30

BAB IV

PENGOLAHAN DATA

4.1 Data Curah Hujan DAS Brantas

Data curah hujan di DAS Brantas merupakan data curah hujan

harian, dimana curah hujan harian berasal dari stasiun-stasiun curah hujan

yang ada di wilayah DAS Brantas. Pada Analisis ini digunakan data

curah hujan pada lima stasiun hujan yang ada di wilayah DAS Brantas,

yaitu stasiun curah hujan Tangkil, stasiun curah hujan Tugu, stasiun

curah hujan Sawahan, stasiun curah hujan Birowo dan stasiun curah

hujan Kertosono. Adapun bentuk data curah hujan yang digunakan dapat

dilihat pada lampiran L-1.

4.2 Menghitung Rata-rata Curah Hujan Bulanan

Berdasarkan rumus curah hujan rata-rata yang di lihat pada

persamaan (2.1).

Rumus yang digunakan : =

X ...........(2.1)
N

Maka didapat hasil perhitungan curah hujan rata-rata bulanan di DAS

Brantas pada stasiun crah hujan Tangkil, yang disusun pada tabel 4.1
 31

Contoh hasil perhitungan rata-rata curah hujan bulanan lokasi stasiun

curah hujan Tangkil :

Tabel 4.1 Tabel Rata-rata Hujan Bulanan Stasiun Curah Hujan Tangkil

Nama Stasiun Tahun Bulan

Tangkil 1964 Jan 11,3

Tangkil 1964 Feb 5,5

Tangkil 1964 Mar 14,9

Tangkil 1964 Apr 0,9

Tangkil 1964 Mei 3,7

Tangkil 1964 Jun 9,4

Tangkil 1964 Jul 0

Tangkil 1964 Agst 0

Tangkil 1964 Sep 0,3

Tangkil 1964 Okt 16,7

Tangkil 1964 Nov 9,3

Tangkil 1964 Des 11,7

Contoh perhitungan rata-rata hujan bulanan :

Rata-rata curah hujan bulanan pada bulan Januari lokasi stasiun tangkil

tahun 1964 :

Hujan harian 350

= = = 11,3
31 31
 32

Rata-rata curah hujan bulanan pada bulan Februari lokasi stasiun tangkil

tahun 1964 :

Hujan harian 154

= = = 5,5
29 29

Rata-rata curah hujan bulanan pada bulat Maret lokasi stasiun tangkil

tahun 1964 :

Hujan harian 463

= = = 14,9
31 31

4.3 Uji Kekonsistensian Data

Sesuai dengan metodologi penelitian, sesudah mendapatkan rata-

rata curah hujan bulanan, maka harus dilakukan uji kekonsistensian data

curah hujan, dimana pengujian ini berfungsi untuk melihat apakah data

curah hujan yang ada di stasiun curah hujan tersebut konsisten atau tidak,

karena data curah hujan yang akan diolah telebih dahulu data tersebut

harus konsisten.

Contoh perhitungan i = rata-rata hujan tahunan

rata rata hujan bulanan 83.7

= = = 6,975
12 12
 33

Tabel 4.2 Tabel Uji Kekonsistensian Data Stasiun Curah Hujan Tangkil

Stasiun tangkil 3 stasiun acuan

Tahun i Kumulatif i Kumulatif
64 6,975 6,975 5,925 5,925
65 5,108333 12,08333 4,002778 9,927778
66 5,866667 17,95 5,969444 15,89722
67 4,733333 22,68333 4,263889 20,16111
68 7,216667 29,9 7,377778 27,53889
69 6,041667 35,94167 4,530556 32,06944
70 6,4 42,34167 7,297222 39,36667
71 6,566667 48,90833 5,906944 45,27361
72 4,608333 53,51667 4,113889 49,3875
73 7,4 60,91667 6,336111 55,72361
74 6,2125 67,12917 7,244444 62,96806
75 8,1 75,22917 8,222222 71,19028
76 4,291667 79,52083 4,45 75,64028
77 4,358333 83,87917 4,184722 79,825
78 8,1 91,97917 7,680556 87,50556
79 5,141667 97,12083 6,061111 93,56667
80 2,6 99,72083 4,569444 98,13611
81 3,366667 103,0875 6,155556 104,2917
82 3,458333 106,5458 4,491667 108,7833
83 3,858333 110,4042 4,738889 113,5222
84 5,358333 115,7625 5,775 119,2972
85 5,966667 121,7292 4,138889 123,4361
86 4,316667 126,0458 4,922222 128,3583
87 3,975 130,0208 5,436111 133,7944
88 5,391667 135,4125 3,433333 137,2278
89 2,225 137,6375 3,9 141,1278
90 1,658333 139,2958 4,406667 145,5344
91 5,075833 144,3717 5,627778 151,1622
92 8,416667 152,7883 7,105556 158,2678
93 4,033333 156,8217 5,594444 163,8622
94 5,1 161,9217 4,669444 168,5317
95 7,383333 169,305 5,402778 173,9344
96 6,016667 175,3217 4,747222 178,6817
97 3,808333 179,13 4,191667 182,8733
98 8,033333 187,1633 5,234722 188,1081
99 3,679167 190,8425 4,397222 192,5053
20 6,858333 197,7008 6,766667 199,2719
21 5,4 203,1008 4,563889 203,8358
22 5,941667 209,0425 4,931944 208,7678
23 5,166667 214,2092 4,736111 213,5039
24 5,483333 219,6925 4,175 217,6789
25 5,458333 225,1508 5,052778 222,7317
 34

Sehingga data curah hujan tahunan yang telah dihitung seperti di atas,

dapat di lihat kekonsistensian sebagai berikut :

Gambar 4.1 Grafik Kekonsistensian Data Curah Hujan di Stasiun Curah

Hujan Tangkil.

Grafik tersebut mengartikan bahwa data curah hujan yang ada di stasiun

curah hujan tangkil dari tahun 1964 2005 merupakan data yang

konsisten, karena grafik tersebut berupa satu garis lurus, sehingga data

curah hujan yang ada di stasiun Tangkil dapat di analisis.

4.4 Menghitung Standard Deviasi

Dari data curah hujan bulanan, maka didapatkan nilai standard deviasi

yang di hitung dengan cara sebagai berikut :

__

S=
(X X )2 ..................(2.2)
n 1
 35

Contoh perhitungan :

Data curah hujan bulan Februari di stasiun curah hujan Tangkil yang di

tinjau dari tahun 1964 2005 secara berturut-turut adalah sebagai berikut :

Tabel 4.3 Perhitungan Standar Deviasi Bulan Februari Stasiun Curah hujan Tangkil

Curah hujan rata-rata X-Xrata2 (X-Xrata2)2

5,5 -3,5919 12,90178
11,5 2,408095 5,798923
14 4,908095 24,0894
8,9 -0,1919 0,036827
5,7 -3,3919 11,50502
8,8 -0,2919 0,085208
10,1 1,008095 1,016256
8 -1,0919 1,192256
7,3 -1,7919 3,210923
8 -1,0919 1,192256
10,75 1,658095 2,74928
8 -1,0919 1,192256
6,1 -2,9919 8,951494
7,6 -1,4919 2,22578
7,5 -1,5919 2,534161
7,7 -1,3919 1,937399
5,5 -3,5919 12,90178
4,7 -4,3919 19,28883
9,9 0,808095 0,653018
8,8 -0,2919 0,085208
11,7 2,608095 6,802161
12,8 3,708095 13,74997
8 -1,0919 1,192256
8,5 -0,5919 0,350351
5 -4,0919 16,74368
0 -9,0919 82,66273
6,5 -2,5919 6,71797
10,86 1,768095 3,126161
10,6 1,508095 2,274351
8 -1,0919 1,192256
14,5 5,408095 29,24749
12,6 3,508095 12,30673
14 4,908095 24,0894
12,7 3,608095 13,01835
11,5 2,408095 5,798923
5,75 -3,3419 11,16833
9,6 0,508095 0,258161
11 1,908095 3,640827
10,8 1,708095 2,917589
5,3 -3,7919 14,37854
14,9 5,808095 33,73397
12,9 3,808095 14,50159
 36

Rata rata curah hujan bulanan Februari tahun 1964 2005 = 9,091904762

Jumlah (XXrata2)2=413,4198

413,4198
Standar deviasi = S = = 3,175439
42 1

Data Curah hujan bulan januari di stasiun curah hujan Tugu yang ditinjau

dari tahun 1964 2005 secara berturut-turut adalah sebagai berikut :

Tabel 4.4 Perhitungan Standar Deviasi Bulan Januari Stasiun Curah Hujan Tugu.

Curah hujan rata-rata X-Xrata2 (X-Xrata2)2

6,1 -3,8619 14,91431
6,1 -3,8619 14,91431
14,2 4,238095 17,96145
6,9 -3,0619 9,375261
6,6 -3,3619 11,3024
12,1 2,138095 4,571451
17,6 7,638095 58,3405
6,7 -3,2619 10,64002
11,1 1,138095 1,295261
11,2 1,238095 1,53288
6,7 -3,2619 10,64002
8,1 -1,8619 3,466689
12,4 2,438095 5,944308
7,1 -2,8619 8,190499
14,3 4,338095 18,81907
24 14,0381 197,0681
8,8 -1,1619 1,350023
8 -1,9619 3,84907
8,4 -1,5619 2,439546
10,2 0,238095 0,056689
10,8 0,838095 0,702404
6,9 -3,0619 9,375261
7,5 -2,4619 6,060975
14,4 4,438095 19,69669
26,6 16,6381 276,8262
8,4 -1,5619 2,439546
5,2 -4,7619 22,67574
8,8 -1,1619 1,350023
22,3 12,3381 152,2286
16,3 6,338095 40,17145
10 0,038095 0,001451
10 0,038095 0,001451
6,3 -3,6619 13,40955
6,3 -3,6619 13,40955
7,9 -2,0619 4,251451
4,3 -5,6619 32,05717
5,7 -4,2619 18,16383
10 0,038095 0,001451
9,7 -0,2619 0,068594
6,0 -3,9619 15,69669
6,4 -3,5619 12,68717
2,0 -7,9619 63,39193
 37

Rata rata curah hujan bulanan Januari tahun 1964 2005 = 9,961904762

Jumlah (XXrata2)2=1101,339

1101,339
Standar deviasi = S = = 5,182849
42 1

4.5 Mengklasifikasikan Indeks Kekeringan

Untuk mengklasifikasikan indeks kekeringan di DAS Brantas, digunakan

metode perhitungan standardized precipitation index (SPI), dimana

perhitungan ini berfungsi untuk mengklasifikasikan kondisi kekeringan di

s\tahun tersebut pada wilayah stasiun curah hujan. Cara perhitungan

dengan metode SPI adalah sebagai berikut :

___
X ij X j
Z ij = (2.9)
j

Dimana contoh parameter yang digunakan untuk pengklasifikasian indeks

kekeringan di stasiun curah hujan Tangkil bulan Februari adalah :

X ij = 11,3 (hujan rata-rata tahun 1964 bulan Februari).

___
X j = 10,56905 (hujan rata-rata bulan Februari dari tahun 1964-2005).

j = 3,2 (standard deviasi bulan Februari dari tahun 1964-2005).

 38

Indeks kekeringan bulan Februari tahun 1964 di stasiun Tangkil adalah :

11,3 10,56905
Z ij = = 1,13
3,2

Indeks kekeringan bulan Januari tahun 1964 di stasiun Tugu adalah :

6,1 9,961905
Z ij = = 0,75
5,182849

Indeks kekeringan bulan Januari tahun 1964 di stasiun Sawahan adalah :

7 12,16429
Z ij = = 0,79
6,574556

Indeks kekeringan bulan Januari tahun 1964 di stasiun Birowo adalah :

6 10,97857
Z ij = = 1,3
3,83778

Indeks kekeringan bulan Januari tahun 1964 di stasiun Kertosono adalah :

5,2 10,61436
Z ij = = 1,09
4,97522

Hasil dari contoh perhitungan di atas, indeks kekeringan yang didapat

dapat di klasifikasikan berdasarkan tabel di bawah :

 39

Tabel 4.5 Tabel Klasifikasi Indeks Kekeringan

Nilai SPI Kalsifikasi

2,00 Ekstrim Basah
1,50 1,99 Sangat Basah
1,00 1,49 Kebasahan sedang
-0,99 0,99 Hampir normal
-1,0 -1,49 Kekeringan sedang
-1,5 -1,99 Kekeringan parah
-2,0 <-2,00 Kekeringan ekstrim
(sumber : Analisa Kekeringan dengan Berbagai Pendekatan,2003)

Maka :

Bulan Februari 1964 stasiun curah hujan Tangkil = Kekeringan sedang.

Bulan Januari 1964 stasiun curah hujan Tugu = Hampir normal.

Bulan Januari 1964 stasiun curah hujan Sawahan = Hampir normal.

Bulan Januari 1964 stasiun curah hujan Birowo = Kekeringan sedang.

Bulan Januari 1964 stasiun curah hujan Kertosono = Kekeringan sedang.

4.6 Mencari Indeks Kekeringan Maksimum Setiap Tahun

Indeks kekeringan yang telah diklasifikasikan setiap tahunnya pada setiap

stasiun curah hujan, dilihat di bulan apa terjadi indeks kekeringan

maksimum, dimana pada tahun tersebut terjadi kekeringan yang terburuk

pada bulan apa.

Cara perhitungan indeks kekeringan maksimum adalah sebagai berikut :

 40

Tabel 4.6 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Tangkil Tahun 1964

Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan

Tangkil 1964 Jan 0,18 Hampir Normal
Tangkil 1964 Feb -1,13 Kekeringan sedang
Tangkil 1964 Mar 1,44 Kekeringan sedang
Tangkil 1964 Apr -1,56 Kekeringan parah
Tangkil 1964 Mei 0,01 Hampir Normal
Tangkil 1964 Jun 2,67 Ekstrim Basah
Tangkil 1964 Jul -0,53 Hampir Normal
Tangkil 1964 Agst -0,51 Hampir Normal
Tangkil 1964 Sep -0,38 Hampir Normal
Tangkil 1964 Okt 3,52 Ekstrim Basah
Tangkil 1964 Nov 0,48 Hampir Normal
Tangkil 1964 Des 0,42 Hampir Normal

Gambar 4.2 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan

Tangkil Tahun 1964

Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan

Tangkil pada tahun 1964 kekeringan terburuk terjadi pada bulan April

dengan indeks kekeringan -1,56 yang tergolong dalam kekeringan parah.

 41

Tabel 4.7 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Tugu Tahun 1964

Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan

Tugu 1964 Jan -0,75 Hampir Normal
Tugu 1964 Feb -1,8 Kekeringan parah
Tugu 1964 Mar 0,28 Hampir Normal
Tugu 1964 Apr -0,56 Hampir Normal
Tugu 1964 Mei 0,29 Hampir Normal
Tugu 1964 Jun 0,09 Hampir Normal
Tugu 1964 Jul -0,36 Hampir Normal
Tugu 1964 Agst -0,15 Hampir Normal
Tugu 1964 Sep 1,13 Kebasahan sedang
Tugu 1964 Okt 1,74 Sangat basah
Tugu 1964 Nov -0,44 Hampir Normal
Tugu 1964 Des 0 Hampir Normal

Gambar 4.3 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan Tugu Tahun 1964

Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan

Tugu pada tahun 1964 kekeringan terburuk terjadi pada bulan Februari

dengan indeks kekeringan -1,8 yang tergolong dalam kekeringan parah.

 42

Tabel 4.8 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Sawahan Tahun 1964.

Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan

Sawahan 1964 Jan -0,79 Hampir Normal
Sawahan 1964 Feb -0,79 Hampir Normal
Sawahan 1964 Mar 0,82 Hampir Normal
Sawahan 1964 Apr 1,65 Sangat basah
Sawahan 1964 Mei -0,28 Hampir Normal
Sawahan 1964 Jun 0,26 Hampir Normal
Sawahan 1964 Jul -0,36 Hampir Normal
Sawahan 1964 Agst -0,25 Hampir Normal
Sawahan 1964 Sep 0,3 Hampir Normal
Sawahan 1964 Okt 1,69 Sangat basah
Sawahan 1964 Nov 1,6 Sangat basah
Sawahan 1964 Des -0,52 Hampir Normal

Gambar 4.4 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan

Sawahan Tahun 1964

Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan

Sawahan pada tahun 1964 kekeringan terburuk terjadi pada bulan Februari

dengan indeks kekeringan -0,79 yang tergolong dalam hampir normal.

 43

Tabel 4.9 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Birowo Tahun 1964

Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan

Birowo 1964 Jan -1,3 Kekeringan sedang
Birowo 1964 Feb -1,09 Kekeringan sedang
Birowo 1964 Mar 1,2 Kebasahan sedang
Birowo 1964 Apr 0,37 Hampir Normal
Birowo 1964 Mei -0,32 Hampir Normal
Birowo 1964 Jun -0,32 Hampir Normal
Birowo 1964 Jul -0,43 Hampir Normal
Birowo 1964 Agst 0,23 Hampir Normal
Birowo 1964 Sep 1,15 Kebasahan sedang
Birowo 1964 Okt 3,25 Ekstrim basah
Birowo 1964 Nov 1,08 Kebasahan sedang
Birowo 1964 Des -1,2 Kekeringan sedang

Gambar 4.5 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan

Birowo Tahun 1964

Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan

Birowo pada tahun 1964 kekeringan terburuk terjadi pada bulan Januari

dengan indeks kekeringan -1,3 yang tergolong dalam kekeringan sedang.

 44

Tabel 4.10 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Kertosono Tahun 1964

Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan

Kertosono 1964 Jan -1,09 Kekeringan sedang
Kertosono 1964 Feb -1,05 Kekeringan sedang
Kertosono 1964 Mar 2,64 Ekstrim Basah
Kertosono 1964 Apr -0,4 Hampir Normal
Kertosono 1964 Mei 1,3 Kebasahan sedang
Kertosono 1964 Jun 0,54 Hampir Normal
Kertosono 1964 Jul -0,19 Hampir Normal
Kertosono 1964 Agst -0,45 Hampir Normal
Kertosono 1964 Sep -0,46 Hampir Normal
Kertosono 1964 Okt 0,71 Hampir Normal
Kertosono 1964 Nov -0,9 Hampir Normal
Kertosono 1964 Des -0,93 Hampir Normal

Gambar 4.6 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan

Kertosono tahun 1964

Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan

Kertosono pada tahun 1964 kekeringan terburuk terjadi pada bulan Januari

dengan indeks kekeringan -1,09 yang tergolong dalam kekeringan sedang.

 45

Indeks-indeks kekeringan maksimum setiap tahun digabungkan menjadi

satu, sehingga menghasilkan grafik sebagai berikut :

Gambar 4.7 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Tangkil

Gambar 4.8 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Tugu

Gambar 4.9 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Sawahan

Gambar 4.10 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Birowo
 46

Gambar 4.11 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Kertosono

Sehingga dari indeks-indeks kekeringan maksimum setiap tahun, dapat

dihitung besar pergeseran indeks kekeringan setiap tahunnya, yaitu dengan

cara sebagai berikut :

ZijBulan1 ZijBulan2
% pergeseran = x100%
ZijBulan1

Jadi persen pergeseran indeks kekeringan maksimum pada stasiun curah

hujan Tangkil, tahun 1964 1965 adalah

1,55423 0,839996
% pergeseran = x100% = 45,9956%
1,55423

Besar pergeseran indeks kekeringan maksimum pada stasiun curah hujan

Tangkil, tahun 1965 1966 adalah

0,839996 0,52774
% pergeseran = x100% = 0,371735%
0,839996
 47

Maka dari pergeseran indeks kekeringan setiap tahun di stasiun curah

hujan Tangkil, maka rata-rata pergeseren indeks kekeringan maksimum di

stasiun curah hujan Tangkil dari tahun 1964 2005 sebesar 62,0222%.

4.7 Perhitungan Probabilitas Terjadinya Indeks Kekeringan Maksimum

di Tahun yang Akan Datang

Dalam perhitungan ini akan mencari probabilitas terbesar terjadinya indeks

kekeringan maksimum di atahun yang akan datang, dimana berdasarkan

siklus terjadinya indeks kekeringan maksimum yang telah terjadi, akan

dihitung di tahun yang akan datang, bulan apa yang paling memiliki

probabilitas terbesar terjadinya indeks kekeringan maksimum.

Contoh perhitungan probabilitas adalah sebagai berikut :

Jumlah peristiwa yang tejadi

Probabilitas kejadian relatif =
Jumlah total percobaan / kejadian

Probabilitas yang terjadi pada stasiun tangkil adalah sebagai berikut :

Bulan Januari terjadinya kondisi kekeringan terburuk sebanyak 2 kali,

jumlah bulan Januari yang ditinjau sebanyak 42 kali.

2
Probabilitas bulan Januari = x100% = 4,761905 %.
42

4
Probabilitas bulan Februari = x100% = 9,52381% .
42
 48

3
Probabilitas bulan Maret = x100% = 7,142857% .
42

6
Proababilitas bulan April = x100% = 14,28571%
42

0
Probabilitas bulan Mei = x100% = 0%
42

0
Probabilitas bulan Juni = x100% = 0%
42

0
Probabilitas bulan Juli = x100% = 0% .
42

0
Probabilitas bulan Agustus = x100% = 0% .
42

0
Probabilitas bulan September = x100% = 0% .
42

0
Probabilitas bulan Oktober = x100% = 0% .
42

3
Probabilitas bulan November = x100% = 7,142857%
42

5
Probabilitas bulan Desember = x100% = 11,90476% .
42

Dari keseluruhan probabilitas yang terjadi di setiap bulan, probabilitas

terbesar terjadinya indeks kekeringan pada tahun yang akan datang di

 49

stasiun curah hujan tangkil adalah bulan April dengan probabilitas sebesar

14,28571%.

4.8 Prediksi Nilai Indeks Kekeringan di Tahun yang Akan Datang

Untuk memprediksikan nilai indeks kekeringan akan menggunakan analisa

trend, dimana dari data-data indeks kekeringan perbulan disatukan ehingga

bisa didapat trend line, sebagai contoh grafik trend line sebagai berikut :

Gambar 4.12 Grafik Garis Trend Line Regresi Linear

Dari garfik trend line di atas dapat di tarik persamaan garis regresi linear,

dimana untuk menarik persamaan garis regresi linear dapat digunakan cara

sebagai berikut :

Y=a + bX

Cara untuk menarik persamaan gari dari trend line adalah dengan

menggunakan rumus sebagai berikut :

A=
Y B X
i i
(2.7)
N

B=
N [ X Y ] [ X ][ Y ]
i i i i
..(2.8)
N [ X ] [ X ]
2 2
i i
 50

Contoh perhitungan persamaan garis :

Tabel 4.11 Perhitungan Persamaan Garis Regresi Linear

X y X*Y X2
1 -1,555422536 -1,55542 1
2 -0,839996477 -1,67999 4
3 -0,527740136 -1,58322 9
4 -1,044452406 -4,17781 16
5 -1,068168869 -5,34084 25
6 -0,825717667 -4,95431 36
7 -0,508949555 -3,56265 49
8 -1,059052997 -8,47242 64
9 -0,839996477 -7,55997 81
10 -0,514260865 -5,14261 100
11 -1,281341099 -14,0948 121
12 -0,3438595 -4,12631 144
13 -0,976324741 -12,6922 169
14 -0,842229764 -11,7912 196
15 -0,527740136 -7,9161 225
16 -1,188475777 -19,0156 256
17 -1,863926569 -31,6868 289
18 -1,803607305 -32,4649 324
19 -1,410684856 -26,803 361
20 -1,803607305 -36,0721 400
21 -1,108523714 -23,279 441
22 -1,169357339 -25,7259 484
23 -1,019922049 -23,4582 529
24 -1,710579042 -41,0539 576
25 -1,288610851 -32,2153 625
26 -2,863196437 -74,4431 676
27 -2,392430979 -64,5956 729
28 -0,839996477 -23,5199 784
29 -0,802623753 -23,2761 841
30 -1,959007106 -58,7702 900
31 -0,907082952 -28,1196 961
32 -0,796937466 -25,502 1024
33 -0,969618671 -31,9974 1089
34 -1,838680319 -62,5151 1156
35 -0,413735657 -14,4807 1225
36 -2,392430979 -86,1275 1296
37 -1,332950401 -49,3192 1369
38 -0,851368321 -32,352 1444
39 -0,789952146 -30,8081 1521
40 -1,194135716 -47,7654 1600
41 -1,003900826 -41,1599 1681
42 -1,504439642 -63,1865 1764
 51

Dari data tersebut di dapat : X = 903

Y = -49,97503588

X.Y = -114,36

X2 = 25585

(X)2 = 815409

B=
N [ X Y ] [ X ][ Y ]
i i i i

N [ X ] [ X ]
2 2
i i

42[ 114.36] [903][ 49.97503588]

B= = 0.0113
42[25585] [815409]

A=
Y B X
i i
=
49.97503588 (0.0113 * 903
=-0,946
N 42

Jadi persamaan garis regresi linear untuk bulan Januari pada stasiun curah

hujan Tangkil adalah y = -0,0113x 0,946

Dengan persamaan garis yang telah didapatkan maka cara perhitungan

prediksi untuk nilai indeks kekeringan bulan Januari pada stasiun curah

hujan Tangkil tahun 2025 dan 2050 adalah :

X = 62 y = -0,0113 * 62 0,946 y = -1,628

X = 87 y = -0,0113 * 87 0,946 y = -2

Sehingga dari analisa trend line, didapat besar nilai indeks kekeringan

pada tahun yang akan datang. Dimana pada tahun 2025 nilai indeks

kekeringan sebesar -1,628 dengan kondisi Kekeringan parah, dan pada

tahun 2050 nilai indeks kekeringan sebesar -2 dengan kondisi kekeringan

 52

ekstrim. Dimana sesuai dengan perhitungan probabilitas sebelumnya maka

pada tahun 2025 dan 2050 kondisi kekeringan tersebut akan terjadi pada

bulan April.

4.9 Peta Perubahan Indeks Kekeringan Maksimum

Dari hasil perhitungan indeks kekeringan, dapat dilihat perubahan

dari kondisi kekeringan yang ada di DAS Brantas, yaitu sebagai berikut :

Gambar 4.13 Kondisi Indeks Kekeringan Maksimum di DAS

Brantas Tahun 1965

Gambar 4.14 Gambar Kondisi Indeks Kekeringan Maksimum

di DAS Brantas Tahun 1986

 53

Gambar 4.15 Gambar Kondisi Indeks Kekeringan Maksimum

di DAS Brantas Tahun 2005

Dimana :

Hampir Normal.

Kekeringan Sedang.

Kekeringan Parah.