BAB III

DESKRIPSI HASIL ANALISA

Analisa ini dimulai dengan tahapan perumusan masalah, dan melakukan analisis terhadap data curah hujan harian, menghitung hujan harian rata-rata, standar deviasi, uji konsistensi, perhitungan hujan rencana, dan analisa distribusi frekuensi. Data untuk analisa ini diperoleh dari data BMG Lhokseumawe dan Dinas Pertanian Kota Langsa yang dikumpulkan oleh penulis. Adapun tahapan analisa dapat dilihat sebagai berikut :

3.1 3.1.1

Ketersediaan Data Data hujan harian Stasiun hujan terdekat untuk lokasi pekerjaan adalah Stasiun Kota Langsa

dan Stasiun Malikussaleh. Periode ketersediaan data dari stasiun Langsa adalah tahun 1998-2011 dan dari stasiun Malikussaleh adalah tahun 2002-2011. Data hujan harian Kota Langsa dikelola oleh Dinas Pertanian Kota Langsa dan data hujan harian Stasiun Malikussaleh dikelola oleh Badan Meteorologi dan Geofisika (BMG) Malikussaleh. Mengingat hanya terdapat dua stasiun hujan yang penulis kumpulkan untuk daerah studi, maka analisa curah hujan rata-rata daerah maksimum di analisa berdasarkan pada data yang tersedia di stasiun Langsa dan Malikussaleh. Berikut ditunjukkan data hujan rata-rata daerah maksimum pada Tabel 3.1.

24

25

Tabel 3.1 Hujan Daerah Rata-Rata Maksimum TANGGAL KEJADIAN 1 2002 54,00 02 Agustus 2002 2 2003 80,00 27 Januari 2003 3 2004 96,00 05 Januari 2004 4 2005 86,00 27 Nopember 2005 5 2006 123,00 22 Desember 2006 6 2007 76,00 01 Desember 2007 7 2008 97,30 11 Januari 2008 8 2009 98,00 31 Maret 2009 9 2010 99,00 27 Juni 2010 10 2011 97,80 31 Maret 2011 Sumber : Hasil dari data BMG Lhoksemawe dan Dinas Pertanian Langsa NO TAHUN Xi Hujan tahunan dalam bentuk grafik ditunjukkan pada Gambar 3.1

hujan harian maksimum (mm)

Hujan harian maksimum (mm)

140,00 120,00 100,00 80,00 60,00 40,00 20,00 0,00 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Tahun

Gambar 3.1 Histogram Hujan Harian Maksimum Sumber : Hasil dari data BMG Lhoksemawe dan Dinas Pertanian Langsa

26

3.2 3.2.1

Rancangan Percobaan dan Spesifikasi Data Perhitungan hujan harian maksimum rata-rata Berdasarkan perhitugan yang terdapat dalam lampiran tabel curah hujan

Langsa dan Malikussaleh Tahun 2002 diperoleh nilai rata-rata ( X ) curah hujan adalah 54,00 mm, untuk tahun 2003 curah hujan maksimum rata-rata ( X ) adalah 80,00 mm, untuk tahun 2004 curah hujan maksimum rata-rata ( X ) adalah 96,00 mm, untuk tahun 2005 curah hujan maksimum rata-rata ( X ) adalah 86,00 mm, untuk tahun 2006 curah hujan maksimum rata-rata ( X ) adalah 123,00 mm, untuk tahun 2007 curah hujan maksimum rata-rata ( X ) adalah 76,00 mm, untuk tahun 2008 curah hujan maksimum rata-rata ( X ) adalah 97,30 mm, untuk tahun 2009 curah hujan maksimum rata-rata ( X ) adalah 98,00 mm, untuk tahun 2010 curah hujan maksimum rata-rata ( X ) adalah 99,00 mm, untuk tahun 2011 curah hujan maksimum rata-rata ( X ) adalah 97,80 mm, untuk selengkapnya dapat dilihat pada lampiran perhitungan P.3.1 hal. 34

3.2.2

Perhitungan deviasi standar Umumnya ukuran dispersi yang paling banyak digunakan adalah deviasi

standar (standard deviation) dan varian (variance). Varian dihitung sebagai nilai kuadrat dari deviasi standar. Berdasarkan hasil perhitungan diperoleh Sd = 18,20, perhitungan selengkapnya dapat dilihat pada lampiran perhitungan P.3.2. hal. 37

27

3.3

Analisa Data Persyaratan data hujan dalam perhitungan ini meliputi ketersediaan dan

kualitas datanya. long record data sekurang-kurangnya 10 tahun. Data hujan tersebut harus consistent, ketiadaan trend, stationary dan persistensi sebelum digunakan untuk analisis frekuensi atau untuk suatu simulasi hidrologi. Disini penulis hanya melakukan uji konsistensi. Sebelum data hujan digunakan dalam analisis hidrologi, terlebih dahulu dilakukan analisa statistik terhadap data hujan. Analisa statistik tersebut digunakan untuk memastikan bahwa data hujan tersebut layak digunakan untuk analisa selanjutnya.

3.3.1

Uji konsistensi Satu data hujan untuk stasiun tertentu, dimungkinkan sifatnya tidak

konsisten (inconsistent). Data semacam ini tidak dapat langsung dianalisa. Jadi sebelum data hidrologi tersebut siap pakai atau sebagai bahan informasi lebih lanjut, harus dilakukan pengujian terhadap konsistensinya. Untuk metode statistik, penulis menggunakan metode Rescaled Adjusted Partial Sums. Metode ini menggunakan persamaan (2.7) (2.10). Dengan melihat nilai statistik diatas maka dapat dicari nilai
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.

28

Tabel 3.2. Nilai Kritis Q dan R Q R n n

90% 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

10 20 30 40 50 100

1.05 1.10 1.12 1.13 1.14 1.17 1.22

Dari hasil analisa, diketahui bahwa nilai Q = 2,02 dan nilai R = 3,79. Maka nilai
Q n

hitung = 0,63 dan

R n

hitung = 1,19; dimana n adalah jumlah data.

Untuk level of significant (tingkat kepercayaan) 95% dengan melihat Tabel 3.2, maka nilai
Q n

kritis = 1,14 dan

R n

kritis = 1,28. Berdasarkan nilai-nilai tersebut

diatas maka untuk kriteria

Q n

kritis >

Q n

hitung dan

R n

kritis >

R n

hitung,

dapat disimpulkan bahwa data hujan yang tersedia pada lokasi studi yang tercatat pada stasiun Langsa dan Malikussaleh tahun data 2002-2011 adalah konsisten.

29

3.3.2

Uji pemilihan sebaran Penentuan jenis sebaran diperlukan untuk mengetahui suatu rangkaian data

cocok untuk suatu sebaran tertentu dan tidak cocok untuk sebaran lain, dengan ketentuan sebagai berikut: 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 Dari hasil perhitungan yang terdapat pada lampiran perhitungan P.3.4. hal. 41 diperoleh Cs =1,25, maka sebaran yang digunakan adalah sebaran Gumbel.