BAB II

TINJAUAN PUSTAKA

2.1 Pengertian Drainase

Menurut (Silvia, 2017), drainase merupakan salah satu pekerjaan dasar yang
dirancang sebagai suatu sistem untuk memenuhi kebutuhan masyarakat dan juga
merupakan bagian penting dalam perencanaan kota (khususnya perencanaan dasar
infrastruktur). Drainase juga merupakan salah satu cara untuk membuang
kelebihan air yang tidak diinginkan dari suatu area serta cara mengatasi akibat
dari kelebihan air tersebut. Besar kecilnya saluran air ditentukan oleh banyaknya
debit air limbah (air hujan dan air kotor sisa pemukiman) yang dianalisis
berdasarkan kondisi topografi dan wilayah. Drainase, berasal dari bahasa Inggris
yaitu drainage yang artinya mengalirkan, mengalirkan, membuang atau
mengalihkan air. Secara umum drainase dapat diartikan sebagai suatu tindakan
rekayasa yang bertujuan untuk mengurangi kelebihan air, baik air hujan, air
rembesan, atau kelebihan air irigasi dari suatu kawasan atau lahan, agar dapat
berfungsinya kawasan atau lahan tersebut agar tidak rusak.
Menurut (Astika & Cahyonugroho, 2020), penilaian sistem drainase
merupakan upaya mengukur hasil perencanaan sistem drainase untuk
mengalirkan air hujan atau air limbah dari hulu ke hilir. Faktor-faktor yang
membantu dalam evaluasi sistem drainase meliputi penggunaan lahan, topografi
jalan, dimensi saluran, kontur lokasi, kemiringan saluran, arah aliran, dan rencana
air lainnya yang akan digunakan sebagai masukan untuk perencanaan sistem
drainase di masa depan.
Menurut (Setiono, 2013), sistem drainase yang baik juga tergantung pada
perkiraan jumlah air limbah yang ditentukan. Faktor-faktor yang mempengaruhi
penentuan garis nominal antara lain:
a. Curah hujan sangat lebat
b. Status daerah drainase saat ini (Koefisien Drainase)
c. Kondisi topografi berhubungan dengan waktu konsentrasi aliran
d. Daerah saluran drainase
2.2 Fungsi Drainase
Menurut Kodoatie (Silvia, 2017), Dalam perencanaannya, sistem drainase
mempunyai fungsi yang sangat penting, karena meliputi kebersihan, kesehatandan
keselamatan setiap orang atau masyarakat. Fungsi drainase adalah:
1. Melindungi suatu daerah (terutama daerah padat penduduk) dari genangan
air, erosi dan banjir.
2. Karena aliran air yang lancar, fungsi drainase dapat meminimalkan risiko
kesehatan lingkungan dan melindungi terhadap malaria (nyamuk) dan
penyakit lainnya.
3. Lebih baik menggunakan tanah perumahan yang padat karena dapat
mencegah kelembaban.
4. Sistem yang baik dapat mengoptimalkan penggunaan lahan dan
meminimalkan kerusakan struktur tanah terhadap jalan dan bangunan
lainnya.
5. Pembangunan sistem drainase perkotaan perlu memperhatikan fungsi
drainase .
6. Merupakan infrastruktur perkotaan yang ramah lingkungan.

2.3 Jenis Drainase

Menurut Hasmar (Almahera et al., 2020), drainase memiliki banyak jenis dan
jenis drainase tersebut dapat dilihat dari berbagai aspek. Adapun jenis-jenis
saluran drainase dapat dibedakan sebagai berikut ini:
2.3.1 Menurut sejarah terbentuknya drainase
Drainase menurut sejarahnya terbentuk dalam berbagai cara, berikut ini cara
terbentuknya drainase :
a. Drainase alami (natural drainage)
Drainase yang terbentuk secara alami dan tidak terdapat bangunan
pembantu seperti bendungan, pasangan bata/beton, gorong-gorong, dan
lain-lain. Saluran ini terbentuk oleh gerusan air yang bergerak di bawah
pengaruh gravitasi secara bertahap membentuk saluran air tetap seperti
sungai.
 Gambar 2.1 Drainase Alamiah
(Sumber:Google)
b. Drainase buatan (artificial drainage)
Drainase ini dibuat dengan maksud dan tujuan tertentu sehingga
memerlukan bangunan-bangunan khusus seperti selokan pasangan batu /
beton, gorong-gorong, pipa-pipa dan sebagainya.

Gambar 2.2 Drainase Buatan

(Sumber:Google)

2.3.2 Menurut Letak Salurannya

Saluran drainase menurut letak bangunannya terbagi dalam beberapa

bentuk, berikut ini bentuk drainase menurut letak bangunannya :
a. Drainase permukaan tanah (surface drainage)
Saluran yang berada diatas permukaan tanah yang berfungsi mengalirkan
air limpasan permukaan.
b. Drainase bawah permukaan tanah (sub surface drainage)
Saluran drainase yang bertujuan mengalirkan air limpasan permukaan
melalui media di bawah permukaan tanah, dikarenakan alasan-alasan
tertentu
2.3.3 Menurut fungsi drainasenya

Drainase berfungsi mengalirkan air dari tempat yang tinggi ke tempat yang
rendah. Berikut ini jenis drainase menurut fungsinya :

a. Single Purpose
Saluran yang berfungsi untuk mengalirkan satu jenis air buangan, misalnya
air hujan saja atau jenis air buangan yang lain.
b. Multi Purpose
Saluran yang berfungsi mengalirkan beberapa jenis air buangan baik
secara bercampur maupun bergantian, misalnya mengalirkan air buangan
rumah tangga dan air hujan secara bersamaan.

2.3.4 Menurut konstruksi

Dalam merancang sebuah drainase terlebih dahulu harus tahu jenis

kontruksi apa drainase dibuat, berikut ini drainase menurut konstruksi :

a. Saluran terbuka
Saluran yang konstruksi bagian atasnya terbuka dan berhubungan dengan
udara luar. Saluran ini biasanya direncanakan hanya untuk menampung
dan mengalirkan air hujan.
b. Saluran tertutup
Saluran yang konstruksi bagian atasnya tertutup dan saluran ini tidak
berhubungan dengan udara luar. Saluran ini sering digunakan untuk aliran
air kotor atau untuk saluran yang terletak di tengah kota.

2.4 Jaringan Drainase

Menurut (Soares et al., 2018), jaringan drainase merupakan satu kesatuan

penghubung dari hulu sampai hilir. Hal-hal yang disyaratkan dalam perencanaan
jaringan drainase adalah sebagai berikut :

a. Perencanaan saluran drainase harus konsisten dengan kondisi yang ada

untuk memaksimalkan fungsi drainase.
 b. Pemilihan ukuran saluran drainase ini harus mempertimbangkan faktor
keamanan dan ekonomi.
c. Perencanaan drainase juga perlu mempertimbangkan kemudahan
pelaksanaan dan nilai ekonomi dari pemeliharaan sistem drainase.

Berikut sistem jaringan drainase perkotaan yang dapat dibedakan menjadi 2

bagian, yaitu :
1. Sistem Drainase Makro
Sistem drainase makro adalah saluran atau sistem badan air yang
dikumpulkan dengan cara mengalirkan air dari daerah tangkapan air
[Link] sistem drainase makro jenis ini disebut juga dengan
sistem induk atau sistem drainase utama. Sistem jaringan tersebut dapat
menampung aliran air berskala besar, seperti saluran drainase utama, kanal
atau sungai. Jenis perencanaan drainase makro ini biasanya menggunakan
periode ulang 5 hingga 10 tahun, dan studi topografi terperinci mutlak
diperlukan ketika merencanakan sistem drainase.
2. Sistem Drainase Mikro
Sistem Drainase Mikro adalah sistem saluran drainase tambahan dan
bangunan yang menampung dan mengalirkan air dari daerah tangkapan
air hujan. Secara umum sistem drainase mikro meliputi saluran pinggir
jalan, saluran air hujan atau selokan di sekitar bangunan, gorong-gorong,
saluran drainase perkotaan, dan lain-lain, yang aliran airnya tidak begitu
penting. Secara keseluruhan, sistem drainase mikro ini dimaksudkan untuk
mengalirkan air hujan dengan periode ulang 2,5 hingga 10 tahun
tergantung pada penggunaan lahan saat ini. Sistem drainase untuk
lingkungan perumahan cenderung merupakan sistem drainase mikro.

2.5 Banjir

Banjir menurut (Suita & Simorangkir, 2018) didefinisikan sebagai

terbenamnya daratan (yang biasanya kering) karena volume air yang meningkat .
Ada dua jenis banjir. Yang pertama adalah banjir atau genangan yang terjadi di
tempat yang biasanya tidak banjir. Yang kedua adalah hasil limpasan air banjir
dari sungai karena debitnya lebih besar dari kapasitas pengaliran sungai atau
karena alur sungai tidak dapat mengalirkannya.
Menurut Kodoatie dan Sugiyanto (Maulana et al., 2017), banjir terjadi
karena adanya dua faktor utama, yaitu :
- Faktor Manusia
Karena tata guna lahan berubah, seperti pergeseran daerah resapan air
menjadi perkebunan dan pemukiman Selain itu, masyarakat sering
membuang sampah tidak pada tempatnya dan sistem drainase tidak
dirawat dengan baik. Hal ini menyebabkan air yang seharusnya meresap
ke dalam tanah melimpas, erosi, dan sedimentasi meningkat, menyebabkan
tampungan menjadi lebih kecil, dan banjir terjadi.
- Faktor Alam
Disebabkan oleh fisiografi, dataran yang rendah, dan curah hujan yang
sangat tinggi.

2.6 Siklus Hidrologi

Menurut (Dr. Ir. Suripin, 2004), siklus hidrologi adalah peredaran air yang
tiada henti dari atmosfer ke bumi dan kembali ke atmosfer melalui kondensasi,
presipitasi, evaporasi, dan transpirasi air. Air di Bumi mengalami siklus yang
terdiri dari serangkaian peristiwa terus menerus yang kita tidak tahu kapan, di
mana dimulainya, atau kapan akan berakhir.

Menurut (Lukman, 2018), air menguap kemudian turun sebagai presipitasi

berupa hujan, salju, hujan es, hujan es dan salju (sleet), gerimis atau kabut. Dalam
perjalanannya ke bumi, sebagian curah hujan mungkin langsung menguap atau
jatuh dan kemudian dicegat oleh tumbuhan sebelum mencapai tanah. Begitu
sampai di permukaan tanah, siklus hidrologi terus bergerak terus menerus ke tiga
arah berbeda:

1. Evapotranspirasi : Air dari laut, darat, sungai, tumbuhan, dll. Kemudian

akan menguap ke luar angkasa (atmosfer) dan berubah menjadi
 [Link] keadaan jenuh, uap air (awan) akan menjadi bercak-bercak
air yang kemudian turun (presipitasi) menjadi hujan, salju, dan es.
2. Infiltrasi/Perkolasi ke dalam tanah : Air merembes ke dalam tanah melalui
celah-celah dan pori-pori tanah dan batuan menuju permukaan air tanah.
Air dapat bergerak secara kapilaritas atau air dapat bergerak secara vertikal
maupun horizontal.
3. Air permukaan: Air bergerak melintasi permukaan bumi dekat sungai dan
danau besar. Semakin curam medan dan semakin sedikit pori-pori tanah,
maka semakin besar limpasan permukaan. Pergerakan air di darat terjadi
selama komponen siklus hidrologi, seperti diilustrasikan pada Gambar 2.3

Gambar 2.3 Siklus Hidrologi

(Sumber:Google)

2.7 Analisa Hidrologi

Menurut (Fairizi, 2015), analisis hidrologi merupakan metode yang sangat
penting dalam perencanaan drainase. Analisis ini diperlukan untuk dapat
menentukan jumlah limpasan permukaan atau limbah yang harus disuplai.
Hidrologi juga mencakup data seperti luas wilayah drainase dan luas serta
frekuensi perkiraan intensitas curah hujan.
Analisis hidrologi merupakan satu bagian analisis awal dalam perancangan
bangunan air. Analisis hidrologi digunakan untuk menentukan besarnya debit
rencana pada suatu perancangan bangunan air. Data yang diperlukan dalam
analisis hidrologi diantaranya data curah hujan dan data penggunaan luas lahan
(catchment area).
 Dalam analisis hidrologi dilakukan beberapa tahap untuk memperoleh debit
sampai pada tahun rencana yaitu:
a. Pengumpulan data curah hujan
b. Analisis frekuensi hujan
c. Pemilihan jenis metode distribusi
d. Analisis curah hujan rencana dengan periode ulang tertentu
e. Analisis intensitas hujan.

2.7.1 Analisis Curah Hujan

Data curah hujan yang diperoleh dari alat penangkap adalah curah hujan
yang terjadi hanya di satu lokasi atau titik tertentu (point rainfall). Karena curah
hujan dapat sangat bervariasi di setiap lokasi, lebih dari satu stasiun pengukur
hujan diperlukan untuk mencatat curah hujan di suatu wilayah yang luas. Dalam
situasi ini, diperlukan data curah hujan yang didapatkan dari rata-rata harga hujan
beberapa stasiun pengamatan yang terletak di sekitar wilayah tersebut.
Ada 3 jenis Metode yang digunakan untuk menghitung rata-rata curah hujan
di suatu kawasan antara lain melalui Rata-rata Aljabar, Polygon Thiessen, dan
Isohyet (Suripin, 2004).

[Link] Rata-rata Aljabar

Metode ini merupakan metode yang sangat sederhana dalam perhitungan
hujan rerata daerah. Metode ini didasarkan pada asumsi bahwa semua stasiun
hujan mempunyai pengaruh yang seimbang dalam sebuah kawasan. Metode ini
cocok untuk kawasan dengan topografi rata atau datar, letak stasiun hujan tersebar
merata/hampir merata pada kawasan dan deviasi data hujan tidak terlalu berbeda
besar dari harga rerata semua stasiun hujan. Hujan kawasan diperoleh dari
persamaan berikut :
P 1+ P1 + P1 +… ..+ Pn
P=
n

Keterangan :
P = curah hujan rerata daerah (mm)
n = jumlah stasiun penakar hujan
P1, P2,.P3 = curah hujan di stasiun penakar hujan (mm)
[Link] Metode Poligon Thiessen
Metode ini disebut juga sebagai metode rata-rata timbang (weighted mean).
Metode ini memberikan proporsi luasan daerah pengaruh stasiun hujan untuk
mengakomodasi ketidakseragaman jarak antar stasiun. Daerah pengaruh dibentuk
dengan menggambarkan garis-garis sumbu tegak lurus terhadap garis penghubung
antara dua pos penakar terdekat (Gambar 2.4). Dalam metode ini dianggap bahwa
variasi hujan antara stasiun yang satu dengan yang lainnya adalah linier dan
sembarang stasiun dianggap dapat mewakili kawasan tersebut. Hasil Metode
Thiessen lebih akurat dibandingkan dengan metode ratarata aljabar. Metode ini
cocok untuk daerah datar dengan luas 500 – 5.000 km2 dan jumlah stasiun hujan
terbatas dibandingkan luasannya. Hujan kawasan diperoleh dari persamaan
berikut :
P 1 A1 + P2 A 2 + P3 A 3+ ...…+ P n A n
P=
A 1 + A 2 +… .+ A n

Keterangan :
P = curah hujan daerah (mm)
P1 , P2, Pn = curah hujan di stasiun penakar (mm)

A1 , A2 , An = luas areal polygon (km2)

n = jumlah stasiun penakar hujan

Gambar 2.4 Metode Poligon Thiessen

[Link] Metode Isohyet
Metode Isohyet merupakan metode yang paling akurat dalam menentukan
hujan rata-rata, namun diperlukan keahlian, pengalaman dan ketelitian. Metode ini
memperhitungkan secara aktual pengaruh tiap-tiap stasiun penakar hujan. Dengan
mengacu pada uraian tersebut diatas, maka Metode Thiessen yang menganggap
bahwa tiap-tiap stasiun penakar mencatat kedalaman yang sama untuk daerah
sekitarnya dapat dikoreksi. Hujan kawasan diperoleh dari persamaan berikut :
P = A1 ¿ ¿

Keterangan :
P = curah hujan daerah (mm)
P1 , P2, Pn = curah hujan di stasiun penakar (mm)

A1 , A2 , An = luas area antar dua garis isohyet (km2)

n = jumlah stasiun penakar hujan

Gambar 2.5 Metode Iohyet

2.7.2 Curah Hujan Harian Maksimun

Perhitungan data hujan maksimum harian rata-rata DAS harus dilakukan
secara benar untuk analisa frekuensi data hujan. Dalam praktek sering kita jumpai
perhitungan yang kurang pas, yaitu dengan cara mencari hujan maksimum harian
setiap stasiun hujan dalam satu tahun kemudian dirata-ratakan untuk mendapatkan
hujan DAS. Metode ini tidak logis karena rata-rata hujan dilakukan atas hujan dari
masing-masing stasiun hujan yang terjadi pada hari yang berlainan. Hasilnya akan
jauh menyimpang dari yang seharusnya.
Metode yang seharusnya ditempuh untuk mendapatkan hujan maksimum
harian rata-rata DAS adalah sebagai berikut:

1. Menentukan hujan maksimum harian pada tahun tertentu disalah satu

stasiun hujan.
2. Menghitung besarnya curah hujan pada tanggal-bulan-tahun yang sama
untuk stasiun hujan yang lain.
3. Menghitung hujan DAS dengan salah satu cara yang dipilih.
4. Menentukan hujan maksimum harian seperti langkah 1 pada tahun yang
sama untuk stasiun hujan yang lain.
5. Mengulangi untuk langkah 2 dan 3 untuk setiap tahun.

Dari hasil rata-rata yang diperoleh (sesuai dengan jumlah stasiun hujan)
dipilih yang tertinggi setiap tahun, hasilnya merupakan hujan maksimum harian
DAS pada tahun yang bersangkutan (Suripin, 2004).

2.7.3 Analisa Frekuensi Curah Hujan

Tujuan analisis frekuensi data hidrologi adalah berkaitan dengan besaran
peristiwa-peristiwa ekstrim yang berkaitan dengan frekuensi kejadiannya melalui
penerapan distribusi kemungkinan. Analisis frekuensi ini didasarkan pada sifat
statistik data kejadian yang telah lalu untuk memperoleh probabilitas besaran
hujan di masa yang akan datang. Dengan anggapan bahwa sifat statistik kejadian
hujan yang akan datang masih sama dengan sifat statistik kejadian hujan masa
lalu. Adapun distribusi yang biasa digunakan di Indonesia antara lain Distribusi
Gumbel, Distribusi Normal, Distribusi Log Normal dan Distribusi Log Pearson
tipe III ( Suripin, 2004 ).
Dalam statistik dikenal beberapa parameter yang berkaitan dengan analisis
data, berikut merupakan parameter-parameter statistik yang digunakan:
 Tabel 2.1 Parameter statistik yang penting

Parameter Sampel Populasi

n ∞
1
Rata-rata X = ∑ Xi μ=E ( X )= ∫ xf ( x ) dx
n i=1 −∞

[ ]
n 1
1
1
∑ 2 2
Simpangan baku s= ( Xi−X ) σ ={ E [ ( X−μ ) ]}
2 2
n−1 i=1

Koefisien variasi s σ
CV = CV =
X μ
n
n ∑ ( Xi−X ) E [ ( X −μ )2 ]
3

Koefisien skewness i=1 γ=

G= σ
3
( n−1 )( n−2 ) s 3
Sumber : Suripin, 2004

[Link] Distribusi Normal

Distribusi normal atau kurva normal adalah simetris terhadap sumbu
vertikal dan fungsi densitas peluang normal (PDF = probability density function)
yang paling dikenal adalah berbentuk lonceng yang disebut pula distribusi Gauss.
Distribusi normal mempunyai dua parameter yaitu rerata µ dan deviasi standar σ
dari populasi . Dalam praktek, dan deviasi S diturunkan dari data sampel untuk
menggantikan µ dan σ. Fungsi distribusi normal mempunyai bentuk sebagai
berikut :

[ ]
2
1 −( X−μ )
PX exp
σ √2 π 2σ
2

Keterangan :
P(X) = fungsi densitas peluang normal (ordinat kurva normal)
X = variabel acak kontinu
µ = rata-rata nilai X
σ = simpangan baku dari nilai X
 Dalam pemakaian praktis, umumnya rumus tersebut tidak digunakan
secara langsung karena telah dibuat tabel untuk keperluan perhitungan dan
persamaan umum yang sering digunakan adalah :
X T =μ+ K T σ
yang dapat didekati dengan
\ X T =X + K T S
dimana :
X T −X
KT=
S
Keterangan :
X T = perkiraan nilai yang diharapkan terjadi dengan periode ulang T-
tahunan
X = nilai rata-rata hitung variat
S = deviasi standar nilai variat
K T = faktor frekuensi, merupakan fungsi dari peluang atau periode ulang
dan tipe model matematik distribusi peluang yang digunakan untuk
analisa peluang
Nilai faktor frekuensi K T umumnya tersedia dalam tabel untuk
mempermudah perhitungan, seperti ditunjukkan dalam (tabel 2.1) yang umum
disebut sebagai tabel nilai variable reduksi Gauss (Variable Reduced Gauss)
Tabel 2.1 Nilai variabel reduksi Gauss

Periode ulang,T KT
No. Peluang
(tahun)
1 1,001 0,999 -3,05
2 1,005 0,995 -2,58
3 1,010 0,990 -2,33
4 1,050 0,950 -1,64
5 1,110 0,900 -1,28
6 1,250 0,800 -0,84
7 1,330 0,750 -0,67
8 1,430 0,700 -0,52
9 1,670 0,600 -0,25
10 2,000 0,500 0
11 2,500 0,400 0,25
12 3,330 0,300 0,52
 13 4,000 0,250 0,67
14 5,000 0,200 0,84
15 10,000 0,100 1,28
16 20,000 0,050 1,64
17 50,000 0,020 2,05
18 100,000 0,010 2,33
19 200,000 0,005 2,58
20 500,000 0,002 2,88
21 1000,000 0,001 3,09
Sumber : Suripin 2004

[Link] Distribusi Log Normal

Distribusi log normal digunakan apabila nilai-nilai dari variabel random
tidak mengikuti distribusi normal, tetapi nilai logaritmanya memenuhi distribusi
normal. Jika variabel acak Y = log X terdistribusi secara normal, maka X
dikatakan mengikuti distribusi log normal. Fungsi densitas probabilitas (PDF =
probability density function) untuk distribusi log normal dapat dituliskan dalam
bentuk rata-rata dan simpangan bakunya, sebagai berikut :

[ ]
2
1 − ( Y −μY )
P ( X )= exp X >0
Xσ √ 2 π 2 σY
2

Keterangan :

P(X) = peluang log normal

X = nilai varian pengamatan
σ Y = deviasi standar nilai varian Y
μY = nilai rata-rata populasi Y

Apabila nilai P(X) digambarkan pada kertas, maka peluang logaritma akan
merupakan persamaan garis lurus, sehingga dapat dinyatakan sebagai model
matematik dengan persamaan :
Y T =μ+ K T σ
yang dapat didekati dengan
Y T =Y + K T S
dimana :
 Y T −Y
KT=
S
Keterangan :
YT = perkiraan nilai yang diharapkan terjadi dengan periode ulang T-
tahunan
Y = nilai rata-rata hitung variat
S = deviasi standar nilai variat
K T = faktor frekuensi, merupakan fungsi dari peluang atau periode dan tipe
model model matematik distribusi peluang ulang digunakan untuk
analisa peluang

[Link] Distribusi Log Person III

Pada situasi tertentu, walaupun data yang diperkirakan mengikuti
distribusi sudah dikonversi ke dalam bentuk logaritmis, ternyata kedekatan antara
data dan teori tidak culup kuat untuk menjustifikasi pemakai distribusi Log
Normal. Person telah mengembangkan serangkain fungsi probabilitas yang dapat
dipakai untuk hampir semua distribusi empiris. Tidak seperti konsep yang melatar
belakangi pemakaian distribsi Log Normal untuk banjir puncak, maka distribusi
probabilitas ini hampir tidak berbasis teori. Distribusi ini masih tetap dipakai
karena fleksibilitasnya.
Salah satu distribusi dari serangkaian distribusi yang dikembangkan
Person yang menjadi perhatian ahli sumber daya air adalah Log-Person type III
(LP. III). Tiga parameter penting dalam LP. III, yaitu (i) harga rata-rata; (ii)
simpangan baku; dan (iii) koefisien kemencengan. Yang menarik, jika koefisien
kemencengan sama dengan nol, distribusi kembali ke distribusi Log normal.
Berikut ini langkah-langkah pengguna distribusi Log-Person Tipe III.

1) Ubah data ke dalam bentuk logaritmis, X = log X

2) Hitung harga rata-rata :
n

∑ log X i
log X = i=1
n
3) Hitung harga simpangan baku :
 [ ]
n 0 ,5

∑ ( log X i−l og X ) 2

i =1
s=
n−1
4) Hitung koefisien kemencengan :
n
n ∑ ( log X i−log X )
3

i=1
G=
( n−1 ) ( n−2 ) s3
5) Hitung logaritma hujan atau banjir dengan periode ulang T dengan rumus
log X T =log X + K . s

K adalah variabel standar (standardized variable) untuk X yang besarnya

tergantung koefisien kemencengan G. Lampiran 3 memperlihatkan harga K untuk
berbagai nilai kepencengan G. Hitung hujan atau banjir kala ulang T dengan
menghitung antilog dari log X T (Suripin, 2004).

Tabel 2.2 Nilai K untuk distribusi Log-Person III

Interval kejadian (Recurrence interval), tahun (periode ulang)
1,0101 1,2500 2 5 10 25 50 100
Koef. G Persentase peluang terlampaui (Percent chance of being exceeded)
99 80 50 20 10 4 2 1
3,0 -0,667 -0,636 -0,396 0,420 1,180 2,278 3,150 4,051
2,8 -0,714 -0,666 -0,384 0,469 1,210 2,275 3,114 3,973
2,6 -0,769 -0,696 -0,368 0,490 1,238 2,267 2,071 3,889
2,4 -0,832 -0,725 -0,351 0,537 1,262 2,256 3,023 3,800
2,2 -0,905 -0,752 -0,330 0,574 1,284 2,240 2,970 3,705
2,0 -0,990 -0,777 -0,307 0,609 1,302 2,219 2,192 3,605
1,8 -1,087 -0,799 -0,282 0,643 1,318 2,193 2,848 3,499
1,6 -1,197 -0,817 -0,254 0,675 1,329 2,163 2,780 3,388
1,4 -1,318 -0,832 -0,225 0,705 1,337 2,128 2,706 3,271
1,2 -1,449 -0,844 -0,195 0,732 1,340 2,087 2,626 3,149
1,0 -1,588 -0,852 -0,164 0,758 1,340 2,043 2,542 3,022
0,8 -1,733 -0,856 -0,132 0,780 1,336 1,993 2,453 2,891
0,6 -1,880 -0,857 -0,099 0,800 1,328 1,939 2,359 2,755
0,4 -2,029 -0,855 -0,066 0,816 1,317 1,88 2,361 2,615
0,2 -2,178 -0,850 -0,033 0,830 1,301 1,818 2,159 2,472
0,0 -2,326 -0,842 0,000 0,842 1,282 1,751 2,051 2,326
 -0,2 -2,472 -0,830 0,033 0,850 1,258 1,680 1,945 2,178
-0,4 -2,615 -0,816 0,066 0,855 1,231 1,606 1,834 2,029
-0,6 -2,755 -0,800 0,099 0,857 1,200 1,528 1,720 1,880
-0,8 -2,891 -0,780 0,132 0,856 1,166 1,448 1,606 1,733
-1,0 -3,022 -0,758 0,164 0,852 1,128 1,366 1,492 1,588
-1,2 -2,149 -0,732 0,195 0,844 1,086 1,282 1,379 1,449
-1,4 -2,271 -0,705 0,225 0,832 1,041 1,198 1,270 1,318
-1,6 -2,388 -0,675 0,254 0,817 0,994 1,116 1,166 1,197
-1,8 -3,499 -0,643 0,282 0,799 0,945 1,035 1,069 1,087
-2,0 -3,605 -0,609 0,307 0,777 0,895 0,959 0,980 0,99
-2,2 -3,705 -0,574 0,330 0,752 0,844 0,888 0,900 0,905
-2,4 -3,800 -0,537 0,351 0,725 0,795 0,823 0,830 0,832
-2,6 -3,889 -0,490 0,368 0,696 0,747 0,764 0,768 0,769
-2,8 -3,973 -0,469 0,384 0,666 0,702 0,712 0,714 0,714
-3,0 -7,051 -0,420 0,396 0,636 0,660 0,666 0,666 0,667
Sumber : Suripin 2004

[Link] Distribusi Gumbel

Gumbel menggunakan harga ekstrim untuk menunjukkan bahwa dalam
deret harga-harga ekstrim X 1 , X 2 , X 3, ....., Xn mempunyai fungsi distribusi
eksponensial ganda.
−a( X−b)
−e
P ( X )=e

Jika diambil Y = a(X-b), dengan Y disebut redeuced varied, maka dapat ditulis
−Y

P ( X )=e−e
dimana e = bilangan alam = 2,7182818....

Bila diambil dua kali harga logaritma dengan bilangan dasar e diperoleh
persamaan berikut :

1
X=
a
[ ab−¿ {−InP ( X ) }]

Kala ulang (return period) merupakan nilai banyaknya tahun rata-rata dengan
suatu besaran disamai atau dilampaui oleh suatu harga sebanyak satu kali.
Hubungan antara periode ulang dan probabilitas dapat dinyatakan dalam
persamaan berikut :

1
T r ( X )=
1−P( X )

Substitusikan persamaan akan diperoleh persamaan berikut :

1
X T =b− ∈ −¿ r
r
a {
T ( x )−1
T r ( x) }
dengan Y = a(X-b), maka diperoleh persamaan berikut :

Y T =−¿ −¿
r { T r ( x )−1
T r (x) }
Dalam penggambaran pada kertas probabilitas, Cho (1964) menyarankan
penggunaan rumus berikut ini.

X =μ+σ K

Keterangan :
µ = harga rata-rata populasi
σ = standar deviasi (simpangan baku)
K = faktor probabilitas

Apabila jumlah populasi yang terbatas (sampel), maka dapat didekati dengan
persamaan
X =X + s K
 Keterangan :
X = harga rata-rata sampel
S = standar deviasi (simpangan baku) sampel.

Faktor probabilitas K untuk harga-harga ektrim Gumbel dapat dinyatakan dalam

persamaan
Y T −Y n
K= r

Sn

Keterangan :
Yₙ = Reduced mean yang terdapat pada jumlah sampel atau data n (tabel
2.1)
Sn = Reduced standard deviation yang terdapat pada jumlah sampel atau
data n (tabel 2.2)
Y Tr = Reduced variate, dapat dihitung dengan persamaan berikut ini :

{
Y Tr= −¿
T r−1
Tr }
Tabel 2.5 memperlihatkan hubungan antara reduced variate dengan periode ulang.

Tabel 2.3 Reduced Mean, Yn.

N 0 1 2 3 4 5 6 7 8 9
0,495 0,507 0,515 0,5220
10 0,4996 0,5035 0,5100 0,5128 0,5181 0,5202
2 0 7
0,523 0,528 0,532 0,5353
20 0,5252 0,5268 0,5296 0,5309 0,5332 0,5343
6 3 0
0,536 0,538 0,541 0,5436
30 0,5371 0,5380 0,5396 0,5403 0,5418 0,5424
2 8 0
0,543 0,545 0.546 0,5481
40 0,5442 0,5448 0,5458 0,5463 0,5473 0,5477
6 3 8
0,548 0,549 0,550 0,5518
50 0,5489 0,5493 0,5501 0,5504 0,5511 0,5515
5 7 8
0,552 0,553 0,553 0,5545
60 0,5524 0,5527 0,5533 0,5535 0,5540 0,5543
1 0 8
0,554 0,555 0,556 0,5567
70 0,5550 0,5552 0,5557 0,5559 0,5563 0,5565
8 5 1
0,556 0,557 0,558 0,5585
80 0,5570 0,5572 0,5576 0,5578 0,5581 0,5583
9 4 0
0,558 0,559 0,559 0,5599
90 0,5587 0,5589 0,5592 0,5593 0,5596 0,5598
6 1 5
0,560 0,560 0,560 0,5611
100 0,5602 0,5603 0,5606 0,5607 0,5609 0,5610
0 4 8

Tabel 2.4 Reduced Standard Deviation, Sn

N 0 1 2 3 4 5 6 7 8 9
10 0,9496 0,9676 0,9833 0,9971 1,0095 1,0206 1,0316 1,0411 1,0493 1,0565
20 1,0628 1,0696 1,0754 1,0811 1,0864 1,0915 1,0961 1,1004 1,1047 1,1080
30 1,1124 1,1159 1,1193 1,1226 1,1255 1,1285 1,1313 1,1339 1,1363 1,1388
40 1,1413 1,1436 1,1458 1,148 1,1499 1,1519 1,1538 1,1557 1,1574 1,1590
50 1,1607 1,1623 1,1638 1,1658 1,1667 1,1681 1,1696 1,1708 1,1721 1,1734
60 1,1747 1,1759 1,177 1,1782 1,1793 1,1803 1,1814 1,1824 1,1834 1,1840
70 1,1854 1,1863 1,1873 1,1881 1,189 1,1898 1,1906 1,1915 1,1923 1,1930
80 1,1938 1,1945 1,1953 1,1959 1,1967 1,1973 1,198 1,1987 1,1994 1,2001
90 1,2007 1,2013 1,202 1,2026 1,2032 1,2038 1,2044 1,2049 1,2055 1,2060
100 1,2065 1,2069 1,2073 1,2077 1,2081 1,2084 1,2087 1,209 1,2093 1,2096

Tabel 2.5 Reduced Variate, YTᵣ sebagai fungsi periode ulang

Periode ulang, Reduced Periode ulang, Reduced

T r (tahun) Variate, Y Tr T r (tahun) Variate, Y Tr
2 0,3668 100 4,6012
5 1,5004 200 5,2969
10 2,2510 250 5,5206
20 2,9709 500 6,2149
25 3,1993 1000 6,9087
50 3,9028 5000 8,5188
75 4,3117 10000 9,2121
Sumber : (Dr. Ir. Suripin, M. Eng, 2004, hal. 51)

Substitusikan persamaan, maka akan didapat persamaan berikut :

Y Tr−Y n
X Tr = X + S
Sn

Y n S Y Tr S
= X −¿ +
Sn Sn

atau

1
X Tr = b + Y
a Tr

dimana

Sn YnS
a= dan b = X −¿
S Sn
2.7.4 Uji Kecocokan
Data hidrologi yang dipakai untuk mengestimasi banjir rancangan (design
flood) ataupun debit andalan (dependable discharge) menggunakan analisa
frekuensi belum tentu sesuai dengan distribusi-distribusi yang dipilih. Untuk itu
perlu dilakukan uji kesesuaian distribusi (testing of goodness of fit). Karena
pengeplotan data pada kertas distribusi didasarkan pada 2 sistem yang umumnya
dikenal dengan peluang (%) sebagai absis (skala normal/logaritma) dan nilai
ekstrim (banjir/hujan) sebagai ordinat (skala normal/logaritma), maka sebaran
data ini diasumsi bisa mewakili oleh satu kurva teoritis (bisa berupa garis
lurus/lengkung, bergantung pada jenis skala yang dipakai).
Untuk menjamin bahwa pendekatan empiris (berupa pengeplotan data)
benar-benar bisa mewakili oleh kurva teoritis, perlu dilakukan uji kesesuaian
distribusi, yang biasa dikenal sebagai Testing of Goodness of Fit. Ada 2 uji yang
bisa dilakukan dalam hal ini, yaitu Uji Smirnov klomogorof dan Uji Chi Square
(Lily motarcih, 2009 : 71).

[Link] Uji Smirnov-Kolmogorof

Uji Smirnov-Kolmogorof adalah uji distribusi terhadap penyimpangan

data ke arah horisontal untuk mengetahui suatu data sesuai dengan jenis sebaran
teoritis yang dipilih atau tidak. Uji Smirnov kolmogorof sering juga disebut uji
kecocokan non-parametic, karena pengujiannya tidak menggunakan fungsi
distribusi tertentu. Pengujian dilakukan dengan membandingkan probabilitas tiap
data, antara sebaran empiris dan sebaran teoritis yang dinyatakan dalam ∆. Harga
∆ terbesar (∆ maks) dibandingkan dengan ∆ kritis (dari tabel Smirnov
Kolmogorof) dengan tingkat kenyakinan (α) tertentu. Distribusi dianggap sesuai
jika : ∆ maks < ∆ kritis.

Sebelum melakukan uji kesesuaian terlebih dahulu dilakukan plotting data dengan
tahapan sebagai berikut :

1) Data hujan harian maksimum tahunan disusun dari besar – kecil.

2) Hitung probabilitasnya dengan Rumus Weilbull (Sri Harto, 1993 )
m
P= x 100 %
n+1
 Keterangan :
P = probabilitas (%)
m = nomor urut data
n = jumlah data
3) Plotting data debit (X) dengan probabilitas P
4) Tarik garis durasi dengan mengambil 2 titik pada Metode Gumbel (garis
teoritis berupa garis lurus) dan 3 titik pada Metode Log Pearson III (garis
teoritis berupa garis lengkung kecuali untuk Cs = 0, garis teoritis berupa
garis lurus).
Persamaan yang digunakan adalah (Shahin, 1976) sebagai berikut :
∆ maks=[ Pe−Pt ]
Keterangan :
∆maks = selisih maksimum antara peluang empiris dan teoritis
Pe = peluang empiris
Pt = peluang teoritis
∆cr = simpangan kritis (dari Tabel 2.6)
Kemudian dibandingkan antara ∆maks dan ∆cr, distribusi frekuensi yang dipilih
dapat diterima apabila ∆maks < ∆cr dan jika ∆maks > ∆cr berarti gagal (Lily
motarcih, 2009).
Tabel 2.6 Uji Smirnov-Kolmogorof : Nilai Kritis (∆cr) Smirnov-
Kolmogorof

Ukuran Level of Significance ɑ (persen)

Sampel
20 15 10 5 1
(n)
1 0,9 0,925 0,95 0,975 0,995
2 0,684 0,726 0,776 0,842 0,929
3 0,565 0,597 0,642 0,708 0,829
4 0,494 0,525 0,564 0,624 0,734
5 0,446 0,474 0,51 0,563 0,669
6 0,41 0,436 0,47 0,521 0,618
7 0,381 0,405 0,438 0,486 0,577
8 0,358 0,381 0,411 0,457 0,543
9 0,339 0,36 0,388 0,432 0,514
10 0,322 0,342 0,368 0,409 0,486
11 0,307 0,326 0,352 0,391 0,468
 12 0,295 0,313 0,338 0,375 0,45
13 0,284 0,302 0,325 0,361 0,433
14 0,274 0,292 0,314 0,349 0,418
15 0,266 0,283 0,304 0,338 0,404
16 0,258 0,274 0,295 0,328 0,391
17 0,25 0,266 0,286 0,318 0,38
18 0,244 0,259 0,278 0,309 0,37
19 0,237 0,252 0,272 0,301 0,361
20 0,231 0,246 0,264 0,294 0,352
Rumus 1, 07 1, 14 1, 22 1, 36 1, 63
Asimoti
k √n √n √n √n √n
Sumber : Lily Motarcih, 2009

[Link] Uji Chi-kuadrat

Uji Chi-kuadrat dimaksudkan untuk menentukan apakah persamaan

distribusi yang telah dipilih dapat mewakili distribusi statistik sampel data yang
dianalisis. Pengambilan keputusan uji ini menggunakan parameter X 2 , yang dapat
dihitung dengan rumus berikut :
k
( Fe−Ft )2
X 2
hitung =∑
i=1 Ft
Keterangan :
2
X hitung = harga Chi Square hitung
Fe = frekuensi pengamatan kelas j
Ft = frekuensi teoritis kelas j
K = jumlah kelas
Derajad bebas dk dirumuskan sebagai berikut :
dk = k-1 jika frekuensi dihitung tanpa mengestimasi parameter dari sampel
dk = k-1-m jika frekuensi dihitung dengan mengestimasi m parameter dari
sampel
Harga X 2 dengan derajad bebas (n) seperti tersebut di atas dibandingan
dengan X 2 dari tabel denga tingkat keyakinan (a) tertentu. Jika X 2 hitung < X 2
tebel berarti data sesuai dengan distribusi yang bersangkutan (Lily motarcih,
2009).

2.7.5 Memperkirakan Laju Aliran Puncak

Ada beberapa metode untuk memperkirakan laju aliran puncak (debit

banjir). Metode yang dipakai pada suatu lokasi lebih banyak ditentukan oleh
ketersediaan data. Dalam praktek, perkiraan debit banjir dilakukan dengan
beberapa metode dan denit banjir rencana ditentukan berdasarkan pertimbangan
teknis (engineering judgement). Secara umum, metode yang umum dipakai adalah
Metode Rasional (Suripin, 2004 ).

[Link] Metode Rasional

Metode Rasional adalah metode lama yang masih digunakan hingga

sekarang untuk memperkirakan debit puncak (peak discharge). Ide yang melatar
belakangi metode rasional adalah jika curah hujan dengan intensitas I terjadi
secara terus-menerus, maka laju limpasan langsung akan bertambah sampai
mencapai waktu konsentrasi tc. Waktu konsentrasi tc tercapai ketika seluruh
bagian DAS telah memberikan koutribusi aliran di outlet. Laju masukan pada
sistem adalah hasil curah hujan dengan intensitas I pada DAS dengan luas A.
Nilai perbandingan atara laju masukan dengan laju debit puncak (Qp) yang terjadi
pada saat tc dinyatakan sebagai run off coefficient (C) dengan nilai 0<=C<=1
(Chow. l998).

Beberapa alasan yang mendasari penggunaan Metode Rasional adalah :

1. Curah hujan terjadi dengan intensitas yang tetap dalam jangka waktu
tertentu setidaknya sama dengan waktu konsentrasi.
2. Limpasan langsung mencapai maksimum ketika durasi hujan dengan
intensitas tetap sama dengan waktu konsentrasi.
3. Koefisien run off dianggap tetap selama durasi hujan.
4. Luas DAS tidak berubah selama durasi hujan.
(Wanielista, 1990).
 Rumus ini adalah rumus yang tertua dan yang terkenal diantara rumus-rumus
lainnya. Rumus ini banyak digunakan untuk sungai-sungai biasa dengan daerah
pengaliran yang luasnya kurang dari 300 ha dan juga untuk perencanaan drainase
daerah pengaliran yang relatif sempit. Bentuk umum rumus rasional adalah
sebagai berikut :
Q = 0,2778 . C . I . A
Keterangan :
Q = debit banjir maksimum (m3/dt)
C = koefisien pengaliran/limpasan
I = intensitas curah hujan rata-rata (mm/jam)
A = luas daerah pengaliran (km2)
Arti rumus ini segera dapat diketahui yakni jika terjadi curah hujan selama 1
jam dengan intensitas 1 mm/jam dalam daerah pengaliran seluas 1 km2, maka
debit banjir sebesar 0,2278 m3/dt dan melimpas selama 1 jam (Sosrodarsono dan
Takeda, 1993).
 Koefisien Pengaliran
Koefisien ditetapkan sebagai rasio kecepatan maksimum pada aliran air dari
daerah tangkapan hujan. Koefisien ini merupakan nilai banding antara bagian
hujan yang membentuk limpasan langsung dengan hujan total yang terjadi. Nilai
C tergantung pada beberapa karakteristik dari daerah pengaliran yang termasuk
didalamnya :
1) Relief atau kelandaian daerah tangkapan
2) Karakteristik daerah, seperti perlindungan vegetasi, tipe tanah dan daerah
kedap air
3) Storage atau karakteristik detention lainnya.
Besarnya aliran permukaan dapat menjadi kecil, terlebih bila curah hujan tidak
melebihi kapasitas infiltrasi. Selama hujan yaug terjadi adalah kecil atau sedang,
aliran permukaan hanya terjadi di daerah yang impermeabel dan jenuh di dalam
suatu daerah tangkapan air (DAS) atau langsung jatuh di atas permukaan air.
Apabila curah hujan yang jatuh jumlahnya lebih besar dari jumlah air yang
dibutuhkan untuk evaporasi, intersepsi, infiltrasi, simpanan depresi dan cadangan
depresi, maka barulah bisa terjadi aliran permukaan. Apabila hujan yang terjadi
kecil maka hampir semua curah hujan yang jatuh terintersepsi oleh vegetasi yang
lebat (Kodoatie dan Sugiyanto, 2002).
Pada daerah dengan penggunaan lahan berubah-ubab, nilai dari koefisien
limpasan yang digunakan harus mempertimbangkan pembangunan di daerah hulu,
untuk daerah tangkapan air pada masa yang akan datang. Hal ini sangat cocok
pada daerah pengaliran di pedesaan mungkin berkembang sebagian atau
seluruhnya menjadi daerah tangkapan hujan perkotaan selama dilakukannya
perencanaan pelayanan kesejahteraan hidup.
Pengaruh tata guna lahan pada aliran permukaan dinyatakan dalam koefisien
aliran permukaan (C), yaitu bilangan yang menampilkan perbandingan antara
besarnya aliran permukaan dan besarnya curah hujan. Angka koefisien aliran
permukaan itu merupakan salah satu indikator untuk menentukan kondisi fisik
suatu DAS. Nilai C berkisar antara 0-1. Nilai C = 0 menunjukkan bahwa semua
air hujan terintersepsi dan terinfiltrasi ke dalam tanah, sebaliknya untuk nilai C =
1 menunjukkan bahwa air hujan mengalir sebagai aliran permukaan. Pada DAS
yang baik harga C mendekati nol dan semakin rusak suatu DAS maka harga C
semakin mendekati satu (Kodoatie dan Sjarief, 2005). Nilai koefisien limpasan
berdasarkan fungsi lahan menurut Metode Rasional disajikan pada Tabel 2.7.

Tabel 2.7 Koefisien Pengaliran (C) untuk metode rasional

Tata Guna Lahan Nilai C

Hutan Tropis <3
Hutan Produksi 5
Semak Belukar 7
Sawah-sawah 15
Daerah pertanian, perkebunan 40
Jalan aspal 95
Daerah pemukiman 50-70
Bangunan padat 70-90
Bangunan terpencar 30-70
Atap rumah 70-90
Jalan tanah 13-50
Lapis keras kerikil batu pecah 35-70
Lapis keras beton 70-90
Taman, halaman 5-25
Taman lapang, tegalan 10-30
 Kebun, lading 0-20

 Intensitas Curah Hujan Rata-Rata

Perhitungan debit banjir dengan metode rasional memerlukan data intensitas
curah hujan. Intensitas curah hujan adalah ketinggian curah hujan yang terjadi
pada kurun waktu dimana air tersebut terkonsentrasi. Intensitas curah hujan
dinotasikan dengan huruf I dengan satuan mm/jam.
Intensitas hujan (mm/jam) dapat diturunkan dari data curah hujan harian (rnm)
empiris menggunakan metode mononobe, intensitas curah hujan (I) dalam rumus
rasional dapat dihitung dengan rumus (Loebis, 1992) :

( )
R 24 24 2 /3
I=
24 t

Keterangan :
I = intensitas curah hujan (mm/jam)
R = curah hujan rancangan setempat (mm)
t = lamanya curah hujan (jam)

 Waktu Konsentrasi
Waktu konsentrasi suatu DAS adalah waktu yang diperlukan oleh air hujan
yang jatuh untuk mengalir dari titik terjauh sampai ke tempat keluaran DAS (titik
kontrol) setelah tanah menjadi jenuh dan depresi-depresi kecil terpenuhi. Dalam
hal ini diasumsikan bahwa jika durasi hujan sama dengan waktu konsentrasi,
maka setiap DAS secara serentak telah menyumbangkan aliran terhadap titik
kontrol. Salah satu metode untuk memperkirakan waktu konsentrasi adalah rumus
yang dikembangkan oleh Kirpich (1940), yang dapat ditulis sebagai berikut
(Suripin, 2004) :

( )
2 0,385
0 , 87 x L
t c=
1000 xS

Keterangan :
tc = waktu konsentrasi dalam jam
L = panjang sungai dalam km
S = kemiringan sungai dalam m/m
2.8 Analisa Hidrolika

Analisis hidrolika bertujuan untuk mengetahui dan merencanakan dimensi

penampang saluran drainase dalam menampung debit banjir rencana. Analisa
hidrolika ini penting dikarenakan salah satu penyebab banjir adalah
ketidakmampuan penampang dalam menampung debit banjir yang terjadi.

2.8.1 Saluran Penampang

Potongan melintang saluran yang paling ekonomis adalah saluran yang

dapat melewatkan debit maksimum untuk luas penampang basah, kekasaran dan
kemiringan dasar tertentu. Berdasarkan persamaan kotinuitas, tampak jelas bahwa
untuk luas penempang melintang tetap. Debit maksimum di capai jjika kecepatan
aliran maksimum. Dari rumus manning maupun chezy dapat dilihat bahwa untuk
kemiringan dasar dan kekasaran tetap, kecepatan maksimum dicapai jika jari-jari
hidraulik, R, maksimum. selanjutnya untuk luas penampang tetap, jari-jari
hidraulikmaksimum jika keliling basah, P, minimum. kondisi seperti yang telah
kita pahami tersebut memberi jalan untuk menetukan dimensi penampang
melintang saluran yang ekonomis untuk berbagai macam bentuk, seperti di
jabarkan berikut.

[Link] Penampang Berbentuk Persegi

Pada penampang berbentuk persegi dengan dasar B dan kedalaman air h

(Gambar 2.6), luas penampang basah A dan keliling basah P , dapat dituliskan
sebagai berikut :
A = Bh

atau
A
B=
h
 Gambar 2.6 Penampang Persegi
Sumber : (Suripin, 2004)
P = B + 2h

Substitusi persamaan, maka diperoleh persamaan :

A
P= + 2h
h
Jari-jari hidraulik :
A Bh
R= =
P B+2 h
atau
2
2h h
R= =
2 h+2 h 2
Bentuk penampang melintang persegi yang paling ekonomis adalah jika
kedalaman air setengah dari lebar dasar saluran, atau jari-jari hidrauliknya
setengah dari kedalaman air.

[Link] Penampang Berbentuk Trapesium

Luas penampang melintang A dan keliling basah P , saluran dengan

penampang melintang yang berbentuk trapesium dengan lebar dasar B, kedalaman
aliran h, dam kemiringan dinding 1 : m (Gambar 2.7), dapat dirumuskan sebagai
berikut :
A = (B + mh) h
P = B + 2h √ m2+1
atau
B = P −¿ 2h √ m2+1
Nilai B pada persamaan diatas disubstitusikan, maka diperoleh persamaan
berikut :
 A = ( P−2 h √ m2 +1 ) h + mh2
atau
A = Ph −¿ 2h2 √ m 2+1 + mh2

Gambar 2.7 Penampang Trapesium

Sumber : (Suripin, 2004)

[Link] Penampang Berbentuk Segitiga

kemiringan sisi terhadap garis vertikal, 𝜃, dan kedalaman air, h (Gambar 2.8),
Pada potongan melintang saluran yang berbentuk segitiga dengan

maka penampang basah, A, dan keliling basah, P, dapat ditulis sebagai berikut:
2
A=h tan θ

Atau

h=
√ A
tanθ

P=(2 h) secθ

Gambar 2.8 Penampang Segitiga

 Sumber : (Suripin, 2004)
2.8.2 Kecepatan Aliran

Apabila kecepatan aliran dalam saluran drainase terlalu besar maka akan
terjadi pengikisan dinding saluran. Apabila kecepatan aliran dalam saluran terlalu
kecil maka akan terjadi pengendapan dari butiran / partikel lumpur yang terbawa
air (terjadi sedimentasi). Oleh karenanya harus dipilih kecepatan yang sedang,
sesuai dengan jenis material dinding saluran. Seperti disajikan pada tabel 2.8.

Tabel 2.8 Kecepatan Aliran

Batas Kecepatan Aliran (m/dt)

Jenis Material Dinding Saluran
Min Max
Beton 0,6 3
Aspal 0,6 1,5
Pasangan batu pecah dan batu bata 0,6 1,8
Campuran kerikil dan lempung 0,6 1
Campuran pasir kasar, kerikil, dan
0,3 0,6
tanah
Campuran pasir halus, dan tanah
0,1 0,2
lumpur

2.8.3 Kemiringan Dasar Saluran

Penentuan kemiringan dasar saluran diusahakan mengikuti kemiringan

permukaan kontur tanah didaerah rencana. Apabila kemiringan terlalu terjal maka
harus dibuat konstruksi pemecah gaya terjun pada tempat-tempat tertentu yang
dimungkinkan, sehingga dinding dasar saluran tidak mudah rusak.

∆ t (t 2−t 1)
I= =
L L

Keterangan :

I = Kemiringan dasar saluran

∆t = Perbedaan ketinggian dasar saluran antara dihilir dan dihulu drainase (m)
L = Panjang saluran (m)
2.8.4 Koefisien Kekasaran

Untuk menentukan besarnya koefisien kekasaran dinding digunakan

koefisien manning seperti disajikan pada tabel 2.9.

Tabel 2.9 Tabel Koefisien Kekasaran Manning

Kondisi
Tipe Saluran
Baik Cukup Buruk
Saluran Buatan :
1. Saluran tanah, lurus beraturan 0,02 0,023 0,25
2. Saluran tanah, digali biasanya 0,028 0,03 0,025
3. Saluran batuan, tidak lurus, tidak aturan 0,04 0,045 0,045
4. Saluran batuan, lurus beraturan 0,03 0,035 0,035
5. Saluran batuan, vegetasi pada sisinya 0,03 0,035 0,04
6. dasar tanah, sisi batuan koral 0,03 0,03 0,04
7. Saluran berliku-liku kecepatan rendah 0,025 0,028 0,03
Saluran Alam :
1. Bersih, lurus, tetapi tanpa pasir dan celah 0,028 0,03 0,033
2. Berliku, bersih, tetapi berpasir dan berlubang 0,035 0,04 0,045
3. Idem 2, tidak dalam, kurang beraturan 0,045 0,05 0,065
4. Aliran lambat, banyak tanaman dan lubang dalam 0,06 0,07 0,08
5. Tumbuh tinggi dan padat 0,1 0,125 0,15
Saluran dilapisi :
1. Batu kosong tanpa adukan semen 0,03 0,033 0,035
2. Idem1, dengan adukan semen 0,02 0,025 0,03
3. Lapisan beton sangat halus 0,011 0,012 0,013
4. Lapisan beton biasa dengan tulangan baja 0,014 0,014 0,015
5. Idem 4, tetapi tulangan kayu 0,016 0,016 0,018
Sumber: Imam Subarkah (1980)

2.8.5 Hidrolik Saluran

Untuk menghitung saluran drainase pada penampang saluran sebagai laju

kecepatan air yang akan dialirkan. Untuk menetukan dimensi saluran drainase
digunakan rumus umum yaitu :

Q= A x V
 Keterangan :

Q = Debit aliran dalam saluran (m³/dt)

A = Penampang dasar saluran (m²)
V = Kecepatan aliran dalam saluran (m/dt)

Untuk Manning :

2 1
1
V = x R3 x I 2
n

A
R=
P

Keterangan :
V = Kecepatan aliran dalam saluran (m/dt)
n = Koefisien kekasaran manning
R = Radius hidrolik (m)
A = Luas penampang basah (m²)
P = Keliling basah (m)
I = Kemiringan dasar saluran