No.
1.
2.
3.
4.
5.
6.
7.
8.
Kemiringan tanah yang curam terdapat di wilayah hulu Krueng Keureuto hingga kurang
lebih 1/3 bagian panjang dari hulu dengan kemiringan rata-rata 0,049. Kemiringan di
wilayah hilir Krueng Keureuto cukup landai dengan kemiringan rata-rata 0,00042.
Bahkan di jembatan Simpang Lhoksukon yang merupakan perlintasan Kr. Keureuto dan
jalan propinsi, kemiringan lahan di sekitar sungai hanya 0,00011. Kemiringan yang
sangat landai ini ditandai dengan terbentuknya pola sungai bermeander pada muara
Krueng Keureuto.
Sebagaimana ditunjukkan Tabel 3.1 bahwa untuk lokasi studi Krueng Peuto merupakan
anak sungai dari Krueng Keureuto. Panjang sungai Kr. Peuto dari hulu hingga bertemu
dengan Kr. Keureuto 61,98 km dengan luas DAS 276,00 km. Sebagaimana Kr.
Keureuto, kemiringan dasar sungai Krueng Peuto paling curam berada di wilayah hulu
yaitu sebesar 0,078. Sedangkan kemiringan dasar sungai rata-rata bagian tengah hingga
hilir mendekati titik pertemuan dengan sungai utama Krueng Keureuto di desa Nga
Matang Ubi 0,002.
Sementara itu untuk lokasi studi yang ketiga yaitu Waduk Sawang berada dalam sistem
sungai utama Krueng Mane. Rencana waduk Sawang masuk dalam sistem sungai Gunci
dimana Krueng Gunci merupakan anak sungai Krueng Sawang selanjutnya Krueng
Sawang adalah anak sungai Krueng Mane. Panjang Krueng Gunci 14,88 km dengan
kemiringan dasar sungai rata-rata 0,005. Pertemuan Krueng Gunci dengan Krueng
Sawang berada di desa Lhok Cut dan pertemuan Krueng Sawang dengan Krueng Mane di
desa Lhok Geurondong. Untuk rencana site lokasi waduk Sawang yaitu Krueng Gunci,
memiliki luas Daerah Aliran Sungai 290,120 km 2 dan panjang Krueng Gunci 20,39
km.
4.
KETERSEDIAAN DATA
III.1.1.Data Hujan Harian
Stasiun hujan terdekat untuk lokasi pekerjaan adalah Stasiun Malikussaleh.
Periode ketersediaan data dari setasiun tersebut adalah tahun 1986-2007. Data
hujan harian Stasiun Malikussaleh dikelola oleh Badan Meteorologi dan
Geofisika (BMG) Malikussaleh.
Mengingat hanya terdapat satu stasiun hujan yang tersedia untuk daerah studi,
maka analisa curah hujan rata-rata daerah maksimum di analisa berdasarkan pada
data yang tersedia di stasiun Malikussaleh. Berikut ditunjukkan data hujan ratarata daerah maksimum pada Tabel 3.2 dan curah hujan tahunan Tabel 3.3.
Tabel 3.2. Hujan Daerah Rata-rata Daerah Maksimum
No.
Tahun
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Xi (mm)
95.2
138.5
104.9
92.8
119
62.8
127.5
102
97.8
74
123.4
79.5
99.2
121
209.3
126.6
49
80
95.5
87.4
122.7
76
Diurutkan
Tahun
Xi
2000
209.30
1987
138.50
1992
127.50
2001
126.60
1996
123.40
2006
122.70
1999
121.00
1990
119.00
1988
104.90
1993
102.00
1998
99.20
1994
97.80
2004
95.50
1986
95.20
1989
92.80
2005
87.40
2003
80.00
1997
79.50
2007
76.00
1995
74.00
1991
62.80
2002
49.00
Hujan tahunan dalam bentuk grafik ditunjukkan pada Gambar 3.1 sedangkan
berdasarkan tahun data hujan tersedia (1986 2007) maka dilakukan analisa
tahun basah dan tahun kering sebagaimana Gambar 3.2.
Tabel 3.3. Hujan Tahunan Sta. Malikussaleh
No.
Tahun
1
2
3
4
5
6
7
8
9
10
11
12
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
13
14
15
16
17
18
19
20
21
22
Xi (mm)
1374.20
1535.90
1853.50
1896.48
1404.90
1331.50
1710.00
1627.90
1623.80
1460.40
1567.40
1401.30
1391.00
1758.60
2008.80
1743.90
868.20
1387.40
1198.50
1566.10
1068.00
1405.10
Diurutkan
Tahun
Xi
2000
2008.80
1989
1896.48
1988
1853.50
1999
1758.60
2001
1743.90
1992
1710.00
1993
1627.90
1994
1623.80
1996
1567.40
2005
1566.10
1987
1535.90
1995
1460.40
2007
1405.10
1990
1404.90
1997
1401.30
1998
1391.00
2003
1387.40
1986
1374.20
1991
1331.50
2004
1198.50
2006
1068.00
2002
868.20
2500
2000
1500
1000
2006
2004
2002
Tahun
2000
1998
1996
1994
1992
1990
1988
1986
500
2200
2000
Hujan (mm)
1800
1600
R (mm)
Rata-rata
1400
1200
1000
800
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
Tahun
ANALISA DATA
Persyaratan data hujan dalam perhitungan ini meliputi ketersediaan dan kualitas datanya.
long record data sebaiknya lebih dari 20 tahun. Data hujan tersebut harus consistent,
ketiadaan trend, stationary dan persistensi sebelum digunakan untuk analisis frekuensi
atau untuk suatu simulasi hidrologi. Sebelum data hujan digunakan dalam analisis
hidrologi, terlebih dahulu dilakukan analisa statistik terhadap data hujan. Analisa statistik
yang digunakan untuk memastikan bahwa data hujan tersebut layak digunakan untuk
analisa selanjutnya meliputi :
a. Uji konsistensi (consistency test)
b. Uji ketiadaan trend
c. Uji stasioner
d. Uji persistensi
Pengamatan
atau
Pengukuran
Data
ditolak
Pengiriman data
Informasi
terkait
Collecting Data
tidak
Pemilahan
Melengkapi
data
Uji
Konsistensi
ya
Koreksi
data
Data Benar
siap pakai
informasi
a. Data konsisten
(Y
i =1
(3-1)
memperhatikan persamaan (3-1), maka jika < 0, maka nilai S k* akan bernilai
positif sedangkan untuk > 0 nilai S k* akan bernilai negatif.
Dengan membagi S k* dengan standart deviasi, diperoleh apa yang disebut
Rescaled Adjusted Partial Sums (RAPS).
S k*
**
Sk =
(3-2)
S
dimana S adalah standar deviasi. Statistik yang digunakan sebagai alat penguji
konsistensi adalah :
Q =max S k**
(3-3)
0 k n
0 k n
(3-4)
10
20
30
40
50
100
90%
1.05
1.10
1.12
1.13
1.14
1.17
1.22
95%
1.14
1.22
1.24
1.26
1.27
1.29
1.36
99%
1.29
1.42
1.46
1.50
1.52
1.55
1.63
90%
1.21
1.34
1.40
1.42
1.44
1.50
1.62
95%
1.28
1.43
1.50
1.53
1.55
1.62
1.75
99%
1.38
1.60
1.70
1.74
1.78
1.86
2.00
Q
n
hitung dan
R
n
hitung. Hasil yang didapat dibandingkan dengan nilai ijin, apabila lebih kecil
untuk tingkat kepercayaan tertentu maka data masih dalam batasan konsisten. Uji
konsistensi metode RAPS pada lokasi studi ditampilkan pada Tabel 3.5.
Tabel 3.5. Perhitungan Uji Konsistensi Lokasi Studi
Tahun
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Jumlah
Rata-rata
n
S
Xi
1374.20
1535.90
1853.50
1896.48
1404.90
1331.50
1710.00
1627.90
1623.80
1460.40
1567.40
1401.30
1391.00
1758.60
2008.80
1743.90
868.20
1387.40
1198.50
1566.10
1068.00
1405.10
33,182.88
1,508.31
22.00
269.63
Sk*
-134.11
27.59
345.19
388.17
-103.41
-176.81
201.69
119.59
115.49
-47.91
59.09
-107.01
-117.31
250.29
500.49
235.59
-640.11
-120.91
-309.81
57.79
-440.31
-103.21
Sk** min
Sk** maks
R
Q
Sk**
-0.50
0.10
1.28
1.44
-0.38
-0.66
0.75
0.44
0.43
-0.18
0.22
-0.40
-0.44
0.93
1.86
0.87
-2.37
-0.45
-1.15
0.21
-1.63
-0.38
| Sk** |
0.50
0.10
1.28
1.44
0.38
0.66
0.75
0.44
0.43
0.18
0.22
0.40
0.44
0.93
1.86
0.87
2.37
0.45
1.15
0.21
1.63
0.38
-0.66
1.44
2.10
1.44
Dari hasil analisa sebagaimana Tabel 3.5 di atas, diketahui bahwa nilai Q = 1,44
dan nilai R = 2,10. Maka nilai
Q
n
R
n
Q
n
R
n
kritis >
R
n
R
n
Q
n
kritis = 1,44.
kritis >
Q
n
tersedia pada lokasi studi yang tercatat pada stasiun Malikussaleh tahun data
1986-2007 adalah konsisten.
KP =1
6( dt )
(3-5)
i =1
3
n n
1
n 2 2
t =KP
2
1 KP
(3-6)
dimana :
KP
n
dt
Tt
Rt
t
=
=
=
=
=
=
Tahun
1
2
3
4
5
6
7
8
9
10
11
12
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
13
14
15
16
17
18
19
20
21
22
Xi
1374.20
1535.90
1853.50
1896.48
1404.90
1331.50
1710.00
1627.90
1623.80
1460.40
1567.40
1401.30
1391.00
1758.60
2008.80
1743.90
868.20
1387.40
1198.50
1566.10
1068.00
1405.10
Peringkat, Tt
Peringkat
Tahun
Xi
Rt
2000
2008.80
15
1989
1896.48
4
1988
1853.50
3
1999
1758.60
14
2001
1743.90
16
1992
1710.00
7
1993
1627.90
8
1994
1623.80
9
1996
1567.40
11
2005
1566.10
20
1987
1535.90
2
1995
1460.40
10
2007
1405.10
22
1990
1404.90
5
1997
1401.30
12
1998
1391.00
13
2003
1387.40
18
1986
1374.20
1
1991
1331.50
6
2004
1198.50
19
2006
1068.00
21
2002
868.20
17
Jumlah
n
KP
t
dt
dt 2
14.00
2.00
0.00
10.00
11.00
1.00
1.00
1.00
2.00
10.00
-9.00
-2.00
196.00
4.00
0.00
100.00
121.00
1.00
1.00
1.00
4.00
100.00
81.00
4.00
9.00
81.00
-9.00
-3.00
81.00
9.00
-3.00
9.00
1.00
-17.00
-13.00
-1.00
0.00
-5.00
1.00
289.00
169.00
1.00
0.00
25.00
1278.00
22.00
0.28
1.30
Hipotesa :
H0 : tidak terdapat trend data
H1 H0 : terdapat trend data
dk = n 2 = 22 2 = 20
Berdasarkan persamaan (3-5) dan persamaan (3-6) maka nilai KP dan uji-t, dapat
dilihat pada Tabel 3.6, dimana diperoleh nilai KP = 0,28 sehingga nilai t hitung =
1,30. Untuk uji 2 sisi dengan level of significant 5% (masing-masing sisi menjadi
2,5%) dan derajat bebas (dk) = 20, maka berdasarkan Tabel 3.7 diperoleh nilai tc
kritis (t0,975) = 2,083. Dari hasil perhitungan menunjukkan bahwa tc kritis (2,083)
> t hitung (1,30). Untuk kondisi t kritis > t hitung maka hipotesa H0 diterima
Dengan demikian dapat disimpulkan bahwa data hujan periode tahun 1986 2007
yang tercatat pada Stasiun Malikussaleh tidak terdapat trend, sehingga data hujan
yang tersedia dapat digunakan untuk analisa peluang dan simulasi.
1
2
3
4
5
10.0%
3.070
1.886
1.638
1.533
1.476
derajat kepercayaan,
5.0%
2.5%
1.0%
6.314
12.706
31.821
2.920
4.303
6.965
2.353
3.182
4.541
2.132
2.776
3.747
2.015
2.571
3.365
0.5%
63.657
9.925
5.841
4.604
4.032
6
7
8
9
10
1.440
1.415
1.397
1.383
1.372
1.943
1.895
1.860
1.833
1.812
2.447
2.365
2.306
2.262
2.228
3.143
2.998
2.896
2.821
2.764
3.707
3.499
3.355
3.250
3.169
11
12
13
14
15
1.363
1.356
1.350
1.345
1.341
1.796
1.782
1.771
1.761
1.753
2.201
2.179
2.160
2.145
2.131
2.718
2.681
2.650
2.624
2.602
3.106
3.055
3.012
2.977
2.947
16
17
18
19
20
1.337
1.333
1.330
1.328
1.325
1.746
1.740
1.734
1.729
1.725
2.120
2.110
2.101
2.093
2.083
2.583
2.567
2.552
2.539
2.528
2.921
2.898
2.878
2.861
2.845
dk
21
22
23
24
25
26
27
28
29
inf.
1.323
1.321
1.3193.7.
Tabel
1.318
1.316
1.315
1.314
1.313
1.311
1.282
1.721
2.080
2.518
1.717
2.074
2.508
1.714
2.069
2.500
Nilai tc untuk Distribusi
Dua
1.711
2.064
2.492
1.708
2.060
2.485
1.706
1.703
1.701
1.699
1.645
2.056
2.052
2.048
2.045
1.960
2.479
2.473
2.467
2.462
2.326
2.831
2.819
Sisi2.807
2.797
2.787
2.779
2.771
2.763
2.756
2.576
III.1.3.Uji Stasioner
Deret berkala umumnya dibedakan menjadi dua tipe yaitu : a). Stasioner dan b).
Tidak Stasioner.
Deret berkala disebut stasioner apabila nilai dari parameter statistiknya (rata-rata
dan varian) relatif tidak berubah dari bagian periode/runtun waktu yang ada. Jika
ditemukan salah satu parameter statistiknya berubah dari bagian periode/runtun
waktu yang ada maka deret berkala tersebut disebut tidak stasioner. Deret berkala
tidak stasioner menunjukkan bahwa datanya tidak homogen/tidak sama jenis.
Apabila data deret berkala tidak menunjukkan adanya trend, maka dilanjutkan uji
Stasioner dengan tujuan menguji kestabilan nilai varian dan rata-rata dari deret
berkala.
Pengujian nilai varian dari deret berkala dapat dilakukan dengan uji-F (Fisher
test) dengan bentuk persamaan :
F=
N 1 . S12 ( N 2 1)
N 2 . S 22 ( N 1 1)
(3-7)
dimana :
F
= nilai hitung uji F
N1 = jumlah data kelompok 1
N2 = jumlah data kelompok 2
S1 = standar deviasi data kelompok 1
S2 = standar deviasi data kelompok 2
dengan derajat bebas (dk) :
dk1 = N1 1
dk2 = N2 - 1
Hipotesa nol untuk parameter statistik data adalah stasioner, sebaliknya hipotesa
tidak sama dengan satu untuk parameter statistik data tidak stasioner. Untuk hasil
pengujian hipotesa nol ditolak, berarti nilai varian tidak stabil atau tidak
homogen. Deret berkala yang nilai variannya tidak homogen berarti deret berkala
tidak stasioner dan tidak perlu melakukan pengujian lanjutan.
Sedangkan stabilitas nila rata-rata data deret berkala diuji dengan uji-t (student
test) dengan persamaan sebagai berikut :
X 1 X
t=
1
1
N +N
2
1
(3-8)
N 1 S12 + N 2 S 22
=
N + N 2
1
2
(3-9)
dimana :
t
= nilai hitung uji t
N1 = jumlah data kelompok 1
N2 = jumlah data kelompok 2
X1
X2 =
S1
S2
Kelompok I
Tahun
Xi
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
N1
1374.20
1535.90
1853.50
1896.48
1404.90
1331.50
1710.00
1627.90
1623.80
1460.40
1567.40
12
13
14
15
16
17
18
19
20
21
22
11.00
N2
1580.54
186.3451
S1
dk 1
No.
10.00
Kelompok II
Tahun
Xi
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
1401.30
1391.00
1758.60
2008.80
1743.90
868.20
1387.40
1198.50
1566.10
1068.00
1405.10
11.00
1436.08
326.2931
S2
dk 2
10.00
10
2.98
2.85
2.75
2.67
2.60
12
2.91
2.79
2.69
2.60
2.53
dk1
15
2.85
2.72
2.62
2.53
2.46
20
2.77
2.65
2.54
2.46
2.39
24
2.74
2.61
2.51
2.42
2.35
KS =1
6( di )
(3-10)
i =1
3
m m
1
m 2 2
t =KS
2
1 KS
(3-11)
dimana :
KS = koefisien korelasi serial Spearman
m = jumlah data
di = selisih antara peringkat ke Xi dang Xi-1
t
= nilai hitung uji t
Dengan derajat bebas dk = m 2
Tabel 3.10 menunjukkan koefisien korelasi serial data hujan tahunan lokasi studi.
Dengan menggunakan persamaan (3-10) diperoleh nilai KS = -0,178 dan dengan
persamaan (3-11) diperoleh nilai thitung = -0,788. Dengan uji 2 arah dan dk = 20
maka berdasarkan Tabel 3.7 diperoleh nilai tkritis = 2,093.
Dari hasil analisa uji persistensi dimana nilai tkritis > thitung maka dapat disimpulkan
Peringkat
No.hujan yang
bahwa data
TahuntersediaXiadalah persisten. di
di 2
Rt
1 dari keseluruhan
1986
1374.20
15 yang -telah diuraikan secara detail
Berdasarkan
analisa statistik
2
1987konsistensi,
1535.90uji ketiadaan
4
-11 uji stasioner
121
yaitu meliputi
: uji
trend,
dan uji
1988 teoritis
1853.50
3
-1
persistensi,3 maka secara
dapat disimpulkan
bahwa
data 1hujan periode
4
1989
1896.48
14
11layak dan
121 valid untuk
1986 2007
hasil
pencatatan
stasiun Malikussaleh
1990 hidrologi
1404.90
16
2 dan simulasi.
4
digunakan 5dalam analisa
meliputi analisa
peluang
6
7
8
9
10
11
12
1991
1331.50
1992
1710.00
1993
1627.90
1994
1623.80
1995
1460.40
Tabel 3.10. Koefisien
1996
1567.40
1997
1401.30
7
8
9
11
20
Korelasi
2
10
-9
1
1
2
9
Serial
-18
8
81
1
1
4
81
324
64
13
1998
1391.00
22
12
144
14
15
1999
2000
1758.60
2008.80
5
12
-17
7
289
49
16
2001
1743.90
13
17
18
19
20
21
22
2002
2003
2004
2005
2006
2007
868.20
1387.40
1198.50
1566.10
1068.00
1405.10
18
1
6
19
21
17
5
-17
5
13
2
-4
25
289
25
169
4
16
Jumlah
1814
6.
=X +K . S
dimana :
XT = Variate yang diekstrapolasikan yaitu besarnya curah hujan rancangan untuk
periode ulang tertentu.
X = Harga rerata curah hujan
n
Xi
X=
i =1
n
n
( X i - X)
Sd =
i = l
dimana :
n -1
Sd =
X =
Xi =
N =
K =
standar deviasi
nilai rata-rata
nilai varian ke i
jumlah data
faktor frekuensi yang merupakan fungsi dari periode ulang (return period)
dan tipe distribusi frekuensi.
YT Yn
Sn
dimana :
YT =
=
Yn =
Sn =
Jika :
1
Sx
=
a
Sn
Sx
b = X
.Yn
Sn
Koefisien Skewness :
Cs =
n
n
(Xi - X) 3
(n - 1) (n - 2) i = l
Sd 3
dimana :
Cs = koefisien skewness
X
Xi
n
= nilai rata-rata
= nilai varian ke i
= jumlah data
Koefisien Kurtosis :
n
( Xi - X )
n2
Ck =
i=l
(n - 1) (n - 2) (n - 3) Sd 4
dimana :
Ck =
X =
Xi =
N =
koefisien kurtosis
nilai rata-rata
nilai varian ke i
jumlah data
log x
n
Standard Deviasi :
(Log x
n
- Log x
i=l
Sd =
n -1
dimana :
x
Log x
= c. log
x +b
.
xo +b
dengan
= faktor frekuensi
c = faktor Iwai Kadoya
log (xo + b ) adalah harga rata-rata dari log (xi + b) dengan ( i = 1, 2, n ) dan
dinyatakan dengan (Xo, b, c dan xo) diperkirakan dari rumus-rumus sebagai berikut :
xs.xt xo 2
.
2 xo - (xs +xt)
xi + b
)^ 2.
xo + b
x 2 xo 2
Dimana :
Xs = harga pengamatan dengan nomor urut (m) dari yang terbesar
Xt = harga pengamatan dengan nomor urut (m) dari yang terkecil
n
= banyaknya data
n. X X 3
( n 1) ( n 2 ) . S3
n2 . X X 4
( n 1) ( n 2 ) ( n 3 ) . S4
dimana :
n = jumlah data
X = rerata data hujan (mm)
S = simpangan baku (standar deviasi)
X = data hujan (mm)
Bila Cs > 1.0 : Sebaran mendekati sebaran Gumbel
Bila Cs < 1.0 : Sebaran mendekati sifat-sifat sebaran Log Normal atau Log
Pearson III
Bila Cs = 1.0 : Sebaran mendekati sebaran Normal
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Jumlah
Rerata x
S
n
Tahun
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
=
=
=
(Xi - Xrt)
Xi
(Xi - Xrt)2
(Xi - Xrt)3
95.2
-8.6
74.35
-641.11
138.5
34.7
1,202.51
41,699.88
104.9
1.1
1.16
1.25
92.8
-11.0
121.50
-1,339.27
119.0
15.2
230.35
3,496.08
62.8
-41.0
1,682.86
-69,035.68
Tabel 3.11. Pemilihan Jenis Sebaran
127.5
23.7
560.61
13,273.79
102.0
-1.8
3.32
-6.06
97.8
-6.0
36.27
-218.46
74.0
-29.8
889.40
-26,524.19
123.4
19.6
383.27
7,503.37
79.5
-24.3
591.60
-14,389.21
99.2
-4.6
21.37
-98.79
121.0
17.2
295.06
5,068.30
209.3
105.5
11,125.46 1,173,482.66
126.6
22.8
518.80
11,816.94
49.0
-54.8
3,005.53
-164,771.43
80.0
-23.8
567.52
-13,519.93
95.5
-8.3
69.27
-576.50
87.4
-16.4
269.71
-4,429.31
122.7
18.9
356.35
6,726.94
76.0
-27.8
774.10
-21,537.69
2284
103.82
32.94
22.00
22780
Cs =
Ck =
Cv =
945982
1.39
7.23
0.32
(Xi - Xrt)4
5,528.13
1,446,038.10
1.35
14,762.38
53,060.94
2,832,031.76
314,287.21
11.04
1,315.75
791,023.58
146,895.59
349,984.72
456.66
87,059.64
123,775,750.34
269,157.75
9,033,219.15
322,081.60
4,798.03
72,741.31
126,986.34
599,237.24
140246429
7.
Distribusi Normal
- 0.05 < Cs < 0.05
2.7 < Ck < 3.3
Distribusi Gumbel
Cs > 1.1395
Ck > 5.4
Distribusi IWAI
1.3869>1,1395
memenuhi
7.2285>5,4
memenuhi
ini dilakukan secara vertikal dengan metode Chi Square dan secara horisontal dengan
metode Smirnov Kolmogorof.
1) Chi-Kuadrat ( 2 test)
Uji ini mengkaji ukuran perbedaan yang terdapat di antara frekuensi yang
diobservasi dengan yang diharapkan dan digunakan untuk menguji simpangan secara
vertikal, yang ditentukan dengan persamaan :
2
hitung
( (O
j =1
Ej ) 2
Ej
dimana :
2
Ej
Oj
=
uji statistik
= frekuensi pengamatan (observed frequency)
= frekuensi teoritis kelas j (expected frequency)
hitung
n
. 100%
N +1
dimana:
Sn (x) = probabilitas (%)
n
= nomer urut data dari seri yang telah diurutkan
N
= jumlah total data
2.
Tarik garis dengan bantuan titik curah hujan rancangan yang mempunyai
periode ulang tertentu pada kertas semi-log probabilitas vs curah hujan
3. Hitung harga frekuensi teoritis dari kertas semi-log
4. Hitung nilai 2 hitung dengan persamaan diatas
5. Hitung harga 2 cr dengan menentukan taraf signifikan =
5 % dan dengan
derajat kebebasan yang dihitung dengan persamaan :
=n (m + 1)
dimana :
= derajat kebebasan
n = jumlah data
m = jumlah parameter untuk 2 hitung
6. Dengan nilai dan nilai tingkat kepercayaan/ significant level maka
didapatkan nilai 2cr yang akan dibandingkan dengan nilai 2hitung. Data akan
diterima jika dari uji nilai 2hitung < 2cr.
2) Uji Smirnov-Kolmogorov
Uji kesesuaian ini digunakan untuk menguji simpangan secara horisontal. Uji ini
dilakukan dengan tahapan sebagai berikut :
Mengurutkan data hujan harian maksimum dari nilai terkecil ke terbesar
Memplot harga curah hujan harian maksimum Xt dengan harga probabilitas,
Sn(x) seperti pada persamaan diatas
3. Pengujian terhadap kesesuaian data dengan menggunakan tabel yang tersedia
dengan parameter banyaknya data (n), tingkat kepercayaan atau level of
significant (), dan cr
4. Hitung nilai selisih maksimum antara distribusi teoritis dan distribusi empiris
dengan persamaan :
1.
2.
maks =
Px ( x) - Sn ( x)
dimana :
maks = selisih antara probabilitas empiris dan teoritis
Sx(x) = peluang empiris
Px(x) = peluang teoritis
5.
Hasil Analisa Curah Hujan hingga pengujian kesesuaian Distribusi untuk data hujan
Stasiun Lhokseumawe disajikan dalam Tabel 3.13 hingga Tabel 3.25.
TAHUN
[ X - Xrt ]
[ X - Xrt ]
[ X - Xrt ]
( mm )
122.70
76.00
74.35
1202.51
1.16
121.50
230.35
1682.86
560.61
3.32
36.27
889.40
383.27
591.60
21.37
295.06
11125.46
518.80
3005.53
567.52
69.27
269.71
356.35
774.10
-641.11
41699.88
1.25
-1339.27
3496.08
-69035.68
13273.79
-6.06
-218.46
-26524.19
7503.37
-14389.21
-98.79
5068.30
1173482.66
11816.94
-164771.43
-13519.93
-576.50
-4429.31
6726.94
-21537.69
5528.13
1446038.10
1.35
14762.38
53060.94
2832031.76
314287.21
11.04
1315.75
791023.58
146895.59
349984.72
456.66
87059.64
123775750.34
269157.75
9033219.15
322081.60
4798.03
72741.31
126986.34
599237.24
2284.10
103.82
209.30
49.00
32.94
22780.38
1035.47
11125.46
1.16
2356.93
945981.62
140246428.59
22.00
22.00
1.39
4.08
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
95.20
138.50
104.90
92.80
119.00
62.80
127.50
102.00
97.80
74.00
123.40
79.50
99.20
121.00
209.30
126.60
49.00
80.00
95.50
87.40
21
22
2006
2007
Jumlah
Rerata x
Maksimum
Minimum
Deviasi
=
=
=
=
=
n
=
Koefisien Skewness (Cs) =
Koefisien Kurtosis (Ck)
=
1
2
3
4
5
6
7
8
9
Data
Sn
Yn
1/a
b
Xt
Yt
=
=
=
=
=
=
=
PERIODE
REDUCED
ULANG (T)
( tahun )
2
5
VARIATE
( Yt )
0.37
1.50
HARGA
EKSTRAPOLASI, (Xt)
( mm )
98.91
133.80
10
20
25
50
100
200
1000
2.25
2.97
3.20
3.90
4.60
5.30
6.91
156.90
179.06
186.09
207.74
229.23
250.64
300.25
22
1.070
0.526
30.78
87.63
b + 1/a * Yt
-ln (-ln (T-1)/T)
Probabilitas
( mm )
Distribusi
Empiris, Pe
( % )
Distribusi
Teoritis, Pt
( % )
Pe-Pt
( % )
1
2
49.00
62.80
4.35
8.70
3.00
10.64
1.35
1.94
3
4
5
6
7
8
9
74.00
79.50
80.00
87.40
92.80
95.20
95.50
13.04
17.39
21.74
26.09
30.43
34.78
39.13
21.07
27.19
27.77
36.51
42.94
45.75
46.10
8.03
9.80
6.03
10.42
12.50
10.97
6.97
10
11
12
13
97.80
99.20
102.00
104.90
43.48
47.83
52.17
56.52
48.74
50.32
53.42
56.52
5.26
2.50
1.24
0.01
14
15
16
17
18
19
20
21
22
119.00
121.00
122.70
123.40
126.60
127.50
138.50
209.30
209.30
60.87
65.22
69.57
73.91
78.26
82.61
86.96
91.30
95.65
69.70
71.30
72.61
73.14
75.43
76.05
82.57
98.10
98.10
8.83
6.09
3.05
0.78
2.83
6.56
4.39
6.79
2.45
12.502
NO
=
=
=
=
=
22
5.00
28.20
12.50
DITERIMA
PROBABILITY
Observed
Frequency
( Of )
Ef - Of
(Ef - Of)
(P)
Expected
Frequency
( Ef )
1
2
3
4
4.40
4.40
4.40
4.40
2
4
7
6
2.40
0.40
2.60
1.60
5.76
0.16
6.76
2.56
4.40
1.40
1.96
22.00
22
JUMLAH
Jumlah Kelas :
K
K
Derajat Bebas ( n ) =
Derajat Bebas ( n )
Siginifikan (a, %)
D kritis
Expected Frequency
D KRITIS
2
X hitung
KESIMPULAN
=
=
1 + 3,322 Log P
5
K-h-1;h=2
=
2.00
=
5.00
=
5.99
=
4.40
=
5.991
=
=
3.909
DITERIMA
17.20
Tabel 3.17. Analisa Hujan Rancangan menggunakan Distribusi Log Pearson III
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Xi
(mm)
49.00
62.80
74.00
76.00
79.50
80.00
87.40
92.80
95.20
95.50
97.80
99.20
102.00
104.90
119.00
121.00
122.70
123.40
126.60
127.50
138.50
209.30
Log Xi
(mm)
1.6902
1.7980
1.8692
1.8808
1.9004
1.9031
1.9415
1.9675
1.9786
1.9800
1.9903
1.9965
2.0086
2.0208
2.0755
2.0828
2.0888
2.0913
2.1024
2.1055
2.1414
2.3208
Log Xi - Log X
(mm)
-0.3068
-0.1991
-0.1278
-0.1162
-0.0966
-0.0939
-0.0555
-0.0295
-0.0184
-0.0170
-0.0067
-0.0005
0.0116
0.0238
0.0785
0.0858
0.0918
0.0943
0.1054
0.1085
0.1444
0.3238
(Xi - X )2
(mm)2
0.0941
0.0396
0.0163
0.0135
0.0093
0.0088
0.0031
0.0009
0.0003
0.0003
0.0000
0.0000
0.0001
0.0006
0.0062
0.0074
0.0084
0.0089
0.0111
0.0118
0.0209
0.1048
(Xi - X )3
(mm)3
-0.0289
-0.0079
-0.0021
-0.0016
-0.0009
-0.0008
-0.0002
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0005
0.0006
0.0008
0.0008
0.0012
0.0013
0.0030
0.0339
(Xi - X )4
(mm)4
0.0089
0.0016
0.0003
0.0002
0.0001
0.0001
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0001
0.0001
0.0001
0.0001
0.0004
0.0110
=
=
=
=
43.93
2.00
0.1321
-0.0050
0.00
0.37
0.00
0.02
S Log Xi
Log X rata-rata
Sd
Cs
Tabel 3.18. Curah Hujan Rancangan menurut Distribusi Log Pearson Tipe III
Kala Ulang
(tahun)
2
5
10
20
25
50
100
200
1000
P
(%)
50
20
10
5
4
2
1
0.5
0.1
Log Xi
G.S
Log Xt
1.997
1.997
1.997
1.997
1.997
1.997
1.997
1.997
1.997
0.1321
0.1321
0.1321
0.1321
0.1321
0.1321
0.1321
0.1321
0.1321
0.0009
0.8422
1.2814
1.5933
1.7492
2.0513
2.3223
2.5713
3.0830
0.0001
0.1113
0.1693
0.2105
0.2311
0.2710
0.3068
0.3397
0.4073
1.9971
2.1083
2.1663
2.2075
2.2281
2.2680
2.3038
2.3367
2.4043
Xt
(mm)
99.34
128.31
146.65
161.25
169.08
185.35
201.28
217.11
253.68
Tabel 3.19. Probabilitas Hujan Rancangan Distribusi Log Pearson Tipe III
Probabilitas
Distribusi
Probabilitas
Distribusi
( mm )
Empiris, Pe
( % )
Teoritis, Pt
( % )
Pe-Pt
( % )
1
2
49.00
62.80
4.35
8.70
1.04
6.92
3.31
1.78
3
4
5
6
7
74.00
76.00
79.50
80.00
87.40
13.04
17.39
21.74
26.09
30.43
17.15
19.14
23.92
24.66
35.01
4.11
1.75
2.18
1.43
4.58
8
9
10
11
12
92.80
95.20
95.50
97.80
99.20
34.78
39.13
43.48
47.83
52.17
42.03
45.02
45.39
48.17
49.84
7.25
5.89
1.91
0.35
2.34
13
14
15
16
17
102.00
104.90
119.00
121.00
122.70
56.52
60.87
65.22
69.57
73.91
53.10
56.38
71.17
73.12
74.76
3.42
4.49
5.95
3.56
0.84
18
19
20
123.40
126.60
127.50
78.26
82.61
86.96
75.42
78.42
79.26
2.84
4.18
7.70
21
22
138.50
209.30
91.30
95.65
85.72
99.26
5.59
3.61
7.70
NO
=
=
=
=
=
22
5
28.2
7.70
DITERIMA
Tabel 3.20. Uji Chi-Square Untuk Distribusi Log Pearson Tipe III
NO
PROBABILITY
Expected
Observed
Ef - Of
(Ef - Of)
(P)
Frequency
( Ef )
Frequency
( Of )
1
2
3
4.40
4.40
4.40
4
3
7
0.400
1.400
2.600
0.160
1.960
6.760
4
5
4.40
4.40
6
2
1.600
2.400
2.560
5.760
JUMLAH
22.00
22.00
=
=
1 + 3,322 Log n
5
=
=
=
=
=
=
=
=
22
2
5
5.991
4.40
5.991
3.909
DITERIMA
JUMLAH KELAS :
K
K
JUMLAH DATA
DERAJAT BEBAS ( n )
SIGNIFIKAN (a, %)
D KRITIS
EXPECTED FREQUENCY
X2 Kritis
X2 hitung
KESIMPULAN
17.20
Tahun
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
2000
1987
1992
2001
1996
2006
1999
1990
1988
1993
1998
1994
2004
1986
1989
2005
2003
1997
2007
1995
1991
2002
Curah Hujan
X
( mm )
Log X
209.30
138.50
127.50
126.60
123.40
122.70
121.00
119.00
104.90
102.00
99.20
97.80
95.50
95.20
92.80
87.40
80.00
79.50
76.00
74.00
62.80
49.00
2.3208
2.1414
2.1055
2.1024
2.0913
2.0888
2.0828
2.0755
2.0208
2.0086
1.9965
1.9903
1.9800
1.9786
1.9675
1.9415
1.9031
1.9004
1.8808
1.8692
1.7980
1.6902
Jumlah
Rerata
Maksimum
Minimum
Deviasi
Xi+b
log(xi+b)
[log(xi+b)]2
209.28
138.48
127.48
126.58
123.38
122.68
120.98
118.98
104.88
101.98
99.18
97.78
95.48
95.18
92.78
87.38
79.98
79.48
75.98
73.98
62.78
48.98
2.321
2.141
2.105
2.102
2.091
2.089
2.083
2.075
2.021
2.009
1.996
1.990
1.980
1.979
1.967
1.941
1.903
1.900
1.881
1.869
1.798
1.690
5.386
4.586
4.433
4.420
4.373
4.363
4.338
4.308
4.083
4.034
3.986
3.961
3.920
3.915
3.871
3.769
3.621
3.611
3.537
3.494
3.232
2.856
43.93
2.00
2.32
1.69
0.13
Data
m
Xo
2Xo
Xo2
1/c
=
=
=
=
=
=
Xo
209.30
138.50
No
1
2
43.93
2.00
2.32
1.69
0.13
88.10
4.00
5.39
2.86
0.53
22
2.00
99.31
198.63
9863.29
0.19
Xt
74.00
76.00
XsXt
15488.20
10526.00
Xs+Xt
283.30
214.50
XsXt-Xo2
2Xo-(Xs+Xt)
5624.91
-84.67
662.71
-15.87
bi
-66.43
-41.75
-108.19
b =
-0.02 m/jml bi
1/T
1.01
2
5
10
20
25
50
100
200
1000
0.9901
0.5000
0.2000
0.1000
0.0500
0.0400
0.0200
0.0100
0.0050
0.0010
-1.6450
0.0000
0.5951
0.9062
1.1631
1.2379
1.4522
1.6450
1.8214
2.2708
/c*z
Xo+1/c*z
x+b
-0.31
0.00
0.11
0.17
0.22
0.23
0.27
0.31
0.34
0.42
1.69
2.00
2.11
2.17
2.21
2.23
2.27
2.30
2.34
2.42
48.93
99.29
128.27
146.64
163.78
169.14
185.48
201.52
217.41
263.78
48.94
99.31
128.29
146.66
163.80
169.16
185.49
201.54
217.43
263.80
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
( mm )
Probabilitas
Distribusi
Empiris, Pe
( % )
Probabilitas
Distribusi
Teoritis, Pt
( % )
Pe-Pt
( % )
209.30
138.50
127.50
126.60
123.40
122.70
121.00
119.00
104.90
102.00
99.20
97.80
95.50
95.20
92.80
87.40
80.00
79.50
76.00
74.00
62.80
49.00
4.35
8.70
13.04
17.39
21.74
26.09
30.43
34.78
39.13
43.48
47.83
52.17
56.52
60.87
65.22
69.57
73.91
78.26
82.61
86.96
91.30
95.65
0.72
13.88
20.61
21.30
23.65
23.09
25.86
27.73
43.04
46.60
50.08
51.06
52.71
52.93
54.70
58.85
64.98
65.41
68.53
70.38
81.74
98.93
3.63
5.19
7.56
3.91
1.91
2.99
4.58
7.05
3.91
3.13
2.25
1.11
3.81
7.94
10.52
10.72
8.94
12.85
14.08
16.58
9.56
3.28
=
=
=
=
=
22.00
5.00
28.20
16.58
DITERIMA
PROBABILITY
1
2
3
4
5
Observed
Frequency
( Of )
Ef - Of
(Ef - Of)
(P)
Expected
Frequency
( Ef )
4.400
4.400
4.400
4.400
4.400
2
6
8
4
2
2.400
1.600
3.600
0.400
2.400
5.760
2.560
12.960
0.160
5.760
JUMLAH
22.00
22.00
27.20
JUMLAH KELAS :
K
K
=
=
DERAJAT BEBAS ( n ) :
DERAJAT BEBAS ( n )
SIGNIFIKAN (a, %)
D KRITIS
EXPECTED FREQUENCY
D KRITIS
X2 hitung
KESIMPULAN
1 + 3,322 Log P
5
K-h-1;h=2
=
=
=
=
=
=
=
2.00
5.00
5.99
4.40
5.99
6.18
DITOLAK
Kala
Ulang
Probabilitas
(%)
2
5
10
20
25
50
100
200
1000
50
20
10
5
4
2
1
0.5
0.1
Uji Kesesuaian
Distribusi
Smirnov Kolmogorof
Chi Square
EJ Gumbel
98.91
99.34
99.31
133.80
128.31
128.29
156.90
146.65
146.66
179.06
161.25
163.80
186.09
169.08
169.16
207.74
229.23
185.35
201.28
185.49
201.54
250.64
300.25
DITERIMA
DITERIMA
217.11
253.68
DITERIMA
DITERIMA
217.43
263.80
DITERIMA
DITOLAK
dimana:
XPMP =
=
X
K
=
S
=
xn
Sn
1
2
x(n-m)
3
S(n-m)
4
5
6
(xn-m)/xn
7
(Sn-m)/Sn
8
9
Faktor Koreksi xn
10
faktor adjusmen 111(%)
faktor adjusmen 212
xn terkoreksi 13
14
15
16
Faktor Koreksi Sn
faktor adjusmen 117
faktor adjusmen 218
19
Sn terkoreksi
20
21
22
Variabel Km
Untuk xn
T
Km
Jumlah
Rerata
TAHUN
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Hujan Maksimum
Harian Tahunan (mm)
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
95.20
138.50
104.90
92.80
119.00
62.80
127.50
102.00
97.80
74.00
123.40
79.50
99.20
121.00
209.30
126.60
49.00
80.00
95.50
87.40
122.70
76.00
103.82
49.00
32.94
62.80
98.80
74.00
23.59
76.00
79.50
80.00
0.95
87.40
0.72
92.80
95.20
95.50
99.18
97.80
101.75
99.20
104.77
102.00
104.90
119.00
121.00
122.70
82.48
123.40
106.8
126.60
29.00
127.50
138.50
209.30
( Gambar 5-5)
( Gambar 5-6)
( Gambar 5-7)
( Gambar 5-6)
2284.10
103.82
103.82
24.00
jam
15.06
( Gambar 5-8)
=
=
541.59 mm
1.01
( Gambar 5-9)
Besarnya nilai probable maximum precipitation untuk semua lokasi studi pada pekerjaan
Feasibility Study (FS) Waduk Krueng Keureuto, Waduk Krueng Peuto dan
Waduk Krueng Sawang di Kabupaten Aceh Utara ditampilkan pada Tabel 3-27.
Tabel 3-27. PMP Masing-masing DAS
DAS
Kr.Keureuto
Kr. Peuto
Kr. Sawang
Luas (km2)
235,61
107,57
225,32
Faktor Reduksi
PMP (mm)
0,87
0,93
0,84
476,18
507,57
458,56
110
105
10
Length of record
(years)
15
20
30
50
100
99.2
95
90
85
80
75
70
0.7
0.75
0.8
0.85
0.9
0.95
Xn-m / Xn
125
120
115
110
106.75
Standard deviasi
105
Rata-rata
101.75
22
100
10
15
20
25
30
35
40
45
50
55
120
115
110
10
15
30
50
105
100
95
90
85
82.5
Sn adjustment factor (%)
80
75
70
65
60
55
50
45
40
35
30
25
20
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.1
0.72
Sn-m / Sn
14
Km
13
12
5 min
11
Duration
24 hours
10
6 hours
9
8
1 hour
7
6
5
0
50
100
103.82
150
200
250
300
350
400
450
500
550
600
Gambar 3.8 Grafik Hubungan Km, durasi hujan dan hujan harian maksimum
tahunan rata-rata (Hersfield, 1965)
114
113
112
111
110
Adjustment Factor
109
108
107
106
105
104
103
102
101
1.01
100
99
0
12
16
20
24
wakt u (jam)
Tt
R 24
t
T
dimana :
RT
R24
t
T
=
=
=
=
permeabilitas rendah, dimana keluar lagi di tempat yang rendah dan berubah
menjadi limpasan permukaan.
Salah satu metode yang dipakai untuk menentukan hujan efetif adalah Metode
Horton. Metode Horton mengasumsikan bahwa kehilangan debit aliran berupa
lengkung eksponensial, sehingga makin besar jumlah hujan yang meresap akan
mengakibatkan tanah menjadi cepat jenuh akibatnya besar resapan akan
berkurang dan mengikuti rumus berikut :
Fp = fc + ( fo fc ) e -kt
dimana :
Fp = kapasitas infiltrasi pada waktu t
fc = harga akhir dari infiltrasi
fo = kapasitas infiltrasi prasi permulaan yang tergantung dari sebelumnya.
K = konstanta yang tergantung dari tekstur tanah
t = waktu sejak hujan dimulai
60%
58.5%
50%
40%
30%
20%
15.2%
10.7%
10%
8.5%
7.2%
0%
1
Waktu (jam)
1
60
60
2
75
15
3
88
13
4
92
4
5
96
4
6
100
4
100
2
5
10
20
25
50
100
200
1000
PMP
59.60
76.99
87.99
96.75
101.45
111.21
120.77
130.27
152.21
285.71
15
14.9
0
19.2
5
22.0
0
24.1
9
25.3
6
27.8
0
30.1
9
32.5
7
38.0
5
71.4
3
12.91
3.97
3.97
3.97
16.68
5.13
5.13
5.13
19.06
5.87
5.87
5.87
20.96
6.45
6.45
6.45
21.98
6.76
6.76
6.76
24.10
7.41
7.41
7.41
26.17
8.05
8.05
8.05
28.22
8.68
8.68
8.68
32.98
10.15
10.15
10.15
61.90
19.05
19.05
19.05
Hujan
Rancangan
(mm)
99.34
128.31
146.65
161.25
169.08
185.35
201.28
217.11
253.68
476.18
k
=
fc
=
fo
=
fp=fc+(fo*Rpoint)-fc)*exp(-k*t)
0.27
4.00
0.80
Kala Ulang
2
5
10
20
25
50
37.35
8.62
10.6
4
11.9
2
12.9
5
13.4
9
14.6
47.96
54.68
60.03
62.90
68.86
6.82
3.72
3.79
3.84
8.16
4.04
4.03
4.02
9.01
4.24
4.18
4.14
9.68
4.39
4.30
4.23
10.04
10.80
4.48
4.66
4.37
4.50
4.28
4.38
Infiltrasi
(mm)
64.12
78.85
88.17
95.58
99.56
107.83
100
200
1000
PMP
74.70
80.50
93.90
175.4
3
3
15.7
4
16.8
5
19.4
1
34.9
7
11.53
4.83
4.63
4.48
12.27
5.00
4.76
4.58
13.96
5.40
5.07
4.81
24.25
7.82
6.91
6.22
115.92
123.97
142.55
255.60
22.26
29.02
6.29
8.61
10.0
7
11.2
4
11.8
7
13.1
7
14.4
5
15.7
2
18.6
4
36.4
6
33.31
36.72
38.55
42.35
46.07
49.77
58.31
110.2
8
6.10
8.52
0.25
1.10
0.19
1.11
0.14
1.11
10.06
1.63
1.69
1.73
11.28
2.06
2.15
2.22
11.94
2.28
2.40
2.48
13.30
2.76
2.91
3.03
14.63
3.22
3.42
3.57
15.96
3.68
3.92
4.10
19.02
4.75
5.08
5.33
37.65
11.23
12.13
12.82
Hujan
Efektif
(mm)
35.21
49.47
58.49
65.67
69.52
77.52
85.36
93.15
111.13
220.58
Tabel 3.19. Probabilitas Hujan Rancangan Distribusi Log Pearson Tipe III................................28
Tabel 3.20. Uji Chi-Square Untuk Distribusi Log Pearson Tipe III..............................................29
....................................................................................................................................................29
Tabel 3.21. Analisa Hujan Rancangan Metode Distribusi IWAI-Kadoya....................................30
Tabel 3.22. Curah Hujan Rancangan menurut Distribusi IWAI-Kadoya......................................31
Tabel 3.23. Probabilitas Curah Hujan Rancangan Distribusi IWAI-Kadoya................................31
Tabel 3.24. Uji Chi-Square Untuk Distribusi IWAI-Kadoya........................................................32
Tabel 3.25. Rekapitulasi Analisa Hujan Rancangan......................................................................32
Tabel 3.26. Perhitungan PMP Metode Hersfield...........................................................................33