&rata #urah hujan selama pengamatan tiap stasiun

3 : 3ata&rata #urah hujan dari n jumlah stasiun

pengamat

n : jumlah stasiun pengamat

2.2 Uji Kn!i!ten!i Data

'enurut oe%arno dalam bukunya Hidrologi operasional 5ilid esatu,

data hujan yang diperlukan untuk analisis disarankan minimal tahun data

runtut %aktu. Data itu harus tidak mengandung kesalahan dan harus di#ek

sebelum digunakan untuk analisis hidrologi lebih lanjut. -gar tidak mengandung

kesalahan (error ) dan harus tidak mengandung data kosong

(missing record ). *leh karena itu harus dilakukan penge#ekan kualitas data (data

quality control ). "eberapa kesalahan yang mungkin terjadi dapat disebabkan oleh

6aktor manusia, alat dan 6aktor lokasi. "ila terjadi kesalahan maka data itu

dapat disebut tidak konsisten (inconsistency). 7ji konsistensi (consistency

test ) berarti menguji kebenaran data. Data hujan disebut konsisten

(consistent ) berarti data yang terukur dan dihitung adalah teliti dan benar serata

sesuai dengan 6enomena saat hujan itu terjadi.

"eberapa #ara untuk menge#ek kualitas data hujan antara lain:

'elaksanakan penge#ekan lapangan,


5/7

17

'elaksanakan penge#ekan ke kantor pengolahan data,

'embandingkan data hujan dengan data iklim untuk lokasi

yangsama,

-nalisis kur8a masa ganda (lengkung masa ganda), dan

-nalisis statistik.

alah satu #ara untuk menguji konsistensi data hujan dengan

menggunakan analisis kur8a masa ganda (double mass curve analysis) pengujian

tersebut dapat diketahui apakah terjadi perubahan lingkungan atau perubahan #ara

menakar. 5ika

hasil uji menyatakan data hujan disuatu stasiun konsisten berarti pada daerah peng

aruhsystem tersebut tidak terjadi perubahan lingkungan dan tidak terjadi

perubahan #ara menakar selama pen#atatan data tersebut dan sebaliknya.

etelitian hasil perhitungan dalam rmalan hidrologi sangat diperlukan,

yang tergantung dari konsistensi data itu sendiri. dalam suatu rangkaian data

pengamatan hujan, dapat timbul non&homogenitas dan ketidaksesuaian, yang

dapat mengakibatkan penyimpangan dalam perhitungan. on homogenitas ini

dapat disebabkan oleh beberapa 6aktor, antara lain9

!erubahan letak stasiun

!erubahan sistem pendataan

!erubahan iklim

!erubahan dalam lingkungan sekitar

7ji konsistensi ini dapat diselidiki dengan #araa membandingkan #urah

hujan tahunan komulati6 dari stasiun yang diteliti dengan harga komulati6 #urah


6/7

18

hujan rata&rata dari suatu jaringan stasiun dasar yang bersesuain. !ada

umumnya, metode ini disusun dengan urutan kronologis mundur dan dimulai dari

tahun yang terakhir atau data yang terbaru hingga data terakhir. 5ika data hukan

tidak konsisten karenaperubahan atau gangguan lingkunga di sekitar temat

penakar hujan dipasasng misalnya penakar hujan terlindung oleh pohon terletak

berdektan dengan gedung tinggi, perubahan penakaran dan pen#atatan,

pemindahan letak enakar dan sebagaibta memungkinkan terjadi penyimpangan

terhadap trend semula. Hal ini dapat diselidiki dengan menggunakan lengkung

massa ganda. !engamatan #urah hujan dapat mengalami perubahan yang

diakibatkan beberapa hal seperti perubahan lokasi pengukuran, pemaparan, dll .

1 dari data yang tersedia menunjukan in#onsisten#y, sehingga diperlukan tes

konsistensi.

-nalisis massa ganda ( Double mass analysis) umum digunakan

pendekatan analisis data untuk menyelidiki perilaku #atatan yang terbuat dari data

hidrologi atau meteorologi di sejumlah lokasi. Hal ini digunakan untuk

menentukan apakah ada kebutuhan untuk koreksi data untuk memperhitungkan

perubahan dalam prosedur pengumpulan data atau kondisi lokal lainnya.

!erubahan tersebut mungkin akibat dari berbagai hal termasuk perubahan

instrumentasi, perubahan dalam prosedur pengamatan, atau perubahan lokasi

pengukur atau kondisi sekitarnya. -nalisis massa ganda untuk memeriksa

konsistensi #atatan hidrologi atau meteorologi dianggap alat penting sebelum

mengambil untuk tujuan analisis. 'etode ini didasarkan pada hipotesis bah%a

setiap item dari data yang ter#atat populasi konsisten. Tes dilakukan dengan


7/7

19

membandingkan nilai akumulasi hujan tahunan pada pos yang bersangkutan

dengan nilai akumulasi hujan rata&rata tahunan suatu kumpulan stasiun di

sekitarnya

eterangan:

!ola yang terjadi berupa garis lurus dan tidak terjadi patahan arah

garis itu,maka data hujan pos adalah konsisten.

!ola yang terjadi berupa garis lurus dan terjadi patahan arah garis

itu,maka data hujan pos adalah tidak konsisten dan harus

dilakukan koreksi

2.2 Agregat Betn Ringan

2." Karakteri!tik Betn Ringan

teori dasar hidrologi

Documents