Anda di halaman 1dari 21

Muhammad Rizqi Akbar

135060400111040

SOAL 2
PRESIPITASI

2.1 Latar Belakang


Presipitasi adalah curahan atau jatuhnya air dari atmosfer ke permukaan bumi
dan laut dalam bentuk yang berbeda, yaitu curah hujan di daerah tropis dan curah hujan
serta salju di daerah beriklim sedang. Mengingat bahwa di daerah tropis presipitasi
hanya ditemui dalam bentuk curah hujan, maka presipitasi dalam konteks daerah tropis
adalah sama dengan curah hujan. (Asdak, 2001: 30)

Curah hujan daerah satu dengan daerah yang lainnya berbeda-beda tergantung
dari kondisi lingkungannya. Dalam hidrologi, pengumpulan data hidrologi (curah hujan)
merupakan hal yang sangat penting. Hampir semua kegiatan pengembangan
sumberdaya air memerlukan informasi hidrologi untuk dasar perencanaan dan
perancangan. Akibatnya apabila informasi hidrologi yang dihasilkan tidak akurat, akan
menghasilkan rancangan yang tidak akurat bahkan bisa berakibat fatal.
Interpretasi terhadap fenomena hidrologi dapat dilakukan dengan cermat apabila
didukung ketersediaan data yang cukup. Namun, pada kenyataannya seringkali dijumpai
data stasiun pada daerah tertentu dan pada tahun tertentu hilang. Hal ini bisa disebabkan
faktor manusia maupun faktor alat. Jika hal itu terjadi, maka data hujan tidak bisa
langsung digunakan. Untuk itu, perlu dilakukan estimasi terhadap data yang hilang
dengan membandingkan dengan stasiun disekitar stasiun yang datanya hilang tersebut.
Setelah melakukan estimasi, data hujan yang sudah lengkap perlu di uji
konsistensinya terhadap kumulatif data stasiun disekitarnya. Hal ini dimaksudkan untuk
mengetahui apakah terjadi perubahan lingkungan atau perubahan cara menakar. Uji
konsistensi dilakukan dengan metode lengkung massa ganda. Jika hasil uji menyatakan
data hujan di suatu stasiun konsisten, berarti pada daerah pengaruh stasiun tersebut tidak
terjadi perubahan lingkungan dan tidak terjadi perubahan cara menakar selama
pencatatan data tersebut dan sebaliknya.

2.2 Identifikasi Masalah


Berdasarkan latar belakang diatas dapat diidentifikasikan permasalahanpermasalahan sebagai berikut:
1. Data hujan yang tidak lengkap atau hilang perlu di estimasi dengan cara
membandingkan dengan stasiun hujan disekitar stasiun yang datanya hilang pada
tahun yang sama
2. Perlu dilakukan uji konsistensi data untuk mengetahui apakah terjadi perubahan
lingkungan atau perubahan cara menakar selama pencatatan data
2.3 Rumusan Masalah

a. Berapa nilai estimasi data hujan yang hilang pada stasiun A, stasiun B, stasiun
C, dan stasiun D ?
b. Bagaimana hasil uji konsistensi data hujan tersebut menggunakan lengkung
massa ganda ?
2.4 Pembatasan Masalah
Presipitasi merupakan suatu ilmu yang kajiannya sangat luas, oleh karena itu
pembahasan tentang presipitasi akan di batasi dengan hanya membahas tentang estimasi
data hujan yang hilang dan uji konsistensi data.
2.5 Tujuan
Tujuan dari kajian ini yaitu :
a. Untuk mengetahui hasil estimasi data hujan yang hilang pada setiap
stasiun.
b. Untuk mengetahui hasil uji konsistensi data hujan tersebut.
2.6 Manfaat
Dari pembahasan tentang estimasi data hujan yang hilang dan uji konsistensi
data ini, diharapkan kita dapat memahami cara mengestimasi data hujan yang hilang
serta dapat memahami dan melakukan uji konsistensi data dengan menggunakan
metode lengkung massa ganda.

2,7 Kajian Pustaka


2.7.1 Presipitasi
Presipitasi adalah curahan atau jatuhnya air dari atmosfer ke permukaan
bumi dan laut dalam bentuk yang berbeda, yaitu curah hujan di daerah tropis dan
curah hujan serta salju di daerah beriklim sedang. (Asdak, 2001: 30). Sebagai
gambaran, diberikan informasi tinggi hujan tahunan di beberapa Negara sebagai
berikut :
Tabel 2.1 Hujan rata-rata tahunan di beberapa tempat di dunia
Tempat

Hujan Tahunan (mm)

Cherapongee (india)
Buenaventura (columbia)
Lereng gunung slamet
Singapura
Malang
Athena
Belanda
Teheran
Aden
Sumber: Montarcih L, 2010

10.000
7.310
4.000
2.320
2.000
750
380
220
55

2.7.2 Bentuk-Bentuk Presipitasi


Presipitasi yang ada di bumi ini berupa :
a. Hujan, merupakan bentuk yang paling penting.
b. Embun, merupakan hasil kondensasi di permukaan tanah atau tumbuh-tumbuhan
dan kondensasi dalam tanah. Sejumlah air yang mengembun di malam hari akan
diuapkan di pagi harinya. Ini sangat penting bagi tanaman, tetapi tidak
memegang peranan penting dalam daur hidrologi, karena jumlahnya tidak besar,
dan penguapannya di pagi buta.
c. Kendensasi, di atas lapisan es terjadi jika ada massa udara panas yang bergerak
di atas lapisan es. Kondensasi dalam tanah pada umumnya terjadi beberapa
sentimeter saja di bawah permukaan tanah.
d. Kabut, pada saat terjadi kabut, partikel-partikel air di endapkan di atas
permukaan tanah dan tumbuh-tumbuhan. Kabut beku atau rime merupakan
presipitasi kabut beku. Kabut sangat penting bagi pertumbuhan hutan, yang
menurut penelitian di Jerman dapat menaikkan hujan tahunan (30%-40% di
tengah hutan dan 100% di tepinya).
e. Salju dan es.
2.7.3 Hujan
Hujan adalah sebuah presipitasi berwujud cairan, bebeda dengan presipitasi noncair seperti salju, batu es dan slit. Hujan memerlukan keberadaan lapisan atmosfer tebal
agar dapat menemui suhu di atas titik leleh es di dekat dan di atas permukaan bumi.
Hujan dapat dibedakan menjadi 3 ( tiga) jenis, yaitu konveksi, orografi, dan
frontal. Secara singkat dapat dijelaskan ketiga jenis hujan tersebut , yaitu :
a. Hujan konvektif (convectional storms), tipe hujan ini disebabkan oleh adanya
beda panas yang diterima permukaan tanah dengan panas yang diterima oleh

lapisan udara di atas permukaan tanah tersebut. Sumber utama panas di daerah
tropis adalah berasal dari matahari. Beda panas ini biasanya terjadi pada akhir
musim kering yang akan menyebabkan hujan dengan intensitas tinggi sebagai
hasil proses kondensasi massa air basah pada ketinggian di atas 15 km. Tipe
hujan konvektif biasanya dicirikan dengan intensitas yang tinggi, berlangsung
relatif cepat, dan mencakup wilayah yang tidak terlalu luas. Tipe hujan
konvektif inilah yang seringkali digunakan untuk membedekan dari tipe hujan
yang sering dijumpai di daerah beriklim sedang (tipe hujan frontal) dengan
intensitas hujan lebih rendah. Di Indonesia hujan jenis ini umumnya terjadi pada
sore hari. (Asdak, 2001: 41-42)
b. Hujan orografik (Orographic storms), jenis hujan yang umum terjadi di daerah
pegunungan, yaitu ketika massa udara bergerak ke tempat yang lebih tinggi
mengikuti bentang lahan pegunungan sampai saatnya terjadi proses kondensasi.
Besarnya intensitas hujan orografik cenderung menjadi lebih besar dengan
meningkatnya ketebalan lapisan udara lembab di atmosfer yang bergerak ke
tempat yang lebih tinggi. Tipe hujan orografik dianggap sebagai pemasok air
tanah, danau, bendungan, dan sungai karena berlangsung di daerah hulu DAS.
(Asdak, 2001: 42)

c. Hujan frontal (Frontal/cyclonic stroms), tipe hujan yang umumnya disebabkan


oleh bergulungnya dua massa udara yang berbeda suhu dan kelembaban. Pada
tipe hujan ini, massa udara lembab yang hangat dipaksa bergerak ke tempat
yang lebih tinggi (suhu lebih rendah dengan kerapatan udara dingin lebih besar).
Tipe hujan yang dihasilkannya adalah hujan yang tidak terlalu lebat dan
berlangsung dalam waktu lebih lama (hujan dengan intensitas rendah). Hujan
badai dan hujan monsun (monsoon) adalah tipe hujan frontal yang lazim
dijumpai. (Asdak, 2001: 42)
Berikut ini adalah gambar dari ketiga jenis hujan tersebut :

Gambar 2.1 Jenis hujan


Sumber : Asdak, 2001
2.7.4 Pengukuran Presipitasi
Besarnya presipitasi diukur dengan menggunakan alat penakar curah hujan yang
umumnya terdiri atas dua jenis yaitu alat penakar hujan tidak otomatis dan alat penakar
hujan otomatis.
Alat penakar hujan tidak otomatis pada dasarnya hanya berupa kontainer atau
ember yang telah diketahui diameternya. Untuk mendapatkan data presipitasi yang
memadai dengan menggunakan alat penakar hujan tidak otomatis, alat penampang air
hujan biasanya dibuat dalam bentuk bulat memanjang ke arah vertikal untuk
memperkecil terjadinya percikan air hujan. Diameter dan ketinggian bidang penangkap
air hujan bervariasi dari satu negara ke negara lainnya. Di Amerika Serikat, alat penakar
hujan tidak otomatis (standar) yang digunakan mempunyai dimensi diameter 20 cm dan
ketinggian 79 cm. Untuk memudahkan prosedur pengukuran curah hujan dengan
memanfaatkan alat penakar hujan tidak otomatis, dimensi diameter dan ketinggian alat
yang disarankan adalah berkisar antara 15-30 cm dan antara 50-75 cm. (Dunne dan
Leopold, 1978 dalam Asdak, 2001: 45-46) Pengukuran presipitasi dengan menggunakan
alat penakar hujan tidak otomatis dilakukan dengan cara air hujan yang tertampung
dalam tempat penampung air hujan tersebut diukur volumenya setiap interval waktu
tertentu atau setiap satu kejadian hujan. Dengan cara pengukuran presipitasi tersebut
hanya diperoleh data jumlah cara hujan selama periode waktu tertentu. (Asdak, 2001:
45-46)

Gambar 2.2 standard rain gauge


Sumber : www.crh.noaa.gov/ind/?n=standardgage
Alat penakar curah hujan otomatis adalah alat penakar hujan yang mekanisme
pencatatan besarnya curah hujan bersifat otomatis. Dengan cara ini, data hujan yang
diperoleh selain besarnya curah hujan selama periode waktu tertentu, juga dapat dicatat
lama waktu hujan, dan dengan demikian, besarnya intensitas hujan dapat ditentukan.
Dua jenis alat penakar hujan otomatis yang sering digunakan adalah weighing bucket
raingauge dan tipping bucket raingauge.
Jenis alat penakar hujan yang pertama terdiri atas corong penangkap air hujan
yang ditempatkan di atas ember penampung air yang terletak di atas timbangan yang
dilengkapi dengan alat pencatat otomatis. Alat pencatat (pen) pada timbangan tersebut
dihubungkan ke permukaan kertas grafik yang tergulung pada sebuah kaleng silinder.
Dengan demikian, setiap terjadi hujan, air hujan tertampung oleh corong akan dialirkan
ke dalam ember yang terletak di atas timbangan. Setiap ada penambahan air hujan ke
dalam ember, timbangan akan bergerak turun. Gerakan timbangan ini akan
menggerakkan alat pencatat (pen) yang berhubungan dengan kertas grafik sedemikian
rupa sehingga perubahan volume air hujan yang masuk ke dalam ember dapat tercatat
pada kertas grafik. Setiap periode waktu tertentu gulungan kertas grafik dilepaskan
untuk dilakukan analisis dan apabila sudah waktunya, kertas grafik dan tinta perlu
diganti dengan yang baru.
Jenis alat penakar hujan yang kedua dan dianggap lebih canggih adalah tipping
bucket raingauge. Alat ini beroperasi secara otomatis dan tidak memerlukan tinta dan
kertas dalam mencatat data hujan sehingga tidak perlu mengganti tinta atau kertas setiap

beberapa hari sekali. Mekanisme kerjanya, sesuai dengan namanya, adalah dengan cara
tipping atau seperti cara kerja timbangan (duduk) dimana salah satu bucket atau
kantong/ember penampung air bergerak (jatuh) ke bawah setiap kali menerima beban
(air hujan) dengan volume tertentu. Dengan cara ini, curahan air hujan dihitung/dicatat
oleh alat pencatata otomatis (logger) yang diletakkan terpisah dari alat ukur tipping
bucket. (Asdak, 2001: 46-47)

Gambar 2.3 tipping bucket rain gauge


Sumber : http://www.hydrologicalservicesamerica.com/product/meteorology/
rainfall//standard-rain-guage

2.7.5 Interpretasi Data Hujan


Untuk menghindari kesimpulan-kesimpulan yang keliru, kiranya penting untuk
memberikan interpretasi yang tepat terhadap data hujan yang sering tak dapat diterima
begitu saja.
Mengestimasi Data Hujan yang Hilang
Data yang ideal adalah data yang untuk dan sesuai dengan apa yang dibutuhkan.
Tetapi dalam praktek sangat sering dijumpai data yang tidak lengkap. Hal ini dapat
disebabkan beberapa hal, antara lain:
1. Kerusakan alat

2. Kelalaian petugas
3. Penggantian alat
4. Bencana (Pengrusakan) dan lain sebagainya
Untuk melengkapi data tahunan yang hilang dapat digunakan beberapa cara;
Aritmetic Mean Method
Persyaratan :
- Hujan rata-rata tahunan stasiun yang hilang datanya (x) kurang dari 10% dari
hujan rata-rata tahunan stasiun di sekitarnya
Stasiun hujan acuan sedikitnya berjumlah 3 (tiga) stasiun
Lokasi stasiun hujan acuan harus tersebar secara merata di sekitar stasiun yang

hilang datanya
1
Px= .(P1 + P2+ . ..+ Pn )
n
Keterangan
n

: banyaknya stasiun hujan di sekitar stasiun x

Px

: tinggi hujan yang diperkirakan di stasiun x (mm)

Pn

: tinggi hujan di stasiun sebanyak n di sekitar stasiun x (mm)

Normal Ratio Method


Syarat untuk dapat menggunakan cara ini adalah tinggi hujan rata-rata tahunan
pos penakar yang datanya hilang harus diketahui, disamping dibantu dengan tinggi
hujan rata-rata tahunan dan data pada saat data hilang pada pos-pos penakar
disekitarnya.`
Jika jumlah pos penakar untuk membantu menentukan data X yang hilang
adalah sebanyak n, maka :
Px=

n
A nx
1
Pi .

n i=1
A

Keterangan
n

: banyaknya stasiun hujan di sekitar stasiun x

Px

: tinggi hujan yang diperkirakan di stasiun x (mm)

Pi

: tinggi hujan di stasiun i (mm)

Anx

: hujan rerata (normal) tahunan di stasiun x (mm)

Ani

: hujan rerata tahunan di stasiun i (mm)

Inversed Square Distance


n

Px=

Pi W i

i=1

Wi

W i=

1
D2

D= X + Y

i=1

Keterangan
n

: banyaknya stasiun hujan

: jarak stasiun acuan i ke stasiun x (Y dan X adalah koordinat jarak


stasiun acuan terhadap stasiun x)

Px

: tinggi hujan yang diperkirakan di stasiun x (mm)

Pi

: tinggi hujan di stasiun i (mm)

Trend
Trend adalah perubahan gradual (perubahan naik atau turun) faktor iklim dan
hidrologi terhadap waktu. Trend dapat digambarkan jika kita telah mempunyai hasil
pengamatan (Penakaran/pencatatan) dalam jangka panjang (long term observation).
Adanya oksilasi, siklis atau bentuk lain dalam trend dapat dihaluskan dengan
pertolongan harga rata-rata progresif atau harga rata-rata bergerak yang ditentukan.

Lengkung Massa Ganda


Jika data hujan tidak konsisten yang diakibatkan oleh berubahnya atau
terganggunya lingkungan disekitar tempat dimana penakar Hujan dipasang, misalnya
terlindung oleh pohon, terletak berdekatan dengan gedung tinggi, perubahan cara
penakaran dan sebagainya, maka seolah-olah terjadi penyimpangan trend semula.
Hal tersebut dapat diselidiki dengan menggunakan lengkung massa ganda
seperti terlihat pada gambar 2.4

Gambar 2.4 lengkung massa ganda


Sumber : http://file.scirp.org/Html/6-9401447_17427.htm
Jika tidak terdapat perubahan lingkungan, maka akan didapat garis lurus. Tetapi,
karena pada suatu tahun terjadi perubahan lingkungan maka akan didapat garis patah.
Penyimpangan tiba-tiba dari garis semula menunjukan adanya perubahan tiba-tiba
dalam pengamatan. Jadi, perubahan tersebut bukan disebabkan oleh perubahan iklim
atau keadaan hidrologis yang dapat menyebabkan adanya perubahan trend.
Menurut Montarcih (2010), cara melakukan uji konsistensi adalah sebagai
berikut:
Misalkan yang akan diuji data hujan di pos Y, maka data hujan tahunan
komulatif di pos Y dibandingkan secara grafis dengan harga komulatif dari rerata hujan
tahunan dari pos A, B, C, dan D dan seterusnya yang lokasinya ada disekitar X. Data
hujan tahunan di X dan sekitarnya minimal 10 tahun. Kemudian data digambarkan pada
kertas grafik (millimeter) dengan data hujan komulatif pos Y sebagai sumbu tegak dan
komulatif dari rerata hujan tahunan dari pos sekitarnya sebagai sumbu mendatar.
Dari perubahan pola (trend) pasangan data itu dapat disimpulkan sebagai
berikut:
1. Jika pola yang terjadi berupa garis lurus dan tidak terjadi patahan arah garis itu, maka
data hujan pos Y adalah konsisten, dan sebaliknya

2. Jika pola yang terjadi berupa garis lurus dan terjadi patahan arah garis itu, maka data
hujan pos Y adalah tidak konsisten,dan harus dilakukan koreksi.
Pengujian dengan metode ini akan memberikan hasil yang baik, jika dalam suatu
DAS terdapat banyak stasiun hujan, karena dengan jumlah stasiun hujan yang banyak
akan memberikan nilai rata-rata hujan tahunan sebagai pembanding terhadap stasiun
yang di uji lebih dapat mewakili secara baik. Oleh karena itu jumlah minimal stasiun
hujan untuk pengujian ini adalah 3 stasiun hujan dan jika hanya terdapat 2 stasiun hujan
atau bahkan 1 stasiun hujan, maka tidak dapat dilakukan pengujian konsistensi data
hujan dan oleh karenanya kita asumsikan bahwa data yang ada adalah konsisten.
Apabila data hujan tersebut tidak konsisten, maka dapat dilakukan koreksi
dengan menggunakan rumus :

Yz=

tan
.Y
tan 0

Keterangan:
Yz
: Hujan yang dikoreksi (mm)
Y
: Hujan pengamatan (mm)
tan : Kemiringan sebelum perubahan
tan 0 : Kemiringan setelah perubahan

2.7.6 Analisa Data


Tabel 2.2 Data Curah Hujan Maksimum Pada Tahun 2000 2011
No
.

Tahun

1
2
3
4
5
6
7
8
9
10
11
12

2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011

Stasiun
Hujan A
(mm)
289,0
246,0
332,0
279,0
243,0
211,0
309,0
271,0
270,0
329,0
319,0

Stasiun
Hujan B
(mm)
245,7
209,1
282,2
237,2
206,6
179,4
262,7
230,4
158,1
229,5
279,7
271,2

Sumber: Data Perhitungan, 2014


Keterangan :
= Data hilang pada stasiun A
= Data hilang pada stasiun C

Stasiun
Hujan C
(mm)
231,2
196,8
223,2
194,4
168,8
247,2
216,8
148,8
216
263,2
255,2

Stasiun
Hujan D
(mm)
216,8
184,5
249,0
209,3
182,3
158,3
231,8
203,3
139,5
246,8
239,3

= Data hilang pada stasiun D


Tabel 2.3 Mencari Data yang Hilang Tahun 2009 Di Stasiun D
No
.

Tahun

10

2009

Stasiun
Hujan A
(mm)
270,0

Stasiun
Hujan B
(mm)
229,5

Stasiun
Hujan C
(mm)
216,0

Stasiun
Hujan D
(mm)

Analisa
238,5

Sumber: Hasil Perhitungan, 2014

Data Hilang =
= 238,5 mm
Jadi, data yang hilang di stasiun hujan D pada tahun 2009 adalah 238,5 mm.

Tabel 2.4 Mencari Data yang Hilang Tahun 2008 Di Stasiun A


No
.

Tahun

2008

Stasiun
Hujan A
(mm)

Stasiun
Hujan B
(mm)
158,1

Stasiun
Hujan C
(mm)
148,8

Stasiun
Hujan D
(mm)
139,5

Analisa
148,8

Sumber: Hasil Perhitungan, 2014

Data hilang =
= 148,8 mm
Jadi, data yang hilang di stasiun hujan A pada tahun 2008 adalah 148,8 mm.
Tabel 2.5 Mencari Data yang Hilang Tahun 2002 Di Stasiun C
No
.

Tahun

2002

Stasiun
Hujan A
(mm)
332,0

Stasiun
Hujan B
(mm)
282,2

Stasiun
Hujan C
(mm)

Stasiun
Hujan D
(mm)
249,0

Analisa
287,7

Sumber: Hasil Perhitungan, 2014

Data Hilang =
= 287,7 mm
Jadi, data yang hilang di stasiun hujan C pada tahun 2008 adalah 287,7 mm.
Tabel 2.6 Data Curah Hujan Baru Setelah Dicari Data-Data yang Hilang

No
.

Tahun

1
2
3
4
5
6
7
8
9
10
11
12

2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011

Stasiun
Hujan A
(mm)
289,0
246,0
332,0
279,0
243,0
211,0
309,0
271,0
148,8
270,0
329,0
319,0

Stasiun
Hujan B
(mm)
245,7
209,1
282,2
237,2
206,6
179,4
262,7
230,4
158,1
229,5
279,7
271,2

Stasiun
Hujan C
(mm)
231,2
196,8
287,7
223,2
194,4
168,8
247,2
216,8
148,8
216
263,2
255,2

Stasiun
Hujan D
(mm)
216,8
184,5
249,0
209,3
182,3
158,3
231,8
203,3
139,5
238,5
246,8
239,3

Sumber: Hasil Perhitungan, 2014


Tabel 2.7 Data Curah Hujan dari Tahun 2011 ke Tahun 2000
No
.

Tahun

1
2
3
`4
5
6
7
8
9
10
11
12

2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000

Stasiun
Hujan A
(mm)
319,0
329,0
270,0
148,8
271,0
309,0
211,0
243,0
279,0
332,0
246,0
289,0

Stasiun
Hujan B
(mm)
271,2
279,7
229,5
158,1
230,4
262,7
179,4
206,6
237,2
282,2
209,1
245,7

Stasiun
Hujan C
(mm)
255,2
263,2
216,0
148,8
216,8
247,2
168,8
194,4
223,2
287,7
196,8
231,2

Stasiun
Hujan D
(mm)
239,3
246,8
238,5
139,5
203,3
231,8
158,3
182,3
209,3
249,0
184,5
216,8

Sumber: Hasil Perhitungan, 2014


Tabel 2.8 Rerata Stasiun Hujan B, C, dan D
No.

Tahun

1
2
3
4
5
6
7
8
9
10
11
12

2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000

Stasiun
Hujan B
(mm)
271,2
279,7
229,5
158,1
230,4
262,7
179,4
206,6
237,2
282,2
209,1
245,7

Stasiun
Hujan C
(mm)
255,2
263,2
216,0
148,8
216,8
247,2
168,8
194,4
223,2
287,7
196,8
231,2

Sumber: Hasil Perhitungan, 2014

Stasiun
Hujan D
(mm)
239,3
246,8
238,5
139,5
203,3
231,8
158,3
182,3
209,3
249,0
184,5
216,8

Rerata
B,C,D
(mm)
255,2
263,2
228,0
148,8
216,8
247,2
168,8
194,4
223,2
273,0
196,8
231,2

Tabel 2.9 Mencari Rerata Stasiun Hujan A, C, dan D


No.

Tahun

1
2
3
4
5
6
7
8
9
10
11
12

2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000

Stasiun
Hujan A
(mm)
319,0
329,0
270,0
148,8
271,0
309,0
211,0
243,0
279,0
332,0
246,0
289,0

Stasiun
Hujan C
(mm)
255,2
263,2
216,0
148,8
216,8
247,2
168,8
194,4
223,2
287,7
196,8
231,2

Stasiun
Hujan D
(mm)
239,3
246,8
238,5
139,5
203,3
231,8
158,3
182,3
209,3
249,0
184,5
216,8

Rerata
A,C,D
(mm)
271,2
279,7
241,5
145,7
230,4
262,7
179,4
206,6
237,2
289,6
209,1
245,7

Sumber: Hasil Perhitungan, 2014


Tabel 2.10 Rerata Stasiun Hujan A, B, dan D
No.

Tahun

1
2
3
4
5
6
7
8
9
10
11
12

2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000

Stasiun
Hujan A
(mm)
319,0
329,0
270,0
148,8
271,0
309,0
211,0
243,0
279,0
332,0
246,0
289,0

Stasiun
Hujan B
(mm)
271,2
279,7
229,5
158,1
230,4
262,7
179,4
206,6
237,2
282,2
209,1
245,7

Sumber: Hasil Perhitungan, 2014

Stasiun
Hujan D
(mm)
239,3
246,8
238,5
139,5
203,3
231,8
158,3
182,3
209,3
249,0
184,5
216,8

Rerata
A,B,D
(mm)
276,5
285,2
246,0
148,8
234,9
267,8
182,9
210,6
241,8
287,7
213,2
250,5

Tabel 2.11 Rerata Stasiun Hujan A, B, dan C


No.

Tahun

1
2
3
4
5
6
7
8
9
10
11
12

2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000

Stasiun
Hujan A
(mm)
319,0
329,0
270,0
148,8
271,0
309,0
211,0
243,0
279,0
332,0
246,0
289,0

Stasiun
Hujan B
(mm)
271,2
279,7
229,5
158,1
230,4
262,7
179,4
206,6
237,2
282,2
209,1
245,7

Stasiun
Hujan C
(mm)
255,2
263,2
216,0
148,8
216,8
247,2
168,8
194,4
223,2
287,7
196,8
231,2

Rerata
A,B,C
(mm)
281,8
290,6
238,5
151,9
239,4
273,0
186,4
214,7
246,5
300,6
217,3
255,3

Sumber: Hasil Perhitungan, 2014


Tabel 2.12 Rekapitulasi Rerata dari Perhitungan Diatas
No.

Tahun

1
2
3
4
5
6
7
8
9
10
11
12

2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000

Rerata
B,C,D
(mm)
255,2
263,2
228,0
148,8
216,8
247,2
168,8
194,4
223,2
273,0
196,8
231,2

Sumber: Hasil Perhitungan, 2014

Rerata
A,C,D
(mm)
271,2
279,7
241,5
145,7
230,4
262,7
179,4
206,6
237,2
289,6
209,1
245,7

Rerata
A,B,D
(mm)
276,5
285,2
246,0
148,8
234,9
267,8
182,9
210,6
241,8
287,7
213,2
250,5

Rerata
A,B,C
(mm)
281,8
290,6
238,5
151,9
239,4
273,0
186,4
214,7
246,5
300,6
217,3
255,3

Tabel 2.13 Uji Konsistensi Data di Stasiun A Terhadap B, C, D


No.

Tahun

1
2
3
4
5
6
7
8
9
10
11
12

2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000

Stasiun
Hujan A
(mm)
319,0
329,0
270,0
148,8
271,0
309,0
211,0
243,0
279,0
332,0
246,0
289,0

Komulatif
A
(mm)
319,0
648,0
918,0
1066,8
1337,8
1646,8
1857,8
2100,8
2379,8
2711,8
2957,8
3246,8

Rerata
B,C,D
(mm)
255,2
263,2
228,0
148,8
216,8
247,2
168,8
194,4
223,2
273,0
196,8
231,2

Komulatif
B,C,D
(mm)
255,2
518,5
746,5
895,3
1112,1
1359,3
1528,2
1722,6
1945,8
2218,8
2415,6
2646,8

Sumber: Hasil Perhitungan, 2014


3500
3000
2500
2000
Komulatif A (mm) 1500
1000
500
0
0

500
1500
2500
1000
2000
3000

Komulatif B, C, D (mm)

Gambar 2.5 Grafik Uji Konsistensi Stasiun A Terhadap B, C, D


Sumber : Data, 2014
Komentar :
Berdasarkan grafik uji konsistensi stasiun A terhadap B, C, D, pola yang terjadi
berupa garis lurus dan tidak terjadi patahan pada garis tersebut, maka data hujan di
stasiun A adalah konsisten.
Tabel 2.14 Uji Konsistensi Data di Stasiun B Terhadap A, C, D
No.

Tahun

Stasiun
Hujan B
(mm)

Komulatif
B
(mm)

Rerata
A,C,D
(mm)

Komulatif
A,C,D
(mm)

1
2
3
4
5
6
7
8
9
10
11
12

2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000

271,2
279,7
229,5
158,1
230,4
262,7
179,4
206,6
237,2
282,2
209,1
245,7

271,2
550,9
780,4
938,5
1168,9
1431,6
1611,0
1817,6
2054,8
2337,0
2546,1
2791,8

271,2
279,7
241,5
145,7
230,4
262,7
179,4
206,6
237,2
289,6
209,1
245,7

271,2
550,8
792,3
938,0
1168,4
1431,1
1610,4
1817,0
2054,2
2343,7
2552,8
2798,5

Sumber: Hasil Perhitungan, 2014


3000
2500
2000
1500
Komulatif B (mm)
1000
500
0
0

500
1500
2500
1000
2000
3000

Komulatif A, C, D (mm)

Gambar 2.6 Grafik Uji Konsistensi Stasiun B Terhadap A, C, D


Sumber : Data, 2014
Komentar :
Berdasarkan grafik uji konsistensi stasiun B terhadap A, C, D, pola yang terjadi
berupa garis lurus dan tidak terjadi patahan pada garis tersebut, maka data hujan di
stasiun B adalah konsisten.
Tabel 2.15 Uji Konsistensi Data di Stasiun C Terhadap A, B, D
No.

Tahun

1
2
3
4

2011
2010
2009
2008

Stasiun
Hujan C
(mm)
255,2
263,2
216,0
148,8

Komulatif
C
(mm)
255,2
518,4
734,4
883,2

Rerata
A,B,D
(mm)
276,5
285,2
246,0
148,8

Komulatif
A,B,D
(mm)
276,5
561,7
807,7
956,5

5
6
7
8
9
10
11
12

2007
2006
2005
2004
2003
2002
2001
2000

216,8
247,2
168,8
194,4
223,2
287,7
196,8
231,2

1100,0
1347,2
1516,0
1710,4
1933,6
2221,3
2418,1
2649,3

234,9
267,8
182,9
210,6
241,8
287,7
213,2
250,5

1191,4
1459,2
1642,1
1852,7
2094,6
2382,3
2595,5
2846,0

Sumber: Hasil Perhitungan, 2014


3000
2500
2000
1500
Komulatif C (mm)
1000
500
0
500
1500
2500
0
1000
2000
3000
Komulatif A, C, D (mm)

Gambar 2.7 Grafik Uji Konsistensi Stasiun C Terhadap A, B, D


Sumber : Data, 2014
Komentar :
Berdasarkan grafik uji konsistensi stasiun C terhadap A, B, D, pola yang terjadi
berupa garis lurus dan tidak terjadi patahan pada garis tersebut, maka data hujan di
stasiun C adalah konsisten.
Tabel 2.16 Uji Konsistensi Data di Stasiun D Terhadap A, B, C
No.

Tahun

1
2
3
4
5
6
7
8
9

2011
2010
2009
2008
2007
2006
2005
2004
2003

Stasiun
Hujan D
(mm)
239,3
246,8
238,5
139,5
203,3
231,8
158,3
182,3
209,3

Komulatif
D
(mm)
239,3
486,1
724,6
864,1
1067,4
1299,2
1457,5
1639,8
1849,1

Rerata
A,B,C
(mm)
281,8
290,6
238,5
151,9
239,4
273,0
186,4
214,7
246,5

Komulatif
A,B,C
(mm)
281,8
572,4
810,9
962,8
1202,2
1475,2
1661,6
1876,3
2122,7

10
11
12

2002
2001
2000

249,0
184,5
216,8

2098,1
2282,6
2499,4

300,6
217,3
255,3

2423,4
2640,7
2896,0

Sumber: Hasil Perhitungan, 2014


3000
2500
2000
1500
Komulatif D (mm)
1000
500
0
500
1500
2500
0
1000
2000
3000
Komulatif A, B, C (mm)

Gambar 2.8 Grafik Uji Konsistensi Stasiun D Terhadap A, B, C


Sumber : Data, 2014
Komentar :
Berdasarkan grafik uji konsistensi stasiun D terhadap A, B, C, pola yang terjadi
berupa garis lurus dan tidak terjadi patahan pada garis tersebut, maka data hujan di
stasiun D adalah konsisten.
2.8 Kesimpulan
Berdasarkan uji konsistensi data di stasiun A, B, C, dan D yang telah dilakukan,
maka dapat disimpulkan bahwa keempat stasiun tersebut memiliki data hujan yang
konsisten karena pola yang terjadi berupa garis lurus dan tidak terjadi patahan pada
garis tersebut.
2.9 Daftar Bacaan
Asdak, C. 2001. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta :
GADJAH MADA UNIVERSITY PRESS
Limantara, L.M. 2010. Hidrologi Praktis. Bandung : Lubuk Agung
Soewarno. 1991. Hidrologi Aplikasi Metode Statistik. Bandung : NOVA

Anonim. 2009. (online). (http://sipil-inside.blogspot.com/, diakses tanggal 10 Juni


2014)
Anonim. 2012. (online). (http://www.hydrologicalservicesamerica.com/, diakses
tanggal 13 Juni 2014)
Anonim. 2013. (online). (www.crh.noaa.gov, diakses tanggal 13 Juni 2014)
Anonim. 2011. (online). (http://insinyurpengairan.wordpress.com, diakses tanggal
18 Juni 2014)
Eris, E & Agiralioglu, N. 2012. Homogeneity and Trend Analysis of
Hydrometeorological Data of the Eastern Black Sea Region, Turkey, Journal of
Water Resource and Protection. IV (2): 99-105.