Docstoc

model transformasi hujan untuk analisis banjir

Document Sample
model transformasi hujan untuk analisis banjir Powered By Docstoc
					                                                                                            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
                                Jurusan Teknik Sipil Universitas Tadulako
                                Jl. Sukarno-Hatta Tadulako-Tondo 94118
                                       email: tunasw@yahoo.com
                                        email: atanga@gmail.com
                           2
                            Jurusan Teknik Sipil Universitas Muhamaddyah
                                    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
keterbatasan ini adalan analisis transformasi hujan menjadi debit mutlak dilakukan.

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
model untuk menganalisis pengalihragaman hujan menjadi debit. Namun pada kebanyakan
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
resesi ditandai dengan berubahnya hidrograf aliran dari ordinat menurun menjadi konstan.
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
diperoleh ordinat hidrograf satuan setiap kejadian banjir pada setiap DAS.


2.4. Penyusunan Persamaan Hidrograf Satuan
      Persamaan model transformasi hujan menjadi debit (hidrograf satuan) pada DAS-DAS
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-
masing DAS. Kejadian banjir dipilih sedemikian rupa, sehingga masing-masing kejadian banjir
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-
masing kejadian banjir beserta kejadian hujan yang disertainya untuk setiap DAS.
        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
terpilih tergantung dari rentang data yang dimiliki dan frekuensi kejadian banjir yang ada pada
masing-masing rentang data tersebut. Semakin banyak frekuensi kejadian banjir pada yang
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
hujan (R)=0. Hal ini tentu sangat tidak logis, tidak terjadi hujan namun ada kejadian banjir. Hal
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
stasiun hujan terjadi hujan, sedangkan pada lokasi stasiun tidak terjadi hujan. Oleh karena itu,
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
menjadi debit pada DAS-DAS terpilih disusun menggunakan regresi linier berganda
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,
karena asumsi yang digunakan untuk menurunkan persamaan adalah pengandaian-pengandaian
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
         Geografis, Lembaga Penelitian UNTAD, Palu




ISBN : 978-979-1165-74-7                                                         XI - 223

				
DOCUMENT INFO
Shared By:
Categories:
Stats:
views:177
posted:4/30/2012
language:
pages:9
Description: MODEL TRANSFORMASI HUJAN-ALIRAN BERBASIS HIDROGRAF SATUAN UNTUK ANALISIS BANJIR