Translate This !

Thursday, January 13, 2011

PROBABLE MAXIMUM PRECIPITATION (PMP)

Curah hujan merupakan salah satu unsur iklim yang sangat penting dan merupakan bagian dari daur hidrologi yang tidak terpisahkan ( Asdak, 2007). Hujan adalah komponen masukan penting dalam proses hidrologi yang memiliki karakteristik seperti antaranya adalah intensitas, durasi, kedalaman, dan frekuensi. (Suroso, 2004). Karakteristik hujan tersebut mempunyai sifat yang sangat fundamental untuk berbagai keperluan perencanaan ataupun pekerjaan-pekerjaan yang terkait dengan hidrologi seperti erosi tanah, banjir, irigasi, kekeringan dan ketersediaan air. (Asdak, 2007). 


Karakteristik hujan dapat dianalisis dengan berbagai metode, diantaranya dengan hujan rancangan (Probable Maximum Precipitation/PMP). Para ahli hidrologi menggunakan besarnya PMP, bersama dengan distribusinya secara spasial dan temporal, untuk menghitung kemungkinan banjir maksimum (PMF). (Bureau of Meteorolgy, 2003).

PMP didefinisikan sebagai kedalaman teoritis besarnya curah hujan untuk jangka waktu tertentu yang secara fisik mungkin lebih dari 1 drainase tertentu dalam kurun waktu tahun tertentu. (American Meteorological Society, 1959). Sedangkan menurut Organisasi Meteorologi Dunia (WMO) (1986) PMP di definisikan sebagai kedalaman terbesar curah hujan untuk jangka waktu tertentu secara meteorologi mungkin untuk luas areal badai di lokasi tertentu pada waktu tahun tertentu. Pengertian lainnya, PMP adalah estimasi curah hujan maksimum dalam kerangka waktu dari seluruh daerah penelitian, biasanya berasal dari data hujan terjadi di wilayah di dekatnya.(Kingpaiboon, 2004).  Dengan demikian, maka PMP dapat diartikan sebagai estimasi secara teoritis besarnya curah hujan maksimum yang terjadi di suatu wilayah tertentu dan dalam kurun waktui tertentu yang bisa di lampaui pada kala ulang

Metode pengukuran PMP menggunakan uji statistik analisis frekuensi. Analisis frekuensi adalah prosedur memperkirakan frekuensi suatu kejadian di masa lalu atau masa yang akan datang. Prosedur ini dapat diaplikasikan untuk menentukan PMP dalam berbagai kala ulang berdasarkan distribusi yang paling sesuai antara distribusi hujan secara teoritis dengan distribusi hujan secara empiris. Dalam analisis frekuensi ini diperlukan seri data hujan yang diperoleh dari pos penakar hujan. Analisis frekuensi ini didasarkan pada sifat statistik kejadian yang telah lalu untuk memperoleh probabilitas besaran curah hujan di masa yang akan datang dengan anggapan bahwa sifat statistik hujan di masa yang akan datang sama dengan sifatnya di masa lalu (Suripin, 2004).

Adapun urutan dalam pengukuran untuk estimasi PMP yaitu :
1. Menyiapkan data hujan harian maksimum dalam kurun waktu tahun tertentu, misal 15 tahun.
2. Memasukan data hujan harian maksimum (P24) ke dalam tabel dan mengurutkan  data tersebut sesuai peringkatnya dari kecil ke besar.
3. Menghitung besarnya peluang (P) denga rumus Weibull       
          P = (M x 100)/(n+1)           
Dimana :
P : Peluang tak terjadi
n : Jumlah data
m : peringkat (Ranking)
4.  Setelah data diurutkan dan diperoleh nilai P (Peluang tidak terjadi) maka dilakukan uji statistik untu menentukan distribusi data dengan parameter statistik:
a.       Mean
b.      Standar deviasi
c.       Koevisien variansi
d.      Koefisien skewness
e.       Koefisien of curtosis

Sehingga dapat ditentukan distribusi :
a.       Distribusi normal jika Cs ≈ 0
b.      Distribusi log normal jika Cs ≈ 3Cv dan Cs ≥ 0
c.       Distribusi Gumbell jika Cs ≈ 1,4 dan Ck ≈ 5,4
d.   Distribusi log person III jika Cs positif atau negatif dan semua syarat diatas tidak memenuhi syarat.


5. Setelah dilakukan uji statistik yang sesuai, kemudian dilakukan uji Chi Kuadrat dan Uji Smirnov-Kolmogorov untuk mengetahui apakah distribusi tersebut diterima atau tidak dan data yang ada baik digunakan atau tidak.

6. Apabila data dan distribusi frekuensi yang telah di uji menunjukkan hasil yang baik secara statistik maka dapat dilanjutkan dengan membuat tabel hujan rancangan sesuai dengan kala ulang yang diinginkan.
7. Untuk selanjutnya, dari data hujan rancangan berbagai kala ulang ini dapat dimanfaatkan untuk berbagai analisis kaian hidrologi, seperti adalah intensitas, durasi, kedalaman, dan frekuensi hujan, estimasi debit puncak, banjir, lama genangan, dan lain lain.
Sumber :
American Meteorological Society, 1959. Glossary of Meteorologi. Boston : Mass
Asdak, Chay. 2007. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta : Gadjah Mada Unoversity Press
Bureau of Meteorology (2003). The Estimation of Probable Maximum Precipitation in Australia for Generalised Short-Duration Method. Canberra : Hydrometeorogical Advisory Service.
Loebis, Joesron. 1992. Banjir Rencana Untuk Bangunan Air. Departemen Pekerjaan Umum.
Suripin. 2004. Sistem Drainase Perkotaan yang Berkelanjutan. Yogyakarta : Andi Offset.
Suroso. 2004. Analisis Curah Hujan untuk Membuat Kurva Intensity-Duration-Frequency (IDF) di Kawasan Rawan Banjir Kabupaten Banyumas. Purwokerto : Jurusan Teknik Sipil - Universitas Jenderal Soedirman.

6 comments:

  1. Besarnya Curah Hujan Rancangan PMP dengan Curah Hujan Rancangan Kala Ulang 1000 tahun besar mana ya...karena saya menghitung kok Hujan Rancangan PMP < R1000

    tks sebelumnya

    ReplyDelete
  2. maksudnya gimana yaa? mohon diperjelas :)

    ReplyDelete
  3. Probable Maximum Precipitation/PMP adalah metode untuk mencari Curah Hujan Rancangan, yang digunakan untuk menghitung Debit Banjir Rancangan (PMF).
    Pertanyaannya: apakan R PMP > R 1000
    karena hasil perhitungan saya R PMP < R1000
    apakah ada contoh perhitungan untuk PMP (beserta grafik)
    kalo ada mohon info

    ReplyDelete
  4. tidak. untuk contoh bagaimana jika saya kirimkan via email ? email anda ? trims.

    ReplyDelete
  5. bukan gitu mas atau mba, kalo ngitung PMP itu pake metode heirtzfield dan ada beberapa grafik yang dipakai untuk itu, yang anda beberkan diatas itu menghitung hujan rencana, dan ada beberapa kekurangannya di penjelasannya

    kalau ada comment bisa ke email saya : ranzranz@gmail.com

    ReplyDelete

Related Posts Plugin for WordPress, Blogger...