Upload
others
View
7
Download
0
Embed Size (px)
Citation preview
Priombodo, dkk., Kajian Kalibrasi Hidrograf Representatif di DAS Samiran Kabupaten Pamekasan 195
195
KAJIAN KALIBRASI HIDROGRAF REPRESENTATIFDI DAS SAMIRAN KABUPATEN PAMEKASAN
Agus Priombodo1, Lily Montarcih Limantara2, Ery Suhartanto2
1Mahasiswa Program Magister Teknik Pengairan Universitas Brawijaya Malang.2Dosen Jurusan Teknik Pengairan Universitas Brawijaya Malang.
Abstrak: Daerah Aliran Sungai (DAS) Samiran terdiri dari Sungai Semajid dan anak sungainya mempunyailuas 69,76 km2. Terletak di Kabupaten Pamekasan, Jawa TimurDAS Samiran dipengaruhi oleh 5 stasiun hujan yang tersebar di dalam DAS. Selama ini belum pernahdikaji secara teoritis tentang kerapatan optimum dan pola penyebaran jaringan stasiun hujan yang sudahterpasang dan kajian hidrograf di DAS Samiran.Dari hasil pengkajian dan analisa menggunakan Metode Kagan-Rodda diperoleh 3 stasiun terpilih, se-dangkan Metode Kriging diperoleh hasil 11 buah stasiun terpilih dengan perletakan yang menyebardalam DAS Samiran. Perhitungan kesalahan relatif curah hujan rancangan untuk metode Kagan-Roddaantara 14,53% dan metode Kriging antara 13,96%.Kontrol ordinat untuk mendapatkan limpasan 1 mm dari luasan DAS adalah 19,378 m3/dt/th dari metodeCollins. Pada Hidrograf Gama I didapat rata-rata Waktu Puncak (Tp) pada jam ke 2, debit puncak (Qp)300 m3/dt dengan waktu dasar 14 jam dan pada hidrograf Limantara didapat rata-rata Waktu Puncak(Tp) pada jam ke 4, debit puncak (Qp) 170 m3/dt dengan waktu dasar 14 jam Sedangkan perhitungan dariHidograf Satuan Obsrvasi ( HSO) didapat Waktu Puncak (Tp) pada jam ke 8, debit puncak (Qp) 4,27 m3/dt dengan waktu dasar 11 jam
Kata kunci: Jaringan stasiun hujan, Kagan-Rodda, Kriging, Hidrograf
Abstract: Samiran watershed is including Semajid River and its tributaries has an approximate to 69,76km2of number area. This watershed is located in Pamekasan distric, East Java. Samiran catchment area is affected by approximate to 5 rain stations scattered in the watershed. Has notbeen studied theoretically about the optimum density and dispersal patterns of their rainfall station net-works have been installed and comparative studied in hidrograf in the Samiran watershed.Based on the results of the assessment and analysis by using Kagan-Rodda method, it was acquired 3selected stations, while the Kriging method obtained results 5 selected stations that spreads in the Samiranwatershed. Relative error for the design rainfall of Kagan-Rodda method was 14,53 and 13,96 for Krigingmethod.Ordinat control to get runoff area of 1 mm from watershed is19,378 m3/sec/year by using the method ofCollins. It was obtained the average time to peak was 2 hours for GAMA I, peak discharge is 300 m3/sec witha time of peak discharge 14 hour basis. the Limantara hydrograf the average time to peak was 2 hours, peakdischarge is 170 m3/sec with a time of peak discharge 8 hour basis. the hydrograf of observatian have theaverage time to peak at 8 hours, peak discharge is 4,27 m3/sec with a time of peak discharge 11 hour basis.
Keywords: Rainfall station networks, Kagan-Rodda, Kriging, Hidrograf
Sungai Samiran dan anak sungainya merupakan salahsatu sungai yang terletak di Kabupaten Pamekasan.Sungai Samiran memiliki luas DAS seluas kuranglebih 69,76 km2. Dengan luas DAS yang kurang dari500 km2, DAS Samiran dipengaruhi oleh kurang lebih5 stasiun hujan yang tersebar di dalam DAS. Pema-sangan ini jauh lebih banyak dari kriteria Badan Me-teorologi Dunia atau WMO (World MeteorogicalOrganization) menyarankan kerapatan minimum ja-ringan stasiun hujan untuk daerah pegunungan ber-
iklim sedang, mediteran dan daerah tropis 100 – 250km2/stasiun (www.upi.edu).
Oleh sebab itu diperlukan kajian guna mengeta-hui apakah jaringan penakar hujan yang ada sudahcukup mewakili kondisi dan variabilitas (keanekara-gaman) yang ada di lokasi studi, atau justru denganbanyaknya penakar hujan di DAS Samiran perlu di-adakan rasionalisasi guna menyederhanakan (me-ngurangi) atau meratakan perletakan stasiun penakarhujan.
196 Jurnal Teknik Pengairan, Volume 3, Nomor 2, Desember 2012, hlm 195–203
RUMUSAN MASALAHRumusan masalah yang akan dibahas adalah:1. Bagaimana perbandingan antara Analisa kera-
patan stasiun hujan menggunakan metode Ka-gan–Rodda dan Kriging dengan kondisi eksis-ting?
2. Berapa kesalahan relatif yang terjadi, baik curahhujan metode Kagan–Rodda dan Kriging dengankondisi eksisting?
3. Bagaimana perbandingan Hidrograf Satuan Sin-tetik (HSS) dengan Hidrograf Satuan Observasi(HSO) di DAS Samiran?
KAJIAN PUSTAKA1. Poligon Thiessen
Curah hujan rerata dengan metode Thiessen inidapat dihitung dengan persamaan sebagai berikut(Anonim, 1992: 6):
n
1i
n
1i
ii
i
ii
n321
nn332211
A
dA
A
dA
A....AAA
dA.....dAdAdAd
Jika ii p
A
A merupakan persentase luas pada
pos I yang jumlahnya untuk seluruh luas adalah 100%,maka:
n
1iiidpd
dengan:A = luas areald = tinggi curah hujan rata-rata areald
1,…d
n= tinggi curah hujan di pos 1,..n
A1,..A
n= luas daerah pengaruh di pos 1,..n
2. Log Pearson Tipe IIIPearson telah mengembangkan serangkaian
fungsi probabilitas yang dapat dipakai untuk hampirsemua distribusi probabilitas empiris. Terdapat 12buah distribusi Pearson, tapi hanya distribusi Log Pe-arson Tipe III yang digunakan dalam analisis hidrologi(Limantara, 2010: 59). Parameter yang dipakai da-lam distribusi Log Pearson Tipe III adalah:a. Nilai tengah (Mean)
n
xlogXlog i
dengan:n = jumlah data
b. Simpangan baku (Deviasi Standart)
1/22
1d
1n
logXXlogS
c. Koefisien kepencengan (Skewness)
3
d
3
is
S.2n.1n
logXXlog.nC
d. Menghitung nilai ekstrim
dS.GXlogXlog e. Mencari antilog dari log X untuk mendapatkan
hujan rancangan yang dikehendaki
3. Metode Kagan-RoddaCara Kagan-Rodda telah banyak digunakan un-
tuk menetapkan jaringan stasiun hujan pada DAS.Persamaan-persamaan yang dipergunakan untukanalisis jaringan Kagan Rodda adalah sebagai berikut(Harto, 1993: 31):
n
A1,07L
dn
A0,52.r
)r(13
1CvZ
n
nd
A0,23r1
CvZ
.err
(0)
(0)
02
(0)
(0)
1
d
d
(0)(d)0
dengan:r
(d)= koefisien korelasi untuk jarak stasiun sejauh
dr
(o)= koefisien korelasi untuk jarak stasiun yang
sangat pendekd = jarak antar stasiun (km)d
(o)= radius korelasi
Cv = koefisien variasiA = luas DAS (km)N = jumlah stasiunZ
1= kesalahan perataan (%)
Z2
= kesalahan interpolasi (%)L = jarak antar stasiun (km)
Koefisien variasi merupakan variasi relatif dari suatuvariabel terhadap nilai rata-rata aljabarnya. Koefisien
Priombodo, dkk., Kajian Kalibrasi Hidrograf Representatif di DAS Samiran Kabupaten Pamekasan 197
variasi dapat dihitung dengan langkah-langkah se-bagai berikut:a. Hitung nilai rata-rata hujan daerah
n
xx
n
ii
1
Hitung standar deviasi
1n
d)(dΣS
2i
n1i
d
Hitung koefisien variasi
x
SC d
v
dengan:C
v= koefisien variasi
Sd
= standar deviasi
x = nilai rata –rata
Sedangkan koefisien korelasi (r) dapat dirumus-kan dengan persamaan sebagai berikut:
))Y(ΣYΣn ))X(ΣXΣn
YΣXΣYXΣn r
2j
n1i
2j
n1i
22
n1i
2n1i
in
1iin
1iiin
1i
dengan:r = koefisien korelasin = jumlah dataX
i= data hujan pada stasiun X
Yi
= data hujan pada stasiun Y
4. Metode KrigingAnalisis dengan Kriging digunakan untuk estimasi
nilai yang tidak diketahui berdasarkan nilai yang di-ketahui. Metode ini menggunakan semivariogramyang merepresentasikan perbedaan spasial dan nilaidiantara semua pasangan sampel data. Semivario-gram juga menunjukkan bobot (weight) yang digu-nakan dalam interpolasi. Semivariogram dihitung ber-dasarkan sampel semivariogram dengan jarak (h),beda nilai (z) dan jumlah sampel data (n). Dalammetode Kriging, fungsi semivariogram sangat me-nentukan. Oleh sebab itu semivariogram data perludiketahui terlebih dahulu. Persamaan umum semi-variogram adalah sebagai berikut (Harto, 1993: 65):
2ii
n1i ))z(xh)(z(xnΣ
2
1γ(h)
dengan:z
(xi)= nilai z pada titik x yang ditinjau
h = jarak antar titik (X
i+h)= nilai Y nada jarak h dari titik x yang ditinjau
Sebelum model interpolasi digunakan, perlu di-ketahui terlebih dahulu seberapa akurat model yangakan digunakan. Salah satu cara untuk menguji ke-akuratan suatu model adalah dengan menggunakanvalidasi silang (cross validation). Metode ini meng-gunakan seluruh data untuk mendapatkan suatu mo-del. Dari hasil prediksi dapat ditentukan galat yangdiperoleh dari selisih antara nilai sesungguhnya de-ngan hasil prediksi.
ei = Z
(xi) – Z*
(xi)(2-35)
dengan:e
i= galat (error)
Z(xi)
= nilai sesungguhnya pada lokasi ke-iZ*
(xi)= prediksi nilai pada lokasi ke-i
Beberapa ukuran yang dapat digunakan untukmembandingkan keakuratan model adalah:a. Root Mean Square Error (RMSE)
Ukuran ini paling sering digunakan untukmembandingkan akurasi antara dua atau lebihmodel dalam analisis spasial. Semakin kecil nilaiRMSE suatu model menandakan semakinakurat model tersebut.
n
eΣRMSE
2i
n1i
dengan:e
i= galat
n = jumlah datab. Mean Absolute Error (MAE)
Ukuran ini mengindikasikan seberapa jauh pe-nyimpangan prediksi dari nilai sesungguhnya.
n
eΣMAE t
n1i
dengan:e
t= galat mutlak
n = jumlah dataSemakin kecil nilai MAE suatu model interpolasispasial, Semakin kecil penyimpangan prediksidari nilai sesungguhnya.
5. Distribusi HujanSebaran hujan jam jaman dihitung dengan meng-
gunakan rumus Mononobe (Hadisusanto, 2011: 155):
3
2
c
24t t
24
24
RR
dengan:R
t= intensitas hujan rerata dalam t jam (mm/jam)
R24
= curah hujan dalam 1 haritc
= waktu konsentrasi (jam)
198 Jurnal Teknik Pengairan, Volume 3, Nomor 2, Desember 2012, hlm 195–203
5. Hujan NettoHujan netto (R
n) dapat dinyatakan sebagai
berikut:R
n = C x R
dengan:R
n= hujan netto
C = koefisien limpasanR = intesitas curah hujan
6. Hidrogrf Satuan PengamatanDalam studi ini dipergunakan metode Collins
dengan rumus estimasi terakhir ordinat hidrografsatuan adalah sebagai berikut (Limantara, 2010: 184):
Ue = (V . U**) / (3600 . U**)dengan:U** = (U1 + F* U*) / (1/F)U* = Q/R
eff
maks
Ue = ordinat hidrograf awalV = volume limpasan (m3)Ui = unit hidrograf pada jam ke-iF = faktor kalibrasiU* = ordinat hidrograf dikoreksiQ = ordinat hidrograf pengamatanR
eff
maks= hujan efektif maksimum
7. Hidrograf Satuan SintetisA. Hidrograf Gama I satuan dilihat terlebih dahulu
karakteristiknya yaitu:Panjang DAS utama (L), Lebar DAS 1/4 L
(WL), Lebar DAS 3/4 L (WU), Luas DAS (A), Jum-lah pangsa DAS tingkat 1 (P1), Luas DAS hulu (AU),Jumlah Pertemuan DAS (JN), Jumlah pangsa DASpada semua tingkat (PN), 9.Jumlah panjang DAStingkat (L1)= (b) L, Jumlah panjang DAS semua ting-kat (LN) = (a) L, Slope DAS utama (S), Panjangalur DAS ke titik berat DAS (LC)
Parameter Yang laina) Faktor DAS (SF) = L1 / LNb) Frekuensi sumber (SN) = P1 / PNc) Luas DAS hulu (RUA) = Au /Ad) Faktor lebar (WF) = WU / WLe) Faktor simetri (SIM) = RUA WFf) Kerapatan jaringan keras (D) = LN / A
Persamaan untuk Menentukan Hidrografa. Waktu naik
2775,10665,1)100(
43,03
SIMSF
LTR
b. Waktu DasarTB = 27,4132 TR 0,1457 S -0.0986 SN 0.7344 RUA0.25744
c. Debit DasarQB = 0,4751 A 0,644 D 0,943
d. Debit PuncakQp = 0,1836 A 0,5886 TR –0,4008 JN 0,2381
e. Koefisien Tampungank = 0,5617 A 0,1793 S –0,1446 SF –1,0897 D 0,0452
f. Debit Resesi HidrografQt = Qp [e-t / k] = 12,36 [e-t / 2,138]Hidrograf naik Qt = Qp [ t / TR](dimulai dari t < R)Hidrograf turun Qt = Qp [e-t / k](dimulai dari t > TR)
B. Metode Limantara didasarkan pada Luas DAS(A), Panjang DAS utama (L), ), Panjang alurDAS ke titik berat DAS (LC), Slope DAS utama(S) dan kemiringan DAS (n)Sedangkan Persamaan untuk MenentukanHidrografTg = 0,4 + 0,058LTp = tg + 0,8 tr, tr = 1Qp = 0,042 x A0,451 x L0,497 x Lc0,356
x S-0,131 x n0,168
Kurva naikQn = Qp[(t/Tp)]1,107
Untuk t>3 jam kurva turunQt = Qp.100,175(Tp-t)
C. Hidrograf Satuan Observasi (HSO)Hidrograf satuan yang dihitung dari satu kasus
banjir masih belum merupakan hidrograf yang me-wakili DAS yang bersangkutan. Karenanya dibutuh-kan hidrograf yang diturunkan dari banyak kasus ban-jir, lalu dirata-rata. Namun jumlah pasti berapa jumlahkasus banjir yang diperlukan tidak diketahui secarapasti. Tahapan yang perlu dilakukan adalah:a. Menghitung waktu puncak rata-rata dan debit
puncak rata-ratab. Menghitung hidrografsatuan pengamatan tak
berdimensi (t/TP dan Q/QP) untuk masing-ma-sing kasus
c. Menghitung hidrograf satuan pengamatan(HSO) rata-rata tak berdimensi
d. Menghitung hidrograf satuan pengamatan(HSO) rata-rata
8. Kesalahan RelatifPerhitungan kesalahan relatif debit banjir dila-
kukan dengan menggunakan rumus sebagai berikut:
Priombodo, dkk., Kajian Kalibrasi Hidrograf Representatif di DAS Samiran Kabupaten Pamekasan 199
100% x X
XXK
a
bar
dengan:K
r= kesalahan relatif (%)
Xa
= nilai asliX
b= aproksimasi
METODOLOGI PENELITIAN1. Kondisi Daerah Studi
Sungai Samiran dan anak-anak sungainya beradadi wilayah Kabupaten Pamekasan. Sungai ini memi-liki luas Daerah Pengaliran seluas 69,764 km2, denganalur sungai utama sepanjang 28,66 km di KabupatenPamekasan.
2. Alur Pengerjaan Studi
2. Analisa Jaringan Stasiun Hujan Dengan MetodeKagan-RoddaDipergunakan perhitungan koefisien korelasi dari
hujan tahunan, dari hasil perhitungan didapatkan se-luruh koefisien korelasi hujan bernilai positif.
Tabel 2. Koefisien korelasi
Gambar 1. Diagram alir penelitian
HASIL ANALISA1. Curah Hujan Rancangan (Eksisting)
Dalam studi ini digunakan metode Log PearsonTipe III karena metode tersebut dapat digunakan un-tuk semua sebaran data, yang mana harga koefisienskewnes (Cs) dan koefisien kurtosis (Ck) bebas.
Tabel 1. CH. Kala Ulang (Eksisting)
Berdasarkan perhitungan diperoleh nilai r(o)
=0,315 dan nilai d
(o) = 0,015 kemudian dimasukkan
dalam Z1 dan Z
2 sebagaimana tercantum dalam Ta-
bel 3. Dihitung panjang sisi segitiga sebagai berikut:
km 5,16 =3
69,761,07L
n
A1,07L
Tabel 3. Kesalahan Perataan (Z1) dan Kesalahan In-terpolasi (Z2)
Hasil perhitungan diplotkan berdasarkan gambarplotting jaringan Kagan-Rodda (Gambar 2.).
3. Analisa Jaringan Dengan Metode KrigingDalam melakukan permodelan diambil Root
Mean Square Error (RMSE) terkecil, dimana me-tode ini di hitung secara otomatis dengan ArcViewGIS 9.3. Untuk pemilihan ukuran lag dilakukan se-
200 Jurnal Teknik Pengairan, Volume 3, Nomor 2, Desember 2012, hlm 195–203
a. Menentukan hidrograf limpasan langsung dengancara memisahkan aliran dasar dari hidrograf pe-ngamatan, salah satu cara yang dapat digunakanadalah Straight Line Method.
b. Menentukan volume limpasan langsung akibathujan 1 mmV
LL = (69,764 . 106 m2) x 0,001 m = 69,764 m3
c. Menghitung hujan jam-jaman.d. Menghitung phi () indeks
indeks
= P – Qdengan:Q = tinggi limpasan (mm)P = tinggi hujan (mm)Q = (V
LL . 3600)/A
in deks
= P – Qe. Menentukan lebar dasar hidrograf
tb = n – j + 1 = 10 - 2 +1 = 11
f. Menentukan ordinat hidrograf awal (coba-coba1)U
t
awal = V
LL / (3600.t
b)
g. Menentukan hidrograf limpasan langsung yangdiakibatkan oleh hujan efektif di DAS, kecualiuntuk harga hujan efektif terbesar.
h. Mencari selisih antara ordinat hidrograf limpasanlangsung dengan hidrograf pengamatan.
i. Mencari Ut-1
(ordinat hidrograf ke-t percobaanke-1).
j. Mencari faktor perubahan (P)k. Mencari U
t-1jus (U
t-1 yang telah diperbaiki).
Menghitung faktor F
u
u
RRQ
F
l. Mengalikan Ut-1jus
dengan F.m. Menghitung U
t-1*
F1
UF.UU awalt1just
*1t
Gambar 2. Perletakan stasiun hujan Metode Kagan-Rodda
cara otomatis dan banyaknya lag yang dipilih dalampermodelan semivariogram adalah yang menghasil-kan nilai RMSE dan MAE terkecil (dalam studi inimodel yang didapat adalah Spherical).
Nilai RMSE dan MAE dari semivariogram ek-sisting dihitung dengan persamaan:
38,24 = 229,5/6 = n
eΣMAE
37,87 = 6
01,11474
n
eΣRMSE
tn
1i
2i
n1i
Perhitungan dilanjutkan dengan kembali runningmetode Kriging pada program ArcView GIS 9.3. Se-hingga didapatkan hasil Tabel 3 yang dipergunakanuntuk perhitungan RMSE dan MAE rekomendasimetode Kriging, sebagaimana tercantum dalam per-hitungan berikut:
26,24 = 132,715/5 = n
eΣMAE
31,06 = 5
88,4823
n
eΣRMSE
tn
1i
2i
n1i
Tabel 4. Perhitungan Galat Stasiun Hujan Rekomendasi
Gambar 3. Perletakan stasiun hujan Metode Kriging
4. Perhitungan Metode CollinsMetode Collins dipergunakan untuk menghitung
hidrograf satuan pengamatan, dapat digunakan padasemua keadaan dan umumnya selalu dapat disele-saikan serta memberikan hasil terbaik dan wajar.Langkah perhitungannya sebagai berikut (Limantara,2010: 185):
Priombodo, dkk., Kajian Kalibrasi Hidrograf Representatif di DAS Samiran Kabupaten Pamekasan 201
belum dilakukan perhitungan hidrograf satuan sintetis,terlebih dahulu dihitung hujan netto.
Dengan menganggap bahwa proses transfor-masi hujan menjadi limpasan mengikuti proses linierdan tidak berubah oleh waktu, maka hujan netto (R
n)
dapat dinyatakan (Hadisusanto, 2011: 32):R
n = C x R
dengan:R
n = Hujan netto
C = koefisien limpasanR = Intesitas curah hujan
Perhitungan hidrograf stasiun sebagaimana tercan-tum dalam Tabel 5 dan Tabel 6.
Tabel 4. Perhitungan Metode Collins
n. Menghitung Ut-2
dengan persamaan:
*1t
*1t2t U
.UA.3600U
o. Jika volume Ut awal belum sama dengan U
t-2,
maka coba-coba dilakukan sampai mendapatkanhasil yang relatif sama.
Perhitungan selengkapnya disajikan pada Tabel 4.
5. Hidrograf Satuan SintetisSebagai pembanding dengan kondisi eksisting,
maka perhitungan debit untuk stasiun hasil rekomen-dasi dilakukan dengan menggunakan data dari tanggalyang sama dengan perhitungan metode Collins. Se-
Tabel 5. Hidrograf Satuan Sintetis Gama I (periode 10 tahunan)
terpilih dengan perletakan yang menyebar dalamDAS Samiran.
2. Dari hasil perhitungan didapatkan bahwa kesa-lahan relatif untuk curah hujan rancangan metodeKagan Rodda antara 14,53% dan metode Kri-ging antara 13,96%.
3. Dari kedua poin diatas dapat disimpulkan bahwakedua metode tersebut dapat diterapkan padarasionalisasi penakar hujan di DAS Samiran.
KESIMPULANBerdasarkan hasil perhitungan dan analisa data
yang telah dilakukan, maka dapat diambil kesimpulansebagai berikut:1. Dari hasil perhitungan Kagan Rodda diperoleh
rekomendasi sebanyak 3 stasiun yang dipergu-nakan dalam DAS, sedangkan dengan metodeKriging diperoleh hasil 5 buah stasiun yang
202 Jurnal Teknik Pengairan, Volume 3, Nomor 2, Desember 2012, hlm 195–203
Tabel 6. Hidrograf Satuan Sintetis Limantara (periode 10 tahunan)
Tabel 7. Perhitungan TP rerata dan QP rerata HSSPengamatan
Tabel 8. Koordinat HSS Pengamatan
4. Kontrol ordinat untuk mendapatkan limpasan 1mm dengan luasan DAS adalah 19,378 m3/dt/th dari metode Collins. Pada Hidrograf Gama Ididapat rata-rata Waktu Puncak (Tp) pada jamke 2, debit puncak (Qp) 300 m3/dt dengan waktudasar 14 jam dan pada hidrograf Limantara di-
dapat rata-rata Waktu Puncak (Tp) pada jamke 4, debit puncak (Qp) 170 m3/dt dengan waktudasar 14 jam Sedangkan perhitungan dari Hido-graf Satuan Obsrvasi ( HSO) didapat WaktuPuncak (Tp) pada jam ke 8, debit puncak (Qp)4,27 m3/dt dengan waktu dasar 11 jam
5. Dari poin 4 yang HSS yang mendekati HSO ada-lah HSS Limantara
SARANDari hasil analisa yang telah dilakukan terdapat
beberapa saran yang bertujuan sebagai rekomendasiantara lain:1. Perlu tidaknya penambahan maupun pengurang-
an stasiun hujan sangat tergantung dari kepu-tusan pengambil kebijakan karena selama ini datahujan yang merupakan data dasar untuk peren-canaan selanjutnya di bidang pengairan, pertaniandan lain-lain masih “dianggap tidak penting”.Adanya penelitian ini memberikan “urun rem-bug” tentang pentingnya stasiun hujan
2. Meskipun Metode Kagan Rodda dan Kriginglayak untuk dipergunakan dalam merencanakanpenempatan stasiun hujan. Tetapi apabila per-timbangan utama dalam penentuan penempatanstasiun penakar hujan adalah faktor keamanandan kemudahan dalam pengoperasian stasiun,maka sebaiknya dipergunakan Metode Krigingsebab penempatan posisi stasiun hujan memper-hitungkan jaringan transportasi yang sudah ada.Hal ini bertujuan untuk mempermudah operasidan pemeliharaan stasiun hujan terpasang.
3. Dari perbandingan HSS yang ada penggunan dilapangan masih memerlukan kajian lebih men-dalam mengingat keterbatasan data yang ada,peralatan yang masih kurang mendukung, namun
Priombodo, dkk., Kajian Kalibrasi Hidrograf Representatif di DAS Samiran Kabupaten Pamekasan 203
Metode Kagan-Rodda Kriging Kelebihan Relatif sederhana dalam analisa
perhitungan Tidak ada jumlah minimal stasiun hujan
yang dapat dianalisa
Penempatan stasiun dapat memperhatikan kondisi sosial, kemudahan akses dan keamanan
Dalam penerapannya lebih mudah untuk diukur Lebih murah dalam pelaksanaan
Kekurangan Tidak memperhatikan kondisi sosial, kemudahan akses dan keamanan
Dalam kondisi ideal dapat merubah perletakan stasiun eksisting
Lebih mahal dalam pelaksanaan
Jumlah stasiun hujan yang dapat dianalisa dalam DAS minimla 10 buah
Analisa data relatif lebih rumit Harus banyak melakukan simulasi guna memperoleh
letak yang ideal
Tabel 9. Perbandingan Kagan-Rodda dengan Kriging
penelitian HSS lokal yang dikonversi dengan ka-rakteristik yang ada layak untuk terus dilakukan
DAFTAR PUSTAKAHadisusanto, N. 2011. Aplikasi Hidrologi. Yogyakarta:
Jogja Mediautama.Harto, B.S. 1986. Optimasi Kerapatan Jaringan Stasiun
Jaringan Hidrologi. Yogyakarta: PAU IlmuTeknikUGM.
Harto, B.S. 1993. Analisis Hidrologi. Jakarta: PT. GramediaPustaka Utama.
Linsley, J.R.K., Max, A.K., Joseph, L., H. Paulhus. 1989.Hidrologi untuk Insinyur. Jakarta: Penerbit Erlangga.
Limantara, L.M. 2010. Hidrologi Praktis. Bandung: LubukAgung.
Prasetijo, H., Montarcih, L., Prasetyorini, L. 2011. Analy-sis of Average Rainfall Using Kagan-Rodda. Jour-nal of Applied Sciences Research, 7(3): 309-313
Soewarno. 1995. Hidrologi Aplikasi Metode, Statistik un-tuk Analisa Data Jilid I dan 2. Bandung: NOVA
Sosrodarsono, S., Takeda, K. 1999. Hidrologi Untuk Pe-ngairan. Jakarta: Pradnya Paramita.