Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

RINGKASAN KULIAH HIDROLOGI S1 TL -FTSL,ITB Minggu 1 Sem 1 09/10

Presentasi serupa


Presentasi berjudul: "RINGKASAN KULIAH HIDROLOGI S1 TL -FTSL,ITB Minggu 1 Sem 1 09/10"— Transcript presentasi:

1 RINGKASAN KULIAH HIDROLOGI S1 TL -FTSL,ITB Minggu 1 Sem 1 09/10
Oleh: Dr. Ir.Arwin ,MS FTSL-ITB

2 SIKLUS HIDROLOGI Kab. Kota

3 Variabel Acak/stokastik Variabel Acak/stokastik
Sistem Dalam DAS Model Fisik Hidrologi PROSES INPUT OUTPUT Kualitas Ruang DAS Tata Guna Lahan Topografi Morfologi Sifat Batuan Curah Hujan (P) Debit (Q) Variabel Acak/stokastik Variabel Acak/stokastik

4 Konsep Dasar Hidrologi
Siklus Hidrologi DAS P Q Pola Distribusi Hujan

5 Water Supply General KAWASAN PELAYANAN (Kepuasan Konsumen )
Kualitas Air Kwantitas Air Kontinuitas air Harga jual kompetitif Laju Kebutuhan Air RESPON TEKNOLOGI PENGOLAHAN AIR Respon Teknologi Air Bersih Biaya Operasi SUMBER AIR BAKU Fresh water (Gol A/B) Randow variabel Keandalan Sumber Air( Kuantitas & Kualitas Air )

6 Variabel Acak/Stokastik Variabel Acak/Stokastik
PROSES ü Sifat tanah, batuan, Morfologi, topografi Tutupan lahan INPUT Curah hujan) OUTPUT Muka air tanah Debit sungai Besaran Input Variabel Acak/Stokastik Besaran Out put Variabel Acak/Stokastik

7 Ketersediaan Data Curah Hujan di DAS Jeneberang- waduk Bili-Bili SULSEL

8 Karakteristik Sumber Air
Randow variable Kejadian dan besaran Komponen Siklus Hidrologi (sumber air ) tidak menentu dalam proses waktu Urutan berturut -turut , sumber air dari rentang independent ke dependent : Air Hujan ,Air permukaan ,Air tanah dan mata air (Karakter air hujan lebih independent dari air permukaan atau air permukaan lebih dependent dari air hujan atau air tanah/mata air lebih dependent dari air permukaan).

9 Gamb. Fluktuasi Hujan Wilayah Mintakat Ciremai Utara

10 Model Kontinu Hujan-Debit Metode Regresi Ganda
Debit hasil peramalan dengan metode regresi linier ganda dapat mengikuti fluktuasi debit historis yang ada. Peramalan debit metode regresi linier ganda dapat digunakan sebagai alat untuk memperkirakan debit yang akan datang.

11 Data debit aliran minimum periode kemarau 1970-2003

12

13 View Mintakat Ciremai ,Up Stream Sumber sumber Mata Air Mandirancan Cibulakan,Cikepel dan Cigorowong (Rando Bawagirang Minggu, 25 jul 04)

14 AKUIFER

15

16 Model Deterministik Aliran Permukaan Bebas
Dx R(t) t H(t) B H Volume Kontrol L HULU HILIR B Kondisi alam dari ilustrasi tersebut kemudian disederhanakan untuk dapat dimodelkan menurut hipotesa Saint-Venant. Saluran dibuat tunggal dan prismatik rectangular dengan panjang L dan lebar B. (klik) Asumsi input aliran hanya berasal dari hulu, yaitu limpasan hujan sebagai kondisi batas hulu, dan output aliran berada di hilir yang berupa berbagai bentuk muara, misalnya laut, danau, dll yang memiliki parameter2 yang dapat menjadi kondisi batas hilir. (klik) Untuk menghitung pergerakan fluida, diperlukan volume kontrol yang dibuat dengan membagi panjang saluran ke dalam ruas-ruas dengan besar delta x. (klik) Apabila diambil satu ruas, maka diperoleh (klik) satu buah volume kontrol dengan panjang delta x, lebar B, dan tinggi sesuai ketinggian muka air atau H.

17 Perhitungan Curah Hujan Rata-rata Wilayah
Metode Aljabar/Aritmatika dengan : Ṝ = Curah hujan daerah (mm) n = Jumlah titik-titik (stasiun-stasiun) pengamat hujan R1, R2,…, Rn = Curah hujan di tiap titik pengamatan

18 Gambar Pembagian Wilayah Hujan dengan Metode Thiessen
dimana : Ai = luas masing-masing poligon Pi = tinggi hujan pada stasiun A

19 Gambar Pembagian Wilayah Hujan dengan Metode Isohiet
dimana : Pw = curah hujan wilayah A1,A2,...An = luas bagian-bagian antara garis-garis isohiet P1,P2,...Pn = curah hujan rata-rata pada bagian A1,A2,...An

20 Keseimbangan Air di DAS
Q = C (P x A ) + b Q = debit sungai, C = koefisien limpasan (run off), P = curah hujan, A = luas DAS, b = aliran dasar (base flow) DS = P-R-E-B**-B* R = Limpasan; E= Evaporasi; B = Aliran Air Tanah

21

22 Keseimbangan Masa Air Waduk
Q out Q In E Smaks ( 11 m) Smin (+ 7 m ) Keseimbangan masa : St+1 = St + Qin – Qout - E S : Variabel ditentukan Qin : debit input air ( variabel acak)  Prakiraan debit input ,simulasi debit air : Metode Kontinu dan metode Diskret (Arwin ,1992) Q out : Keandalan air baku E : evaporasi fungsi komponen meteorologi T : Waktu ( time step)

23 Model Kontinu Metode Regresi Linier Ganda
Dibangun berdasarkan korelasi antara dua variabel acak, yaitu : * Stasiun pengamat hujan (P ) * Stasiun pengamat debit (Q ) Model dengan nilai koefisien Korelasi (R) terbesar dipilih sebagai model yang paling baik untuk membangun data debit.

24 Korelasi 2 variabel = nilai Variabel X atau Yke–i
= Koefisien korelasi 2 variabel xy = nilai Variabel X atau Yke–i = Simpangan baku variabel X dan Y n = Jumlah populasi ,bila n<10 maka (n-1)

25 REGRESI LINAIR Y = a + b . X dimana:
n = jumlah pasangan observasi atau pengukuran b = koefisien regresi, kemiringan grafik r = koefisien korelasi ( -1 < r < 1 ) r < 0 korelasi berlawanan arah r> 0 korelasi searah

26 Tabel 4.1 Penyusunan Koefisien Korelasi Antar Pos Hujan ( pengisian atau perpanjangan data hujan )
Nilai P1 P2 P3 P4 Pn 1 ρ 1n ρ21 ρ 2n ρ 31 ρ 32 ρ 3n ρ 41 ρ 42 ρ 43 ρ 4n Pm ρ m1 ρ m2 ρ m3 ρ m4 ρ mn

27 Tabel 4.2 Koefisien Korelasi Spartial Pos Hujan dan Debit
( Pembangunan Prakiraan Debit dgn Metode Kontinu Nilai P1 P2 P3 Qt Qt+1 Qt-1 1 ρ P2P1 ρ P3 P1 ρ P3 P2 ρ Qt P1 ρ Qt P2 ρ Qt P3 ρ Qt+1 P1 ρ Qt+1 P2 ρ Qt+1 P3 ρ Qt+1 Qt ρ Qt-1 P1 ρ Qt-1 P2 ρ Qt-1 P3 ρ Qt-1 Qt ρ Qt-1 Qt+1

28 MODEL PEMBANGKITAN DEBIT
Korelasi Regresi Ganda 2 Variabel (Biner) 4 Variabel (Kuaterner) 3 Variabel (Terner) R >>> MODEL PEMBANGKITAN DEBIT TERPILIH

29 Model 2 Variabel (Biner)
12 X1 X2 (Q1)P (Q1)Q Model 2 Variabel (Biner) Persamaan Regresi Linier Model Biner : x1 = r2x2 + ε Koefisien Determinasi Dinyatakan sbb : R = ρ12 ε2 = 1 – R2

30 Model 3 Variabel (Terner)
(Q1)PP (Q1)QP (Q1)QQ 12 X1 X2 X3 13 23 Model 3 Variabel (Terner) Persamaan Regresi Linier Model Terner : x1 = r2x2 + r3x3 + ε Koefisien Determinasi Dinyatakan sbb :

31 Model 3 Variabel (Terner) (Lanjutan)
Koefisien Korelasi Parsiil Dinyatakan sbb

32 Model 4 Variabel (Kuaterner)
(Q1)PPP (Q1)QPP (Q1)QQP (Q1)QQQ X1 X3 X4 14 34 X2 12 23 24 Model 4 Variabel (Kuaterner) Persamaan Regresi Linier Model Kuaterner : x1 = r2x2 + r3x3 + r4x4 + ε Koefisien Determinasi Dinyatakan sbb : ε2 = 1 – R2 ε = 1 + r22 + r32 + r42 – 2(r2ρ12 + r3ρ r4ρ14) + 2(r2r3ρ23 + r2r4ρ24 + r3r4ρ34)

33 Model 4 Variabel (Lanjutan)
Koefisien Korelasi Parsiil Dinyatakan sbb Δ = 1 – (ρ232 + ρ242 + ρ342) + 2ρ23ρ24 ρ34 Δ2 = ρ12(1- ρ342) – ρ13(ρ23 – ρ24 ρ34) – ρ14(ρ24 - ρ23 ρ34) Δ3 = ρ13(1- ρ242) – ρ12(ρ23 – ρ24 ρ34) – ρ14(ρ34 - ρ23 ρ24) Δ4 = ρ14(1- ρ232) – ρ12(ρ24 – ρ23 ρ34) – ρ13(ρ34 - ρ23 ρ24)

34 Analisis Korelasi & Regresi
Model Terpilih R >>> Model Hujan-Debit Model HePQQ(Q1)

35 Perbandingan Model Pembangkitan Debit Model Kontinu – Model Diskrit Waduk Saguling
Debit hasil peramalan dengan model kontinu dan model diskrit dapat mengikuti fluktuasi debit historis yang ada. Elastisitas debit antisipasi terbaik  Metode Diskrit Chain Markov. Metode peramalan terpilih  Pengelolaan Waduk Aktual Matrik

36 Perbandingan Model Pembangkitan Debit Model Kontinu – Model Diskrit Waduk Cirata
Debit hasil peramalan dengan model kontinu dan model diskrit dapat mengikuti fluktuasi debit historis yang ada. Elastisitas debit antisipasi terbaik  Metode Regresi Linier Ganda. Metode peramalan terpilih  Pengelolaan Waduk Aktual Metode Regresi Linier Ganda Model Heterogen Q(1)QQP Korelasi & Regresi

37 Kriteria disain Perencanan Air baku
Kriteria Desain Air Baku Multisektor Sumber Air Permukaan Kriteria disain Perencanan Air baku Debit Air Suksesif Kering Domestik Irigasi Industri 1 - 7 hari R= tahun hari R=5 tahun 1 - 2 hari R=20 tahun Sumber: Modifikasi BMA ,Cipta karya -PU ,1994

38 Seleksi Data Debit Harian
Pengelompokkan Data Debit (Durasi 1,2,7,15,30 dan 60 hari) Pengurutan Data Penentuan Debit Andalan 5, 10, 20, 50 tahun untuk berbagai durasi. Uji Chi-kuadrat Uji K-S Penentuan distribusi Terpilih Penentuan distribusi Terpilih Pembuatan Kurva Debit Andalan Perbandingan Debit Andalan dengan Kebutuhan Air

39 KAJIAN SUMBER AIR SUNGAI
Diagram Alir Analisis Peluang Debit Air musim kering (Ekstrim Kering) Seleksi data & urutan data debit air 1,2,7,15,30 dan setengah bulanan kalender Pemilihan distribusi teoritis ( Normal, Gumbel dan log Person III) yang cocok dengan Uji Goodness-of-fit Hitung debit air minum Periode Ulang 5, 10, 20, 50 tahun dengan distribusi teoritis terpilih Debit air minimum dengan Periode Ulang 5,10,20 dan 50 tahun Kurva peluang debit air minimum ekstrem kering Keandalan Debit Air Baku KAJIAN SUMBER AIR SUNGAI Q = C (P.A)+ b C= f( P,I,f, Tutupan lahan) P : variabel bebas ( Randown variabel) A : Luas tanggapan hujan Q: variabel tergantung( Randown variabel) b : aliran dasar ( tutupan lahan, batuan )

40 TEST GOODNESS-OF-FIT sebuah test yang menentukan tingkat kesesuaian antara distribusi sampel dengan distribusi teoritis. Bila Fo(X) adalah suatu fungsi distribusi frekuensi kumulatif yang ditentukan atau distribusi kumulatif teoritis dan SN(x) merupakan frekuensi kumulatif sampel maka diharapkan dengan uji ini selisih antara Fo(X) dan SN(X) adalah sesedikit mungkin atau nilai dari Fo(X) mendekati nilai dari SN(X) yang masih dalam batas-batas kesalahan random. Sehingga kedua distribusi frekuensi tersebut bisa dikatakan identik. Uji kecocokan Smirnov – Kolmogorov, sering juga disebut uji kecocokan non-parametrik (non-parametrik test) karena pengujiannya tidak menggunakan fungsi distribusi tertentu. Prosedurnya adalah sebagai berikut:

41 Distribusi Debit Uji Goodness-of-fit Analisis Peluang Debit
Untuk memahami karakteristik debit sebagai variabel acak, dituntut pencocokan distribusi teoritis tertentu pada nilsi-nilsi observasi acak yang ada (Chow, 1964). Jenis Distribusi yang banyak digunakan untuk menganalisis debit ekstrim kering, yaitu (Lindsley, 1969 dan Soewarno, 1995): - Distribusi ekstrim tipe III (Weibull atau Gumbel tipe III) Distribusi Log-Pearson tipe III Distribusi Log-Normal Uji Goodness-of-fit Berfungsi untuk memilih fungsi distribusi yang sesuai dengan sampel dengan cara menentukan kesesuaian antara sampel dengan distribusi teoritis tertentu. Jenis Distribusi Parameter Sampel Uji yang Digunakan Diskrit Diketahui χ2 Diperkirakan Kontiniu K-S Ket: Penentu lain, Data

42 Langkah –Langkah Test K -S.
Urutkan data (dari besar ke kecil atau sebaliknya) dan tentukan besarnya peluang dari masing-masing data tersebut. 2.Tentukan nilai masing-masing peluang teoritis dari hasil penggambaran data (persamaan distribusinya). 3. Dari kedua nilai peluang tersebut tentukan selisih terbesarnya antara peluang pengamatan dengan peluang teoritis. D = Maksimum [ Fo(Xm) – SN(Xm)] 4. Berdasarkan tabel nilai kritis(Kolmogorov - Smirnov test) tentukan harga Do. Apabila nilai D lebih kecil dari Do maka distribusi teoritis yang digunakan untuk menentukan persamaan distribusi dapat diterima, apabila D lebih besar dari Do maka distribusi teoritis yang digunakan untuk menentukan persamaan distribusi sampel tidak dapat diterima.

43 Distribusi Debit Distribusi Debit

44 Uji Goodness-of-fit Uji K-S Uji χ2 χ2 = Dn = Maksimum IFo(X)-Sn(X)I
Menetapkan suatu titik dimana terjadi simpangan terbesar antara distribusi teoritis dan sampel. Mengukur perbedaan relatif antara Frekuensi hasil pengamatan Dengan frekuensi yang diharapkan Dn = Maksimum IFo(X)-Sn(X)I Dimana, Dn : Penyimpangan Terbesar Fo(X) : Suatu fungsi distribusi kumulatif yang ditntukan Sn(X) : Distribusi Kumulatif Sampel Dimana, k : Jumlah variabel Oi : Frekuensi hasil pengamatan Ei : Frekuensi distribusi teoritis n : jumlah data Pi : Peluang dari distribusi teoritis χ2 =

45 Uji Goodness-of-Fit X2 χ2 Distribusi Frekuensi Data (observed)
Grafik Distribusi Teoritis (expected)

46 Distribusi Normal Q (debit) frekuensi = Dn = χ2 2 5 8 P (Probabilitas)
Hasil Pengamatan No. Q f 1 5.55 2 6.55 3 9.14 4 13.50 5 14.58 6 18.48 7 21.63 8 24.98 9 25.74 10 28.86 11 33.43 12 33.73 13 36.33 14 37.20 15 38.63 16 65.80 17 66.56 18 85.92 19 94.51 P (Probabilitas) frekuensi Distribusi Normal = Dn = χ2 2 5 8 Q (debit)

47 Uji Goodness-of-Fit Kolmogorov-Smirnov
GRAFIK FREKUENSI KUMULATIF KOLMOGOROV-SMIRNOV Distribusi Frekuensi Kumulatif Data Dn Grafik Distribusi Frekuensi Teoritis

48 Grafik Debit Andalan Mata air Paniis

49 Perbandingan Kurva Debit Andalan air permukaan (Mata air Paniis & Sungai Cisadane)

50 ALAT UKUR THOMPSON & CIPOLETTI
Tahap pekerjaan pengukuran debit air - Literatur alat ukur ambang tajam dan syarat berlaku formula -Menentukan lokasi pengukuran debit air dan penafsiran dimensi alat ukur - Pembuatan alat ukur -Test pengukuran di lapangan -Revisi alat ukur -Penempatan alat ukur -Pengukuran

51

52

53

54

55

56


Download ppt "RINGKASAN KULIAH HIDROLOGI S1 TL -FTSL,ITB Minggu 1 Sem 1 09/10"

Presentasi serupa


Iklan oleh Google