teori dasar hidrologi
TRANSCRIPT
-
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.
-
8/17/2019 Teori Dasar Hidrologi
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).
-
8/17/2019 Teori Dasar Hidrologi
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
-
8/17/2019 Teori Dasar Hidrologi
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,
-
8/17/2019 Teori Dasar Hidrologi
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
-
8/17/2019 Teori Dasar Hidrologi
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
-
8/17/2019 Teori Dasar Hidrologi
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