Hujan Jam - Jaman, Standar yang tidak Pernah Menjadi Standar (Bagian I)

Satu minggu sekali aku melakukan seminar disini dan mendapatkan berbagai ilmu baru dari berbagai bidang studi dan berbagai penelitian yang sedang dan telah dilakukan. aku tidak akan membahas tentang bagaimana masing - masing dari mereka melakukan penelitiannya dan bagaimana susahnya dalam berkomunikasi. namun sepertinya researcher lebih takut dengan pertanyaan daripada yang aku kira. berbeda dengan kehidupan sebagai praktisi khususnya konsultan, kami ada batas waktu terkait dengan kontrak dan dituntut untuk berfikir dinamis. namun yang aku pahami researcher punya kendali pada waktu yang cukup, aku rasa 1 penelitian dilakukan selama 2 sampai 3 tahun bisa memberkan lebih dari 2 model dan analisa yang tidak pernah bisa dilakukan selama menjadi konsultan. 

Sebagai disclaimer, hal ini mungkin bisa menjadi berbeda pada masing - masing orang dan instansi. namun aku cukup terkejut ketika dalam kelas hanya 2 orang yang terbiasa menghitung statistik dalam hidrologi dan bukan hanya itu, aku menjadi satu - satunya orang yang bertanya tentang bagaimana hujan jam - jam an dibahas di dalam kelas. kali ini aku akan membahas hal ini dalam postingan kali ini tentang bagaimana hujan jam - jam an yang digunakan dalam pembuatan hidrograf hujan maupun banjir. 

Non-Excess Probability

Pada dasarnya perhitungan banjir untuk desain yang digunakan adalah non Excess Probability dimana data yang digunakan memperkirakan waktu diluar data yang tersedia. ada 2 jenis probabilitas yaitu Excess Probability yang memperhtiunkan probabilitas di dalam rentang waktu data dan non exess probability yang memperhitungkan data diluar rentang data yang tersedia. 

Sangat umum perhitungan debit banjir menggunakan non excess probability dikarenakan keterbatasan data yang tersedia. jika kita menggunakan perhitungan debit banjir dengan kala ulang tertentu misakan 100 tahun, maka hampir tidak ada data di Indonesia yang berjumlah 100 tahun atau bahkan lebih oleh karena itu kita menggunakan non excess probability. 

Apa itu Hujan Jam - Jam an?

sebelum berangkat kesini, aku mengasumsikan bahwa pembaca sudah mengerti tentang bagaimana probabilitas hujan dan kala ulang dalam perhitungan hujan. sehingga apabila masih belum mengerti, aku sarankan untuk search terlebih dahulu tentang statistik pada hidrologi. secara garis besar hujan jam jaman merupakan pembagian dari hujan total yang dibagi menjadi beberapa jam dengan nilai total yang sama. nah pada umumnya di Indonesia ketika bachelor, paling umum kita dikenalkan dengan metode Mononobe kemudian ketika bekerja kemudian kita kenal berbagai metode lain seperti PSA 007. Semua metode itu pada dasarnya bisa digunakan sebagai praktisi untuk pendekatan yangmengubah hujan rancangan menjadi hujan jam - jaman untuk selanjutnya dimasukkan ke model hidrlogi untuk menghasilkan debit.

Hujan jam - jaman menjadi perlu untuk diperhitungkan pada model yang membutuhkan hidrograf banjir rancangan atau model hidrolika dengan unsteady flow. namun analisa steady flow maupun analisa perhitungan dengan menggunakan model rasional yang biasa digunakan sebagai perhitungan drainase sederhana tidak diperlukan untuk memperhitungkan hujan jam - jaman.

Empiris VS Pencatatan yang Menimbulkan Perdebatan

pada perhitungan hujan jam - jaman untuk berbagai kala ulang, umumnya kita menggunakan perhitungan empiris baik itu menggunakna mononobe maupun menggunakan PSA 007 sebagai dasar perhitungan. Pada pembahasan kali ini aku akan sedikit membandingkan dari apa yang terjadi di jepang tentang bagaimana hujan jam - jaman yang digunakan dan bagaimana menjadi bagian dari design. seperti yang kita ketahui bahwa hujan jam - jaman dapat dilakukan pendekatan berdasarkan hujan yang pernah terjadi. jika nilai total dari hujan tersebut dibagi dengan jangka waktu yang lebih pendek, maka umumnya hal itu akan memberikan perbedaan yang cukup signifikan pada debit maksimum banjir yang terjadi.

Aku akan memberikan contoh dimana terdapat suatu daerah yang terjadi hujan sebesar 100 mm/hari. Lokasi A terjadi hujan dengan lama waktu 5 jam sedangkan lokasi B terjadi hujan dengan lama waktu 12 jam. maka dengan nilai yang sama, lokasi A akan memberikan debit puncak yang lebih besar daripada lokasi B walaupun hujan berlangsung lebih lama. secara kasar 100 mm/hari dibagi menjadi 12 jam akan menghasilkan debit puncak yang lebih kecil daripada 100 mm/hari yang dibagi hanya dalam 5 jam. namun tentu saja ini memberikan perdebatan sendiri apabila prosentase pembagian tidak rata. 

maka dari itu, faktor ini masih terus menjadi perdebatan dan dengan prosentase pembagian hujan yang berbeda mampu memberikan hasil data banjir yang berbeda pula. aku akan memberikan gambaran hidrograf seperti pada gambar dibawah ini:

 

Kasus 1, Hujan 100 mm/hari dalam 5 jam

pada gambar diatas merupakan contoh hujan dengan total 100 mm yang terjadi selama 5 jam. kemudian hujan yang terjadi selama 12 jam disajikan pada gambar berikut ini:

Kasus 2, Hujan 100 mm/hari dalam 12 jam

Perbandingan keduanya menunjukkan bahwa dengan nilai hujan rancangan yang sama, bisa menghasilkan puncak hujan yang berbeda sehingga secara umum dengan menggunakan empiris, maka semakin singkat hujan yang kita gunakan akan menghasikan hujan puncak yang lebih besar dan begitu pula debit banjir yang dihasilkan akan menghasikan perhitungan debit banjir rancangan yang lebih besar.

Namun ternyata ini masih menimbulkan perdebatan ada kasus dengan hujan yang sama namun memiliki bentuk yang berbeda sehingga menghasilkan nilai hujan puncak yang berbeda dan nilai debit banjir rancangan yang berbeda. perhatikan 2 bentuk hujan jam - jaman berikut ini:

Perbandingan 2 data bentuk Hujan jam - jaman yang berbeda

sesuai dengan gambar diatas, dapat diketahui bahwa jika membandingkan hujan puncak yang terjadi pada keduanya di jam ke 3, maka hujan dengan bentuk grafik oranye lebih tinggi (60 mm) daripada warna biru (40 mm). namun jika dibandingkan keduanya, memiliki jumlah total yang sama yaitu sebesar 100 mm/hari. artinya pada lama waktu hujan yang sama bisa menghasilkan 2 bentuk yang berbeda.