tubes hidrologi

SOAL I

EVAPOTRANSPIRASI

A.Evapotranspirasi

Evaporasi merupakan faktor penting dalam studi tentang pengembangan sumber-sumber daya air. Evaporasi sangat mempengaruhi debit sungai besarnya kapasitas waduk, besarnya kapasitas pompa untuk irigasi, penggunaan konsumtif untuk tanaman dan lain-lain.Air akan menguap dari tanah, baik tanah gundul atau yang tertutup oleh tanaman dan pepohonan, permukaan tidak tembus air seperti atap dan jalan raya, air bebas dan mengalir. Laju evaporasi atau penguapan akan berubah-ubah menurut warna dan sifat pemantulan permukaan (albedo) dan hal ini juga akan berbeda untuk permukaan yang langsung tersinari oleh matahari dan yang terlindung dari sinar matahari.Besarnya faktor meteorologi yang mempengaruhi besarnya evapotranspirasi adalah sebagai berikut : Radiasi Matahari Angin Kelembaban (Humiditas) Suhu (Temperature)

Konsep dasar penghitungan kebutuhan air tanaman :ET = k . ET0Prinsip umumET0 = C . ET0* dimana ET0 = evaporasi Potensial (mm/hari)C= Angka koreksi (berdasarkan keadaan iklim)ET0*= Evaporasi potensial sebelum dikoreksi Metode yang dapat dipakai dalam penghitungan besarnya evapotranspirasi adalah sebagai berikut :1. Metode Blaney-CriddleMetode ini menghasilkan rumus evapotranspirasi untuk sembarang tanaman sebagai fungsi suhu, jumlah jam siang hari dan koefisien tanaman empiris. Rumus ini berlaku untuk daerah yang luas dengan iklim kering dan sedang yang sesuai dengan kondisi yang mirip dengan bagian barat Amerika Serikat. Radiasi matahari netto dapat di ukur dengan radio mete. Dalam pemakaian rumus ini dibutuhkan suhu udara, kelembaban udara, kecepatan angin dan waktu relatif sinar matahari terang. Data tersebut merupakan data meteorologi biasa.Etc = Kc . EtoEto = p (0,46t + 8,13)2. RadiasiUntuk metode ini, data-data yang diperlukan adalah data letak lintang (LL), suhu udara (t), kecerahan matahari (n/N)Eto = c . ETo*ETo* = w . RsRs = ( 0,25 + 0,54 n/N ) Ra

3. PenmanRumus ini memberikan hasil yang baik bagi besarnya penguapan (evaporasi) air bebas E0 jika di tempat itu tidak ada pengamatan dengan panci penguapan (evaporation pan) atau tidak ada studi neraca air (water balance study). Hasil perhitungan dengan rumus ini lebih dapat dipercaya dibandingkan dengan dua buah rumus di atas dimana tidak memasukkan faktor-faktor energi. Meskipun rumus penman menghasilkan evaporasi dari permukaan air bebas, bukanlah tidak mungkin untuk digunakan menghitung evapotranspirasi potensial dapat ditempuh dengan memasukkan faktor pengali f, sehingga :Ep = f . E0Dimana besarnya f berkisar antara 0,60 0,85. untuk tanaman pendek yang hijau dan terbentang luas serta tersedia air cukup banyak, besarnya f biasanya lebih kecil dari 1, disebabkan karena menutupnya stomata daun di malam hari. Untuk tanaman tinggi yang tidak begitu luas dan keadaannya kering evapotranspirasi potensialnya

akan lebih besar dari E0 yang dihitung dengan rumus penman. Ini disebabkan oleh adanya energi advektif dan adanya efek oase. Dalam hal demikian besarnya f dapat menjadi lebih besar dari satu bahkan dapat mencapai 1,5. dengan digunakannya cara pemindahan massa, maka diperlukan pengukuran tekanan uap yang sebenarnya dan kecepatan angin pada berbagai ketiggian di atas permukaan tanah.

Tabel 1.1Data Perhitungan EvapotranspirasiLetak LintangSuhu Rata-rata BulananRH minnU

janfebmaraprmayjunjulaugsepoctnovdec%jam/harim/dt

7 LS26.327.825.829.727.328.429.828.329.330.629.727.775.011.76.0

Contoh Perhitungan :1. Metode Blaney Criddle Untuk Bulan Januari : Diketahui : LL: 7o LU t: 26,3oC Penyelesaian :Dari Tabel diperoleh nilai P = 0,27 (hasil interpolasi) C = 0,8Maka : ETo* = P (0,457 . t + 8,13)= 0,27 (0,457 . 26,3 + 8,13)= 5,440Jadi : ETo = c . ETo*= 0,8 . 5,440= 4,352 mm/hr

Tabel 1.2Perhitungan Dengan Metode Blaney CriddleNo.BulanLetak LintangPtET0*cET0

(C)

1jan7 LU0.27026.35.440.8004.35

2feb7 LU0.27027.85.630.8004.50

3mar7 LU0.27025.85.380.7504.03

4apr7 LU0.28029.76.080.7004.25

5may7 LU0.28027.35.770.7004.04

6jun7 LU0.28028.45.910.7004.14

7jul7 LU0.28029.86.090.7004.26

8aug7 LU0.28028.35.900.7504.42

9sep7 LU0.28029.36.030.8004.82

10oct7 LU0.28030.66.190.8004.95

11nov7 LU0.27029.75.860.8004.69

12dec7 LU0.27027.75.610.8004.49

2. Metode Radiasi Untuk Bulan Januari : Diketahui : LL: 7o LS t: 26,3oC : 97,5 % Penyelesaian :Dari tabel diperoleh nilai c = 0,8 R = 10,4 w = 0,758 (hasil interpolasi)Maka : Rs= (0,25 + 0,54 ) R= (0,25 + 0,54 . 97,5%) 10,4= 8,076 mm/hrJadi : ETo= c.w.Rs= 0,8 . 0,758 . 8,076= 4,90 mm/hr

Tabel 1.3Perhitungan Dengan Metode RadiasiNo.BulanLetak Lintangtn/NwRRsET0*cET0

(C)mm/Hr

1jan7 LU26.30.97500.75810.408.0766.1210.804.90

2feb7 LU27.80.97500.77312.009.3187.2030.805.76

3mar7 LU25.80.97500.75311.008.5426.4320.754.82

4apr7 LU29.70.97500.79214.3011.1048.7940.756.60

5may7 LU27.30.97500.76816.1012.5029.6010.757.20

6jun7 LU28.40.97500.77916.2012.5799.7990.757.35

7jul7 LU29.80.97500.79316.1012.5029.9140.757.44

8aug7 LU28.30.97500.77815.7012.1919.4850.807.59

9sep7 LU29.30.97500.78814.7011.4158.9950.807.20

10oct7 LU30.60.97500.80116.9013.12310.5110.808.41

11nov7 LU29.70.97500.79215.4011.9589.4710.807.58

12dec7 LU27.70.97500.76815.6012.1139.3030.807.44

3. Metode Penmann Untuk Bulan Januari : Diketahui : LL: 7oLS t: 26,3oC : 97,5 % RH: 75 % U: 6 m/det Penyelesaian :Dari tabel dapat diperoleh nilaiCs = 1,10f(t) = 15,96 (hasil interpolasi)wa = 0,75 (hasil interpolasi) = 34,22 (hasil interpolasi)Maka : d= . RH = 34,22 . 75% = 25,67 f(d)= 0,34 0,044 = 0,34 0,044 = 0,1171 Rs= (0,25 + 0,54 ) R= (0,25 + 0,54 . 97,5%) 10,40= 8,0756 mm/hr f( )= 0,1 + 0,9 ( )= 0,1 + 0,9 (97,5%)= 0,9775 f ( U )= 0,27 ( 1 + 0,864 U )= 0,27 ( 1 + 0,864 . 6 )= 1,67 Rn1= f(t) . f(d) . f( )= 15,96 . 0,1171 . 0,9775= 1,83 mm/hr ETo*= w (0,75. Rs Rn1) + ((1 - w) (f(u)) ( - d))= 0,758 (0,75 . 8,0756 1,83) + ((1-0,758) (1,67) (8,55))= 6,66Jadi, ETo= C . ETo*= 1,1 .6,66= 7,33 mm/hr

Tabel 1.5Perbandingan Evaporasi Potensial (ETo) Metode Blaney Criddle, Radiasi dan PenmannNo.BulanET0CET0*

BCRPBCRPBCRP

1jan4.354.907.330.800.801.105.446.126.66

2feb4.505.768.390.800.801.105.637.207.63

3mar4.034.827.530.750.751.105.386.436.84

4apr4.256.608.100.700.750.906.088.799.00

5may4.047.208.440.700.750.905.779.609.38

6jun4.147.358.670.700.750.905.919.809.64

7jul4.267.448.860.700.750.906.099.919.85

8aug4.427.599.390.750.801.005.909.489.39

9sep4.827.2010.030.800.801.106.038.999.12

10oct4.958.4111.230.800.801.106.1910.5110.21

11nov4.697.5810.460.800.801.105.869.479.51

12dec4.497.4410.190.800.801.105.619.309.26

SOAL II

ESTIMASI DATA HUJAN YANG HILANG DAN UJI KONSISTENSI DATA

A.Estimasi data hujan

Data hujan seperti yang diperoleh dan dikumpulkan dari institusi pengelolaannya perlu mendapatkan perhatian secukupnya. Beberapa kemungkinan kesalahan dapat terjadi. Kesalahan atau kekurangan yang paling banyak di jumpai adalah tidak lengkapnya data, banyaknya bagian-bagian data yang hilang atau rusak. Keadaan ini untuk kepentingan tertentu dapat mengganggu. Misalnya pada suatu saat terjadi banjir, sedangkan data hujan pada satu atau beberapa stasiun pada saat yang bersamaan tidak tersedia (karena berbagai sebab). Keadaan demikian tidak terasa merugikan bila data tersebut tidak tercatat pada saat yang di pandang tidak penting.Menghadapi keadaan ini, terdapat dua langkah yang dapat dilakukan yaitu :1. Membiarkan saja data yang hilang tersebut, karena dengan cara apapun data tersebut tidak akan diketahui dengan tepat.2. Bila dipertimbangkan bahwa data tersebut mutlak diperlukan maka perkiraan data tersebut dapat dilakukan dengan cara-cara yang dikenal.Persamaan yang digunakan untuk mengetahui data yang hilang yaitu

Dimana :Dx=data tinggi hujan harian maksimum di stasiun xn=jumlah stasiun di sekitar x untuk mencari data di xdi=data tinggi hujan harian maksimumdi stasiun iAnx=tinggi hujan rata-rata tahunan di stasiun xAni=tinggi hujan rata-rata tahunan di stasiun sekitar x

B.Uji konsistensi data

Ketelitian hasil perhitungan dalam ramalan 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.Non-homogenitas ini dapat disebabkan oleh beberapa factor, antara lain :a. Perubahan letak stasiunb. Perubahan system pendataanc. Perubahan iklimd. Perubahan dalam lingkungan sekitarUji konsistensi ini dapat diselidiki dengan cara membandingkan curah hujan tahunan komulatif dari stasiun yang diteliti dengan harga komulatif curah hujan rata-rata dari suatu jaringan stasiun dasar yang bersesuaian.Pada umumnya, metode ini di susun dengan urutan kronologis mundur dan di mulai dari tahun yang terakhir atau data yang terbaru hingga data terakhir.

DATA CURAH HUJAN MAKSIMUM

YANG TERJADI PADA HARI YANG SAMA

No.TahunStasiun Hujan AStasiun Hujan BStasiun Hujan CStasiun Hujan D

Keterangan :

Data yang hilang pada stasiun A

Data yang hilang pada stasiun C

Data yang hilang pada stasiun D

MENCARI DATA YANG HILANG

TAHUN 2007 DI STASIUN C


Analisa

52001279,0274244216,8252,55

62002234,0249,6221,6196,4

72003193,0312,6277,6245,8

82004239,0279,3243220,8

92005285,0271,7241,6214,3

102006271,0247,3219,2193,9

112007225,0310,3243,3

RERATA246,6277,8241,2218,8

Analisa perhitungan data yang hilang di stasiun hujan C :

Dx==252,55 mm Jadi data yang hilang di stasiun hujan C pada tahun 2007 adalah 252,55 mm


TAHUN 2000 DI STASIUN D

Analisa

No.TahunStasiun Hujan AStasiun Hujan BStasiun Hujan CStasiun Hujan D228,30

42000278,0278,2241,8

52001279,0274244216,8

62002234,0249,6221,6196,4

72003193,0312,6277,6245,8

82004239,0279,3243220,8

92005285,0271,7241,6214,3

102006271,0247,3219,2193,9

112007225,0310,3252,55243,3

122008204,0277240,6218,1

RERATA245,3277,8242,4218,7

Analisa perhitungan data yang hilang di stasiun hujan D :

Dx==228,30 mm Jadi data yang hilang di stasiun hujan D pada tahun 2000 adalah 228,30 mm


TAHUN 1993 DI STASIUN A

Analisa

No.TahunStasiun Hujan AStasiun Hujan BStasiun Hujan CStasiun Hujan D272,53

31999311,5276,4244,5

42000278,0278,2241,8228,3

52001279,0274244216,8

62002234,0249,6221,6196,4

72003193,0312,6277,6245,8

82004239,0279,3243220,8

92005285,0271,7241,6214,3

102006271,0247,3219,2193,9

112007225,0310,3252,55243,3

122008204,0277240,6218,1

RERATA245,3281,2245,8222,2

Analisa perhitungan data yang hilang di stasiun hujan A :

Dx== 272,53 mm Jadi data yang hilang di stasiun hujan A pada tahun 1999 adalah 272,53 mm

DATA CURAH HUJAN BARU

SETELAH DI CARI DATA-DATANYA YANG HILANG


11997282,0272,9242,8215,5

21998273,0248,5220,4195,1

31999272,5311,5276,4244,5

42000278,0278,2241,8228,30

52001279,0274244216,8

62002234,0249,6221,6196,4

72003193,0312,6277,6245,8

82004239,0279,3243220,8

92005285,0271,7241,6214,3

102006271,0247,3219,2193,9

112007225,0310,3252,55243,3

122008204,0277240,6218,1

RERATA253,0277,7243,5219,4


12008204,0277240,6218,1

22007225,0310,3252,55243,3

32006271,0247,3219,2193,9

42005285,0271,7241,6214,3

52004239,0279,3243220,8

62003193,0312,6277,6245,8

72002234,0249,6221,6196,4

82001279,0274244216,8

92000278,0278,2241,8228,30

101999272,5311,5276,4244,5

111998273,0248,5220,4195,1

121997282,0272,9242,8215,5

No.TahunStasiun Hujan BStasiun Hujan CStasiun Hujan DJumlah B,C,D

12008277240,6218,1735,7

22007310,3252,55243,3806,2

32006247,3219,2193,9660,4

42005271,7241,6214,3727,6

52004279,3243220,8743,1

62003312,6277,6245,8836,0

72002249,6221,6196,4667,6

82001274244216,8734,8

92000278,2241,8228,30748,3

101999311,5276,4244,5832,4

111998248,5220,4195,1664,0

121997272,9242,8215,5731,2

No.TahunStasiun Hujan AStasiun Hujan CStasiun Hujan DJumlah A,C,D

12008204,0240,6218,1662,7

22007225,0252,55243,3720,9

32006271,0219,2193,9684,1

42005285,0241,6214,3740,9

52004239,0243220,8702,8

62003193,0277,6245,8716,4

72002234,0221,6196,4652,0

82001279,0244216,8739,8

92000278,0241,8228,30748,1

101999272,5276,4244,5793,4

111998273,0220,4195,1688,5

121997282,0242,8215,5740,3

No.TahunStasiun Hujan AStasiun Hujan BStasiun Hujan DJumlah A,B,D

12008204,0277218,1699,1

22007225,0310,3243,3778,6

32006271,0247,3193,9712,2

42005285,0271,7214,3771,0

52004239,0279,3220,8739,1

62003193,0312,6245,8751,4

72002234,0249,6196,4680,0

82001279,0274216,8769,8

92000278,0278,2228,30784,5

101999272,5311,5244,5828,5

111998273,0248,5195,1716,6

121997282,0272,9215,5770,4

No.TahunStasiun Hujan AStasiun Hujan BStasiun Hujan CRerata A,B,C

12008204,0277240,6721,6

22007225,0310,3252,55787,9

32006271,0247,3219,2737,5

42005285,0271,7241,6798,3

52004239,0279,3243761,3

62003193,0312,6277,6783,2

72002234,0249,6221,6705,2

82001279,0274244797,0

92000278,0278,2241,8798,0

101999272,5311,5276,4860,4

111998273,0248,5220,4741,9

121997282,0272,9242,8797,7

No.Jumlah B,C,DJumlah A,C,DJumlahA,B,DJumlah A,B,C

1735,7662,7699,1721,6

2806,2720,9778,6787,9

3660,4684,1712,2737,5

4727,6740,9771,0798,3

5743,1702,8739,1761,3

6836,0716,4751,4783,2

7667,6652,0680,0705,2

8734,8739,8769,8797,0

9748,3748,1784,5798,0

10832,4793,4828,5860,4

11664,0688,5716,6741,9

12731,2740,3770,4797,7

SOAL IIIUJI KONSISTENSI DATA HUJAN DI STASIUN A, B, C, DAN D

Uji konsistensi data

Ketelitian hasil perhitungan dalam ramalan 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.Non-homogenitas ini dapat disebabkan oleh beberapa factor, antara lain :a. Perubahan letak stasiunb. Perubahan system pendataanc. Perubahan iklimd. Perubahan dalam lingkungan sekitarUji konsistensi ini dapat diselidiki dengan cara membandingkan curah hujan tahunan komulatif dari stasiun yang diteliti dengan harga komulatif curah hujan rata-rata dari suatu jaringan stasiun dasar yang bersesuaian.Pada umumnya, metode ini di susun dengan urutan kronologis mundur dan di mulai dari tahun yang terakhir atau data yang terbaru hingga data terakhir.

.Uji konsistensi data

Ketelitian hasil perhitungan dalam ramalan 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.Non-homogenitas ini dapat disebabkan oleh beberapa factor, antara lain :e. Perubahan letak stasiunf. Perubahan system pendataang. Perubahan iklimh. Perubahan dalam lingkungan sekitarUji konsistensi ini dapat diselidiki dengan cara membandingkan curah hujan tahunan komulatif dari stasiun yang diteliti dengan harga komulatif curah hujan rata-rata dari suatu jaringan stasiun dasar yang bersesuaian.Pada umumnya, metode ini di susun dengan urutan kronologis mundur dan di mulai dari tahun yang terakhir atau data yang terbaru hingga data terakhir.

UJI KONSISTENSI DATA DI STASIUN A TERHADAP B, C, D

No.TahunStasiun Hujan AKomulatif AJumlah B,C,DKomulatif B,C,D

12008204,0204,0735,7735,7

22007225,0429,0806,21541,9

32006271,0700,0660,42202,3

42005285,0985,0727,62929,9

52004239,01224,0743,13673,0

62003193,01417,0836,04509,0

72002234,01651,0667,65176,6

82001279,01930,0734,85911,4

92000278,02208,0748,36659,7

101999272,52480,5832,47492,1

111998273,02753,5664,08156,1

121997282,03035,5731,28887,3

UJI KONSISTENSI DATA DI STASIUN B TERHADAP A, C, D

No.TahunStasiun Hujan BKomulatif BJumlah A,C,DKomulatif A,C,D

12008277277,0662,7662,7

22007310,3587,3720,91383,6

32006247,3834,6684,12067,7

42005271,71106,3740,92808,6

52004279,31385,6702,83511,4

62003312,61698,2716,44227,8

72002249,61947,8652,04879,8

820012742221,8739,85619,6

92000278,22500,0748,16367,7

101999311,52811,5793,47161,1

111998248,53060,0688,57849,6

121997272,93332,9740,38589,9

UJI KONSISTENSI DATA DI STASIUN C TERHADAP A, B, D

No.TahunStasiun Hujan CKomulatif CJumlah A,B,DKomulatif A,B,D

12008240,6240,6699,1699,1

22007252,6493,2778,61477,7

32006219,2712,4712,22189,9

42005241,6954,0771,02960,9

52004243,01197,0739,13700,0

62003277,61474,6751,44451,4

72002221,61696,2680,05131,4

82001244,01940,2769,85901,2

92000241,82182,0784,56685,7

101999276,42458,4828,57514,2

111998220,42678,8716,68230,8

121997242,82921,6770,49001,2

UJI KONSISTENSI DATA DI STASIUN D TERHADAP A, B, C

No.TahunStasiun Hujan DKomulatif DJumlah A,B,CKomulatif A,B,C

12008218,1218,1721,6721,6

22007243,3461,4787,91509,5

32006193,9655,3737,52247,0

42005214,3869,6798,33045,3

52004220,81090,4761,33806,6

62003245,81336,2783,24589,8

72002196,41532,6705,25295,0

82001216,81749,4797,06092,0

92000228,31977,7798,06890,0

101999244,52222,2860,47750,4

111998195,12417,3741,98492,3

121997215,52632,8797,79290,0

SOAL IV

CURAH HUJAN DAERAH

1. Metode Rata-Rata AritmatikTinggi rata-rata curah hujan didapatkan dengan mengambil nilai rata-rata hitung (arithmetic mean) pengukuran hujan di pos penakar-penakar hujan di dalam areal tersebut. Jadi :

d= (d1 + d2 + d3 + + dn) n-1

Dengan : d = tinggi curah hujan rata-rata d1, d2, d3, dn = tinggi curah hujan pada pos penakar n = banyaknya pos penakar hujanCara ini akan memberikan hasil yang dapat dipercaya jika pos-pos penakarnya ditempatkan secara merata di areal tersebut, dan hasil penakaran masing-masing pos penakar tidak menyimpang jauh dari nilai rata-rata seluruh pos di seluruh areal.

Contoh penyelesaian merata-ratakan hujan dengan Metode Aritmatik :

Rata-rata :(1.46 + 1.92 + 2.69 + 4.50 + 2.98 + 5.00) 6 = 3.09 inchi

DATA CURAH HUJAN BARU

DENGAN METODE RATA-RATA HITUNG (ARITMATIC MEAN)

No.TahunStasiun HujanJumlahRerata

ABCD

11997282,0272,9242,8215,51013,2253,30

21998273,0248,5220,4195,1937,0234,25

31999272,5311,5276,4244,51104,9276,23

42000278,0278,2241,8228,31026,3256,58

52001279,0274,0244,0216,81013,8253,45

62002234,0249,6221,6196,4901,6225,40

72003193,0312,6277,6245,81029,0257,25

82004239,0279,3243,0220,8982,1245,53

92005285,0271,7241,6214,31012,6253,15

102006271,0247,3219,2193,9931,4232,85

112007225,0310,3252,6243,31031,2257,79

122008204,0277,0240,6218,1939,7234,93

TABEL TINGGI HUJAN MAKSIMUM DAERAH TAHUNAN

DENGAN METODE RATA-RATA HITUNG (ARITMATIC MEAN)

No.TahunTinggi Hujan (mm)

11999276,23

22007257,79

32003257,25

42000256,58

52001253,45

61997253,30

72005253,15

82004245,53

92008234,93

101998234,25

112006232,85

122002225,40

1. Metode ThiessenMetode Thiessen berusaha untuk mengimbangi tidak meratanya distribusi alat ukur dengan menyediakan suatu faktor pembobot (weighting factor) bagi masing-masing stasiun. Stasiun-stasiunya diplot pada suatu peta dan garis-garis yang menghubungkannya digambar. Garis-garis bagi tegak lurus dari garis-garis penghubung ini membentuk poligon-poligon di sekitar masing-masing stasiun. Sisi-sisi setiap poligon merupakan batas luas efektif yang diasumsikan untuk stasiun tersebut. Luas masing-masing poligon ditentukan dengan planimetri dan dinyatakan sebagai persentase dari luas total. Curah hujan rata-rata untuk seluruh luas dihitung dengan mengalikan hujan pada masing-masing stasiun dengan persentase luas yang diserahkannya dan menjumlahkannya. Hasilnya biasanya lebih teliti daripada hasil-hasil yang diperoleh dari perata-perata aritmatik sederhana.Kendala terbesar dari metode ini adalah ketidakluwesannya . Suatu diagram Thiessen baru selalu diperlukan setiap kali terdapat suatu perubahan dalam jaringan alat ukurnya. Juga dalam metode ini tidak boleh ada pengaruh-pegaruh orografis. Metode ini secara sederhana menganggap variasi hujan ialah lincar antara stasiun-stasiun dan menyerahkan masing-masing segmen luas kepada stasiun yang terdekat.

Contoh penyelesaian merata-ratakan hujan dengan Metode Thiessen :

PERHITUNGAN KOEFISIEN THIESSEN

Stasiun HujanLuas (km2)Kr

A2,71190,50

B2,13030,40

C0,46580,09

D0,07480,01

Jumlah :5,38281,00

CURAH HUJAN HARIAN MAKSIMUM DAERAH TAHUNAN

METODE THIESSEN

No.TahunPA.KAPB.KBPC.KCPD.KDPmax

11997141,0000108,003121,01072,9946273,0083

21998136,500098,346519,07232,7111256,6299

31999136,2650123,279423,91823,3976286,8603

42000139,0000110,100623,58323,1725275,8562

52001139,5000108,438421,11453,1725272,2254

62002117,000098,781819,17612,7292237,6872

7200396,5000123,714824,02213,4157247,6525

82004119,5000110,535921,02803,0683254,1322

92005142,5000107,528120,90682,9779273,9129

102006126,274297,871618,96842,6945245,8087

112007112,5000122,804521,85423,3809260,5397

122008102,0000109,625720,82033,0307235,4767

TABEL TINGGI HUJAN MAKSIMUM DAERAH TAHUNAN

DENGAN METODE THIESSEN

No.TahunTinggi Hujan (mm)

11999286,8603

22000275,8562

32005273,9129

41997273,0083

52001272,2254

62007260,5397

71998256,6299

82004254,1322

92003247,6525

102006245,8087

112002237,6872

122008235,4767

3. Metode IsohyetTeknik ini dipandang paling baik, tapi bersifat subyektif dan tergantung pada keahlian, pengalaman, dan pengetahuan pemakai terhadap sifat curah hujan di daerah setempat.Hasil penelitian juga menunnjukkan bahwa cara Isohyet lebih teliti, tetapi cara perhitungannya memerlukan banyak waktu karena garis-garis isohyet yang baru perlu ditentukan untuk setiap curah hujan. Metode Isohyet terutama berguna untuk mempelajari pengaruh curah hujan terhadap aliran sungai terutama di daerah dengan tipe curah hujan orografik.Pada beberapa kasus, besarnya curah hujan di suatu tempat dapat diperkirakan dari ketinggian tempat tersebut. Hal ini terutama lazim terjadi di daerah dengan tipe curah hujan orografik. Di daerah ini, interval garis kontur dapat digunakan untuk membantu memperkirakan posisi garis-garis dengan curah hujan yang sama besarnya (isohyet). Setelah penentuan garis isohyet, kemudian dapat dihitung besarnya curah hujan rata-rata untuk masing-masing fraksi isohyet, dan dengan demikian dapat diperkirakan curah hujan rata-rata untuk seluruh DAS.Tampak bahwa teknik isohyet mempunyai persyaratan yang lebih rumit dibandingkan metode aritmatik atau poligon, olek karenanya apabila persyaratan tersebut tidak terpenuhi, maka metode aritmatik dan terutama metode poligon lebih diutamakan.Beberapa dari cara-cara untuk menghitung curah hujan daerah (area rainfall) telah dikemukakan di atas. Meskipun cara yang terbaik belum diketahui, umumnya untuk menghitung curah hujan daerah dapat digunakan standart luas daerah sebagai berikut : Daerah dengan luas 250 ha yang mempunyai variasi topografi yang kecil, dapat diwakili oleh sebuah alat ukur curah hujan. Untuk daerah antara 250 ha-50.000 ha dengan 2 atau 3 titik pengamatan dapat digunakan cara rata-rata. Jika dihitung dengan sebuah titik pengamatan, harus dipakai sebuah pedoman. Untuk daerah antara 120.000-500.000 ha yang mempunyai titik-titik pengamatan yang tersebar cukup merata dan dimana curah hujannya tidak terlalu dipengaruhi oleh kondisi topografi, dapat digunakan cara rata-rata aritmatik. Jika titik-titik pengamatan itu tidak tersebar merata maka digunakan cara Thiessen. Untuk daerah yang lebih besar dari 500.000 ha dapat digunakan cara Isohyet

Contoh penyelesaian merata-ratakan hujan dengan Metode Isohyet :

Isohyet(inchi)

Luas yang *Tertutup(mil2)LuasBersih(mil2)HujanRata-rata(inchi)VolumeHujan(kol. 3 x kol. 4)

54321

tubes hidrologi

Documents