Hidrologi SESI 3, 2017

OLEH : SRI EKO WAHYUNI

 GARIS-GARIS BESAR PROGRAM PENGAJARAN

No Tujuan Khusus Pokok Bahasan Sub Pokok Bahasan Estimasi Referensi

Pembelajaran Waktu
3. Mahasiswa Contoh hasil - Contoh perhitungan 2 x 50’ Buku a, b,
dapat AUHO. hasil AUHO c, d, e.
memahami Mengisi data -Missing data, rata
mengisi data hujan, menguji aljabar, Perbandingan
hujan, data konsistensi data. normal, Reciprocal
hujan konsisten Perhitungan Methode, contoh soal.
Menghitung hujan DAS -Menguji konsistensi
hujan DAS. dengan data hujan dengan
berbagai metode Double Mass
Metode. Curve, contoh soal.
Perhitungan Curah
hujan DAS dengan :
- Metode Aljabar dan
Metode Thiessen.
 CONTOH :
Dari suatu DAS seluas 2 HA diketahui sketsa
data Grafik AUHO (Alat Ukur Hujan Otomatik).

Diminta untuk menghitung :

a. Intensitas hujan setiap jam.
b. Gambarkan hyetograph hujan.
c. Hitung tebal hujan efektif, bila selama terjadi hujan,
besarnya kehilangan air rata-rata sebesar 8
mm/jam.
d. Gambarkan kurva massa hujan.
e. Hitung besarnya koefisien limpasan (koefisien runoff).
Curah hujan, mm.

10

8 Tidak ada hujan

0
8 9 10 11 12 13 14 15 16 17 18 19 20 21
Waktu (jam)

HASIL REKAMAN DATA CURAH HUJAN DENGAN

AUHO.
 Penyelesaian :
a. Perhitungan Intensitas Hujan tiap jam disajikan sbb. :
Waktu Tinggi hujan Lamanya Intensitas
No. (pukul) (mm) (jam) (mm/jam)
h
1 8–9 0,0 1,0 Intensitas 
t 0,0

2 9 – 10 0,0 1,0 0,0

3 10 – 11 2,0 1,0 2,0

4 11 – 12 2,0 1,0 2,0

5 12 – 13 0,0 1,0 0,0

6 13 – 14 0,0 1,0 0,0

7 14 – 15 4,0 1,0 4,0

8 15 – 16 10,0 1,0 10,0

9 16 – 17 20,0 1,0 20,0

 b. Hyetograph hujan :
DATA-DATA
Intensitas
(mm/jam) Intensitas hujan vs waktu.

20 20

16 Hujan efektif
14 (limpasan)
12 Kehilangan air 10
8 mm/jam
8
4
4 2 2
0
8 10 12 14 16 18 20 Waktu (jam)
c. Hitung hujan efektif, bila selama terjadi
hujan besarnya kehilangan air rata-rata
sebesar 8 mm/jam :
Hujan efektif merupakan tingginya curah hujan
yang melimpas menjadi aliran permukaan
(grafik yang diarsir), yang dihitung dari tinggi
hujan lebih besar dari 8 mm, yaitu :
He = (10-8) mm/jam (1 jam) + (20-8) mm/jam
(1 jam) + (14-8) mm/jam (1 jam) = 20 mm.

Jadi tingginya hujan efektif He = 20 mm.

 Total curah hujan 54
50 52

40
38
30

20
18
10
4 8
0
8 10 12 14 16 18 20
t, jam
d. Kurva massa hujan : diperoleh dari nilai
Kumulatif tinggi hujan pada gambar di atas (b)
e. Besarnya koefisien limpasan (koefisien runoff):
Tinggi hujan H = 54 mm ; Tinggi hujan efektif = He = 20 mm
Koefisien runoff :   He  20  0,37 Ada beberapa rumus
H 54 [Link] ([Link]).
 METODE PENGISIAN
DATA CURAH HUJAN YANG HILANG
(MISSING DATA) :

Ada 3 macam cara :

1. Cara Aljabar
2. Cara Perbandingan Normal
3. Cara Kebalikan Kuadrat
Jarak (Reciprocal Methode).
1. CARA ALJABAR :
Digunakan jika perbedaan curah hujan tahunan normal di
stasiun terdekat < 10% dari Stasiun yg datanya hilang.
1
Px   Pa  Pb  Pc  ..... PN 
N
2. CARA PERBANDINGAN NORMAL :
Digunakan jika perbedaan curah hujan tahunan normal di
Sta. terdekat > 10% dari Stasiun yg kehilangan data tsb. :

1  N x Pa   N x Pb   N x PN 
Px        .....    
N  N a   Nb   NN 
Px = Curah hujan di Stasiun X yang datanya hilang / missing.
Nx = Curah hujan tahunan rata-rata di Stasiun X.
Na, Nb, Nn = Curah hujan tahunan rata-rata di Stasiun A, B, ..., N
Pa, Pb, Pn = Curah hujan di Stasiun A, B ... , N pada saat tertentu.
CONTOH SOAL :
Dari suatu daerah aliran sungai yang mempunyai 4
stasiun curah hujan A, B, C, D, diketahui data sbb :
Curah hujan tahunan rata-rata :
NA = 1120,14 mm
NB = 1034,55 mm
NC = 1198,88 mm
ND = 977,90 mm
Sedangkan curah hujan pada bulan Agustus 2012 :
di Stasiun A : PA = 106,7 mm
di Stasiun B : PB = 88,9 mm
di Stasiun C : PC = 121,9 mm.
Berapa besar curah hujan pada
bulan Agustus di Stasiun D (PD) ?.
PENYELESAIAN :
Perbedaan A – D : 1120 ,14  977 ,9  x100 %  14,5%
977 ,9
Perbedaan B – D : 1034,55  977,9  x100%  5,8%
977,9
Perbedaan C – D : 1198 ,88  977,9  x100%  22,6%
977,9
BEDA > 10%  PAKAI METODA PERBANDINGAN NORMAL :
1  N D PA   N D PB   N D PC 
PD         
3  N A   N B   NC 
1  977,9 x106,7   977,9 x88,9   977,9 x121,9 
PD       92,20mm
3  1120,14   1034,55   1198,88 
Curah hujan bulan Agustus 2012 di Stasiun D = 92,20 mm.
3. CARA KEBALIKAN KUADRAT
JARAK
1(RECIPROCAL METHOD).
P  1
P  1
z Pc
 dx A  z A  dx B  z B  dx C 
Px   Sta. B, C, D, E, F diketahui
z  z 
1 1 1
 dx 
A B  dx  C  dx  zbesar curah hujannya.
Contoh 1 : MENCARI HUJAN DI STA.
Y
C(1,6) A:
5 (1,8 mm)
 Tentukan sumbu X-Y melalui
yaitupusat
titik Stasiun di mana
koord. data
A (0,0) 
D(-3,2) B(4,2) hujannya hilang.
(1,5 mm) (... mm ?) (1,6 mm) 
Tulis koordinat (kolom 3,4).
-5 A(0,0) 5 X Estimasi hujan ditentukan
dengan faktor pemberat :
F(2,-2)
E(-3,-3) (1,7 mm) 2 1
(2,0 mm) dxi  X 2  Y 2 ; W  2
dxi
 1
DATA-DATA
Sta. HUJAN (P) X Y
2
dxi  X 2  Y 2 W 
dx i
2
10 3
PxW
A - 0 0 - - -
B 1,6 4 2 20 50 80
C 1,8 1 6 37 27 48,8
D 1,5 3 2 13 76,9 115,4
E 2,0 3 3 18 55,6 111,2
F 1,7 2 2 8 125,0 212,5
          334.5 567.7

Jadi Curah Hujan di Stasiun A : 567,7

P  1,7mm
334,5
KELEMAHAN CARA INI :
Hasil estimasi < dari harga yang terbesar dan
> dari harga yang terkecil.
 CONTOH SOAL 2 :
DATA-DATA
Dari suatu DAS yang mempunyai 4 buah
stasiun penakar hujan diketahui data sbb :

Sta. Koordinat Curah Hujan (mm)

A (5 ; 5) 155
B (15 ; 10) ???
C (10 ; 10) 165
D (15 ; 15) 190

Hitung besarya curah hujan pada Stasiun B !

PENYELESAIAN :
Dengan menggunakan metode “Kebalikan Kuadrat jarak”,
maka harus dibuat sistem koordinat baru dengan titik pusat
koord. B (0,0) sehingga diperoleh masing2 koordinat sbb. :
 Titik pusat
Sistem koord.
koord. baru
lama
Y Y’

● D(15,15) ; 190 mm
D’(0,5)
C(10,10) ; 165 mm
C’(-5,0)
● ●B’(0,0) X’
B(15,10)
15
10
● A(5,5) ; 155 mm
Titik pusat A’(-10,-5)
Koordinat
lama ● X
O(0,0)
Cari koord. Baru
Stasiun A, C & D
 2 1 1
Titik Hujan/P X’ Y’ dxi  X  Y
2 2
W 2
3
10 2
10 3
P
dxi dx i
A 155 -10 -5 125 8 1.240
B - 0 0 0 0 0
C 165 -5 0 25 40 6.600
D 190 0 5 25 40 7.600

Jumlah 88 15.440

Jadi besarnya curah hujan di Stasiun B :

15.440
Pb   175,45mm.
88
 MENGUJI KONSISTENSI DATA
HUJAN
Data hujan yang teramati pada stasiun pengamat
hujan bisa tidak konsisten (plotting tidak lurus), hal
tsb. disebabkan karena beberapa faktor antara lain :
a. Perpindahan lokasi pengukuran sta. hujan.
b. Perubahan alat (AUHB menjadi AUHO).
c. Penggantian personil pengamat stasiun dll.
Untuk menguji konsistensi data hujan, pendekatan
yang dapat dilakukan misalnya dengan Analisis
Massa Ganda (Double Mass Curve Analysis), yaitu
menguji konsistensi hasil pengukuran pada suatu
stasiun dan membandingkan akumulasi dari
hujan yang bersamaan untuk suatu kumpulan
stasiun yang mengelilinginya.
 DATA YANG TIDAK KONSISTEN BERARTI
DATA TSB. MENGANDUNG KESALAHAN,
MAKA HARUS
KEBENARANNYA, DIUJI
YAITU DENGAN
METODE DOUBLE MASS CURVE
● DATA YANG AKAN DIUJISBB. :
ADALAH DATA TAHUNAN/
DATA MUSIMAN PADA STASIUN M.
● DATA HUJAN ACUAN N MERUPAKAN NILAI RATA2
DARI STASIUN HUJAN P, Q, R, S dst. YANG
LOKASINYA ADA DISEKELILING STASIUN M.
● DATA KUMULATIF STASIUN M DIBANDINGKAN
SECARA GRAFIS DENGAN DATA KUMULATIF
HUJAN ACUAN N.
● DATA DI STASIUN M SEBAGAI SUMBU Y DAN
DATA HUJAN ACUAN N SEBAGAI SUMBU X.
 DATA-DATA
JIKA GRAFIK YANG TERJADI BERUPA GARIS LURUS
(TIDAK TERJADI PATAHAN), MAKA DATA STASIUN
M
KONSISTEN, DAN SEBALIKNYA JIKA ADA PATAHAN 
TIDAK KONSISTEN SEHINGGA HARUS DIKOREKSI.

JIKA DATA SEBELUM GARIS TERSEBUT BERUBAH

(patah), KEMIRINGANNYA SEBESAR B DAN SETELAH
BERUBAH, KEMIRINGANNYA SEBESAR A, MAKA DATA
STASIUN M HARUS DIKOREKSI DENGAN DIKALIKAN
SUATU FAKTOR KOREKSI YAITU : B/A.

DATA YANG SUDAH DIKOREKSI akan KONSISTEN,

BERARTI BAHWA DATA YANG TERUKUR DAN
DIHITUNG SUDAH BENAR & TELITI SESUAI
DENGAN FENOMENA SAAT HUJAN TERJADI.
 y
Hujan y = ax

Q pada sta. M

konsisten
R

M
P 
S
rata-rata kumulatif pada
stasiun yang mengelilingi
(Data hujan Acuan N).

y
Ada patahan A   Jika data curah hujan tidak

1990   konsisten, supaya konsisten,

STA.M  
 maka data hujan pada stasiun

 B (kemiringan/ M harus dikoreksi dengan
 nilai tangen)
x faktor : B/A.
2000 STA.N (rata2 sta, P, Q, R, S)
Sumbu Y

Y
●

X Sumbu X
Cek sta. A, konsisten ?. Thn 1990 patah Koreksi
Data Hujan Tahunan
Plotting sumbu
  X-Y   
Kumul.
Tahun Rerata Sta.
Rerata Sta.
Kumul.
Sta. A Sta. B Sta. C Sta. D Sta. E B,C,D,E Sta. A
B,C,D,E

(1) (2) (3) (4) (5) (6) (7) (8) (9)

2000 1357 1378 1286 1277 1483 1356 1356 1357
1999 2021 1561 1915 1987 1891 1839 3195 3378
1998 1874 1644 1994 1663 1991 1823 5018 5252
1997 2027 2025 1731 1558 1842 1789 6807 7279
1996 1517 1766 1567 1765 1835 1733 8540 8796 β
1995 1713 1253 1416 1579 1306 1389 9928 10.509
1994 1523 1883 1229 1925 1796 1653 11.582 12.032
1993 1871 1298 1445 1667 1816 1557 13.138 13.903
1992 1214 1076 1310 1183 1594 1291 14.429 15.117
1991 1850 1545 1914 1603 1925 1747 16.176 16.967
1990 ● 2336 1465 2494 2131 2222 2078 18.254 19.303
1989 950 1453 1469 1805 1262 1497 19.751 20.253
1988 1183 1597 1300 1386 1656 1485 21.236 21.436 α
1987 1341 1680 1618 1931 1681 1728 22.963 22.777
1986 1123 1235 1640 1541 1583 1500 24.463 23.900
1985 1314 1495 1228 1928 1590 1535 25.998 25.214
 Y
30000
Gradien 1990 s/d 1985 sebagai ”garis yg patah”
(kemiringan kurva sesudah patah :
Tahun 1985
25000 25.214  19.303 Nilai kumulatif
  0,763
25.998  18.254

Tahun 1990 Patah, maka data

20000
Data Kumulatif Sta. A

mulai 1990 harus dikoreksi 

Tahun 1991
Analisis Regresi : Kom A
15000 R ~ 1  konsisten
Linear (Kom A)
Kom A
10000 Gradien 2000 s/d 1991 sebagai Linear (Kom A)
”garis acuan” (kemiringan  Data yang dikoreksi
Kurva sebelum patah) adalah : tahun 1985 s/d 1990,
16.967  1.357 kemudian dicari harga
5000   1,053
16.176  1.356 kumulatif sta. A dan
digambar lagi, maka
Tahun 2000 akan diperoleh
0 X
0 5000 10000 15000 20000 25000 30000 garis lurus.

Kumulatif Rerata Sta. B,C,D,E GradienGar isAcuan 1,053

FK    1,371
GradienGar isPatah 0,763
FK = Faktor Foreksi = 1,371
HUJAN RATA-rata DAERAH ALIRAN SUNGAI
(AREAL RAINFALL)

Sebagian besar analisis hidrologi memerlukan data

curah hujan rata-rata DAS (Areal Rainfall).
Hasil yang diperoleh dari pengukuran alat pengukur
hujan adalah kedalaman hujan pada satu
tempat saja, yaitu di mana stasiun hujan tersebut
berada  disebut data hujan lokal (point rainfall) 
data ini belum bisa digunakan untuk
analisis hidrologi.
Jika suatu DAS mempunyai beberapa stasiun hujan
yang ditempatkan terpencar  kedalaman hujan yg
tercatat di masing2 stasiun biasanya tidak sama.
 HUJAN RATA-RATA DAS
POINT RAINFALL HARUS DIUBAH (DIOLAH) MENJADI
AREAL RAINFALL , SEHINGGA DIPEROLEH
HUJAN RATA-RATA DAS  DATA TERSEBUT YANG
BISA DIGUNAKAN UNTUK ANALISIS HIDROLOGI.

ADA 3 MACAM CARA YANG DAPAT DIGUNAKAN

UNTUK MENGHITUNG HUJAN LOKAL (POINT
RAINFALL) MENJADI HUJAN RATA-RATA DAS
(AREAL RAINFALL) YAITU :

1. METODE RATA-RATA
ALJABAR.
2. METODE POLIGON THIESSEN.
3. METODE ISOHYET.
 1. METODE RATA-RATA
ALJABAR :
Merupakan metode paling sederhana untuk menghitung
hujan rata-rata yg jatuh di dalam & sekitar DAS ybs.
Hasilnya memuaskan jika daerahnya datar dan alat ukur
tersebar merata serta curah hujan tidak bervariasi
banyak dari harga tengahnya dan distribusi hujan
relatif merata pada seluruh DAS.
Penempatan stasiun sebaiknya merata, makin banyak
stasiun hujannya  akan makin banyak informasi
yang diperoleh tetapi biayanya lebih mahal.
Keuntungan : lebih obyektif jika dibandingkan dengan
metode Isohyet yang masih mengandung faktor subyektif.

Batas DAS 1 2 1 n
Stasiun hujan
P   Pi
n n i 1
``````` P = hujan rata-rata DAS.
Pi = tinggi curah hujan distasiun i, di mana : i = 1, …, n.
 2. METODE POLIGON
DATA-DATA
THIESSEN :
- Metode ini memperhitungkan daerah pengaruh dari
masing-masing stasiun hujan  asumsi :
hujan yang terjadi pada suatu luasan dalam DAS = hujan
yang tercatat di sta. terdekat  jadi mewakili luasan tsb.
- Jumlah stasiun hujan minimum 3 buah.
- Penyebaran stasiun hujan bisa tidak merata.
- Tidak sesuai untuk daerah bergunung (pengaruh
orografis).
- DAS dibagi menjadi poligon dengan stasiun pengamat
hujan sebagai pusatnya.
- Apabila ada penambahan/ pemindahan stasiun pengamat
hujan, akan mengubah seluruh jaringan & mempengaruhi
hasil akhir perhitungan.
- Tidak memperhitungkan topografi.
- Metode ini lebih teliti dibandingkan dengan cara Aljabar.
 1
Sudut lancip ●
∆
Letak Stasiun jauh,
tidak berpengaruh

Luas Daerah
pengaruh sta. 2
3 _
Rumus : P 
 AP n n
•
A n
• _
2
Garis poligon P  hujanrata 2 DAS

Pn = tinggi hujan pada stasiun1, 2….., n

An = luas daerah yang berpengaruh pada masing2 sta.
Caranya :
1. Hubungkan lokasi stasiun pengamat hujan, sudut lancip.
2. Gambar garis bagi tegak lurus pada tiap sisi segitiga.
3. Hitung faktor pemberat/pembobot Thiessen : Ai/ΣAi.
4. Luas daerah pengaruh diukur dg planimeter/kertas milimtr/Autocad.
5. Curah hujan dalam tiap poligon dianggap diwakili oleh curah hujan
dari stasiun hujan pada tiap poligon tersebut.
Gambar Poligon Thiessen

Garis Poligon
Anak sungai

Stasiun hujan

●
 CONTOH SOAL No. 1 :
DATA HUJAN HARIAN PADA TAHUN 2012, SEPERTI
DATA-DATA GAMBAR DI
BAWAH INI, DI MANA LUAS DAS 500 KM². HITUNG
HUJAN
RERATA DAS DENGAN METODE POLIGON THIESSEN !
mm
Luas daerah A
pengaruh sta. B
*
Garis
B 120 km²
poligon
40 B (40 mm) * C
mm

Stasiun hujan
as daer. pengaruh sta.A = 95 * A, B, C, D
as daer. pengaruh sta.C = 172 D mm
as daer. pengaruh sta.D = 113
 Cara 1 :
Stasiun Hujan (mm) Luas Daerah Hujan x Luas
An Pengaruh, Pn Kolom 2x3
A 50 95 4.750
B 40 120 4.800
C 20 172 3.440
D 30 113 3.390
JUMLAH 500 16.380

_
P
 AP n n

16.380
 32,76mm
A n 500
HUJAN RATA-RATA DAS TAHUN 2012 = 32,76
mm.
 Atau :
Stasiun Hujan (mm) Faktor Hujan x FP
Pn pembobot, FP (Pn x FP)
A 50 0,19 9,5
B 40 0,24 9,6
C 20 0,34 6,8
D 30 0,23 6,9
JUMLAH 1,00 32,8

HUJAN RATA-RATA DAS TAHUN 2012 = 32,8 mm.

STASIUN HUJAN
A,B,C,D,E. A: 190 mm
●
GAMBARKAN
POLIGON THIESSEN dan
HITUNG HUJAN DAS !?!?

E ●
127
Contoh Perhitungan Curah● B
Hujan Rata2 DAS : 97 mm

● ●C
D 170 mm
210 mm
 TUGAS HIDROLOGI S1
1. Cari data hujan suatu DAS minimal sepanjang 25 tahun yang
mempunyai minimal 3 buah stasiun hujan (lengkap dengan
Gambar DAS).
2. Jika ada data curah hujan yang hilang, saudara harus melengkapi
dengan metode yang sesuai.
3. Dari data curah hujan tahunan, saudara diminta untuk meneliti
apakah data curah hujan tersebut konsisten ?. Lengkapi dengan
gambar, faktor koreksi & analisis regresi.
4. Cari curah hujan harian rata-rata DAS dengan menggunakan
metode poligon Thiessen !.
5. Dari hasil hujan harian maksimum dengan Metode Thiessen, cari
Hujan Rencana dengan metode yg sesuai (Distribusi Normal /
Gumbel / Log Pearson Tipe III) untuk periode ulang 10 – 100
tahun !.
6. Data hujan hasil pengukuran dilampirkan.
7. Tugas kelompok, masing-masing Kelompok 8 - 10 orang.
8. Presentasi dilaksanakan pada Sesi ke-6. Hard copy harus
diserahkan maksimal 3 hari sebelum presentasi.
 1. Dari suatu DAS, dimana batas DAS nya merupakan garis penghubung
A,B,C,D,E, diketahui EA tegak lurus AB, BD tegak lurus DC dan EB
tegak lurus BD (ketiganya merupakan segitiga siku-siku samakaki).
Panjang AB = AE = 30 km, BE = BD. Y = Nilai terakhir NIM.

A:19Y mm B:27Y mm C:30Y mm

● ● ●

Contoh Perhitungan Curah

Hujan Rata2 DAS :

● ●
E:24Y mm D:25Y mm

HITUNG HUJAN DAS DENGAN METODE POLIGON THIESSEN !!.

 SEE YOU NEXT WEEK, IN SYAA ALLAH

PENANDATANGANAN MoU UNIVERCITY de PARIS VIII,

MEI 2006
 Kemiringan kurva sebelum patahan : 16.967  1.357
  1,053
16.176  1.356
Kemiringan kurva sesudah patahan :
25.214  19.303
  0,763
25.998  18.254
Faktor  1,053
FK    1,371
koreksi :  0,768

Data yang dikoreksi tahun 1985 s/d 1990,

kemudian dicari harga kumulatif sta. A dan
digambar lagi, maka akan diperoleh garis lurus.
● Jika Faktor Koreksi sebelum dibagi sesudah
patahan :
FK = 1,371  Data Faktor Koreksi tahun 1990
sbb. :
2.336 x 1,371 = 3,203
● Jika Faktor Koreksi sesudah dibagi sebelum
patahan :
 jika kualitas data bagus.
Panjang data punya peranan
yang
cukup besar  (> 20 tahun).
Perbedaan panjang data yang
dipakai dalam analisis akan
memberikan penyimpangan
yang
cukup berarti, makin pendek
data,
makin besar
penyimpangannya.
 CONTOH 1 :
DIKETAHUI SUATU DAS MEMPUNYAI 4 STASIUN
HUJAN : STASIUN A = 50 MM, B = 40 MM, C = 20 MM &
D = 30 MM. HITUNG HUJAN RERATA DENGAN
METODE RATA2 ALJABAR !.
NYELESAIAN :
TA. A BERADA TIDAK JAUH DARI DAS, JADI BERPENGARUH, S
1 n 1
P   Pi  (50  40  20  30)  35mm.
n i 1 4
KA STASIUN A BERADA JAUH DARI DAS MAKA DATA DI STASIU
IDAK DIPERHITUNGKAN, SEHINGGA :
1 n 1
P   Pi  (40  20  30)  30mm.
n i 1 3
PERBEDAAN CUKUP BESAR KARENA VARIASI
HUJAN DI MASING2
STASIUN CUKUP BESAR, PADAHAL METODE TSB.
 3 A : 65 mm
Metode Luas daerah
Pengaruh sta. A
Thiessen
192 mm
146 mm

154 mm 450 mm
Sta E di luar batas DAS,
tapi masih berpengaruh
 Luas

Sta.
DATA-DATAFaktorThiessen
daerah
pngruh Hujan P
Pembobot Hujan DAS (mm)
Kolom 3 x 4
Hujan (Ha) (mm) (% dari luas total)
1 2 3 4 5
A 15 65 15/455 x 100% = 3,3 3,3% x 65 = 2
B 70 146 70/455 x 100% = 15.4 15,4% x 146 = 22
C 80 192 80/455 x 100% = 17,6 17,6% x 192 = 34

D 85 269 85/455 x 100% = 18,7 18.7% x 269 = 50

E 10 154 10/455 x 100% = 2,2 2,2% x 154 = 3

F 60 298 60/455 x 100% = 13.2 13,2% x 298 = 39

G 100 500 100/455 x 100% = 21,9 21,9% x 500 = 110

H 25 450 25/455 x 100% = 5,5 5,5% x 450 = 25

I 10 282 10/455 x 100% = 2,2 2,2% x 282 = 6

 Total 455 LuasDaerah PengaruhJumlah = 100 HUJAN DAS = 291

  LuasTotal
 CONTOH
ISOHYET :

5 4

Luas brutto 1=10 km²

3
Luas brutto 2=100 km²
 Luas netto = 90 km² 2
(100)

1
 1 2 3 4 5
Isohyet Luas Bruto Luas Neto Rata Hjn antara 2 isohyet [Link]
mm Ha Ha mm Kolom 3x4
500 10 10 525 5.250
1
400 100 90 450 40.500
2
300 190 90 350 31.500
3
200 290 100 250 25.000
4 100 400 110 150 16.500
5 <100 455 55 80 4400
6
123.150
       

123.150 (Dengan Thiessen :

P   270,7mm P =291 mm)
455