Analisa Hidrologi

Bacaan perhitungan hidrologi untuk perencanaan Irigasi
ANALISA HIDROLOGI
DAN KLIMATOLOGI

6.1. Stasiun Hujan Dan klimatologi
6.1.1. Curah Hujan
Pengumpulan data curah hujan akan diambil dari stasiun hujan yang berdekatan
dengan lokasi proyek yang dikeluarkan oleh Direktorat Meteorologi dan Geofisika Pusat
maupun didaerah.
Semakin banyak data stasiun hujan yang anda peroleh akan semakin baik data
yangakan didapat. Namun perlu diperhatikan tidak semua data stasiun hujan tersebut
dapat digunakan lihat dahulu daerah pengaruh hujan kawasannya.

6.1.2. Klimatologi
Umumnya data klimatologi yang digunakan adalah data klimatologi yang digunakan
dalam perhitungan evapotranspirasi potensial. Data-data yang diperlukan seperti yang
tertera di bawah ini.
1.6.1.2.1. Temperatur
Umunya digunakan adalah tempratur bulanan rata-rata. Di lihat rata-rata yang terjadi
dalam satu bulan pengamatan pada tahun tertentu. Satuannya dalam
0
C.

2.6.1.2.2. Angin
Umunya digunakan adalah angin bulanan rata-rata. Di lihat rata-rata yang terjadi dalam
satu bulan pengamatan pada tahun tertentu. Satuannya dalam mil/day. Namun ada
kalanya dalam satuan km/hari atau juga Knot (data mentah)

3.6.1.2.3. Curah Hujan
Data yang digunakan adalah data curah hujan bulan dalam tahun pengamatan. Nilai ini
akan lebih valid bila nilai yang digunakan adalah nilai 10 tahun terakhir.

4.6.1.2.4. Kelembaban Udara
Umunya digunakan adalah kelembapan udara bulanan rata-rata. Di lihat rata-rata yang
terjadi dalam satu bulan pengamatan pada tahun tertentu. Satuannya dalam %.

5.6.1.2.5. Lama Penyinaran Matahari
Formatted: Outline numbered + Level: 4 +
Numbering Style: 1, 2, 3, + Start at: 1 +
Alignment: Left + Aligned at: 0" + Tab after:
0.75" + Indent at: 0.75", Tab stops: Not at
2"


Umunya digunakan adalah lama penyinaran matahari bulanan rata-rata. Di lihat rata-
rata yang terjadi dalam satu bulan pengamatan pada tahun tertentu. Biasanya
pengamatan dilakukan dari pukul 7 pagi sampai dengan pukul 16 sore. Satuannya
dalam %.

1.6.2. PEMERIKSAAN DATA CURAH HUJAN
6.2.1. Pemeriksaan Konsistensi Curah Hujan
Sebelum data hujan digunakan untuk analisis hidrologi, terlebih dahulu akan dilakukan
tahapan pengisian kekosongan data curah hujan bila diperlukan dan pemeriksaan
kelayakan data curah hujan. Pemeriksaan ini meliputi:
1. Pemeriksaan Konsistensi Data Curah Hujan
2. Pemeriksaan adanya Outlier
3. Pemeriksaan adanya Trend
4. Pemeriksaan Stabilitas Variance dan Mean (Stationary)
5. Pemeriksaan adanya Independensi
Pemeriksaan data curah hujan akan dilakukan terhadap keempat stasiun hujan.

Pemeriksaan konsistensi data curah hujan dilakukan apabila data hujan yang diperoleh
pada setiap stasiun dilengkapi kekosongan datanya. Biasanya metode yang dilakukan
untuk menguji konsistensi data adalah Kurva Mass Ganda, yaitu dengan
membandingkan akumulasi hujan tahunan atau musimannya dengan nilai akumulasi
hujan rata-rata yang bersamaan untuk suatu kumpulan stasiun di sekitarnya,
Setelah anda melakukan pengisian kekosongan data curah hujan, anda harus
mengechek kekonsistensian data yang anda isikan. Pengisian kekosongan data dapat
dilihat di buku Hidrologi Teknik karangan CD Soermarto.(biar lebih jelas).

1.6.2.2. Pemeriksaan Adanya Outlier
Pemeriksaan adanya outlier, pada seri data hujan harian maksimum tahunan, baik
outlier atas maupun outlier bawah akan dilakukan dengan metode yang dikembangkan
oleh Water Resource Council (1981).
Menurut Water Resource Council, bila :
- koefisien skew dari data sampel > + 0,4, maka perlu dilakukan pemeriksaan outlier
atas,
- koefisien skew dari data sampel < - 0,4, maka perlu dilakukan pemeriksaan outlier
0.5" + Indent at: 0.5", Tab stops: Not at 1"
Formatted: Bulleted + Level: 1 + Aligned at:
0.25" + Tab after: 0.5" + Indent at: 0.5"
0.5" + Indent at: 0.5", Tab stops: Not at 1.5"


bawah,
- - 0,4 < koefisien skew < + 0,4, maka perlu dilakukan pemeriksaan outlier atas dan
outlier bawah sekaligus sebelum menghilangkan data yang dipandang sebagai
outlier.
Bila terdapat outlier, maka data outlier harus dibuang sebelum seri data digunakan
untuk analisis hidrologi lebih lanjut.
Persamaan frekuensi untuk mendeteksi adanya outlier atas adalah :

y n H
s K y Y + = (6.1)
di mana :
Y
H
: Batas (threshold) dari outlier atas, dalam logaritma
y : Nilai rata-rata dari data dalam bentuk logaritma
s
y
: Simpangan baku dari data dalam bentuk logaritma
K
n
: Konstanta uji outlier, merupakan fungsi dari jumlah data sampel

Bila logaritma dari nilai maksimum data melebihi Y
H
, maka data tersebut
dipertimbangkan sebagai outlier atas.
Persamaan serupa untuk mendeteksi adanya outlier bawah adalah :

y n L
s K y Y + = (6.2)

dimana Y
L
adalah batas dari outlier bawah dalam bentuk logaritma, sedangkan variabel
lainnya sama dengan di atas.
1.6.2.3. Pemeriksaan Adanya Trend
Data seri hidrologi sebelum digunakan untuk analisis, harus bebas dari adanya trend
(kecenderungan), yaitu tidak ada korelasi antara urutan data dengan peningkatan (atau
penurunan) besarnya nilai data tersebut. Umumnya dilakukan uji adanya trend untuk
seluruh data yang ada, walaupun boleh pula dilakukan uji hanya pada periode data
yang dicurigai terdapat trend.
Untuk mengetahui adanya trend, digunakan metode Spearmans rank-correlation.
Metode ini didasarkan pada Spearman rank-correlation coefficient, R
sp
, yang
didefinisikan sebagai:

(6.3)

) 1 (
6
1
2
1
2

=

=
n n
D
R
n
i
i
sp


(6.4)

di mana :
n : Jumlah data sampel
D
i
: Perbedaan antara rangking variabel x
i
, Kx
i
, (data diurutkan dari kecil ke
besar) dan rangking berdasarkan nomor urut data asli, Ky
i.

Bila ada ties, yaitu ada dua atau lebih data dengan nilai sama, maka rangking Kx
i

diambil sebagai nilai rata-rata.
Uji statistik adanya trend, menggunakan formulasi berikut :

(6.5)

di mana t
t
mempunyai distribusi Students t dengan derajad kebebasan v = n 2.
Seri data yang diuji tidak mengandung trend bila memenuhi :
t{v, 2,5 %} < t
t
< t{v, 97,5 %} (6.6)
6.2.4. Pemeriksaan Stabilitas Variance dan Mean (Stationary)
Sebagai tambahan dari uji adanya trend, harus dilakukan pula uji stabilitas variance dan
mean untuk mengetahui apakah data stationary atau tidak.
- Pemeriksaan Stabilitas Variance
Untuk melakukan pemeriksaan stabilitas variance, sampel data dibagi dua atau tiga
sama besar atau hampir sama besar. Distribusi dari rasio variance sampel data yang
mengikuti distribusi normal dikenal sebagai distribusi F, yaitu distribusi Fisher.
Walaupun sampel data tidak mengikuti distribusi normal, uji dengan distribusi F akan
memberikan indikasi yang dapat dipertanggung jawabkan tentang stabilitas dari
variance.
Uji statistik stabilitas variance adalah :
(6.7)
dimana o dan s masing-masing adalah variance dari populasi dan sampel, sedangkan
indek 1 dan 2 menunjukkan sub-sampel 1 dan sub sampel 2.
Variance dikatakan stabil bila memenuhi :
%} 5 , 97 , , { %} 5 , 2 , , {
2 1 2 1
v v v v F F F
t
( ( (6.8)
dimana :
v
1
= n
1
1, derajad kebebasan sub sampel 1
2
1
2
sp
sp t
R
n
R t
=
2
2
2
1
2
2
2
1
s
s
F
t
= =
o
o
i i i
Ky Kx D =


v
2
= n
2
1, derajad kebebasan sub sampel 2
n
1
= Banyaknya data sub sampel 1
n
2
= Banyaknya data sub sampel 2
F = Distribusi Fisher.
- Pemeriksaan Stabilitas Mean
Pemeriksaan stabilitas mean menggunakan uji t (distribusi Students t). Dalam uji ini,
seperti halnya uji stabilitas variance, maka data dibagi dua atau tiga sama besar,
kemudian dihitung nilai rata-rata (mean)dari masing-masing sub sampel tersebut dan
dibandingkan. Kesamaan nilai mean ini diuji secara statistik sebagai berikut :

(6.9)

dimana :
n = Banyaknya data
x = Nilai rata-rata sub sampel
s = Variance
Indeks 1 dan 2 menunjukkan sub sampel 1 dan 2
Nilai mean dari sampel dikatakan stabil bila :
%} 5 , 97 , { % 5 , 2 , { v v t t t
t
( ( (6.10)

6.2.5. Pemeriksaan Independensi
Untuk melakukan pemeriksaan independensi dari seri data digunakan serial-correlation
coefficient. Apabila seri data adalah acak sempurna, maka fungsi auto-correlation dari
populasi akan sama dengan nol untuk semua lag kecuali nol. Untuk pemeriksaan
independensi ini cukup dilakukan perhitungan digunakan serial-correlation coefficient
dengan lag 1, yaitu korelasi antara data pengamatan yang berdekatan dalam seri data.
Menurut Box dan Jenkins (1970), serial-correlation coefficient dengan lag 1, r
1
, adalah :

(6.11)

Tidak ada korelasi data (data independen) bila :
} 1 ), 1 /( ) 2 96 , 1 1 {( )} 1 /( ) 2 96 , 1 1 ( , 1 {
1
+ + ( ( n n r n n (6.12)

|
|
.
|
\
|
+
+
+

=
2 1 2 1
2
2 2
2
1 1
2 1
1 1
2
) 1 ( ) 1 (
n n n n
s n s n
x x
t
t
=
+

=
n
i
i
n
i
i i
x x
x x x x
r
1
2
1
1
1
1
) (
) ( ) (


6.3. ANALISIS DATA CURAH HUJAN
6.3.1. Analisis Frekuensi curah hujan
Analisis frekuensi data curah hujan rencana dapat dilakukan dengan menggunakan
beberapa distribusi probabilitas yang banyak digunakan dalam Hidrologi, yaitu :
Distibusi Normal, Distribusi Log Normal 2 Parameter, Distribusi Log Normal 3
Parameter, Distribusi Gumbel Tipe I, Distribusi Pearson III, dan Distribusi Log Pearson
III.
1. Distribusi Normal
Persamaan Fungsi Kerapatan Probabilitas (Probability Density Function, PDF) Normal
adalah:
(6.13)

Dimana dan o adalah parameter dari Distribusi Normal. Dari analisis penentuan
paramater Distribusi Normal, diperoleh nilai adalah nilai rata-rata dan o adalah nilai
simpangan baku dari populasi, yang masing-masing dapat didekati dengan nilai-nilai
dari sample data.
Dengan subtitusi
o
- x
t = , akan diperoleh Distribusi Normal Standar dengan = 0 dan
o = 1. Persamaan Fungsi Kerapatan Probabilitas Normal Standar adalah :
(6.14)

Ordinat Distribusi Normal Standar dapat dihitung dengan persamaan (3.14).
Persamaan Fungsi Distribusi Komulatif (Cumulative Distribution Function, CDF) Normal
Standar adalah :
(6.15)
dimana :
t = , standard normal deviate
x = Variabel acak kontinyu
= Nilai rata-rata dari x
o = Nilai simpangan baku (standar deviasi) dari x.

Persamaan (6-15) dapat diselesaikan dengan bantuan tabel luas di bawah kurva
distribusi normal yang banyak terdapat di buku-buku matematika.
( )
2
2
2
- x
e
-
o
t o 2
1
p( x)=
2
2
t
-
e
2
1
P(t)
t
=
dt e
2
1
P(t)
2
t 1
-
2
}
=
t
o
- x
Numbering Style: Bullet + Aligned at: 0" +
Tab after: 0.25" + Indent at: 0.25"


Untuk menghitung variabel acak x dengan periode ulang tertentu, digunakan rumus
umum yang dikemukakan oleh Ven Te Chow (1951) sebagai berikut :
o K X X
T
+ = (6.16)
dimana :
X
T
= Variabel acak dengan periode ulang T tahun
X = Nilai rata-rata dari sampel variabel acak X
o = Nilai simpangan baku dari sampel variabel acak X
K = Faktor frekuensi, tergantung dari jenis distribusi dan periode ulang T

Untuk distribusi normal, nilai K sama dengan t (standard normal deviate).
1. Distribusi Log Normal 2 Parameter
Bila logaritma dari variabel acak x, Ln (x), terdistribusi normal, maka dikatakan bahwa
variabel acak x tersebut mengikuti distribusi log normal 2 parameter
Persamaan PDF dari distribusi Log Normal 2 Parameter adalah :

(6.17)
dimana :
y
= Nilai rata-rata dari logaritma sampel data variabel x (ln x)
o
y
= Nilai simpangan baku dari logaritma sampel data variabel x (ln x)
Faktor frekuensi K untuk Distribusi Log Normal 2 Parameter dapat dihitung dengan 2
cara sebagai berikut :
1. Sama seperti Distribusi Normal di atas, hanya saja sebelumnya semua data di
logaritma lebih dahulu (ln x)
1.2. Menggunakan data asli (tanpa di logaritmakan), faktor frekuensi dihitung dengan
rumus berikut (Kite, 1988) :

(6.18)

dimana :
z = Koefisien variasi =
t = Standard normal deviate
1. Distribusi Log Normal 3 Parameter
y
2
2
) (ln
y
e
2 x
1
) x ( P
o
t o
y
x
=
z
1 e
K
) z ln(1 ) z ln(1 t
2 2
=
+ + 2 / 1
x
o
Formatted: Numbered + Level: 1 +
Alignment: Left + Aligned at: 0" + Indent at:
0.25"


Distribusi Log Normal 2 Parameter di atas mempunyai batas bawah = 0, akan tetapi
sering terjadi batas bawah data pengamatan tidak sama dengan 0. Oleh karena itu
perlu dilakukan modifikasi dengan memberikan batas bawah a. Dengan demikian
variabel x ditransformasi menjadi (x-a) dan distribusi dari ln (x-a) disebut distribusi Log
Normal 3 Parameter.
Persamaan PDF Log Normal 3 Parameter adalah :
(6.19)

di mana ketiga parameter distribusi adalah :
y
= Nilai rata-rata dari ln (x-a), parameter bentuk
o
y
= Simpangan baku dari ln (x-a), parameter skala
a = Parameter batas bawah
Faktor frekuensi K untuk Distribusi Log Normal 3 Parameter dapat dihitung dengan 2
cara sebagai berikut :
1. Menggunakan standard normal deviate t sebagai berikut :

)
y y
(
e a X
T
t +
+ = (6.20)
1.2. Menggunakan persamaan faktor frekuensi K sebagai berikut:
(6.21)

(6.22)

(6.23)

di mana g adalah koefisien skew dari sampel variabel acak x, sebagai berikut:

(6.24)
dimana :
n = Jumlah sampel data variabel acak x
x = Nilai rata-rata dari sampel variabel acak x
s = Simpangan baku dari sampel variabel acak x
1. Distribusi Gumbel Tipe I
2
y
y
e
2 ) a x (
1
) p(x
2
] ) a x ( [ln
y
2
o

t o

=
2
2 / )] z 1 ( ln
2
1
) z 1 ( ln t
z
1 e
K
2
2
2
2
=
+ +
3 / 1
3 / 2
2
1
e
e
= z
2
4
2
+ +
=
g g
e
3
1
3
) 2 )( 1 (
) (
s n n
x x n
g
n
i
i

=

=
0.25"
0.25"


Persamaan PDF dari Distribusi Gumbel Tipe I adalah :
(6.25)

sedangkan persamaan CDF adalah :
(6.26)

Distribusi ini mempunyai 2 parameter, yaitu :
o = Parameter konsentrasi
| = Ukuran gejala pusat
Karakteristik dari distribusi ini adalah :
- Koefisien skew (g) = 1,139
- Koefisien Kurtosis = 5,4
Parameter distribusi diperoleh dengan menggunakan metoda momen, hasilnya adalah :

(6.27)

(6.28)

Faktor frekuensi K untuk distribusi Gumbel Tipe I adalah :

(6.29)

(6.30)

di mana :
Y
T
= Reduced variabel Y
T = Periode ulang (tahun)
Y
n
= Nilai rata-rata dari reduced variabel Y, merupakan fungsi dari jumlah data n
S
n
= Simpangan baku dari reduced variabel Y, merupakan fungsi dari jumlah data n
1. Distribusi Pearson III
Persamaan PDF dari Distribusi Pearson III adalah :

(6.31)

) (
) (
| o
=
x
e
e x p
o
o
2825 , 1
=
o | 45 , 0 =
n
n T
S
Y Y
K
) (
=
|
.
|
\
|
=
T
T
Y
T
1
ln ( ln
|
.
|
\
|

|
.
|
\
|
I
=
o
|
o
| o
x
e
x
x p
1
) (
1
) (
)
) (
(
) (
| o
o
| o

=

x
e x p
e x


Distribusi ini mempunyai tiga paramater, yaitu o, | , sedangkan ) (| I adalah
fungsi gamma.
Penentuan parameter distribusi dengan metoda momen menghasilkan :
(6.32)

(6.33)

(6.34)
Faktor frekuensi K distribusi Pearson III adalah :

(6.35)
dimana :
t = Standard normal deviate, tergantung oleh periode ulang T
g = Koefisien skew
1. Distribusi Log Pearson III
Persamaan PDF dari Distribusi Log Pearson III adalah :

(6.36)

Distribusi ini mempunyai 3 parameter, yaitu :
o = Parameter skala
| = Parameter bentuk
= Parameter lokasi
Untuk menghitung variabel acak x dengan periode ulang tertentu, digunakan rumus
berikut :

y
K
e X
T
o +
=
y
(6.37)
dimana :
y
= Nilai rata-rata dari logaritma sampel data variabel x (ln x)
o
y
= Nilai simpangan baku dari logaritma sampel data variabel x (ln x)
K = Faktor frekuensi Distribusi Pearson III (persamaan 3.35)

|
o
o =
2
2
|
|
.
|
\
|
=
g
|
| o =
5 4 3
2
2
3 2
6 3
1
6 6
) 1 (
6
) 6 (
3
1
6
) 1 ( |
.
|
\
|
+ |
.
|
\
|
+ |
.
|
\
|
|
.
|
\
|
+ + ~
g g
t
g
t
g
t t
g
t t K
(

I
=
o

o

| o
|
x
e
x
x
x p
ln
ln
) (
1
) (
1


6.3.2. Uji Kesesuaian Distribusi frekuensi
Untuk menentukan kecocokan (the gooodness of fit) distribusi frekuensi empiris dari
sampel data terhadap fungsi distribusi frekuensi teoritis yang diperkirakan dapat
menggambarkan/mewakili distribusi empiris tersebut, diperlukan pengujian secara
statistik. Terdapat dua cara pengujian yaitu :
1.o Uji Chi Kuadrat (Chi-Square Test)
2.o Uji Kolomogorov-Smirnov
Uji Chi-Kuadrat hanya efektif bila jumlah data pengamatan besar, karena sebelum
dilakukan pengujian, data pengamatan harus dikelompokkan terlebih dahulu.
Pengelompokkan ini akan mengakibatkan akurasi hasilnya berkurang. Untuk
menghindari hal ini, maka dikembangkan metode uji dari data yang tak dikelompokkan.
Salah satu metoda yang banyak digunakan adalah Uji Kolmogorov-Smirnov.
Pengujian Kolmogorov - Smirnov dilaksanakan dengan cara menggambarkan distribusi
emiris maupun distribusi teoritis pada kertas grafik probabilitas sesuai dengan distribusi
probabilitas teoritisnya. Kemudian dicari perbedaan maksimum antara distribusi empiris
dan teoritisnya :

) ( ) ( empiris P teoritis P Maksimum D = (6.38)

Apabila nilai D < D
kritis
Sesuai Tabel Kolmogorov-Smirnov Test (merupakan fungsi dari
banyaknya data pengamatan dan significance level), maka distribusi teoritisnya dapat
diterima, bila terjadi sebaliknya, maka distribusi teoritisnya tak dapat diterima.
Curah hujan rencana untuk berbagai periode ulang pada keempat stasiun pengamatan
dapat dilihat Tabel 6.3.

6.3.3. Analisis Curah Hujan Wilayah
Sebelum menghitung curah hujan efektif biasanya langkah sebelumnya adalah analisa
curah hujan wilayah. Curah hujan rata-rata wilayah lazimnya bisa dihitung dengan tiga
cara, yaitu:
3.o Metode Poligon Thiessen
4.o Metode Isohyet
5.o Metode Aritmatik
Agar lebih jelas, lihat bahan kuliah Hidrologi dan Drainase, atau silahkan baca literatur
yang berkaitan seperti buku Hidrologi Untuk Teknik CD Soemarto ataupun buku
Hidrologi untuk pengairan karangan Takeda.

0.5" + Tab after: 0.75" + Indent at: 0.75",
Tab stops: Not at 1"


6.3.4. Analisis Curah Hujan Efektif
6.3.4.1. Perhitungan curah hujan efektif untuk padi
Curah hujan efektif adalah bagian dari jumlah curah hujan yang dapat digunakan oleh
akar-akar tanaman selama masa pertumbuhannya. Hal ini tidak sama dengan R 80
yang merupakan jumlah curah hujan dengan probabilitas 80% dipenuhi/dilampaui, atau
curah hujan untuk kejadian 1 dari 5 tahun kering.
Pada umumnya curah hujan efektif diambil 70% dari nilai R80, namun persentase ini
tidak mempertimbangkan intensitas dan kemampuan menyimpan air.
Berdasarkan metoda dari US Soil Conservation Service, direkomendasikan sebagai
berikut :
Tabel 6.4 Curah hujan efektif untuk padi sebagai persentase dari curah hujan
tengah bulanan R80.

R80 tengah bulanan ditetapkan berdasarkan R80 bulanan dari data curah hujan yang
tersedia, kemudian dijadikan tengah bulanan.
Curah hujan R80 adalah curah hujan yang ke-m, dari nilai urut terkecil.
Jika n < 20 maka m = (n / 5) + 1
n >20 maka m = n / 5
perhitungan ini adalah probabilitas dilampui sebanya 80 %. Bedakan dengan curah
hujan efektif 80 %.
1.6.3.4.2. Perhitungan curah hujan efektif untuk palawija
Curah hujan efektif untuk palawija dihitung dengan memperhitungkan curah hujan rata-
rata bulanan 50% serta evapotranspirasi tanaman.
Contoh :
Perhitungan curah hujan efektif untuk palawija pada bulan April.
R50% = 198 mm
ET c = ET o x C
= 110.4768 x (0.9)
= 99.42914 mm
< 10 0.00
10 - 20 80.00
21 - 100 70.00
101 - 150 60.00
> 150 50.00
R80 1/2 bulan
(mm)
Persentase
efektif
0.75" + Indent at: 0.75"


Nilai R50 dan ET c dikaitkan dengan menggunakan Tabel pada KP-01 hlm
174,diperoleh:
Re = 104.7463 mm/bln = 4.6915 mm/hari
(Agar lebih jelas lihat buku KP-01 Standar Perencanaan Irigasi Oleh Dinas Pengairan
P.U Indonesia)
6.3.5. ANALISIS EVAPOTRANSPIRASI
Evapotranspirasi adalah jumlah kehilangan air dari suatu daerah meliputi evaporasi dan
transpirasi melalui permukaan tanah, tanaman, permukaan air bebas dan lain-lain.
Besarnya evapotranspirasi potensial tergantung dari kondisi iklim daerah bersangkutan
dan jenis tanaman yang ditinjau.
Metode yang digunakan untuk menghitung besarnya evapotranspirasi adalah metode
Penmann. Data yang dibutuhkan untuk menghitung besarnya evapotranspirasi dengan
metoda Penmann adalah:
6.o Temperatur,
7.o Kelembaban udara relatif,
8.o Kecepatan angin dan
9.o Lama penyinaran matahari.
Rumus-rumus yang digunakan untuk menghitung besarnya evapotranspirasi potensial
dengan metode Penman adalah:

(6.39)
dengan:
H = energy budget,
H = R (1-r) (0,18 + 0,55 S) - B (0,56 0,092
d
e ) (0,10 + 0,9 S), (6.40)
D = panas yang diperlukan untuk evapotranspirasi, dan
D = 0,35 (e
a
e
d
) (k + 0,01w). (6.41)
dimana:
A = slope vapour pressure curve pada temperatur rata-rata, dalam mmHg/
o
F.
B = radiasi benda hitam pada temperatur rata-rata, dalam mmH
2
O/hari.
e
a
= tekanan uap air jenuh (saturated vapour pressure) pada temperatur rata-rata,
dalam mmHg.

Besarnya A, B dan e
a
tergantung pada temperatur rata-rata. Hubungan temperatur rata-
rata dengan parameter evapotranspirasi ini ditabelkan sebagai berikut.
0,27 A
0,27D AH
E
+
+
=


Tabel 6.7 Hubungan Temperatur Rata-rata dengan Parameter Evapotranspirasi A, B
dan e
a

Temperatur
(
0
C)
8 10 12 14 16 18 20 22 24 26 28 30
A
(mmHg/
0
F)
0.304 0.342 0.385 0.432 0.484 0.541 0.603 0.671 0.746 0.828 0.917 1.013
B
(mmH2O/hari)
12.60 12.90 13.30 13.70 14.80 14.50 14.90 15.40 15.80 16.20 16.70 17.10
ea
(mmHg)
8.05 9.21 10.50 12.00 13.60 15.50 17.50 19.80 22.40 25.20 28.30 31.80
R = radiasi matahari, dalam mm/hari. Besarnya tergantung letak lintang. Besarnya
radiasi matahari ini berubah-ubah menurut bulan, seperti ditabelkan berikut ini.
Tabel 6.8 Nilai Radiasi Matahari pada Permukaan Horizontal di Luar Atmosfir, dalam
mm/hari
1.3 B
U
L
A
N
Jan Peb Mar Apr Mei Jun Jul Agu Sep Okt Nop Des
5
0
LU 13.7 14.5 15.0 15.0 14.5 14.1 14.2 14.6 14.9 14.6 13.9 13.4
0
0
14.5 15.0 15.2 14.7 13.9 13.4 13.5 14.2 14.9 15.0 14.6 14.3
5
0
LS 15.2 15.4 15.2 14.3 13.2 12.5 12.7 13.6 14.7 15.2 15.2 15.1
10
0
LS 15.8 15.7 15.1 13.8 12.4 11.6 11.9 13.0 14.4 15.3 15.7 15.8
r = koefisien refleksi, yaitu perbandingan antara radiasi elektromagnetik (dalam
sembarang rentang nilai panjang gelombang yang ditentukan) yang dipantulkan
oleh suatu benda dengan jumlah radiasi yang terjadi, dan dinyatakan dalam
persentasi.

............................................................................. (6.42)
Koefisien Refleksi sangat berpengaruh pada evapotranspirasi. Berikut adalah nilai
koefisien refleksi yang sering digunakan.
Tabel 6.9 Koefisien Refleksi, r
No Permukaan
Koefisien
Refleksi
[r]
1 Rata-rata permukaan bumi 40 %
100% x
terjadi yang radiasi jumlah
n dipantulka yang netik elektromag radiasi
r =
Formatted: Indent: Left: 5.04", First line:
0", Outline numbered + Level: 1 + Numbering
Style: 1, 2, 3, + Start at: 3 + Alignment:
Left + Aligned at: 0" + Tab after: 0.25" +
Indent at: 0.25", Tab stops: Not at 0.5"


2 Cairan salju yang jatuh di akhir musim masih segar 40 85 %
3
Spesies tumbuhan padang pasir dengan daun
berbulu
30 40 %
4 Rumput, tinggi dan kering 31 33 %
5 Permukaan padang pasir 24 28 %
6 Tumbuhan hijau yang membayangi seluruh tanah 24 27 %
7 Tumbuhan muda yang membayangi sebagian tanah 15 24 %
8 Hutan musiman 15 20 %
9 Hutan yang menghasilkan buah 10 15 %
10 Tanah gundul kering 12 16 %
11 Tanah gundul lembab 10 12 %
12 Tanah gundul basah 8 10 %
13 Pasir, basah kering 9 18 %
14 Air bersih, elevasi matahari 45
0
5 %
15 Air bersih, elevasi matahari 20
0

14 %

S = rata-rata persentasi penyinaran matahari bulanan, dalam persen (%).
e
d
= tekanan uap air sebenarnya (actual vapour pressure), dalam mmHg.
= e
a
x h.
h = kelembaban relatif rata-rata bulanan, dalam persen (%).
k = koefisien kekasaran permukaan evaporasi (evaporating surface). Untuk
permukaan air nilai k = 0,50 dan untuk permukaan vegetasi nilai k = 1,0.
w = kecepatan angin rata-rata bulanan, dalam mile/hari.

Substitusi persamaan-persamaan di atas menghasilkan:
........................................................................................ (6.43)
dalam bentuk lain:
(6.44)
jika:
, . (6.45)
( )( ) ( )( ) { } ( )( ) { }
0,27 A
0,01w k
d
e
a
e 0,35 0,27 0,9S 0,1
d
e 0,092 - 0,5 B 0,55S 0,18 r 1 R A
E
+
+ + + +
=
( )
( )
( )
( )
( )
( ) 0,01w k
0,27 A
d
e
a
e 0,35 x 0,27
0,9S 0,1
0,27 A

d
e 0,092 0,56 AB
r 1 R
0,27 A
0,55S 0,18 A
E +
+

+ +
+

+
+
=
( )
0,27 A
0,55S 0,18 A
S) f(T,
1
F
+
+
= =


, . (6.46)

, dan (6.47)
maka:
E = F
1
x R(1 - r) - F
2
x (0,1 + 0,9S) + F
3
x (k + 0,01w) (6.48)
dan jika:
E
1
= F
1
x R(1 - r) (6.49)
E
2
= F
2
x (0,1 + 0,9S) (6.50)
E
3
= F
3
x (k + 0,01w) (6.51)

maka bentuk yang sederhana dari persamaan evapotranspirasi potensial menurut
Penman adalah:
E = E
1
- E
2
+ E
3
. (6.52)

Besarnya evapotranspirasi potensial ini dinyatakan dalam mm/hari. Untuk menghitung
besarnya evapotranspirasi potensial dalam 1 bulan maka kalikan dengan jumlah hari
dalam bulan itu.
Pada dasarnya, data klimatologi yang digunakan adalah data klimatologi dari Stasiun
Jalaludin Gorontalo. Hal ini dilakukan lebih disebabkan kepada benyaknya pencatatan
data pada stasiun tersebut.

6.3.5. ANALISIS KEBUTUHAN AIR
1.6.3.5.1. Parameter yang digunakan
Parameter yang digunakan dalam analisis kebutuhan air antara lain :
1. Koefisien tanaman (Kc)
Besarnya Kc bervariasi, dalam studi ini digunakan angka yang disarankan oleh
FAO (Standar Perencanaan Irigasi, KP-01 hlm 164).
1.2. Efisiensi irigasi (e)
Faktor-faktor yang berpengaruh pada kebutuhan air irigasi adalah sebagai berikut :
- Cara penyiapan lahan
- Kebutuhan air untuk tanaman/ consumtive used
- Perkolasi dan rembesan
- Penggantian lapisan air
( )
0,27 A

d
e 0,092 0,56 AB
h) f(T,
2
F
+
= =
( )
0,27 A

d
e
a
e 0,35 x 0,27
h) f(T,
3
F
+

= =
Alignment: Left + Aligned at: 0.25" + Tab
after: 0.5" + Indent at: 0.5"
Alignment: Left + Aligned at: 0.25" + Tab
after: 0.5" + Indent at: 0.5"


- Curah hujan efektif

2. Cara penyiapan lahan
Dengan mempertimbangkan minimnya jumlah tenaga kerja, sarana penunjang untuk
pengolahan lahan dan lahan adalah daerah irigasi baru, maka diambil jangka waktu 45
hari untuk menyelesaikan penyiapan lahan di seluruh petak tersier. Karena tidak
tersedianya data jumlah air untuk penyiapan lahan, maka berdasarkan kondisi lahan
saat ini diambil harga jumlah air 300 mm yaitu untuk penjenuhan dan pengolahan tanah
sebesar 250 mm dan 50 mm untuk penggenangan.
Selanjutnya kebutuhan air untuk penyiapan lahan dihitung berdasarkan Standar
Perencanaan Irigasi, bagian Perencanaan Jaringan Irigasi (KP-01).
Kebutuhan air untuk penyiapan lahan dihitung dengan menggunakan metoda Van de
Goor dan Zijlstra (1968) sebagai berikut :

IR = Me
k
/ (e
k
1) (6.53)

dengan k = MT / S
M = Eo + P
Eo = 1,1 ETo
Di mana
ETo = Evapotranspirasi (mm/hari)
P = Perkolasi (mm/hari)
T = Jangka waktu penyiapan lahan (hari)
S = Kebutuhan air untuk penjenuhan ditambah lapangan air 50 mm
M = Kebutuhan air untuk mengganti kehilangan air di sawah
yang sudah dijenuhkan (mm/hari)
IR = Kebutuhan air irigasi selama penyiapan lahan (mm/hari)
Harga IR ini juga dapat dilihat pada Lampiran (KP-01 hlm 161).

3. Kebutuhan air untuk tanaman/ consumtive used
Kebutuhan air untuk tanaman adalah air yang habis terpakai untuk pertumbuhan
tanaman. Kebutuhan air ini dihitung dengan mengalikan koefisien tanaman dengan
evapotranspirasi potensial. Koefisien tanaman tergantung pada tingkat pertumbuhan
dan jenis tanaman. Penggunaan konsumtif air ini dihitung dengan menggunakan rumus:

Etc = Kc x Etp (6.54)
0" + Tab after: 0.25" + Indent at: 0.25"


Di mana :
Etc = Evapotranspirasi tanaman (mm/hari)
Etp = Evapotranspirasi potensial (mm/hari)
Kc = Koefisien tanaman

Evapotranspirasi potensial dihitung dengan menggunakan rumus Penmann, sedangkan
untuk nilai koefisien tanaman padi dan palawija digunakan angka yang disarankan FAO
(KP-01, hlm 164).
4. Perkolasi dan rembesan
Besarnya laju perkolasi tergantung dari beberapa faktor, antara lain :
1.- Tekstur tanah
2.- Permeabilitas tanah
3.- Tebal lapisan tanah
4.- Letak permukaan air tanah
Tebal lapisan tanah bagian atas (top soil) mempunyai pengaruh terhadap nilai
perkolasi. Semakin tipis tanah lapisan atas maka laju perkolasi semakin kecil. Demikian
juga letak permukaan air tanah, semakin tinggi letak permukaan air tanah, makin kecil
pula laju perkolasinya (KP-01 hlm 165). Berdasarkan jenis tanah dan hasil
pengamatan, kondisi lahan saat ini dan juga karena data perkolasi tidak tersedia, maka
diperkirakan harga perkolasi sebesar 2 mm/hari.
5. Penggantian lapisan air
Penggantian lapisan air setinggi 50 mm atau 3.3 mm/hari dilakukan dua kali selama
masa pertumbuhan tanaman padi (KP-01 hlm 165), yaitu :
1.- Selama 15 hari setelah transplantasi
2.- Selama 30 hari setelah padi berumur 2 bulan.
6. Curah hujan efektif
Curah hujan efektif adalah curah hujan yang dapat digunakan tanaman dan langsung
mempengaruhi pemberian air di sawah. Besar curah hujan efektif untuk padi dan
palawija seperti tersaji pada tabel 6.3 dan Tabel 6.4

6.3.5.2. Kebutuhan Air untuk Irigasi
Kebutuhan air irigasi di sawah diperhitungkan untuk pola tanam padi padi palawija
dengan ketentuan sebagai berikut :
1.- Kebutuhan bersih air di sawah untuk padi (NFR) :
NFR = ET c + P Re + WLR (6.55)
2.- Kebutuhan air irigasi untuk padi (WRD) :
0.75" + Tab after: 1" + Indent at: 1"
Formatted: Indent: Hanging: 0.5", Bulleted
+ Level: 1 + Aligned at: 0.25" + Tab after:
0.5" + Indent at: 0.5", Tab stops: 0.25", List
tab + Not at 0.5"
Formatted: Indent: Hanging: 0.5", Bulleted
+ Level: 1 + Aligned at: 0.25" + Tab after:
0.5" + Indent at: 0.5", Tab stops: 0.33", List
tab + Not at 0.5"


IR = NFR / e (6.56)
3.- Kebutuhan air irigasi untuk palawija (WRP) :
IR = (ET c Re) / e (6.57)
di mana :
ET c = Penggunaan konsumtif (mm/hari) = ET o x C
C = Koefisien tanaman rata-rata
ET o = Evapotranspirasi potensial (mm/hari)
P = Kehilangan air akibat perkolasi (mm/hari), diambil P = 2 mm/hari
Re = Curah hujan efektif (mm/hari)
e = Efisiensi irigasi secara keseluruhan, dengan :

Tabel 6. 11 Efisiensi Irigasi
Tingkat dalam
Jaringan
Efisiensi (%)
Dalam Jaringan
Efisiensi
Keseluruhan

Saluran Tersier
Saluran sekuender
Saluran Primer
Bangunan Utama/Pengambilan

80
90
90
-

0,80
0,90 x 0,80 = 0,72
0,90 x 0,90 x 0,80 = 0,65
0,65

WLR = Penggantian lapisan air (mm/hari), seperti tercantum pada tabel
terlampir, yang dilakukan 2 bulan setelah transplantasi selama jangka waktu 15 hari,
setinggi 50 mm atau 3.3 mm/hari.

Pada saat penyiapan lahan selama 45 hari pemberian air irigasi dilakukan secara terus
menerus merata untuk seluruh areal. Dengan menggunakan tabel KP-01 pada
Lampiran-2, Kebutuhan untuk penyiapan lahan dapat dihitung dengan mengambil
kebutuhan air untuk penjenuhan sebesar 300 mm, seperti pada contoh perhitungan
berikut.
Contoh :
Perhitungan kebutuhan air pada November I :
ET o = 3.50 mm/hari ; Re = 4.10 mm/hari ; P = 2 mm/hari
Eo = Evaporasi air terbuka pada masa penyiapan lahan = 1.1 x ET o, dalam mm/hari
M = Eo + P = 1.1 x 4.46 + 2 = 6.906 mm/hari
Dari interpolasi pada KP-01, diperoleh ET c = LP = 11.27 mm/hari
Maka : NFR = ET c Re = 11.27 4.10 = 7.11 mm/hari = 0.83 lt/det/ha



Perhitungan Kebutuhan air irigasi disajikan secara tabelaris (disajikan di lampiran).
Adapun penggunaan setiap baris dalam tabel tersebut adalah sebagai berikut :

Tabel 6.12. Tabelaris langkah perhitungan evapotranspirasi potensial

Baris (1) Evapotranspirasi potensial (mm/hari
Baris (2) Perkolasi (mm/hari), diambil 2 mm/hari
Baris (3) Curah hujan efektif (mm/hari)
Baris (4) Penggantian lapisan air (mm/hari)
Baris (5) Koefisien tanaman padi dan palawija
Baris (8) Koefisien tanaman rata-rata
Baris (9) Evapotranspirasi Tanaman = baris (1) x baris (8) pada masa
penanaman, pada masa persiapan lahan.
Baris (10) Kebutuhan air irigasi = baris (9) + baris (2) baris (3) + baris (4)
(mm/hari) , untuk padi dan NFR = baris (9) baris (3) untuk
palawija dan Lahan Persiapan
Baris (11) Kebutuhan air irigasi dikonversikan ke dalam satuan lt/det/ha =
baris (10)/ 8.64
Baris (12) Kebutuhan pengambilan = baris (11)/e, di mana e adalah efisiensi
irigasi sebesar 0.65.

1.6.3.5.3. Pola Tanam dan Tata Tanam
Analisis kebutuhan air untuk tanaman pertanian di daerah irigasi ini dicoba dengan pola
tanam Padi Padi Palawija. Hal ini dikarenakan penanaman tanaman sejenis secara
terus menerus pada suatu lahan tidak memberikan kesempatan pada tanah untuk
melakukan pertukaran unsur hara. Penanaman palawija diharapkan akan
memungkinkan terjadinya siklus unsur hara pada tanah.

1.6.3.6. ANALISIS KETERSEDIAAN AIR
Karena tidak tersedia data debit sungai hasil pengamatan, maka untuk memperkirakan
besarnya debit andalan dilakukan dengan bantuan model matematik hujan limpasan.
Model matematik untuk perhitungan hujan limpasan yang digunakan adalah F.J Mock.
Dari simulasi perhitungan debit andalan dengan bantuan model matematik hujan
limpasan F.J Mock akan didapat perkiraan besarnya debit andalan pada sungai-sungai.
2"


1.6.3.6.1. Model F.J. Mock
Untuk mengetahui besarnya limpasan permukaan (surface run off) akibat curah hujan
andalan digunakan metode model F. J. Mock. Dari analisa model ini akan diperoleh
informasi besarnya aliran debit andalan pada setiap sumber air.
Dasar asumsi dari model analisa ketersediaan air tersebut secara skematis disajikan
dalam Gambar 6.4, dan dijelaskan sebagai berikut :
1. Curah hujan yang jatuh pada watershed sebagian akan jatuh pada permukaan
tanah dan sebagian lagi akan mengalami evapotranspirasi.
1.2. Surplus hujan terjadi bila kelembaban tanah (soil moisture) telah mencapai
harga maksimum.
1.3. Dari air surplus, sebagian akan menjadi Direct Run Off dan sebagian lagi akan
meresap ke dalam tanah sebagai infiltrasi.
1.4. Dari air yang mengalami proses infiltrasi sebagian akan mengalir sebagai aliran
dasar (Base Flow) dan sebagian lagi akan mengubah tampungan air tanah
sehingga menaikkan storage air tanah.
1.5. Selanjutnya air tanah yang mengalir sebagai Base Flow akan bergabung dengan
Direct Run Off.

Gambar 6.4 Skema model analisa ketersediaan air dasar menurut F. J. Mock

1.6.3.6.2. Parameter yang digunakan
Dalam analisis ketersediaan air dengan metode Mock digunakan beberapa parameter,
antara lain :
1. Koefisien infiltrasi
Volume
Tampungan
Infiltrasi
Base flow
Direct run off
Groundwater
storage
Surplus
Run off
Presipitasi
Evapotranspirasi
Soil
Moisture
SM
Max
Formatted: Indent: Left: 0", Hanging: 0.5",
Numbered + Level: 2 + Numbering Style: 1, 2,
3, + Start at: 1 + Alignment: Left + Aligned
at: 0.75" + Tab after: 1" + Indent at: 1",
Tab stops: Not at 1"


Parameter ini ditentukan berdasarkan kondisi porositas dan kemiringan daerah
pengaliran. Lahan yang bersifat porous umumnya mempunyai koefisien yang
cenderung besar. Namun jika kemiringan tanahnya terjal di mana air tidak sempat
mengalami proses infiltrasi sampai perkolasi ke dalam tanah maka koefisien
infiltrasinya bernilai kecil. Nilai maksimum koefisien ini adalah 1. Nilai ini bervariasi
untuk setiap bulan. Untuk jenis dan topografi tanah yang sama, bulan kering
mempunyai infiltrasi yang relative lebih besar dibanding bulan basah.
2. Konstanta resesi aliran (K)
Adalah proporsi dari air tanah bulan lalu yang masih ada bulan sekarang, artinya
tidak mengalir menuju stream flow. Nilai K cenderung lebih besar pada bulan di
mana bulan sebelumnya merupakan bulan basah dan cenderung lebih kecil apabila
bulan sebelumnya merupakan bulan kering.
3. Percentage Factor (PF)
PF merupakan persentase hujan yang menjadi limpasan. Digunakan dalam
perhitungan Storm Run Off pada perhitungan Total Run Off. Storm run off hanya
dimasukkan ke dalam total runoff, bila P<200 mm/bln. Mock menyarankan besarnya
nilai PF berkisar antara 5% - 10%, namun tidak menutup kemungkinan nilai ini
meningkat secara tidak beraturan sampai harga 37,3%.

6.3.6.3. Prosedur Perhitungan Debit Bulanan menurut Model F.J. Mock
Perhitungan debit bulanan dengan metode Mock disajikan secara tabelaris. Adapun
penggunaan setiap baris pada tabel Mock adalah sebagai berikut :

Tabel 6.14 Tabelaris perhitungan ketersedingan debit sungai dengan model hujan
limpasan F.J mock
Baris (1) Tinggi curah hujan bulanan (mm)
Baris (2) Jumlah hari hujan
Baris (3) Jumlah hari dalam sebulan
Baris (4) Evapotranspirasi potensial (mm/bulan)
Baris (5) Exposed Surface, m (%)
Baris (6) Jumlah hari hujan
Baris (7) oE / Epm = (baris (5) / 20) (18-baris (6))
Baris (8) oE (mm/bulan)
Baris (9) Evapotranspirasi aktual = baris (4) baris (8)
Baris (10) P-Ea = baris (1) baris (9) (mm/bulan)
Baris (11)
Tampungan Kelembaban Tanah (soil moisture storage = SMS),


SMS

dihitung sebagai berikut:
SMS = ISMS + (P-E
a
), (61)
dimana :
ISMS = initial soil moisture storage (mm/bulan), merupakan soil
moisture capacity (SMC) bulan sebelumnya. (mm/bulan)
Baris (12)
SMC
Kapasitas Kelembaban Tanah (soil moisture capacity = SMC)
mempunyai harga maksimum 200 mm/bulan. Ada dua keadaan untuk
menentukan SMC ini, yaitu :
SMC = 200 mm/bulan jika P-E
a
> 0
SMC = SMC bulan sebelumnya + (P-Ea) jika P-E
a
< 0. (mm/bulan)
Baris (13)
SS
Soil Storage, yaitu kemampuan tanah untuk menyimpan air. Soil
storage ditentukan sebagai berikut:
1. Jika pada bulan yang bersangkutan nilai P-Ea bernilai positif atau
SMC bernilai 200 mm/bulan (maksimum) maka soil storage
bernilai 0 (nol, artinya air tidak disimpan dalam tanah).
2. Jika P-Ea bulan yang bersangkutan bernilai negatif maka soil
storage sama dengan P-Ea ini. (mm/bulan)
Baris (14)
WS
Water surplus, yaitu presipitasi yang telah mengalami
evapotranspirasi dan disimpan dalam tanah. Water surplus bukan
merupakan direct run off, karena direct run off adalah water surplus
yang telah mengalami Infiltrasi. Water surplus dihitung sebagai
berikut:
WS = (P-Ea) + SS mm/bln (62)
Water surplus tersedia ketika SMC terpenuhi, atau tidak ada soil
storage. Asumsi yang dipakai oleh Mock adalah, bahwa air memenuhi
SMC terlebih dahulu sebelum water surplus tersedia untuk Infiltrasi
yang lebih dalam atau mengalami direct run off.
(mm/bulan)
Baris (15) Koefisien infiltrasi (if)
Baris (16) i Besarnya Infiltrasi, yaitu water surplus dikalikan koefisien Infiltrasi.
(mm/balan)
Baris (17) Konstanta resesi aliran (K)
Baris (18) Percentage Factor ( PF)
Baris (19) 0,5 x (1+K) x I
Tab stops: Not at 0.5"


Baris (20) K x Gsom, Gsom adalah groundwater storage bulan sebelumnya,
nilai ini diasumsikan sebagai konstanta awal, dengan anggapan
bahwa water balance merupakan siklus tertutup yang ditinjau selama
1 tahun, maka nilai asumsi awal ini harus dibuat sama dengan nilai
akhir tahun (terjadi keseimbangan).
Baris (21)
GS
Groundwater storage, dihitung dengan persamaan:
GS = { 0,5 x (1+K) x i } + { K x Gsom } (63)
Atau baris 38 = baris 36 + baris 37 (mm/bulan)
Baris (22)
AGS
Perubahan groundwater storage, yaitu nilai groundwater storage
bulan yang bersangkutan dikurangi nilai groundwater storage bulan
sebelumnya. (mm/bulan)
Baris (23)
Base flow, merupakan besar Infiltrasi dikurangi perubahan
groundwater storage. Karena water balance merupakan siklus
tertutup dengan perioda 1 tahun maka perubahan groundwater
storage selama 1 tahun itu adalah nol. Juga dengan alasan bahwa
volume air di bumi adalah tetap. Karena dalam 1 tahun AGS = 0,
maka jumlah base flow akan sama dengan jumlah Infiltrasi dalam 1
tahun,
{ BF = i }.
Jadi menurut Mock, base flow itu berasal dari Infiltrasi dan
groundwater storage. Jika GS
o
adalah groundwater storage bulan
sekarang, dan adalah groundwater storage bulan yang lalu, maka:
1. BF = i + AGS, jika GS
o
< GS
1
dan
2. BF = i - AGS, jika GS
o
> GS
1
,
Dimana AGS = GS
o
GS
1
. (mm/bulan)
Baris (24)

Direct run off, merupakan water surplus yang telah mengalami
Infiltrasi. DRO = WS I (mm/bulan)
Baris (25)

Storm run off, dihitung sebagai berikut:
1. Jika hujan (P) > 200 mm (sesuai asumsi bahwa Max SMC =
200 mm) maka nilai storm run off = 0.
2. Jika P < 200 mm maka storm run off adalah jumlah curah
hujan dalam satu bulan yang bersangkutan dikali faktor
persentasi(PF).


(mm/bulan)
Baris (26)
Total run off, jumlah dari base flow + direct run off + storm run off.
(mm/bulan)
Baris (27) Luas catchment area. (Km
2
)
Baris (28)
Stream flow (calculated discharge), merupakan perkalian antara total
run off dengan luas catchment area, tentunya dengan faktor konversi.
(m
3
/dtk)

1.3.5.1 Model NRECA
Karena data debit sungai hasil pengamatan tidak tersedia, maka untuk memperkirakan
besarnya debit andalan dilakukan dengan model matematik hujan-limpasan. Model
hujan limpasan yang akan digunakan adalah model NRECA, dikembangkan oleh
Norman H. Crawford (USA) dengan menerapkan keseimbangan air ( water balance )
sebagai berikut:
Limpasan = Hujan Evapotranspirasi + Perubahan Tampungan

Skematisasi dari model NRECA ini dapat dilihat pada Gambar 3.5.

3.5.1.1 Parameter yang digunakan
Model NRECA ini mempunyai dua parameter utama, yaitu PSUB yang menggambarkan
bagian kelebihan air hujan yang masuk ke dalam tampungan air tanah serta GWF yang
mencerminkan bagian air tanah yang ke luar menjadi aliran air di sungai.
Parameter utama tersebut perlu dikalibrasi agar diperoleh satu set parameter model
yang memberikan hasil yang mirip dan dekat dengan perilakunya di lapangan. Model
NRECA menghitung besarnya aliran bulanan berdasarkan input data hujan rata-rata
bulanan dan evapotranspirasi potensial bulanan. Proses simulasi model NRECA
mengelola dua macam tampungan yang saling berkaitan, yaitu kelengasan air tanah
(soil moisture storage) dan tampungan air tanah jenuh (ground water storage). Air hujan
yang masuk ke dalam tanah selama hujan berlangsung bergerak ke lapisan bawah
1" + Indent at: 1", Tab stops: Not at 1.5"


permukaan tanah dan mengalir kembali ke sungai. Perhitungan runoff bulanan
ditentukan oleh tiga koefisien yang merupakan karakteristik DPS yaitu :
1. NOMINAL = indeks kapasitas tampungan kelengasan tanah
NOMINAL = 100 + C x R
(3.59)
Di mana : C = parameter :
- 0,2 untuk daerah dengan hujan sepanjang tahun
- 0,25 untuk daerah dengan musiman
R = curah hujan rata-rata tahunan
Nilai NOMINAL dapat direduksi sampai 25 % untuk DPS yang
vegetasinya terbatas dan penutup tanahnya tipis.
2. PSUB = persentase limpasan yang mengalir sebagai aliran bawah
permukaan
Secara umum diambil besaran rata-rata = 0,6. Untuk DPS dengan
lapisan tanah permeabel tinggi diambil besaran sampai 0,8 dan
mengecil sampai 0,3 untuk DPS dengan lapisan tanah permeabel
rendah.
3. GWF = debit aliran yang berasal dari tampungan air tanah.
Secara umum diambil besaran rata-rata = 0,5. Untuk DPS dengan
tampungan air kecil diambil besaran 0,9 dan mengecil sampai 0,2
untuk DPS dengan tampungan air cukup.

Dalam keseimbangan air, elemen-elemen yang dihitung adalah :
- Evapotranspirasi Aktual (AET), yaitu evapotranspirasi yang sebenarnya terjadi.
Perkiraan nilai AET dapat dilakukan dengan menggunakan grafik di bawah ini :


Gambar 3.5 Rasio Evapotranspirasi Aktual dan Evapotranspirasi Potensial

Diagram Alir Perhitungan Model NRECA
0
0.2
0.4
0.6
0.8
1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
P/ PET
A
E
T

/

P
E
T
2.0
0.0
0.4
0.8
1.2
1.6


- Imbuhan ke tampungan air tanah (RECH) atau infiltrasi, dihitung dengan rumus :
RECH = ESM x PSUB (3.60)
Di mana ESM = kelebihan dari kelengasan tanah (Excess Soil Moisture).
Atau dapat dihitung dengan grafik di bawah ini :

Hubungan Excess Moisture Storage dengan Soil Moisture Storage Ratio

3.5.1.2 Prosedur Perhitungan Debit Bulanan menurut Model NRECA

Perhitungan metode NRECA dilakukan dengan menggunakan sistem tabel seperti
tersaji pada Lampiran. Adapun penggunaan setiap kolom dari tabel tersebut diuraikan
sebagai berikut :
(1) Nama bulan dan tahun
(2) Jumlah hari dalam sebulan
(3) Curah hujan bulanan rata-rata (P) [mm]
P x faktor hujan [mm]
(4) Evapotranspirasi Potensial (PET) [mm]
(5) Tampungan kelengasan air tanah (moisture storage), harus dimasukkan
sebelumnya sebagai kondisi awal dari perhitungan bulanan sebelumnya.
(6) Rasio tampungan = kolom (5) dibagi dengan NOMINAL
(7) P/ PET = kolom (3) dibagi dengan kolom (4)
(8) Lihat gambar 3.8, P/ PET pada kolom (7) dikaitkan dengan rasio tampung kolom
0
0.2
0.4
0.6
0.8
1
0 0.25 0.5 0.75 1 1.25 1.5 1.75 2
E
x
c
e
s
s

M
o
i s
t
u
r
e

S
t
o
r
a
g
e

Soil Moisture Storage Ratio


(6) maka didapat nilai AET/PET.
(9) AET = kolom (4) x kolom (8)
(10) Water balance = P AET = kolom (3) kolom (9)
(11) Jika water balance positif, masuk ke gambar 3.9 dengan rasio tampung (kolom
(6)), diperoleh kelebihan kelengasan air tanah (Excess Moisture Ratio). Jika water
balance negatif, excess moisture ratio adalah 0 (nol).
(12) Excess Soil Moisture = kolom (11) x kolom (10)
(13) Perubahan air tanah (delta storage) = kolom (10) kolom (12)
(14) Imbuhan air tanah (RECHG TO GW) = PSUB x kolom (12)
(15) Kondisi awal dari Storage Ground Water (BEGIN STORAGE GROUND WATER)
dan untuk bulan berikutnya adalah kolom (16) bulan sebelumnya dikurangi kolom
(17) bulan sebelumnya.
(16) END STORAGE GROUND WATER = kolom (14) + kolom (15)
(17) Aliran air tanah ke sungai (GROUND WATER FLOW) = GWF x kolom (16).
(18) Aliran permukaan langsung ke sungai (DIRECT FLOW) = kolom (12) kolom
(14).
(19) TOTAL DISCHARGE = kolom (17) + kolom (18)
(20) TOTAL MONTHLY DISCHARGE = nilai kolom (19) dikonversikan ke dalam
satuan m3/detik.
(21) Nilai debit hasil pengamatan
(22) Selisih debit hasil simulasi dan debit hasil pengamatan = kolom (21) kolom (20).

1.6.3.7. Analisis Debit Andal
Untuk perhitungan analisis debit andal selanjutnya akan diambil debit bulanan terkecil
dari kedua metode yaitu F.J MOCK dan NRECA karena nilainya lebih konservatif.


1.6.3.8. ANALISIS NERACA AIR
1.6.3.8.1. Penetapan Harga Kebutuhan Air irigasi
Berdasarkan hasil perhitungan air untuk berbagai periode pola tanam, seperti yang
disajikan Tabel kebutuhan air di lampiran. Lebih lanjut harga kebutuhan air dari kedua
irigasi tersebut akan disajikan secara tabelaris yang dinyatakan dalam satuan (lt/det/ha).
Sedangkan untuk membandingkan alternatif yang terbaik akan digunakan analisis
perbandingan maksimum luas areal maksimum yang dapat diairi, untuk semua pola dan
waktu tanam.
Harga parameter pembanding tersebut diperoleh dari besaran debit andalan, yang telah
ditetapkan sebelumnya. Sesuai dengan lingkup daerah pengembangan irigasi, maka hasil
analisis maksimum luas areal yang dapat diairi disajikan dalam bentuk tabelaris untuk
masing-masing daerah irigasi. Berdasarkan hasil perhitungan yang dilakukan, diperoleh
hasil luas layanan paling optimum.

1.6.3.8.2. Analisis Neraca Air (Water Balance)
Analisis neraca air diperlukan untuk membandingkan antara tingkat kebutuhan air irigasi
perbulan, dengan ketersediaan air di sumber-sumber pengambilan.

Berdasarkan tabel perhitungan yang disajikan tentang neraca air pada daerah irigasi anda
buatkan kesimpulan saudara!!!!. Ini sebagai contoh diambil kesimpulan sebagai berikut :
1. Pada dasarnya air sungai yang ada di lapangan mencukupi kebutuhan air untuk
irigasi 100%, kecuali pada sungai nantu, pada masa LP (land preparation)
1.2. Prosentase ketersediaan air dan pemenuhan untuk seluruh areal yang akan
dikembangkan, adalah sesuai yang disajikan pada tabel berkisar antara 61.38 %
s/d 100 %
1.3. Pada bulan juli oktober, ketersediaan air di sungai-sungai relatif minim, mengingat
curah hujan efektif yang turun, jauh lebih kecil bila dibandingkan dengan
evapotranspirasi potensial
1.4. Namun, pada bulan tertentu pula pemenuhan kebutuhan air irigasi dapat terpenuhi
lebih dari 100%
1.5. untuk mengantisipasi permasalahan di atas, maka sistem pemberian air dapat
dilakukan di wilayah pekerjaan, dengan menggunakan pola rotasi pada tingkat
tersier dan kuarter, yaitu pembagian air secara bergilir.

1.6.3.9. ANALISIS DEBIT BANJIR RENCANA
Pada daerah irigasi dan sekitarnya tidak dijumpai pencatatan debit banjir yang dapat
dipergunakan untuk melakukan perhitungan debit banjir rencana secara langsung dengan
0.49" + Indent at: 0.49"


cara analisis frekuensi debit banjir maksimum tahunan. Oleh karena itu, perhitungan debit
banjir akan dilakukan dengan menggunakan data curah hujan dan karakteristik DPS.
Pada studi ini debit banjir akan dihitung dengan beberapa metode dan akan dibandingkan
hasilnya dan dipilih salah satu yang paling sesuai untuk diterapkan di daerah studi. Metode
yang akan digunakan adalah :
1.- Metode Weduwen
2.- Metode Hasper
1.6.3.9.1. Metode Weduwen
Perhitungan debit banjir dengan menggunakan metode Weduwen menggunakan rumus-
rumus berikut :
A qn Q
n
= | o (6.64)

(6.65)

(6.66)

(6.67)

25 , 0 125 , 0
25 , 0

= I Q L t (6.68)
di mana :
Q
n
= Debit banjir dengan periode ulang n tahun [m
3
/detik]
o = Koefisien limpasan air hujan
| = Koefisien pengurangan luas untuk curah hujan di DPS
qn = Luasan curah hujan (m
3
/det.km
2
) dengan periode ulang n tahun
A = Luas daerah pengaliran sungai (km
2
), maksimum 100 km
2
t = Lamanya hujan [jam]
L = Panjang sungai [km]
I = Kemiringan sungai atau medan [dari 0,9 L]
Rn = Curah hujan harian maksimum tahunan dengan periode ulang n tahun
1.6.3.9.2. Metode Haspers
Perhitungan debit banjir dengan menggunakan metode Haspers menggunakan rumus-
rumus berikut :
A qn Qn = | o (6.69)

(6.70)
) 120 (
) 9 (
) 1 (
120
A
t
t A
+
+
+
+
= |
7
1 , 4
1
+
=
qn |
o
) 45 , 1 (
65 , 67
240 +
=
t
Rn
qn
7 , 0
7 , 0
075 , 0 1
012 , 0 1
A
A
+
+
= o


(6.71)

3 , 0 9 , 0
1 , 0

= I L t (6.72)
Untuk t < 2 jam, maka :
(6.73)

Untuk 2 jam < t < 19 jam, maka :
(6.74)
Dimana arti dari notasi sama seperti pada rumus Weduwen.
Setalah anda lakukan perhitungan akan didapatkan nilai debit banjir rencana, coba anda
desain bendung rencana irigasi dengan dit maksimal adalah debit banjir rencana?.

1.6.3.10. ANALISIS DRAINAGE MODULE
1.6.3.10.1. Parameter yang Digunakan
Data yang dibutuhkan untuk analisis drainage module ini adalah :
1. Curah hujan selama periode tertentu.
1.2. Pemberian air irigasi pada saat itu.
1.3. Kebutuhan air tanaman.
1.4. Perkolasi tanah.
5. Tampungan di sawah-sawah selama atau pada akhir periode yang
bersangkutan.
1.5. Luasnya daerah.
1.6. Sumber-sumber kelebihan air yang lain.

1.6.3.10.2. Analisis Drainage Module
Dalam merencanakan jaringan pembuang (drainase) dan mendapatkan dimensi saluran
dan bangunan penunjangnya terlebih dahulu harus diketahui besarnya kapasitas
pembuangan yang akan dialirkan oleh saluran. Karena itu perlu ditentukan besarnya
Drainage Module dari daerah yang akan direncanakan, sesuai dengan Kriteria
Perencanaan Bagian Saluran (KP-03, hlm 61-67). Besarnya Drainage Module ditentukan
dengan hujan tiga harian maksimum.
Adapun rumus yang digunakan adalah sebagai berikut :

(6.79)

di mana :
Dm = D (n)
n . 8.64
( )
12 ) 15 (
10 7 , 3
1
1
2
75 , 0 4 , 0
+
+
+ =

t
A t
t
|
] ) 2 ( ) 260 ( 0008 , 0 1 [
2
t Rn t
t
Rn qn
+
=
)] 6 , 3 ( ) 1 [( t t
t
Rn qn
+
=
Formatted: Indent: Left: 0", First line: 0",
at: 0.25" + Tab after: 0.5" + Indent at: 0.5"
Formatted: Indent: Left: 0", First line: 0",
at: 0.25" + Tab after: 0.5" + Indent at: 0.5"


D(n) = R(n)T + n (IR ET P) S (6.80)

Dm = Drainage Module (lt/det/ha)
n = Jumlah hari berturut-turut
D(n) = Limpasan air hujan permukaan selama n hari (mm)
R(n)T = Curah hujan selama n hari berturut-turut dengan periode ulang
T Tahun (mm)
IR = Pemberian air irigasi (mm/hari)
ET = Evapotranspirasi Potensial (mm/hari)
P = Perkolasi (mm/hari)
S = Tampungan tambahan (mm)

Besarnya R(n)T ditentukan dengan menggunakan probabilitas yang memenuhi, apakah
log person III, log Normal atau yang lain.

Analisa Hidrologi

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analisa Hidrologi

Transféré par

Droits d'auteur :

Formats disponibles

Bacaan perhitungan hidrologi untuk perencanaan Irigasi

Vous aimerez peut-être aussi