Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695

UJI KESESUAIAN CHI-KUADRAT DATA HUJAN DAS BATANG

KURANJI KOTA PADANG
Oleh
Indra Agus, Hartati

Jurusan Teknik Sipil Politeknik Negeri Padang

Kampus Limau Manis Padang
ABSTRAK
Hujan merupakan komponen masukan pada proses hidrologi. Umumnya karakteristik hujan terdiri dari intensitas
hujan, durasi dan ketebalan hujan. Data hujan yang tersedia akan digunakan untuk menghitung curah hujan
rencana yang pada akhirnya digunakan untuk menghitung debit banjir. Dari debit banjir bisa menghitung dimensi
dari suatu konstruksi bangunan air. Sebelum data hujan digunakan untuk perhitungan debit terlebih dahulu harus
dilakukan pengolahan data hujan. Pengolahan data hujan di antanya adalah melakukan penentuan jenis distribusi
berdasarkan data parameter statistic seperti perhitungan nilai rata-rata, nilai standar deviasi, nilai koefisien
variasi,koefisien kurtosis dan koefisien kemencengan.Untuk mengetahui apakah perlu penambahan data dalam
perhitungan curah hujan rencana maka diperlukan uji kecocokan. Uji Kecocokan bertujuan untuk menentukan
apakah jumlah data hujan yang digunakan telah mencukupi. Jika dari hasil uji kesesuaian tersebut didapatkan
hasil tidak diterima maka sangat diperlukan sekali penambahan data hujan. Uji kesesuaian ini dapat dilakukan
dengan beberapa metode di antaranya metode Smirnov Kolmogorov dan metode Chi-Kuadrat. Dalam penelitian
ini uji kesesuaian dilakaukan dengan Metode Chi-Kuadrat
Kata kunci : Chi-Kuadrat

PENDAHULUAN

Pada musim kemarau debit sungai kecil,

Dalam melakukan analisi hidrologi sering

sehingga

untuk

dihadapkan pada kejadian-kejadian ekstrim

kebutuhan

seperti kejadian banjir dan kekeringan. Akibat

ketersediaan air.

dari

banjir

akan

bisa

memenuhi

perlu

terhadap

air

bendung,

diperlukan sekali dalam menghitung hujan

bendungan, tanggul, jembatan, gorong-gorong

rencana, hujan rencana dapat menghitung debit

dan bangunan air lainnya. Bangunan-bangunan

rencana,

tersebut

menentukan dimensi bangunan-bangunan air

seperti

harus direncanakan untuk dapat

melewatkan debit banjir

jenis

yang

distribusi

analisis

berpengaruh

bangunan-bangunan

Penentuan

dilakukan

berbagai

pada

ini

akhirnya

sangat

dapat

maksimum yang

yang akan dirancang. Sebelum data hujan

mungkin terjadi. Bangunan air yang dibangun

digunakan lebih lanjut ke perhitungan debit

tidak hanya memperhitungkan bangunan itu

maka sangat diperlukan sekali uji kesesuaian

sendiri, tapi juga memperhatikan kehidupan

data hujan. Jika dari hasil perhitungan uji

dan fasilitas-fasilitas lain yang mengancam

kesesuaian data hujan didapatkan hasil tidak

keselamatannya apabila bangunan tersebut

diterima atau ditolak maka data hujan tersebut

runtuh.

belum

Masalah
dengan

kekeringan

ketersediaan

air

bisa

digunakan

dalam

merancang

banyak

berkaitan

dimensi bangunan air. Salah satu cara untuk

untuk

berbagai

menghitung uji kesesuaian adalah dengan

kebutuhan, seperti kebutuhan air irigasi, air

metode Chi Kuadrat

baku, pemeliharaan sungai, dan sebagainya.

99

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695

Maksud dari uji kesesuaian Chi Kuadrat adalah

tersebar merata serta dinyatakan sebagai

untuk

ketebalan air (rain fall depth,cm, mm).

menentukan

apakah

persamaan

distribusi peluang yang telah dipilih dapat

Durasi Hujan (t,Duration), lamanya waktu

mewakili dari distribusi statistik sampel data

hujan tercurah dari atmosfer ke permukaan

yang di analisis pada DAS Batang Kuranji

bumi, dinyatakan sebagai satuan waktu

(menit,jam,hari).

Tujuan dari Penelitian :

-

Menghitung parameter statistik data hujan

adalah ukuran yang menyatakan tebal

DAS Batang Kuranji.

hujan

Penentuan

jenis distribusi

berdasarkan

perhitungan parameter satistik.

-

Intensitas Hujan (I,Rain Fall Intensity),

dalam

satuan

durasi

tertentu(mm/jam, cm/hari).
-

Frekuensi Intensitas Hujan (T,Rain Fall

Melakukan uji kesesuaian dengan metode

Intensity Frequency), adalah interval waktu

Chi Kuadrat

rata-rata antara kejadian curah hujan yang

mempunyai

Curah Hujan

intensitas

tertentu

dengan

kejadian curah hujan dengan intensitas

Seperti yang telah diketahui dari siklus

hidrologi, udara yang membawa uap air dari

yang sama atau lebih lebat.

-

Luas daerah Hujan (A,rain Fall Area

laut atau ke lautan akan bergerak ke atas

Extent), adalah luas areal dengan suatu

menjadi awan. Bila suhu awan mencapai titik

curah hujan yang tebalnya dianggap sama,

embun

dan

kemudian

terjadilah

proses

dalam

satuan

luas

(ha,km2).

pengembunan uap air (condensation), yang

selanjutnya hasil pengembunan itu jatuh dari

dinyatakan

Hitograf

(Hytograph),

adalah

diagaram

awan atau diendapkan dari udara menuju

batang yang menggambarkan hubungan

permukaan

tebal hujan terhadap waktu.

bumi

sebagai

presipitasi

(precipitation). Presipitasi arah vertikal dapat

Curah Hujan Efektif (He, Efectif Rain Fall),

bermacam-macam bentuknya seperti hujan;

adalah curah hujan yang menjadi aliran

hujan batu es, salju atau sebagai presipitasi

permukaan

horizontal,

pengertian

seperti:

kabut,

embun

dan

sebagainya.
Beberapa

pengertian

yang

berhubungan

Hujan (Rain), adalah bentuk tetesan air

yang mempunyai garis tengah lebih dari 0.5
mm atau lebih kecil dan terhambur luas
pada suatu kawasan.

irigasi,

run

curah

off).

Dalam

hujan

efektif

adalah curah hujan yang meresap dalam

dengan curah hujan antara lain:

-

(surface

Curah Hujan (H,rain fall), adalah banyak air

yang jatuh kepermukaan bumi, dalam hal
ini permukaan bumi dianggap datar dan

tanah untuk memenuhi

kebutuhan air

tanaman.
Curah Hujan Wilayah
Dalam analisa hidrologi sering diperlukan
untuk menentukan hujan wilayah rata-rata pada
daerah tersebut. Metode yang digunakan dalam
menghitung curah hujan wilayah adalah metode
rata-rata Aljabar, metode poligon Thiessen dan
metode Isohyet.

kedap, tidak mengalami penguapan dan

100

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

Metode Rata-Rata Aljabar

ISSN : 1858-3695
a. Stasiun pencatat hujan digambarkan pada

Metode ini adalah metode yang paling

peta DAS yang ditinjau termasuk stasiun

sederhana untuk menghitung hujan rerata pada

suatu daerah. Pngukuran yang dilakukan di
beberapa

stasiun

dalam

waktu

hujan diluar DAS yang berdekatan.

b. Stasiun-stasiun

yang

dengan

garis

tersebut
lurus

dihubungkan

(garis

membentuk

terputus)

bersamaan dijumlahkan dan kemudian dibagi

sehingga

dengan jumlah stasiun. Stasiun hujan yang

yang sebaiknya mempunyai sisi dengan

digunakan dalam hitungan biasanya adalah

panjang yang kira-kira sama.

berada di dalam DAS, tetapi stasiun di luar

c.

DAS

d. Garis-garis

yang

masih

diperhitungkan.

berdekatan

Metode

juga

rerata

bisa

aljabar

Dibuat garis berat pada sisi-sisi segitiga.

berat

tersebut

membentuk

poligon yang mengelilingi tiap stasiun. Tiap

memberikan hasil yang baik apabila

-

segitiga-segitiga,

stasiun mewakili luasan yang dibentuk oleh

Stasiun hujan tersebut tersebar secara

poligon. Untuk stasiun yang berada didekat

merata di DAS

batas DAS, garis batas DAS membentuk

Distribusi hujan relatif merata pada seluruh

batas tertutup dari poligon.

DAS.

e. Luas tiap poligon di ukur dan kemudian

dikalikan

Persamaan rerata aljabar :

dengan

kedalaman

hujan

di

stasiun yang berada didalam poligon.

P P2 P3 ................ Pn
P 1

n
_

P
i 1 i

f.

Jumlah dari hitungan pada butir e untuk

semua stasiun dibagi dengan luas daerah

yang ditinjau menghasilkan hujan rerata

Dimana :

daerah

: curah hujan wilayah

P1,P2,...Pn

: hujan di stasiun 1,2,3...n

: jumlah stasiun

tersebut

yang

dalam

bentuk

matematik mempunyai bentuk berikut ini :

Metode Thiessen
Metode ini memperhitungkan bobot dari

P1 A1 P2 A2 P3 A3 ................ Pn An
A1 A 2 A 3 ..... An

Dengan :

masing-masing stasiun yang mewakili luasan

: curah hujan wilayah

disekitarnya. Pada suatu luasan di dalam DAS

P1,P2,...Pn

: hujan di stasiun 1,2,3...n

dianggap bahwa hujan adalah sama dengan

A1,A2,...An

: luas daerah yang mewakili

yang terjadi pada stasiun yang terdekat,

stasiun 1,2,3....n

sehingga hujan yang tercatat pada suatu

stasiun mewakili luasan tersebut. Metode ini

Metode Isohyet

digunakan apabila penybaran stasiun hujan di

Isohyet adalah garis yang menghubungkan

daerah yang ditinjau tidak merata. Hitungan

titik-titik dengan kedalaman hujan yang sama.

curah

dengan

Pada metode isohyet, dianggap bahwa hujan

memperhitungkan daerah pengaruh dari tiap

pada suatu daerah di antara dua garis isohyet

stasiun.

adalah merata dan sama dengan nilai rerata

Pembentukan poligon Thiessen adalah sebagai

dari kedua garis isohyet tersebut. Pembuatan

hujan

rerata

dilakukan

berikut :

101

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

garis isohyet dilakukan dengan prosedur berikut
ini :
a. Lokasi stasiun hujan dan kedalaman hujan
digambarkan

pada

peta

daerah

ISSN : 1858-3695
Tabel 1. Parameter Statistik Untuk Menentukan
Jenis Distribusi
No
Distribusi Persyaratan
1
Normal
x s 68,27%

x 2s 95,44%

yang

ditinjau.

Cs 0
Ck 3

b. Dari kedua nilai kedalaman hujan di stasiun

yang

berdampingan

dibuat

interpolasi

Log
Normal

dengan pertambahan nilai yang ditetapkan.

c.

Dibuat kurva yang meenghubungkan titik-

Gumbel

titik interpolasi yang mempunyai kedalaman

hujan

yang

sama.

Log
Pearson
III

tergantungpada pembuatan garis isohyet

dan intervalnya.

e. Jumlah dari hitungan pada butir d untuk

Cs 1,14

Selain dari nilai diatas

Koefisien Variasi (Cv)

berurutan dan kemudian dikalikan dengan

nilai rata-rata dari nilai kedua garis isohyet.

Ck Cv8 6Cv6 15Cv 4 16Cv 2 3

Ck 5,4

Ketelitian

d. Diukur luas daerah antara dua isohyet yang

Cs Cv3 3Cv

Koeisien
adalah

variasi

nilai

(variation

perbandingan

antara

distribusi.

daerah

dengan rumus sebagai berikut :

ditinjau

menghasilkan

deviasi

standar dengan nilai rata-rata hitung dari suatu

seluruh garis isohyet dibagi dengan luas

yang

coefficient)

Koefisien variasi

dapat

dihitung

kedalaman hujan rerata daerah tersebut.

Secara matematis hujan rerata tersebut
dapat ditulis.

A1

I1 I2
I I
I I
A2 2 3 ......... An n n 1
2
2
2
A1 A 2 ..... An

Dimana :

Bila dinyatakan dalam persentase

Keterangan :
Cv

= koefisien variasi

= deviasi standar
= rata-rata hitung

: curah hujan wilayah

I1,I2,...In

: garis isohyet ke 1,2,3,...n, n+1

A1,A2,...An

: luas daerah yang dibatasi

oleh garis isohyet ke 1 dan 2,3 dan 3,....,n dan

n+1

Semakin besar nilai koefisien variasi berarti

datanya

kurang

semakin

kecil

merata

(heterogen),

berarti

semakin

jika

merata

(homogen).
Koefisien Kemencengan (Skewness) Cs

Penentuan Jenis Distribusi

Penentuan jenis Distribusi yang sesuai
dengan data dilakukan dengan mencocokan
parameter statistik dengan syarat masingmasin jenis distribusi.

Kemencengan (skewness) adalah suatu

nilai

yang

simetrisan

menunjukan
(assymetry)

dari

derajat
suatu

ketidak
bentuk

distribusi. Apabila kurva suatu frekuensi dari

suatu distribusi mempunyai ekor memanjang
kekanan

atau

kekiri

terhadap

titik

pusat

102

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695

maksimum maka kurva tersebut tidak akan

Ck = 3, disebut dengan distribusi yang

berbentuk simetri, keadaan ini disebut menceng

mesokurtis (mesokurtic), artinya puncaknya

kekanan atau menceng kekiri.

tidak begitu runcing dan tidak begitu datar,

Pengukuran kemencengan adalah mengukur

serta berbentuk distribusi normal.

seberapa besar suatu kurva frekuensi dari

Ck > 3 ,disebut dengan distribusi yang

suatu distribusi tidak simetri atau menceng.

leptokurtis

Umumnya ukuran kemencengan dinyatakan

sangat runcing

dengan

Ck<3, disebut dengan distribusi yang platikurtis

besarnya

koefisien

kemencengan

(coefisient of skewness) dan dapat dihitung

(leptokurtic),

artinya

puncaknya

( platikurtic), artinya puncaknya lebih datar.

dengan persamaan berikut :

Uji Chi Kuadrat
Uji

ChiKuadrat

menetukan

apakah

dimaksudkan
persamaan

untuk

distribusi

peluang yang telah dipilih dapat mewakili dari

distribusi statistik sampel data yang dianalisis.
Pengambilan keputusan uji ini menggunakn
Keterangan :

parameter 2, oleh karena itu disebut dengan

Cs

= koefisien kemencengan

uji Chi-Kuadrat. Parameter dapat dihitung

= deviasi standar

dengan rumus :

= rata-rata hitung
n

Oi Ei 2

i 1

Ei

h2

= jumlah data

Kurva distribusi yang bentuknya simetri maka

dimana :

Cs = 0,000, kurva distribusi yang bentuknya

h 2 = parameter chi-kuadrat terhitung

menceng kekakan maka Cs lebih besar nol,

sedangkan yang bentuknya menceng kekiri
maka Cs kurang dari nol.

= jumlah sub-kelompok

Oi = jumlah nilai pengamatan pada sub

kelompok ke i
Ei

Koefisien Kurtosis (Ck)

jumlah

nilai

teoritis pada

sub

kelompok ke i

Pengukuran kurtosis dimaksudkan untuk

mengukur

kerucingan

dari

bentuk

kurva

distribusi, yang umumnya dibandingkan dengan

distribusi normal. Koefisien kurtosis digunakan

Ei didekati dengan persamaan :

Ei f x probalitas

untuk menentukan keruncingan kurva distribusi,

dan dapat dirumuskan sebagai berikut :

X
n

n.
Ck

Secara teoritis bila :

h2

merupakan

Peluang untuk mencapai nilai

sebenarnya (2).

i 1

(n 1)( n 2)S

Parameter

variabel
h2

acak.

sama atau

lebih besar dari pada nilai chi-kuadrat yang

Nilai Ei diperoleh dengan cara ekspaktasi dari

kurva normal. Kurva normal dalam statistik
biasanya sudah didekati dengan nilai tabel

103

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695

distribusi normal yang berisi luas area yang

Parameter h2

dibatasi oleh rerata dan simpangan baku dan

Peluang untuk mencapai nilai h2 sama atau

ditandai oleh simbol y

lebih besar dari data pada nilai chi-kuadrat

Nilai y didekati dengan persamaan :

yang sebenarnya dengan derajat kebebasan

merupakan variable acak.

(dk) yang ditentukan melalui parameter statistik

yang digunakan. Derajat kebebasan didekati

dimana :

dengan persamaan.
dk = G R 1

y = luas area

nilai rata-rata sampel

simpangan baku

nilai R = 2 untuk distribusi normal dan

binomial, dan nilai R=1 untuk distribusi

Untuk

menentukan

probalitas

antara

Poisson)

digunakan tabel y (distribusi probalitas normal

standar) yang dapat dilihat pada lampiran tabel
y.
Tabel 2. Nilai Kritis untuk Distribusi Chi-Kuadrat (Uji Satu Sisi)
derajat kepercayaan
0,95
0,05

0,995

0,99

0,975

0,025

0,01

0,005

1
2
3
4
5

0,04393
0,0100
0,0717
0,207
0,412

0,0315
0,0201
0,115
0,297
0,554

0,0398
0,0506
0,216
0,484
0,831

0,0239
0,103
0,352
0,711
1,145

3,841
5,991
7,815
9,488
11,070

5,024
7,378
9,348
11,143
12,832

6,635
9,210
11,345
13,277
15,086

7,879
10,579
12,838
14,860
16,750

6
7
8
9
10

0,676
0,989
1,344
1,735
2,156

0,872
1,236
1,646
2,088
2,558

1,237
1,690
2,180
2,700
3,247

1,635
2,167
2,733
3,325
3,940

12,592
14,067
15,507
16,919
18,307

14,449
16,013
17,535
19,023
20,483

16,812
18,475
20,090
21,666
23,209

18,548
20,278
21,955
23,589
25,188

11
12
13
14
15

2,603
3,074
30565
4,075
4,601

3,053
3,571
4,107
4,660
5,229

3,816
4,404
5,009
5,629
5,262

4,575
5,226
5,892
6,571
7,261

21,920
23,337
24,736
26,119
27,488

24,725
26,217
27,688
29,141
30,578

24,725
26,217
27,688
29,141
30,578

26,757
28,300
29,819
31,319
32,801

16
17
18
19
20

5,142
5,697
6,265
6,844
7,434

5,812
6,408
7,015
7,633
8,260

6,908
7,564
8,231
8,907
9,591

7,962
8,672
9,39
10,117
10,851

26,296
27,587
28,869
30,144
31,410

28,845
30,191
31,526
32,852
34,170

32,000
33,409
34,805
36,191
37,566

34,267
35,718
37,156
38,582
39,997

21
22
23
24
25

8,034
8,643
9,260
9,886
10,520

8,897
9,542
10,196
10,856
11,524

10,283
10,982
11,689
12,401
13,120

11,594
12,338
13,338
13,091
14,611

32,671
33,924
36,172
36,415
37,652

35,479
36,781
38,076
39,364
40,646

38,932
40,289
41,638
42,980
44,314

41,401
42,796
44,181
45,558
46,928

26
27
28
29
30

11,160
11,808
12,461
13,121
13,787

12,198
12,879
13,565
14,526
14,953

13,844
14,573
15,308
16,047
16,791

15,379
16,151
16,928
17,708
18,493

38,885
40,113
41,113
42,557
43,773

41,923
43,194
44,461
45,588
50,892

45,642
46,963
48,278
49,588
50,892

48,290
49,645
50,993
52,336
53,672

Dk

Sumber : Bonier, 1980

104

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695

METODE PENELITIAN

yaitu: Mean x , Standard Deviation S,

Untuk menentukan jenis distribusi data hujan

Coeffisient of Variation Cv, Coeffisient of

dan dilakukan langkah-langkah sebagai berikut:

Skewness Cs, Coeffisient of Kurtosis Ck.

1. Menentukan hujan harian maksimum untuk

4.

Lakukan pengujian dengan metode Chi

tiap-tiap tahun data.

Kuadrat untuk mengetahui apakah jenis

2. Menentukan curah hujan wilayah

distribusi yang dipilih sudah tepat.

3. Menentukan parameter statistik dari data

yang telah diurutkan dari kecil ke besar
atau sebaliknya
Tabel 3. Curah Hujan DAS Batang Kuranji
No

Tahun

Curah Hujan Harian Maks

Stasiun
Stasiun
Batu Busuk
Gunung Nago

Curah
Hujan
Wilayah

1978

160

320.0

240.0

1979

232

226.0

229.0

1980

180

138.0

159.0

1981

143

178.0

160.5

1982

150

217.0

183.5

1983

76

152.0

114.0

1984

115

212.0

163.5

1985

70

175.0

122.5

1986

83

241.0

162.0

10

1987

90

181.0

135.5

11

1988

173

199.0

186.0

12

1989

169

176.0

172.5

13

1990

60

305.0

182.5

14

1991

130

186.0

158.0

15

1992

150

222.0

186.0

16

1993

274

199.0

236.5

17

1994

160

202.0

181.0

18

1995

160

179.0

169.5

19

1996

140

171.0

155.5

20

1997

120

151.0

135.5

21

1998

140

258.0

199.0

22

1999

100

202.0

151.0

23

2000

221

362.0

291.5

24

2001

258

257.0

257.5

25

2002

140

162.0

151.0

26

2003

155

245.0

200.0

27

2004

160

261.0

210.5

28

2005

193

270.2

231.6

29

2006

155

270.2

212.6

30

2007

175

98.0

136.5

31

2008

155

238.8

196.9

32

2009

87

196.2

141.6

Tabel.4. Hasil Hitungan Parameter Statistik

(Xi-Xrata- (Xi-Xrata2
rata)
rata)

NO

Xi

(Xi-Xrata-rata) (Xi-Xrata-rata)

291.5

109.9

12071.1

1326241.3

145712474.7

257.5

75.9

5756.1

436705.6

33132309.9

240.0

58.4

3406.9

198857.1

11607042.4

236.5

54.9

3010.6

165186.7

9063590.3

231.6

50.0

2496.9

124765.8

6234389.6

229.0

47.4

2243.8

106285.9

5034631.6

212.6

31.0

959.1

29701.0

919802.8

210.5

28.9

833.4

24059.4

694563.4

200.0

18.4

337.4

6197.8

113846.2

10

199.0

17.4

301.7

5239.7

91006.9

11

196.9

15.3

233.1

3559.7

54351.8

12

186.0

4.4

19.1

83.4

364.3

13

186.0

4.4

19.1

83.4

364.3

14

183.5

1.9

3.5

6.5

12.2

15

182.5

0.9

0.8

0.7

0.6

16

181.0

-0.6

0.4

-0.3

0.2

17

172.5

-9.1

83.4

-761.4

6952.2

18

169.5

-12.1

147.2

-1785.3

21658.2

19

163.5

-18.1

328.7

-5960.5

108071.5

20

162.0

-19.6

385.4

-7565.6

148522.4

21

160.5

-21.1

446.5

-9435.7

199388.8

22

159.0

-22.6

512.2

-11591.1

262321.7

23

158.0

-23.6

558.4

-13196.5

311850.7

24

155.5

-26.1

682.8

-17843.5

466273.5

25

151.0

-30.6

938.3

-28740.5

880357.1

26

151.0

-30.6

938.3

-28740.5

880357.1

27

141.6

-40.0

1602.5

-64150.1

2568009.4

28

136.5

-45.1

2036.8

-91924.7

4148675.3

29

135.5

-46.1

2128.1

-98171.6

4528776.5

30

135.5

-46.1

2128.1

-98171.6

4528776.5

31

122.5

-59.1

3496.5

-206752.7

12225545.3

32

114.0

-67.6

4574.0

-309344.4

20921347.7

0.0

52680.1

1432838.1

264865634.9

JUMLAH
Xrata-rata

181.6

105

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695

Nilai Standar Deviasi (S) S 41,223

Uji Chi Kuadrat

Koefisien Skewness (kemencengan)

Dari hasil perhitungan parameter statistik

Cs 0,704

didapat :

Koefisien Variasi (Cv) Cv 0,227

Nilai Standar Deviasi (S), S 41,223

Koefisien Kurtosis (Ck) Ck 3,156

Nilai rata-rata

Tabel 6.Interval Hujan dan Frekuensi

Penentuan Jenis Distribusi

Nilai x s 181,631 41,223 222,855
Nilai x s 181,631 41,223 140,408

Jumlah data yang lebih kecil dari 140,408

adalah 5 buah, jumlah data yang lebih besar
dari 222,855 adalah 6 buah, sehingga Y1 = 10
Banyak variat
=

, X 181,631

n Y1 x100% 68,750% 68,27%

n

Nilai x 2s 181,631 2x 41,223 264,078
Nilai x 2s 181,631 2x 41,223 99,185

INTERVAL HUJAN
(mm/hari)
90 - 115
116 - 141
142 - 167
168 - 193
194 - 219
220 - 245
246 - 271
272 - 297
Jumlah

FREKUENSI
n
1
4
9
7
5
4
1
1
32

Jumlah data yang lebih kecil dari 99,185 tidak

ada, jumlah data yang lebih besar dari 264,078
adalah 1 buah, sehingga Y2 = 1
Banyak variat
=

n Y2 x100% 96,875% 95,44%

n

Tabel 5. Parameter Statistik untuk menentukan

jenis distribusi.
No Distribusi Persyaratan
Hasil
Hitungan
1
Normal
x s 68,27%
68,750%

x 2s 95,44%

96,875%

Cs 0

0,704

Ck 3
2

Log
Normal
Gumbel

Cs Cv3 3Cv

Log
Pearson
III

Menentukan nilai probabilitas titik y

3,156
0,693

Ck Cv8 6Cv6 15Cv 4

16Cv 2 3
3,865

Cs 1,14

Ck 5,4
4

Gambar 1. Histogram Data Curah Hujan

0,704
3,156

Dari kurva normal dengan nilai -2,23 didapat

probabilitasnya adalah 1,29%

Selain dari nilai

diatas

106

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

Tabel 7 Probabilitas Data Hujan Menggunakan

ISSN : 1858-3695
Tabel 9 . Menentukan Nilai

Kurva Normal
BATAS
BAWAH
KELAS
89.5
115.5
141.5
167.5
193.5
219.5
245.5
271.5

NILAI y
-2.23
-1.60
-0.97
-0.34
0.29
0.92
1.55
2.18

INTERVAL
HUJAN
(mm/hari)
90 115
116 141
142 167
168 193
194 219
220 245
246 271
272 297
JUMLAH

PROBABILITAS
0.0129
0.0548
0.166
0.3669
0.6141
0.8212
0.9394
0.9854

1.29%
5.48%
16.60%
36.69%
61.41%
82.12%
93.94%
98.54%

JUMLAH DATA
Oi
1
4
9
7
5
4
1
1
32

(OI-Ei)2/Ei

Ei
1.261
3.366
6.230
7.667
6.422
3.661
1.421
0.374
30,403

0.054
0.119
1.231
0.058
0.315
0.031
0.125
1.045
2.979

Menentukan probabilitas antara y

Menentukan derajat kebebasan (dk)

Derajat kepercayaan
Dari table nilai kritis Chi Kuadrat didapat harga

dapat diterima

Pengujian Chi-Kuadrat dalam Bentuk Logaritma

Dari hasil perhitungan parameter statistic
didapat :
-

Nilai Standar Deviasi (S) SlogXi 0,09625

Nilai rata-rata log,

Tabel 8.Distribusi Probilitas Data Curah Hujan

INTERVAL
HUJAN
(mm/hari)
90 - 115
116 - 141
142 - 167
168 - 193
194 - 219
220 - 245
246 - 271
272 - 297

FREK.
n

PROB.
(%)

Ei

1
4
9

3.94
10.52
19.47

1.26
3.37
6.23

7
5
4
1
1

23.96
20.07
11.44
4.44
1.17

7.67
6.42
3.66
1.42
0.37

X 2,25

Tabel 10.Interval Hujan dan Frekuensi

INTERVAL HUJAN
(mm/hari)

FREKUENSI
n

2.02 - 2.07
2.08 - 2.13
2.14 - 2.19
2.20 - 2.25
2.26 - 2.31
2.32 - 2.37
2.38 - 2.43
2.44 - 2.49
Jumlah

1
3
5
7
8
5
2
1
32

107

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695
Dari table nilai kritis Chi Kuadrat didapat harga

dapat diterima

PEMBAHASAN
Kondisi Topografi Daerah Aliran Sungai
(DAS) Batang Kuranji bagian hulu merupakan
daerah bergunung dan dan berbukit. Bagian
tengah DAS bergelombang sampai berombak.
Gambar 2. Histogram Data Curah Hujan (Log)

Hanya daerah di sekitar daerah sungai Batang

Kuranji Hulu bagian hilir yang mempunyai

Tabel 11.Distribusi Probilitas Data Curah Hujan

INTERVAL
HUJAN
(mm/hari)
2.02 - 2.07
2.08 - 2.13
2.14 - 2.19
2.20 - 2.25
2.26 - 2.31
2.32 - 2.37
2.38 - 2.43
2.44 - 2.49
JUMLAH

FREK
.
n
1
3
5
7
8
5
2
1
32

PROB.
(%)
1.01
7.03
14.29
19.99
19.05
12.46
5.51
1.69
81.03

Ei

JUMLAH DATA
Oi
1
3
5
7
8
5
2
1

Ei
0.323
2.250
4.573
6.397
6.096
3.987
1.763
0.541

Menentukan derajat kebebasan (dk)

Kuranji bervariasi dari berbukit, bergelombang

dan berombak.

0.32
2.25
4.57
6.40
6.10
3.99
1.76
0.54
25.93

Tabel 12 . Menentukan Nilai

INTERVAL
HUJAN
(mm/hari)
2.02 - 2.07
2.08 - 2.13
2.14 - 2.19
2.20 - 2.25
2.26 - 2.31
2.32 - 2.37
2.38 - 2.43
2.44 - 2.49
JUMLAH

kemiringan 0-5 %. Bagian hilir DAS Batang

persentase

kemiringan

lahan

berdasarkan

kondisi topografi.

Tabel 13. Kondisi Topografi DAS Batang

Kuranji
N
O

1
(OI-Ei)/Ei
1.417
0.250
0.040
0.057
0.595
0.257
0.032
0.390
3.038

Pada Tabel 13 disajikan

Wilayah
Kawasan Hulu
DAS Batang
Kuranji Hulu,
dan tepi-tepi
DAS Batang
Kuranji
Kawasan
Lereng
Perbukitan
Bagian
Tengah DAS

Lembahlembah
sungai/kipas
4
aluvial Batang
Kuranji Hulu
Bagian Hilir
Sumber : Hasil Studi

Kemiring
an
Lereng
(%)

>25

15 25
5 15

05

Bentuk
Wilayah

Bergunung
dan
berbukit
Bergelomba
ng /
Berbukit
Beromba
sampai
datar

Relatif
Datar

Berdasarkan peta Topographi DAS Batang

Kuranji, terdapat beberapa susunan anak-anak
sungainya, antara lain tipe denritik yang berada

Derajat kepercayaan

108

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695

di bagian hulu Batang Kuranji yang beberapa

Peta DAS Bt Kuranji
CA = 210.354 km

anak sungainya membentuk Tipe Sejajar yang

dikombinasikan dengan Tipe Cabang Pohon.

Pada pola ini banjir sering terjadi di daerah titik
pertemuan sungai-sungai. Dalam hal ini Batang
gk
aru
h

Sik

dawan
S. Bukittin

n
ja

an
a

uli

Dengan demikian, secara teoritis hidrografis

an

an
is

S. Sapih
ih

ad
P

au
m

Sa
p

S. Belimbing
S.

n
ja
g

ih

S.

Limaumanis.

an

kawasan ini memang rawan terhadap banjir.

Ku

ra

nji

S. Sungkai

B.

S.

Danau

Ku
ra
n

Sungai

A.

sungai

ji

S.

anak

an

S.

ad

Pa
d

Lubu
kg

Kuranji mempunyai posisi bersejajar dengan

A.

ajah

La

re
h

ih

ng
da
ga
bu

Legenda:
Sungai

a
Samuder
a
Indonesi

Batas DAS

Kemudian ditinjau dari metode kuantitatif lain

SKALA:

dalam jaringan sungai suatu DAS adalah

Garis pantai

Gambar 3 .DAS Batang Kuranji

penentuan kepadatan aliran (drainage density)

yang dinyatakan dalam rumus :
Stasiun curah hujan yang

L
Dd
A

penelitian ini adalah

digunakan dalam

Stasiun

Gunung Nago

,Stasiun Batu Busuk, yaitu data hujan dari

tahun 1978 sampai dengan 2009.

Dimana :
Dd

= Kepadatan aliran (km/km 2)

= Panjang sungai total (km)

= Luas DAS (km2)

Lynsley (1949) menyatakan bahwa jika nilai

kepadatan aliran lebih kecil dari 1 mile/mile2
km/km 2),

(0,62

DAS

akan

mengalami

penggenangan, sedangkan jika nilai kepadatan

aliran lebih besar dari 5 mile/mile

(3,10

km/km ), DAS sering mengalami kekeringan.

Dalam

artian

lain

semakin

besar

angka

Gambar 4. Stasiun Curah Hujan DAS Batang

Kuranji

kerapatan maka makin memperpendek waktu

konsentrasi, sehingga memperbesar laju aliran
permukaan.

Curah Hujan Wilayah di hitung dengan Metode

DAS Batang Kuranji dengan panjang sungai

total (sungai utama beserta anak-anak sungai)

Aljabar
P P2 P3 ................ Pn
P 1

n
_

adalah 369,092 km dan total luas DAS sebesar

210,354 km2, angka kepadatan aliran sama

P
i 1 i
n

dengan 1,75 km/km . Dengan demikian secara

teori, DAS Batang Kuranji mempunyai tingkat
kerapatan sungai yang kecil.

Menentukan parameter Data Curah Hujan

-

Nilai rata-rata curah hujan X

109

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

Uji Kesesuaian Chi Kuadrat

X
-

Xi
i 1

Prosedur Perhitungan Uji Chi Kuadrat :

1. Urutkan data pengamatan (dari besar ke

Nilai Standar Deviasi, S

X
n

ISSN : 1858-3695

kecil atau sebaliknya).

2. Kelompokan data menjadi G sub-group.

i 1

3. Jumlahkan data pengamatan sebesar OI

n 1

tiap-tiap sub group;

-

Koefisien Skewness (kemencengan) Cs

X
n

n.
Cs

masing-masing

kelas.

5. Hitung transformasi y

i 1

6. Tentukan probalitas antara y dengan kurva

(n 1)( n 2)S 3

normal atau tabel y

7. Tentukan frekuensi teoritis

8. Tentukan derajat kebebasan (df)

9. Tentukan

Koefisien Kurtosis, Ck

X
n

n.
Ck

batas bawah

Koefisien Variasi, Cv
Cv

4. Tentukan

derajat

kepercayaan

yang

diterima, biasanya dilakukan uji tehadap

derjat kepercayaan sebesar 95% dan 99%.

i 1

(n 1)( n 2)S 4

Setelah

dilakukan

pengolah

data

sesuai

dengan prosedur, lakukan perbandingan antara

Penentuan Jenis Distribusi
-

2 hitungan dan 2 teoritis pada derajat 95%

Distribusi Normal

99% dengan interprestasi sebagai berikut:

Untuk distribusi normal disyaratkan bahwa

kemungkinan variat yang berada

x s

x s adalah 68,27% dan yang berda

antara x 2s dan x 2s adalah
dan

1. Apabila 2

hitungan < 2 teoritis, maka

hipotesa dapat diterima.

2. Apabila

hitungan > , maka hipotesa

tidak dapat diterima/ditolak.

95,44%.

KESIMPULAN

Distribusi Log Normal

Dari hasil perhitungan data hujan DAS Batang

Cs Cv 3 3Cv

Kuranji didapatkan hasil sebagai berikut :

Ck Cv8 6Cv6 15Cv 4 16Cv 2 3

1. Koefisien variasi (Cv) didapatkan hasil

Distribusi Gumbel

0,227, yang berarti yang dapat disimpulkan

data semakin merata atau homogen.

Cs 1,14

2. Koefisien kurtosis (Ck) didapatkan hasil

Ck 5,4

3.156 besar dari 3 yang berarti distribusi

Distribusi Log Pearson III

data

Selain dari nilai diatas.

leptokurtis

hujan

dikelompokan
(puncak

kurva

ke

bentuk

nya

sangat

runcing).

110

Rekayasa Sipil Volume VII, Nomor 2, Oktober 2011

ISSN : 1858-3695

3. Koefisien kemencengan (Cs) didapatkan

hasil 0,704 besar dari nol (0), yang berarti
kurva

dengan

distribusi

ekor

panjang

kekanan.
4. Dari perbandingan parameter statistic data
hujan

dapat

disimpulkan

bahwa

jenis

distribusi yang cocok untuk DAS batang

Kuranji adalah distribusi normal.
5. Berdasarkan uji kecocokan dengan metode
Chi Kuadrat dapat di simpulkan bahwa data
curah hujan DAS Batang Kuranji sudah
bisa di gunakan dalam menghitung hujan
rencana, dalam arti tidak diperlukan dalam
penambahan data curah hujan.
DAFTAR PUSTAKA
Agus,Indra,2001,

Pra

Rancangan

drainase

Kawasan Wisata Di Pulau Sangiang Provinsi

Banten,

Tugas

Akhir

Institut

Teknologi

Bandung.
Soemanto,

C.D.,1995,

Hidrologi

Teknik,

Erlangga.
Soewarno, 1995. Hidrologi Aplikasi Metode
Statistik Untuk Analisa Data Jilid I,Nova
Soewarno, 2000. Hidrologi Operasional Jilid
Kesatu,Citra Aditya Bakti
Subarkah,Imam. Hidrologi Untuk Perencanaan
dan Bangunan Air , Idea Dharma
Triatmojo, Bambang. Hidrologi Terapan, Beta
Offset.

111