# model transformasi hujan untuk analisis banjir by pemulabanget

VIEWS: 177 PAGES: 9

• pg 1
```									                                                                                            Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

MODEL TRANSFORMASI HUJAN-ALIRAN
BERBASIS HIDROGRAF SATUAN UNTUK ANALISIS BANJIR
1
I Gede Tunas, 1Arody Tanga dan 2Surya Budi Lesmana
1
email: tunasw@yahoo.com
email: atanga@gmail.com
2
Kampus UNMUH Yogyakarta
email: sblesmana@gmail.com

ABSTRACT

Water resources structure development must be supported by hydrology analysis to
predict design flood for the suitable hydraulic structure. As the consequences, the hydrology
model is needed to transform the rainfall data to be discharge based on rainfall and watershed
properties. This research is aimed to construct a practice, effective and efficient hydrology
model to support infrastructure development in Central Sulawesi in the future. The research is
conducted by construct rainfall-discharge model in hydrograph form, using 10 elected
watershed in Central Sulawesi. The parameter model equation is determined by regression
analysis using least square methods based on the number of elected watershed. The number of
elected watershed is determined by availability of discharge data in certain outlet point. The
model performance is obtained from test and verification. The form of hydrograph equation is
consisted of peak time (TP), peak discharge (QP), base time (TB) and recession limb (QT), with
respectively                                                                         equation:
TP = 1.0805 + 0.0386 L + 0.7301SIM , QP = 25.868 − 5.3878 TP + 0.0308 A,
t/K
TB = 17.435 − 2.1874 TP − 103.434I , and QR = QP e . The model performance is obtained from
determination coefficient (RM2) and correction coefficient (RM’) of four constructed model
parameter. The determination coefficient (RM2) and correction coefficient (RM’) are ranged
between 0.88-0.99 and 0.82-0.99, which indicated that model performance is satisfied.

Key words: hydrology model, hydrograph, parameter, regression analysis

1. PENDAHULUAN

Proses transformasi hujan menjadi debit merupakan fenomena yang sangat kompleks,
sehingga menjadi masalah yang serius para ahli hidrologi (Sri Harto, 1991). Pada dasarnya
masalah ini bisa diatasi apabila tersedia data debit dalam rentang yang panjang pada suatu outlet
di sungai sehingga dalam menetapkan banjir rancangan tidak perlu melakukan analisis
pengalihragaman hujan menjadi debit. Namun, seringkali data debit suatu sungai tidak tersedia
sama sekali atau tersedia dengan rentang data yang sangat terbatas. Konsekuensi dari

ISBN : 978-979-1165-74-7                                                                  XI - 215
Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

Sebagai upaya untuk mengantisipasi hal ini, sebenarnya telah banyak diperkenalkan
kasus, model tersebut tidak memberikan hasil yang memuaskan dan cenderung menghasilkan
penyimpangan yang besar. Hal ini berarti bahwa metode-metode tersebut cenderung terbatas
pemakaiannya pada DAS-DAS yang digunakan sebagai penyusun parameter model tersebut.
Sebagai konsekuensi dari permasalahan tersebut penelitian ini mencoba menyusun suatu model
transformasi hujan-aliran dengan menggunakan DAS-DAS di Sulawesi Tengah sebagai model

2. METODE PENELITIAN

Lokasi penelitian ini adalah DAS-DAS terukur di Sulawesi Tengah, dalam hal ini DAS-
DAS yang memiliki stasiun hidrologi dan stasiun hidrometri yang memadai. Sebagaimana telah
dituliskan sebelumnya bahwa Provinsi Sulawesi Tengah memiliki 6 buah Satuan Wilayah
Sungai (SWS) diantaranya SWS Buol-Lambunu, SWS Parigi-Poso, SWS Bongka-Malik, SWS
Lombak-Mentawa, SWS Laa-Tambalako dan SWS Palu-Lariang, dan terdiri dari sekitar 157
buah sungai dan tidak termasuk sungai-sungai kecil yang berfungsi sebagai anak-anak sungai.
Data yang digunakan untuk penelitian ini meliputi data primer dan data sekunder berupa
data hidrologi (data hujan), data hidrometri (AWLR atau debit jam-jaman) dan data topografi
(RBI atau peta topografi lainnya).

2.1. Transformasi Hujan Harian
Data hujan terpilih yang mewakili masing-masing DAS dan bersesuaian dengan kejadian
banjir yang menyertainya ditransformasi menjadi hujan rata-rata DAS. Apabila pada suatu DAS
hanya tersedia 1 buah stasiun hujan, maka data hujan perlu dilakukan dengan faktor koreksi
berdasarkan persamaan Haspers, dan apabila pada suatu DAS tersedia lebih dari 1 stasiun hujan
maka hujan rata-rata DAS diperoleh dengan pendekatan rata-rata hitung (aritmatic mean) atau
polygon Thiessen (Tunas, dkk., 2008.
Selanjutnya hujan rata-rata DAS ditransformasi menjadi hujan terdistribusi (hujan jam-
jaman), oleh karena tidak tersedianya data hujan jam-jaman pada setiap stasiun hujan dan hanya
tersedia data hujan harian. Transformasi data hujan harian menjadi hujan jam-jaman
menggunakan pendekatan persamaan distribusi hujan Mononobe dimana lama hujan didekati
dengan waktu kosentrasi (Tc) dimana dalam penelitian ini metode yang digunakan adalah rumus
empiris Kirpich (Sri Harto, 1986).

2.2. Pemisahan Hidrograf Banjir
Kejadian banjir terpilih dalam bentuk hidrograf banjir berpuncak tunggal yang mewakili
masing-masing DAS, selanjutnya dianalisis dengan memisahkan antara hidrograf limpasan
ISBN : 978-979-1165-74-7                                                            XI - 216
Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

langsung (direct run-off) dengan aliran dasar (base flow) (Sri Harto, 1991). Pemisahan aliran
dasar dilakukan dengan pendekatan straigh line methods, dimana penarikan garis aliran dasar
dimulai dari saat hidrograf aliran naik dan berpotongan pada akhir dari sisi resesi. Awal sisi naik
ditandai dengan berubahnya ordinat hidrograf dari konstan menjadi naik, sebaliknya akhir sisi
Hidrograf limpasan langsung (HLL) diperoleh dengan memperkurangkan hidrograf total dengan
hidrograf limpasan langsung.

2.3. Ordinasi Hidrograf Satuan Terukur
Ordinat hidrograf satuan masing-masing hidrograf banjir diperoleh dengan membagi
masing-masing ordinat limpasan langsung dengan besarnya hujan efektif masing-masing DAS.
Hujan efektif dalam analis ini diartikan sebagai hujan yang dapat menyebabkan terjadinya
limpasan langsung, yaitu hujan total setelah dikurangi dengan kehilangan-kehilangan, dalam hal
ini yang dapat dihitung adalah infiltrasi dan dinyatakan dengan indeks phi (φ), dimana nilainya
selalu positif (lebih besar dari indeks phi). Indeks phi merupakan hujan rata-rata minimum yang
mengakibatkan volume aliran seimbang dengan volume hujan. Besarnya indeks phi diperoleh
dengan membagi selisih hujan total dan hujan yang menyebabkan limpasan langsung dengan
lama hujan. Hujan yang menyebabkan limpasan langsung diperoleh dengan cara membagi
jumlah total debit limpasan langsung dengan luas DAS (mm/jam). Demikian seterusnya sampai

2.4. Penyusunan Persamaan Hidrograf Satuan
terpilih disusun menggunakan regresi linier berganda berdasarkan parameter penentu yang
meliputi luas DAS (A), panjang sungai (I), kemiringan rerata sungai (I), faktor lebar (WF), luas
DAS sebelah hulu (RUA) dan faktor simetri (SIM) (Sri Harto, 1986).
Berdasarkan parameter-parameter penentu tersebut, dibuat hubungan antar parameter dan
korelasi antar parameter tersebut diuji lebih lanjut. Persamaan model yang dituangkan kedalam
hidrograf, dibedakan menjadi 4 bagian yakni waktu puncak (TP), debit puncak (QP), waktu
dasar (TB) dan sisi resesi (QR).

3. HASIL DAN PEMBAHASAN

4.1. DAS-DAS Terpilih
Berdasarkan ketersediaan data hidrologi (kelengkapan dan kevalidan data hujan dan
tinggi muka air) yang dimiliki oleh masing-masing stasiun hujan dan pos duga air guna
kepentingan analisis pada penelitian ini, maka ditetapkan 10 buah DAS dengan masing-masing
ISBN : 978-979-1165-74-7                                                               XI - 217
Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

stasiun hujan dan pos duga airnya. Kesepuluh DAS yang dipilih, selain berdasarkan
ketersediaan data hidrologi yang dimiliki, juga didasarkan pada lokasi masing-masing DAS
dengan tujuan dapat mewakili masing-masing satuan wilayah sungai (SWS). Adapun DAS
terpilih untuk kepentingan analisis sebagaimana dituliskan pada Tabel 1

Tabel 1 Daftar DAS terpilih untuk analisis dan pemodelan
Nama DAS            SWS                Stasiun Hujan                   Pos Duga Air
DAS Salugan        05.04    Sta. Lampasio                              S. Salugan
DAS Taopa          05.04    Sta. Ongka Persatuan                       S. Taopa
DAS Lambunu        05.04    Sta. Lambunu                               S. Lambunu
DAS Sausu          05.05    Sta. Sausu                                 S. Sausu
DAS Kodina         05.05    Sta. Mayoa                                 S. Kodina
DAS Tojo           05.06    Sta. Hek Bunta                             S. Tojo
DAS Bunta          05.06    Sta. Hek Bunta                             S. Bunta
DAS Batui          05.07    Sta. Mentawa dan Singkoyo                  S. Batui
DAS Bakung         05.07    Sta. Mentawa dan Singkoyo                  S. Bakung
DAS Bangga         05.09    Sta. Bangga Atas dan Bangga Bawah          S. Bangga

Untuk analisis lebih lanjut, dipilih sejumlah kejadian hujan dan banjir pada masing-
memiliki karaketeristik sebagai hidrograf banjir berpuncak tunggal, dalam hal ini memiliki sisi
naik, puncak hidrograf, sisi resesi, waktu dasar dan beberapa parameter yang lain. Masing-
Hal terpenting yang harus dicermati adalah, tidak semua DAS terpilih mempunya
jumlah kejadian banjir yang sama. Oleh karena itu jumlah kejadian banjir masing-masing DAS
dimiliki oleh masing-masing DAS terpilih maka semakin banyak data yang digunakan, demikin
juga sebaliknya. Namun idealnya, semakin banyak data yang digunakan akan memberikan
akurasi hasil yang semakin bagus.
Selain itu juga terdapat beberapa kasus banjir dimana pada stasiun hujan yang
bersesuaian dengan kejadian banjir tidak terekam data hujan atau ada data hujan tetapi tinggi
ini dapat dijelaskan karena tidak semua stasiun hujan terletak representatif terhadap luas DAS,
demikian juga mengenai jumlah. Kemungkinan saja pada bagian hulu dimana tidak terdapat
untuk menghindari penyimpangan hasil penelitian yang terlalu besar, data seperti itu diabaikan.

ISBN : 978-979-1165-74-7                                                               XI - 218
Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

4.2. Parameter Pembentuk Model
Parameter-parameter penting pembentuk model yang akan digunakan untuk analisis
dalam penelitian ini untuk mendeskripsikan DAS meliputi luas DAS (A), panjang sungai utama
(A), kemiringan sungai rerata (A), faktor lebar (width factor, WF), luas DAS sebelah hulu
(upstream catchment area, RUA) dan faktor simetri (symetry factor, SIM) sebagaimana yang
diusulkan oleh Sri Harto (1986).
Faktor lebar (WF) merupakan perbandingan antara lebar DAS yang diukur di titik
sungai yang berjarak 0.75 panjang sungai dari stasiun hidrometri, dengan lebar DAS yang
diukur di titik sungai yang berjarak 0.25 panjang sungai. Luas DAS sebelah hulu (RUA) adalah
luas relatif DAS di sebelah hulu garis yang ditarik melalui titik di sungai yang terdekat dengan
titik berat DAS, tegak lurus garis titik hubung tersebut dengan stasiun hidrometri. Sedangkan
faktor simetri (SIM) merupakan hasil kali antara faktor lebar (WF) dengan luas DAS sebelah
hulu (RUA). Faktor ini berfungsi mendeskripsikan secara umum bentuk suatu DAS dan
ternyata mempunyai nilai khas 0.50 (Sri Harto, 2002). Apabila nilai SIM lebih besar dari 0.50
maka bentuk DAS pada umumnya lebar di sebelah hulu dan menyempit pada bagin hilir.
Sebaliknya apabila nilai SIM lebih kecil dari 0.50 maka bentuk DAS menyempit di bagian hulu
dan melebar di bagian hilir. Keenem parameter itu (A, L, I, WF, RUA dan SIM) untuk seluruh
DAS terpilih dapat dilihat pada Tabel 2.

Tabel 2 Parameter fisik DAS terpilih
Nama          A             L
I          WF         RUA         SIM
DAS        (km2)         (km)
Salugan          451.69      32.850      0.023510    3.211      0.651       2.090
Taopa            475.96      36.860      0.044000    2.490      0.645       1.607
Lambunu          393.23      35.760      0.069400    0.885      0.487       0.431
Sausu            406.47      33.120      0.063290    1.302      0.519       0.677
Kodina           253.00      19.790      0.045140    1.112      0.532       0.591
Tojo             212.91      29.840      0.027647    1.396      0.518       0.723
Bunta            196.41      37.000      0.045400    3.514      0.621       2.182
Batui            515.24      49.900      0.025460    2.635      0.515       1.357
Bakung           145.73      35.940      0.039740    1.847      0.506       0.934
Bangga            72.08      14.200      0.048400    1.161      0.531       0.616

4.3. Persamaan Parameter Model
Sebagaimana telah dituliskan sebelumnya bahwa persamaan model transformasi hujan
berdasarkan parameter penentu sebagaimana ditunjukkan pada Tabel 2, dimana parameter
pembentuk model meliputi A, L, I, WF, SIM dan RUA) untuk mendeskripsikan waktu puncak
(TP), debit puncak (QP), waktu dasar (TB) dan sisi resesi (QR). Tiga parameter hidraulis (TP,
QP dan TB) yang dianalisis berdasarkan hidrograf banjir terpilih ditunjukkan pada Tabel 3.

ISBN : 978-979-1165-74-7                                                             XI - 219
Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

Waktu puncak (TP) diperkirakan secara signifikan dipengaruhi oleh panjang sungai (L)
dan faktor simetri (SIM). Untuk mendapatkan hubungan antar parameter tersebut digunakan
metode regresi linier berganda, untuk membentuk persamaan-persamaan matriks. Persamaan-
persamaan yang dihasilkan diselesaikan dengan eliminasi biasa atau eliminasi Gauss yang
membentuk persamaan TP : TP = 1.0805 + 0.0386 L + 0.7301 SIM . Dari persamaan tersebut
dihasilkan kesalahan standar (SY) sebesar 0.49 jam, kofisien penentu (RM2) = 0.88, kofisien
korelasi (R) = 0.88 dan nilai koreksi sebesar 0.82. Nilai koreksi sebesar 0.82 menunjukkan
bahwa terdapat hubungan linier yang cukup kuat antara TP, L dan SIM, walaupun tidak begitu
signifikan.
Tabel 3 Parameter hidraulis DAS terpilih
Parameter Hidrograf Satuan Rata-Rata
Nama Sungai        Waktu Dasar       Waktu Puncak        Debit Puncak (QP)
(TB), jam          (TP), jam           ([m3/det]/mm)
Sungai Salugan             27.90               5.60                  8.36
Sungai Taopa               21.40               3.73                 28.48
Sungai Lambunu             16.71               3.00                 25.32
Sungai Sausu               21.25               4.80                 13.12
Sungai Kodina              21.70               4.10                 12.35
Sungai Tojo                20.83               3.38                 13.25
Sungai Bunta               23.50               5.15                  4.56
Sungai Batui               23.85               4.00                  7.38
Sungai Bakung              21.50               3.93                  8.36
Sungai Bangga              19.92               2.95                 11.99

Debit puncak secara signifikan diperkirakan dipengaruhi oleh waktu puncak (TP) dan
luas DAS (A). Analisis lebih lanjut terhadap kedua persamaan pembentuk matriks yang
mendeskripsikan hubungan antara parameter-parameter tersebut mengasilkan persamaan:
QP = 25.868 − 5.3878 TP + 0.0308 A , dengan kesalahan standar (SY) 2.33 m3/detik,
koefisien penentu (RM2) = 0.937, kofisien korelasi (R) =0.968 dan nilai koreksi 0.91. Nilai
koreksi sebesar 0.91 menunjukkan bahwa terdapat hubungan linier yang kuat antara QP, TP dan
A.
Demikian juga dengan Waktu dasar umumnya sangat dipengaruhi oleh panjang waktu
puncak (TP) dan kemiringan sungai. Analisis regresi dari parameter ini menghasilkan
persamaan TB = 17.435 − 2.1874 TP − 103.434 I , dengan kesalahan standar (SY) 0.62 jam,
kofisien penentu (RM2) = 0.994, kofisien korelasi (R) =0.997 dan nilai koreksi 0.991. Nilai
koreksi sebesar 0.991 menunjukkan bahwa terdapat hubungan linier yang sangat kuat antara QP,
TP dan A. Sedangkan sisi resesi merupakan sisi turun hidrograf yang dipengaruhi oleh debit
puncak, waktu resesi dan koefisien tampungan (K). Persamaan umum sisi resesi dinyatakan
dengan QR = QP e t / K , yang mana merupakan persamaan berbentuk eksponensial yang
menirukan bentuk sisi resesi hidrograf pada umumnya.

ISBN : 978-979-1165-74-7                                                             XI - 220
Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

Untuk mengetahui kinerja model pengujian parameter dan verifikasi dilakukan terhadap
paeamater model pada DAS-DAS terpilih dan DAS-DAS lain dengan membandingkan nilai
parameter terukur dan nilai parameter model yang dikuantifikasi dengan tingkat kesalahan.
Hasil uji dan verifikasi selengkapnya disajikan pada Tabel 4.
Dari Tabel 4 terlihat bahwa kesalahan antara nilai parameter terukur dan parameter
model di bawah 20 %, relatif masih bagus. Bahkan diterapkan pada 2 DAS lain kesalahan hanya
mencapai 14.21 %. Kesalahan-kesalahan dalam analisis hidrologi adalah hal yang sangat wajar,
yang sudah berpotensi menimbulkan kesalahan sejak awal. Hal mendasar lainnya yang dapat
digunakan untuk menjelaskan hal ini adalah ketidakpastian data ukur serta tidak rasionalnya
perbandingan antara jumlah stasiun hujan dengan luas DAS yang dilayaninya. Oleh karena itu
kesalahan maksimum di bawah 20 % merupakan hasil yang dianggap bagus dengan
pertimbangan-pertimbangan asumsi dan keterbatasan yang telah disampaikan.

Tabel 4 Uji dan verifikasi parameter model

Waktu Puncak (jam)                  Debit Puncak (jam)                  Waktu Dasar (jam)
DAS                            Kesalahan                           Kesalahan                            Kesalahan
TP      TP' (TB-TB')               QP      QP' (QP-QP')                TB      TB'    (TB-TB')
%                                   %                                    %
Salugan     5.60    5.21     0.39       6.94    8.36    9.61     -1.25     14.90   27.90   27.25       0.65      2.32
Taopa       3.73    4.40    -0.67      18.02   28.48   23.56      4.92     17.28   21.40   21.04       0.36      1.67
Lambunu     3.00    3.50    -0.50      16.70   25.32   21.81      3.51     13.85   16.71   16.82      -0.11      0.65
Sausu       4.80    4.19     0.61      12.71   13.12   12.52      0.60      4.55   21.25   21.39      -0.14      0.65
Kodina      4.10    3.62     0.48      11.72   12.35   11.57      0.78      6.32   21.70   21.73      -0.03      0.16
Tojo        3.38    3.49    -0.11       3.14   13.25   14.21     -0.96      7.24   20.83   21.97      -1.14      5.47
Bunta       5.15    4.83     0.32       6.26    4.56    4.17      0.39      8.57   23.50   24.00      -0.50      2.14
Batui       4.00    4.72    -0.72      18.09    7.38    8.32     -0.94     12.74   23.85   23.55       0.30      1.25
Bakung      3.93    3.88     0.05       1.39    8.36    9.18     -0.82      9.83   21.50   21.92      -0.42      1.96
Bangga      2.95    2.80     0.15       4.95   11.99   12.19     -0.20      1.70   19.92   18.88       1.04      5.21
Wuno        4.10    4.02     0.08       1.95    5.56    6.35     -0.79     14.21   18.35   18.46      -0.11      0.60
Dolago      4.50    3.98     0.52      11.56    8.35    9.53     -1.18     14.13   20.45   21.01      -0.56      2.74

4. KESIMPULAN

Berdasarkan analisis yang telah dilakukan terkait dengan penelitian ini, maka dapat
disimpulkan hal-hal sebagai berikut:
a.    Persamaan pembentuk hidrograf yang dikonstruksi dari hasil pemodelan 10 DAS terpilih
dalam hal ini waktu puncak (TP), debit puncak (QP) dan waktu dasar (TB) mempunyai
tingkat kehandalan yang cukup bagus dengan penyimpangan maksimum di bawah 20 %,
dengan perincian penyimpangan maksimum masing-masing parameter : TP=18.09 %,
QP=17.28 % dan TB=5.47 %.
b.    Hasil verifikasi model terhadap 2 DAS lain menunjukkan perilaku yang lebih baik dengan
penyimpangan maksimum 14.21 %.

ISBN : 978-979-1165-74-7                                                                                 XI - 221
Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

c.   Penyimpangan model pada analisis ini terjadi akibat asumsi dan penyederhanaan dan
keterbatasan data.
Terkait dengan hasil yang diperoleh dan untuk meningkatkan kualitas hasil penelitian
pada tahap lanjut maka dapat disarankan hal-hal sebagai berikut :
a.   Penyimpangan model dapat diminimalkan dengan mengkalibrasi alat ukur pada stasiun
hidrometri pada DAS-DAS terpilih sehingga validitas data dapat dipertanggungjawabkan.
b.   Pada tahap lanjut, jumlah staiun hujan pada setiap DAS sebaiknya dirasionalisasikan
dengan luas DAS yang bersangkutan dengan konsekuensi diperlukan waktu, tenaga dan
biaya yang lebih banyak.
c.   Untuk wilayah Sulawesi Tengah dimana jumlah DAS lebih dari 157 buah, semestinya
jumlah DAS penyusun model dapat lebih dimaksimalkan, namun mengingat keterbatasan
data hidrologi pada staiun hidrologi dan hidrometri, jumlah DAS terpilih penyusun model
hanya 10 buah. Oleh karena itu penelitian ini masih terbuka untuk ditinjau lebih lanjut
dalam rangka mendapatkan model yang benar-benar valid.

UCAPAN TERIMA KASIH

Terimakasih sebesar-besarnya disampaikan kepada DP2M DIKTI, yang telah
membiayai penelitian ini melalui dana Penelitian Hibah bersaing Tahun Anggaran 2008

DAFTAR PUSTAKA
Bedient, P.B. and Huber, W.C. 1992. Hydrology and Floodplain Analysis. Addison Wesley,
New York.

Christoper, E.T. Olivera, F., and Maidment, D., 1999. Floodplain Mapping Using HEC-RAS and
ArcView GIS. CRWS-University of Texas, Austin.

Koka, S. 2004. Integration of Stream And Watershed Data For Hydrologic Modeling, M.Sc.
Thesis, University of Texas, Austin

Olivera, F,. 1996. Spatially Distributed Modeling of Storm Runoff And Non-Point Source
Pollution Using Geographic Information Systems, Ph.D Dissertation, University of
Texas, Austin

Olivera, F. And R. Raina. 2003. Development of Large Scale Gridded River Networksfrom
Vector Stream Data. Journal of the American Water Resources association, Vol. 39(5),
pp.1235-1248.

Olivera, F., 2001. Extracting Hydrologic Information from Spatial Data for HMS Modeling,
Journal of Hydrologic Engineering. Vol. 6, No. 6, pp. 524-530, American Society of
Civil Engineers.

ISBN : 978-979-1165-74-7                                                             XI - 222
Prosiding
Seminar Nasional Sains dan Teknologi-II 2008
Universitas Lampung, 17-18 November 2008

Sri Harto, Br. 1983. Perbandingan Antara Hidrograf Satuan Sintetik dan Terukur Sungai Elo
Mendut, Forum Teknik, No. 1 Vol. 13, pp.15-21, UGM

Sri Harto, Br. 1986. The GAMA I Synthetic Unit Hidrograph. Proceeding of The Pacific
Regional Devision of IAHR, Vol. IV, pp. 107-120

Sri Harto, Br. 1991. Penetapan Jumlah Kasus Banjir Dalam Penetapan Hidrograf Satuan,
Prososding PIT VIII, HATHI, Jakarta

Tunas, I.G.., Tanga, A., Lesmana, S.B. 2008. Model Transformasi Hujan-Aliran Untuk
Perkiraan Banjir Pada DAS-DAS di Sulawesi Tengah Berbasis Sistem Informasi