📂 Belum ada data yang dihitung
Aplikasi ini adalah mesin perhitungan hidrologi. Buka Ringkasan & Input, unggah file data hujan (CSV/Excel), lalu klik ▶ RUNNING ANALISIS. Semua dashboard akan terisi otomatis.
Ringkasan & Input Data 🌦️
Unggah satu file Excel/CSV di sini, lalu klik Running Analisis. Semua dashboard akan terhubung dan dihitung otomatis.
① Input data hujan
📂
Klik atau tarik file ke sini
Format bebas (.xlsx / .xls / .csv): tabel tanggal ± jam, matriks hari × bulan per tahun (format PU/BMKG), ekspor BMKG (kolom RR), format panjang stasiun–tanggal–nilai, data tahunan AMDR, atau format koreksi GPM. Kolom hujan, kode 8888/9999/-/x, dan data jam-jaman dikenali otomatis.
Belum ada file. Unggah data hujan Anda (harian, tahunan, atau workbook format koreksi GPM), lalu klik Running Analisis. Aplikasi ini adalah mesin perhitungan — tidak membawa data bawaan.
🛰️ Ambil hujan GPM otomatis – Google Earth Engine
Isi koordinat tiap stasiun hujan (derajat desimal; lintang selatan = minus, contoh −6,95). Koordinat terisi otomatis bila file Anda punya sheet Location.
🛰️ Data GPM belum ada? 1) Unggah Excel stasiun hujan → 2) klik Script GPM, isi koordinat → 3) jalankan di code.earthengine.google.com → 4) unduh CSV dari Google Drive → 5) klik ➕ Gabung file GPM. Tanggal GPM dicocokkan otomatis dengan jam baca stasiun.
Klik Running Analisis untuk menghitung ulang seluruh dashboard dengan pengaturan di kartu ②.
② Informasi proyek & pengaturan analisis
Dipakai untuk laporan dan seluruh perhitungan. Ubah lalu klik ▶ RUNNING ANALISIS.
🏷️ Jenis kolom terdeteksi (bisa diubah)
Kolom GPM/satelit akan dikoreksi → menghasilkan seri baru “… (terkoreksi)”. Kolom stasiun dipakai sebagai pembanding kinerja koreksi.
📋 Daftar stasiun & seri data
Unggah data untuk melihat daftar stasiun. Centang = dipakai dalam analisa; hapus centang = tidak dipakai.
📅 Rekap kelengkapan data (hujan • debit • iklim)
—
12 = tersedia (12 bulan lengkap) 6 = tersedia tapi tidak lengkap • terisi otomatis dari setiap input: hujan harian & jam-jaman, debit Simulasi Waduk, debit/hujan observasi Model DAS, data iklim BMKG.
Seri analisis
—
—
Distribusi terpilih
—
—
R 100 tahun
—
mm • distribusi acuan
QC data
—
Outlier • RAPS • Independensi • Homogenitas
📈 Hujan harian maksimum tahunan (AMDR)
—
🌧️ Hujan rancangan
—
📊 Curah hujan rata-rata bulanan / 15 harian / dasarian / mingguan
—
🎯 Hujan rencana untuk desain
—
📋 Hujan rancangan – distribusi acuan
—
Koreksi Data Hujan 🧽
Interval → koefisien → hujan GPM terkoreksi → evaluasi terhadap stasiun → AMDR.
Formula koreksi: Xterkoreksi = C(X) × X, dengan C(X) = XLOOKUP(X; batas bawah interval; koefisien; ; −1) — nilai dipetakan ke koefisien interval terakhir yang batas bawahnya ≤ X. Pengaturan koefisien ada di kartu 🧮 Kalibrasi & koefisien koreksi interval di bawah; pilihan Otomatis/Manual/Tanpa koreksi ada di Ringkasan ②.
🧮 Kalibrasi & koefisien koreksi interval
Mode Otomatis: mesin mencari koefisien tiap interval dan batas interval maksimum terbaik (trial & error) agar statistik GPM terkoreksi paling mendekati stasiun hujan. Tabel di bawah terisi hasil kalibrasi dan bisa disunting untuk mode Manual.
Kalibrasi koefisien per interval
Koefisien koreksi C(X)
Kinerja koreksi (korelasi r per stasiun)
—
🤖 Kalibrasi otomatis koefisien koreksi (trial & error)
—
Daily Rainfall Probability – sebelum vs sesudah
AMDR Probability – sebelum vs sesudah
Statistik sebelum & sesudah koreksi
Uji batas interval maksimum
Per pasangan stasiun – grid GPM
Tabel kalibrasi interval
—
☔ Hujan Harian Maksimum Tahunan (AMDR)
Pilih seri untuk melihat AMDR per tahun (sebelum & sesudah koreksi bila tersedia).
📊 Pola Curah Hujan
Hujan harian dan agregasi bulanan, mingguan, dasarian seri aktif beserta pasangannya (stasiun ↔ GPM). Sumbu waktu bertingkat: bulan/tanggal dan tahun.
—
Ringkasan stasiun • korelasi & RMSE
Probabilitas Hujan 📈
Replika sheet Prob_AMDR & Prob_Daily: P(X > x) = 1 − FREQUENCY(data, x)/COUNT(data) pada x = 0, 5, 10, … mm untuk Uncorrected GPM, Corrected GPM, dan Ground Stations.
Ground Stations Daily Probability
—
Uncorrected GPM Daily Probability
—
Corrected GPM Daily Probability
—
Ground Stations AMDR Probability
—
Uncorrected GPM AMDR Probability
—
Corrected GPM AMDR Probability
—
AMDR Probability (Ground Stations & Corrected GPM)
Garis putus-putus = stasiun hujan, garis penuh = GPM terkoreksi
Daily Rainfall Probability (Ground Stations & Corrected GPM)
Seperti grafik pada sheet Calibration
Daily Rainfall Probability (Ground Stations & Uncorrected GPM)
Pembanding sebelum koreksi
Tabel probabilitas
Nilai P(X > x) per bin 5 mm.
Daily Precipitation Error (sheet Error)
Rata-rata |Pstasiun − PGPM| kurva peluang harian; grid paling mirip per stasiun, sebelum dan sesudah koreksi.
Posisi plotting seri analisis
—
Hujan Rancangan / Rencana 🌧️
AMDR seri aktif → parameter statistik → 8 distribusi → uji Cs/Ck, Chi-Kuadrat, Smirnov–Kolmogorov → distribusi terpilih.
Kala ulang: 1,01 • 2 • 5 • 10 • 25 • 50 • 100 • 1000 tahun
n data
—
tahun AMDR
Rata-rata X̄
—
mm
Simpangan baku S
—
mm
Cs / Ck
—
kemencengan / kurtosis
R 1,01 tahun
—
mm
R 1000 tahun
—
mm
—
🎛️ Metode yang ditampilkan pada grafik
Centang distribusi yang ingin digambar pada kurva hujan rancangan dan lengkung distribusi.
Kurva Hujan Rancangan
Sumbu kala ulang logaritmik 1,01–1000 tahun
Lengkung Distribusi Frekuensi
Titik empiris AMDR (Weibull) dan kurva teoretis metode yang dicentang
Tabel Frequency Analysis
Pilih metode pada header 5 kolom. Tabel dan grafik memperbarui otomatis.
Parameter statistik
Syarat parameter statistik (Cs – Ck)
Toleransi “≈” ±10% dari nilai syarat (minimal ±0,1 untuk Cs dan ±0,3 untuk Ck). Referensi: Triatmodjo (2008), Soewarno (1995), SNI 2415:2016.
Uji kecocokan distribusi
—
📋 Rekap curah hujan rencana / rancangan – semua seri
—
Centang = seri ikut dihitung pada baris rata-rata / minimum / maksimum dan ikut digambar pada grafik “perbandingan seri” di bawah.
Uji Smirnov–Kolmogorov (distribusi acuan)
Uji Chi-Kuadrat (distribusi acuan)
📈 Curah Hujan Rencana/Rancangan – perbandingan seri
Setiap seri memakai distribusi acuan (otomatis = distribusi terpilih masing-masing seri). Sumbu kala ulang linear seperti grafik Excel, atau logaritmik.
—
☑️ Pilih seri yang dibandingkan
🧮 Cek Hydrognomon – Parameter values & Forecasts
—
—
Metode identik dengan pustaka Thelma/Hydrognomon (ITIA-NTUA): momen tak bias, L-moment tak bias, Gumbel λ = 0,78·S, GEV κ dari kemencengan, kappa-specified κ = 0,15, χ² dengan kelas berpeluang sama (jumlah kelas = maks(p+2, (n div 5 + p + 2) div 2)), dan Kolmogorov–Smirnov dengan posisi plotting Weibull.
Intensitas Hujan • IDF ⚡
Metode Mononobe: I = (R24/24) × (24/t)2/3, t dalam jam; R24 dari hujan rancangan distribusi acuan.
Durasi: 5, 10, 15, 20, 30, 45, 60, 120, 180, 240, 360, 720 menit. Kala ulang: 2, 5, 10, 25, 50, 100 tahun.
R24 @ T = 2 th—
R24 @ T = 25 th—
R24 @ T = 50 th—
R24 @ T = 100 th—
Kurva Intensitas–Durasi–Frekuensi
Intensitas (mm/jam) vs durasi (menit)
R24 menurut kala ulang
Hujan harian maksimum rancangan
Tabel intensitas hujan (mm/jam)
Distribusi Hujan Jam-jaman ⏱️
Analisis distribusi hujan untuk hujan efektif: Mononobe, Horton (SNI 03-2415-1991), PSA-007 bentuk genta, NRCS/SCS (I, IA, II, III), dan Huff — dibandingkan dengan data hujan otomatis bendungan untuk memilih distribusi yang paling sesuai.
⏱️ Input data hujan jam-jaman pengamatan (ARR / SCH bendungan)
Unggah file hujan jam-jaman (format bebas) — kejadian hujan terbesar terdeteksi otomatis — atau isi kejadian secara manual. Kurva kumulatifnya dipakai untuk memilih distribusi hujan jam-jaman yang paling sesuai.
⏱️
Data hujan jam-jaman (opsional, format bebas)
Tanggal + jam, tanggal & jam terpisah, matriks tanggal × jam (1–24 / 0–23 / 07-08), satu sheet per stasiun, format panjang stasiun–waktu–nilai. Kejadian hujan terbesar otomatis dipakai di Distribusi Hujan Jam-jaman & Model DAS.
Belum ada data hujan jam-jaman.
—
Kurva kumulatif – 6 metode terbaik vs pengamatan
Peringkat kecocokan (RMSE)
Selisih kurva kumulatif metode terhadap kejadian hujan pengamatan pada jam yang sama; makin kecil makin sesuai.
Tabel kecocokan semua metode
Distribusi Temporal per kelompok metode
Grafik seperti pada workbook distribusi hujan (Tinggi Hujan % vs Jam Ke-).
Hietograf rancangan (bentuk genta) & hujan efektif
—
Hujan jam-jaman semua kala ulang (mm)
1) Mononobe (Triatmodjo)
Rt = (T/t)2/3/T ; RT = t·Rt − (t−1)·Rt−1
2) Horton (SNI 03-2415-1991) – infiltrasi
—
PMP – Hujan Maksimum Boleh Jadi 🌩️
PMP (BMBJ) dan 0,5 PMP untuk bendungan dengan metode Hershfield (SNI 7746:2012 / WMO-1045). Alur hitungan: Hershfield per stasiun, hujan wilayah (Thiessen), × faktor korelasi 24 jam 1,13 (RSNI T-02-2004), × faktor reduksi luas, ÷ faktor periode pengamatan. Hasilnya dibandingkan dengan peta isohyet PMP PUPR dan kriteria SNI 3432:2020.
1) Data & stasiun
Seri hujan yang dihitung (centang / uncentang → langsung dihitung ulang):—
Tampilkan di grafik:
Isi luas poligon Thiessen (km²) tiap stasiun. Bila semua kosong, dipakai rata-rata aljabar.
2) Faktor koreksi
f1–f4 manual untuk seri terpilih (kosong = dari grafik):
3) Peta isohyet PMP PUPR & cara memilih
Tabel isohyet di dalam DAS (seperti sheet isohit peta): nilai isohyet R (mm) dan luas daerahnya (km²).
4) Data bendungan (SNI 3432:2020)
Kolom kosong = dihitung otomatis. Ubah isian → hasil langsung diperbarui.
Hujan terpusat Xm wilayah
—
mm
PMP terpilih (×1,13)
—
mm
PMP terkoreksi (DAS)
—
mm
0,5 PMP
—
mm (PMP ÷ 2)
Peta isohyet PUPR
—
mm
Banjir desain SNI 3432
—
—
—
Perbandingan PMP terkoreksi vs peta isohyet
PMP, 0,5 PMP terhadap hujan rancangan (kala ulang)
PMP per sumber data hujan
Semua stasiun • Terkoreksi • Groundstation • Hujan satelit — dihitung dengan langkah yang sama (Hershfield SNI 7746, metode terpilih). Batang bergaris = sumber yang sedang dipakai.
Ringkasan PMP per sumber
—
Tabel perbandingan & pemilihan metode PMP
Langkah hitungan Hershfield
—
AMDR yang dipakai, nilai maksimum & rata-rata
Grafik Km (SNI 7746 Gambar 2)
Km fungsi rata-rata AMDR untuk durasi 1, 6, 24 jam. Titik = seri data; ◇ = Km statistik (Xmaks − X̄n−m)/Sn−m.
Faktor reduksi luas (ARF)
—
f1 – rata-rata vs pengamatan maks
f3 – simpangan baku vs pengamatan maks
f2 & f4 – panjang data
Hujan terpusat Xm & PMP per seri
Kriteria banjir desain SNI 3432:2020
—
Rekap Hershfield semua seri (seperti sheet Perhitungan PMP Stasiun)
📖 Rumus & acuan
Hershfield (SNI 7746:2012): Xm = X̄p + Km·Sp; X̄p = X̄n·f1·f2; Sp = Sn·f3·f4. X̄n−m dan Sn−m dihitung tanpa data maksimum. f1, f3 dari garis rasio (Gbr. 3 & 4), f2, f4 dari panjang data (Gbr. 5), Km dari grafik 24 jam (Gbr. 2).
PMP wilayah & koreksi: Xm wilayah = Σ (bobot Thiessen × Xm stasiun); PMP = Xm × 1,13 (RSNI T-02-2004); PMP terkoreksi = PMP × ARF ÷ faktor periode pengamatan (24 pengamatan = 1,006); 0,5 PMP = PMP terkoreksi ÷ 2.
Pemilihan: metode sah bila PMP > R1000. Bila nilai peta isohyet diisi: Hershfield SNI 7746 dipakai bila selisihnya ≤ toleransi; bila tidak, dipilih metode yang paling dekat ke peta; bila selisih > toleransi, dipakai nilai yang lebih besar (aman). Tanpa nilai peta, dipakai Hershfield SNI 7746.
Catatan: garis f1–f4, Km, ARF dan faktor pengamatan memakai tabel digitasi grafik SNI 7746:2012 / WMO-1045. Pada lembar kerja Hershfield Excel, faktor periode pengamatan (1,006) membagi hasil; WMO-1045 mengalikannya — pilih di bagian 2. Nilai f1–f4 dapat diisi manual sesuai pembacaan grafik SNI.
Quality Control 🧪
Uji Outlier • RAPS • Independensi • Homogenitas terhadap AMDR seri terpilih.
Outlier
—
—
RAPS Q/√n
—
—
Lag-1 r₁
—
—
Double mass rasio kemiringan
—
—
AMDR & batas outlier
Diagnostic matrix
—
RAPS – kumulatif simpangan terskala
Double Mass Curve • Homogenitas
Rekap QC semua seri
📖 Formula
Outlier (USWRC / Chow): YH = Ȳ + Kn·SY; YL = Ȳ − Kn·SY; Y = log X; XH = 10YH, XL = 10YL. Kn dari tabel outlier (fungsi n).
RAPS: Sk* = Σ(Yi − Ȳ); Dy² = Σ(Yi−Ȳ)²/n; Sk** = Sk*/Dy; Q = max|Sk**|; R = max Sk** − min Sk**; syarat Q/√n dan R/√n < nilai kritis.
Independensi (Anderson): r1 = Σ(Xi−X̄)(Xi+1−X̄) / Σ(Xi−X̄)²; batas (−1 ± 1,96√(n−2))/(n−1).
Homogenitas (Double Mass Curve): kumulatif seri uji terhadap kumulatif rata-rata seri pembanding; rasio kemiringan sesudah/sebelum titik patah 0,9–1,1 dianggap homogen.
Hujan Wilayah DAS 🗺️
Jembatan dari hujan rancangan ke model banjir & ketersediaan air: hujan stasiun (ground), satelit GPM dan GPM terkoreksi dikalikan luas pengaruh-nya di dalam DAS / subDAS (poligon Thiessen, rata-rata aljabar, atau inverse distance ≈ isohyet) → hujan wilayah harian & hujan rancangan wilayah × faktor reduksi luas (ARF) → input subbasin Model Hujan–Debit DAS (High-flow & Low-flow). Dilengkapi peta SIG batas DAS.
① Batas DAS / subDAS (SIG)
🗺️
Klik atau tarik batas DAS ke sini
GeoJSON (.geojson/.json), KML / KMZ (Google Earth), Shapefile (.shp + .dbf + .prj — pilih bersamaan, atau satu .zip). Beberapa poligon = subDAS. Koordinat UTM dikonversi otomatis.
—
② Stasiun, satelit & metode luas pengaruh
—
Unggah data hujan (Ringkasan & Input, sheet Location berisi koordinat stasiun & grid GPM) lalu Running Analisis, kemudian unggah batas DAS. Tanpa batas, dipakai poligon cembung stasiun sebagai pendekatan.
③ Peta DAS & poligon pengaruh hujan
—
④ Koefisien Thiessen / bobot luas pengaruh
—
⑤ Hujan rancangan wilayah, ARF & input Model DAS
—
—
—
Hujan rancangan per poligon (sumber terpilih)
⑥ Seri hujan wilayah (stasiun vs satelit vs terkoreksi)
Seri harian hujan wilayah membutuhkan data hujan harian (bukan tahunan).
Hujan wilayah harian maksimum tahunan
Hujan wilayah bulanan rata-rata
Model Hujan–Debit DAS (Subbasin) 🌊
Mesin hidrologi mandiri bergaya HEC-HMS: hujan → kehilangan → hidrograf satuan → aliran dasar → penelusuran sungai → total inflow DAS. Parameter bisa diimpor dari HEC-HMS (.basin) atau Excel, hujan rancangan terisi otomatis dari modul Analisis Hujan, dan model bisa dikalibrasi dengan debit observasi.
📘 Beda konsep High-flow vs Low-flow (seperti di HEC-HMS)
| Aspek | 🌊 High-flow (banjir) | 💧 Low-flow (ketersediaan air) |
|---|---|---|
| Tujuan | Q puncak & hidrograf banjir rancangan (Q2–Q1000, PMF) | Debit harian jangka panjang, debit andalan (Q80/Q90), neraca air |
| Jenis simulasi | Kejadian (event) beberapa hari, Δt 5–60 menit | Kontinu bertahun-tahun, Δt harian (atau jam-jaman) |
| Input hujan | Hujan rancangan + distribusi jam-jaman, atau kejadian hujan terukur | Hujan harian historis (seri dari Analisis Hujan / file) + evapotranspirasi bulanan |
| Kehilangan | SCS-CN, Initial & Constant (tanpa pemulihan tanah) | Deficit & Constant atau Soil Moisture Accounting (tajuk, permukaan, tanah, GW1, GW2) dengan pengeringan oleh ET |
| Aliran dasar | Resesi / konstan | Reservoir linear air tanah (K1, K2) / lapisan GW1–GW2 |
| Kalibrasi | Kejadian banjir terukur (puncak, waktu puncak, volume) | Debit harian AWLR beberapa tahun (NSE, bias volume, debit rendah) |
| Dipakai untuk | Penelusuran banjir waduk, desain pelimpah, tinggi jagaan, MAB | ➡️ Inflow Simulasi & Pola Operasi Waduk (POW / RTOW) |
Mengapa parameternya berbeda? Model banjir dan model ketersediaan air mewakili proses yang berbeda, sehingga di aplikasi ini setiap subbasin menyimpan dua set parameter terpisah (seperti dua Basin Model di HEC-HMS):
🌊 High-flow — kehilangan kejadian (SCS-CN dengan λ, Green-Ampt, Initial & Constant) tanpa pemulihan lengas, hidrograf satuan dengan Δt menit, aliran dasar resesi, penelusuran Muskingum.
💧 Low-flow — neraca lengas tanah kontinu (Deficit & Constant / SMA) yang dikeringkan evapotranspirasi, transformasi sendiri untuk Δt harian (Clark dengan R lebih besar), aliran dasar dari reservoir linear air tanah, penelusuran lag harian. Hanya luas & jaringan (hilir) yang dipakai bersama. Tebakan awal low-flow diturunkan dari parameter banjir, lalu wajib dikalibrasi dengan debit harian terukur. Tabel perbandingan ada di tab Model.
🌊 High-flow — kehilangan kejadian (SCS-CN dengan λ, Green-Ampt, Initial & Constant) tanpa pemulihan lengas, hidrograf satuan dengan Δt menit, aliran dasar resesi, penelusuran Muskingum.
💧 Low-flow — neraca lengas tanah kontinu (Deficit & Constant / SMA) yang dikeringkan evapotranspirasi, transformasi sendiri untuk Δt harian (Clark dengan R lebih besar), aliran dasar dari reservoir linear air tanah, penelusuran lag harian. Hanya luas & jaringan (hilir) yang dipakai bersama. Tebakan awal low-flow diturunkan dari parameter banjir, lalu wajib dikalibrasi dengan debit harian terukur. Tabel perbandingan ada di tab Model.
🧩 Elemen DAS: subbasin, ruas sungai, junction & outlet — parameter 🌊 High-flowparameter 💧 Low-flow
Mode Low-flow: tabel ini berisi transformasi & penelusuran khusus low-flow (terpisah dari parameter banjir). Isi langsung di tabel, impor dari HEC-HMS (berkas .basin di folder proyek HMS), atau impor tabel Excel/CSV (judul kolom bebas: Nama, Luas, Hilir, CN, Lag, Tc, R, Q0, K, X, …).
Subbasin baru otomatis mengalir ke outlet. Kolom yang tidak dipakai metode terpilih tampak redup.
—
—
💧 Parameter kontinu (low-flow) per subbasin
Deficit & Constant (metode utama sesuai tabel): tajuk, simpanan permukaan, Initial Deficit, Maximum Storage, Constant Rate → aliran dasar Linear Reservoir (debit awal, jumlah lapisan, GW Fraction, GW Coefficient, GW Reservoir = jumlah reservoir seri per lapisan); transformasi SCS (lag). SMA: tanah maks, zona tegangan, infiltrasi maks, perkolasi tanah, GW1 & GW2 (simpanan, perkolasi, koefisien K jam). Kolom CN, Ia, resesi pada tabel atas tidak dipakai di mode ini.
| Model | Sub model | Metode | Parameter | Pendekatan |
|---|---|---|---|---|
| Rainfall Runoff Ketersediaan Air | Kehilangan air/infiltrasi | Deficit Constant | Initial Deficit | Trial and Error |
| Maximum Storage | Dari peta jenis tanah dan tutupan lahan | |||
| Constant Rate | Dari peta jenis tanah | |||
| Transformasi hujan–limpasan | SCS | Lag Time | Dihitung pada HEC-GeoHMS | |
| Aliran dasar | Linear Reservoir | Initial Discharge | Trial and Error | |
| Jumlah Lapisan | Trial and Error | |||
| Initial Discharge (tiap lapisan) | Trial and Error | |||
| GW Fraction | Trial and Error | |||
| GW Coefficient | Trial and Error | |||
| GW Reservoir | Trial and Error |
📘 Metode & parameter model banjir
Dua metode Rainfall–Runoff untuk debit banjir. Pilih metode di kotak Metode model banjir; baris yang disorot = metode yang sedang dipakai. Perbandingan hasil kedua metode ada di tab 🎯 → ⚖️ 2 metode hidrograf satuan.
🔀 Perbandingan parameter High-flow vs Low-flow per subbasin
Dua set parameter yang berdiri sendiri. Ubah parameter banjir di mode 🌊 High-flow dan parameter ketersediaan air di mode 💧 Low-flow — perubahan di satu mode tidak mengubah mode lainnya.
🗺️ Skema jaringan DAS
Aliran dari kiri (hulu) ke kanan (outlet). 🟩 subbasin • 〰️ ruas sungai • ● junction • 🎯 outlet.
📘 Metode yang tersedia
Kehilangan: SCS Curve Number (Ia = 0,2S bila kosong, % kedap air) • Initial & Constant • Koefisien limpasan C. Transformasi: SCS UH (Tp = Δt/2 + lag) • Clark (kurva waktu–luas HEC-HMS + reservoir linear R) • Snyder (tp, Cp; bentuk gamma) • Nakayasu (Tg dari panjang sungai L, T0,3 = α·Tg). Semua hidrograf satuan diskalakan agar volume = 1 mm × luas. Aliran dasar: konstan • resesi HEC-HMS (Q0 atau Q0/A, konstanta resesi harian k, rasio ambang terhadap puncak). Penelusuran: Lag • Muskingum (K, X, jumlah sub-ruas).
Simulasi & Pola Operasi Waduk 🏞️
Neraca air waduk per minggu atau dasarian: debit masuk, kebutuhan, evaporasi, tampungan, pelepasan, limpasan, kurva POW / RTOW, dan rekap keberhasilan. Ubah periode atau isian apa pun — simulasi langsung dihitung ulang.
🏞️ Ilustrasi tampungan waduk
Elevasi & volume diambil dari lengkung kapasitas (kartu ②), volume mati & normal, MAB, dan puncak bendungan di bawah. Isi yang kosong untuk melengkapi gambar.
—
① Pengaturan simulasi
15 harian: tgl 1–15, 16–akhir bulan. Dasarian: tgl 1–10, 11–20, 21–akhir bulan. Mingguan: tgl 1–7, 8–14, 15–21, 22–akhir bulan. Zona POW: di atas kurva atas = siaga (pelepasan ditambah agar kembali ke kurva), antara atas–bawah = normal (penuhi kebutuhan), di bawah kurva bawah = kering (pelepasan dikurangi sesuai persentase di atas).
② Karakteristik waduk
MAN dan MAR (muka air rendah) diambil dari volume normal & volume mati melalui lengkung kapasitas.
🌤️ Hitung evaporasi otomatis dari lokasi pekerjaan
Isi lokasi (nama administrasi atau koordinat), lalu ambil data iklim. Evaporasi air terbuka dihitung dengan Penman dari suhu, kelembapan, angin, dan radiasi matahari.
Sumber otomatis: data iklim rata-rata jangka panjang NASA POWER di titik koordinat (butuh internet). Data BMKG tidak bisa diambil otomatis karena layanan dataonline.bmkg.go.id memerlukan akun: unduh data harian stasiun terdekat (kolom Tn, Tx, Tavg, RH_avg, ss, ff_avg) lalu unggah di sini — kolom dan lokasi stasiun dikenali otomatis.
Lengkung kapasitas (opsional): elevasi – luas – volume
Dipakai untuk luas genangan (evaporasi) dan elevasi muka air pada grafik POW. Tanpa tabel, luas dihitung dari A = Amaks·(V/Vmaks)^⅔.
Unggah file Excel / CSV bebas format: kolom elevasi, luas, volume dikenali otomatis dari judul kolom (atau dari sifat angkanya bila tanpa judul, juga tabel yang ditranspos). Satuan m², ha, km², m³, ribu m³, juta m³ dikonversi otomatis; luas disimpan dalam ha.
③ Debit masuk (inflow)
🌊
Klik / tarik file debit (format bebas)
Excel / CSV apa saja: tabel tanggal (± jam), kolom tahun-bulan-tanggal, matriks hari × bulan per tahun, matriks tahun × bulan / 15 harian / dasarian, format panjang. Kolom debit dikenali dari istilah (debit, inflow, Q, m³/s, l/s…); TMA, hujan, suhu diabaikan; kode 8888/9999/-/x dikosongkan.
Belum ada file debit.
—
🌾 Pola tata tanam (PTT) → kebutuhan irigasi otomatis
Isi masa tanam, luas, dan kebutuhan air di intake (l/dt/ha). Kolom Irigasi pada tabel ④ terisi otomatis untuk tiap periode (15 harian / dasarian / mingguan) begitu luas masa tanam diisi.
—
④ Tabel input per periode: debit masuk & kebutuhan air (m³/s)
Nama kebutuhan bisa diganti. Kolom “Pemeliharaan sungai” diprioritaskan pertama saat air kurang.
—
Grafik time series simulasi
Tampungan, debit masuk, dan pelepasan sepanjang periode simulasi.
Grafik POW & RTOW (kurva operasi waduk)
—
Neraca air rata-rata per periode
Rata-rata debit masuk dibanding total kebutuhan.
Rekap keberhasilan per tahun
Persentase kebutuhan yang terpenuhi tiap tahun (garis = target keandalan).
Rekap keberhasilan simulasi
Tabel POW & RTOW per periode
Kurva atas / target / bawah pada awal periode.
Rekap per tahun
Hasil simulasi per periode
Lengkapi data masukan
Isi volume mati & volume normal, debit masuk (unggah file / isi tabel), dan kebutuhan air. Hasil muncul otomatis begitu data lengkap.
Kapasitas Bangunan 🏗️
Hitung debit (kapasitas) pelimpah, pintu radial, pintu sorong, katup, hollow-jet, jet-flow, dan saluran (tapal kuda, kotak, bulat, trapesium) — kondisi aliran bebas / terbuka maupun tenggelam. Hasil memakai satuan di menu Pengaturan.
—
—
📚 Di bawah kolom koefisien ada pilihan Isi sendiri atau nilai dari tabel standar (KP-02, KP-03, USBR, buku teks).
Hasil perhitungan
—
Kurva kapasitas
Tabel kurva kapasitas
Rumus & asumsi
—
📘 Petunjuk / Manual Book
Data apa yang dibutuhkan, urutan langkah dari input hujan sampai laporan, dan cara membaca hasilnya — dijelaskan sederhana, langkah demi langkah.
15 langkah
Istilah & Singkatan 📖
Kamus singkat istilah, singkatan, dan fungsinya di aplikasi ini — dari analisis hujan, model hujan–debit, waduk, sampai bangunan air. Klik nama menu untuk langsung membukanya.
🔎 Cari istilah
Pengaturan ⚙️
Kelola akun login, tampilan, satuan, dan teks judul menu / dashboard / kartu. Pengaturan tersimpan di browser perangkat ini.
Daftar akun
Password tidak pernah ditampilkan (disimpan sebagai hash). Peran: admin (semua menu + kelola akun), engineer (analisis & pengaturan tampilan), viewer (hanya melihat hasil, tanpa unggah / hitung ulang).
—
Tambah akun
Klik ✏️ pada daftar untuk mengubah akun, 🗑️ untuk menghapus.