BAB III

ANALISA CURAH HUJAN RANCANGAN

3.1. UMUM

Hidrologi adalah ilmu yang mempelajari air dalam segala bentuknya (cairan, gas,
padat) pada, dalam, dan di atas permukaan tanah. Termasuk di dalamnya adalah
penyebaran, daur dan perilakunya, sifat-sifat fisika dan kimianya, serta
hubungannya dengan unsur-unsur hidup dalam air itu sendiri. Analisis hidrologi
dimaksudkan untuk memperoleh gambaran karakteristik hidrologi dan klimatologi
pada daerah studi. Hal ini perlu untuk mengetahui karakteristik hujan/potensi air
daerah studi sebagai dasar analisa selanjutnya.

3.2. KETERSEDIAAN DATA

3.2.1. Data Curah Hujan

Data hujan yang dibutuhkan untuk perencanaan adalah data hujan harian yang
diperoleh dari stasiun hujan yang berpengaruh pada daerah studi. Pada daerah
aliran tiap lokasi studi tidak semuanya terdapat stasiun hujan, maka untuk
perhitungan hujan rancangan digunakan data hujan harian maksimum dari
stasiun hujan yang terdekat.
Terdapat 2 stasiun hujan yang letaknya dekat dengan lokasi studi, diantaranya:
1. Stasiun Hujan Ngajum
2. Stasiun Hujan Sumberpucung
Data hujan yang dipergunakan yaitu data curah hujan harian dengan lama
pengamatan 20 tahun yaitu periode tahun 1994 - 2013. Data curah hujan dari
beberapa stasiun tersebut dapat dilihat pada lampiran.

3.3. VALIDASI DATA HUJAN

Validasi atau pengujian data hujan terdiri atas :

1. Uji Konsistensi (Consistency)
2. Uji Ketiadaan Trend (Homogenity)
3. Uji Stasioner
4. Uji Persistensi

1
3.3.1. Uji Konsistensi (Consistency)

Sebelum data hujan ini dipakai terlebih dahulu harus melewati pengujian untuk
kekonsistenan data tersebut. Metode yang digunakan adalah metode RAPS
(Rescaled Adjusted Partial Sums) (Buishand,1982).
Pengujian konsistensi dengan menggunakan data dari stasiun itu sendiri yaitu
pengujian dengan komulatif penyimpangan terhadap nilai rata-rata dibagi dengan
akar komulatif rerata penyimpangan kuadrat terhadap nilai reratanya, lebih jelas
lagi bisa dilihat pada rumus berikut:

S0 0

dengan k = 1,2,3,...,n

nilai statistik Q dan R

Q = maks 0 k n

R = maks - min 0kn 0kn

Dengan melihat nilai statistik diatas maka dapat dicari nilai Q/n dan R/n. Hasil
yang di dapat dibandingkan dengan nilai Q/n syarat dan R/n syarat, jika lebih
kecil maka data masih dalam batasan konsisten.
Tabel 3. 1. Nilai Q/n0.5 dan R/n0.5
Q/n0.5 R/n0.5
n
90% 95% 99% 90% 95% 99%
10 1.05 1.14 1.29 1.21 1.28 1.38
20 1.10 1.22 1.42 1.34 1.43 1.60
30 1.12 1.24 1.48 1.40 1.50 1.70
40 1.31 1.27 1.52 1.44 1.55 1.78
100 1.17 1.29 1.55 1.50 1.62 1.85
Sumber: Sri Harto, 18; 1983
Hasil uji konsistensi data hujan Stasiun Sumberpucung dan Stasiun Ngajum
menggunakan metode RAPS (Rescaled Adjusted Partial Sums) adalah sebagai
berikut.

2
Tabel 3. 2. Uji Konsistensi Data Hujan Stasiun Hujan Sumberpucung
Metode RAPS

3
Tabel 3. 3. Uji Konsistensi Data Hujan Stasiun Hujan Ngajum Metode
RAPS

4
3.3.2. Uji Ketiadaan Trend (Homogenitas)

Deret berkala yang nilainya menunjukkan gerakan yang berjangka panjang dan
mempunyai kecenderungan menuju kesatu arah, arah naik atau menurun disebut
dengan pola atau trend. Umumnya meliputi gerakan yang lamanya lebih dari 10
tahun. Deret berkala yang datanya kurang dari 10 tahun kadang-kadang sulit
untuk menentukan gerakan dari suatu trend. Hasilnya dapat meragukan, karena
gerakan yang diperoleh hanya mungkin menunjukkan suatu sikli (cyclical time
series) dari suatu trend. Sikli adalah gerakan yang tidak teratur dari suatu trend.
Apabila dalam deret berkala menunjukkan adanya trend maka datanya
tidak disarankan untuk digunakan untuk beberapa analisis hidrologi, misalnya
analisis peluang dan simulasi. Untuk deret berkala yang menunjukkan adanya
trend maka analisis hidrologi harus mengikuti garis trend yang dihasilkan, misal
analisa regresi dan moving average (rata-rata bergerak).
Analisa trend sendiri sebenarnya dapat digunakan untuk menentukan ada atau
tidaknya perubahan dari variable hidrologi akibat pengaruh manusia atau faktor
alam. Beberapa metode statistik yang dapat digunakan untuk menguji ketiadaan
trend dalam deret berkala antara lain : Spearman Mann and Whitney Cox and
Stuart. Dalam perencanaan ini, metode yang digunakan adalah metode
Spearman. Karena metode Spearman dapat bekerja untuk satu jenis variabel
hidrologi saja, dimana dalam hal ini adalah hujan tahunan atau curah hujan
maksimum. Metode Spearman menggunakan sistem koefisien korelasi peringkat
sebagai berikut :
n
6 (dt )2
KP = 1 n=1
3
n n
1

t = KP
[ n2
1KP
2 ] 2

Keterangan:
KP : koefisien korelasi peringkat dari spearman;
n : jumlah data;
dt : Rt Tt ;
Tt : peringkat dari waktu;
Rt : peringkat dari variabel hidrologi dalam deret berkala;
t : nilai distribusi t, pada derajat kebebasan (n-2) untuk derajat kepercayaan
tertentu (umumnya 5%).

5
Tabel 3. 4. Uji Ketiadaan Tren Tahunan Dengan Korelasi Peringkat
Metode Spearman Stasiun Hujan Sumberpucung

6
 Tabel 3. 5. Uji Ketiadaan Tren Tahunan Dengan Korelasi Peringkat
Metode Spearman Stasiun Hujan Ngajum

3.3.3. Uji Stationer

Setelah dilakukan pengujian ketidak-adaan trend. Apabila deret berkala tersebut

tidak menunjukan adanya trend sebelum data trend berkala digunakan analisis
lanjutan harus dilakukan uji stasioner. Apabila menunjukkan adanya trend maka
deret berkala tersebut dapat dilakukan analisis menurut garis trend yang
dihasilkan. Analisis garis trend dapat menggunakan analisis regresi. Model
matematik yang digunakan untuk analisis regresi tergntung dari kecenderungan
garis trend yang dihasilkan. Uji stasioner bisa dilakukan dengan melakukan uji

7
kestabilan varian dari data hujan, uji kestabilan varian bisa dilakukan dengan
menggunakan rumus sebagai berikut :
11
n

F= n2 S 2 2
n1 S1 (n 21)

Dengan :
F = nilai F hitung
n1 = jumlah data 1
n2 = jumlah data 2
S1 = Simpangan baku data 1
S2 = Simpangan Baku data 2
Tabel 3. 6. Uji Stationer Stasiun Hujan Sumberpucung

8
 Tabel 3. 7. Uji Stationer Stasiun Hujan Ngajum

3.3.4. Uji Persistensi

Anggapan bahwa data berasal dari sampel acak harus diuji, yang umumnya
merupakan persyaratan dalam analisis distribusi peluang. Persistensi
(Persistence) adalah ketidak tergantungan dari setiap nilai dalam deret berkala.
Untuk melaksanakan pengujian persistensi harus dihitung besarnya koefisien
korelasi serial. Salah satu metode untuk menentukan koefisien korelasi serial
adalah dengan metode Spearman. Koefisien korelasi serial metode Spearman
dapat dirumuskan sebagai berikut:
n
6 (di)
i=1
KS=1
m m

t=KS [ m2
1KS ] 1/2

9
Keterangan :
KS = koefisien korelasi serial
m = N1
N = jumlah data
di = perbedaan nilai antara peringkat data ke Xi dan ke Xi+1
t = nilai dari distribusi t pada derajat kebebasan m-2 dan derajat
kepercayaan tertentu (umumnya 5% ditolak, atau 95% diterima).
Tabel 3. 8. Uji Persistensi Dengan Kolerasi Peringkat Metode Spearman
Stasiun Hujan Sumberpucung

10
 Tabel 3. 9. Uji Persistensi Dengan Kolerasi Peringkat Metode Spearman
Stasiun Hujan Ngajum

3.4. ANALISA CURAH HUJAN RANCANGAN (DISTRIBUSI FREKUENSI)

Curah hujan rencana adalah curah hujan terbesar tahunan yang terjadi pada
periode ulang tertentu. Pada daerah studi, pemilihan metode perhitungan hujan
rencana ditetapkan berdasarkan parameter dasar statistiknya. Untuk keperluan
analisa ditetapkan curah hujan dengan periode ulang 5, 10, 20, 25, 50, 100, 200,
500 dan 1000 tahun.
Analisa curah hujan Rencana dapat dihitung dengan menggunakan beberapa
metode diantaranya metode E.J. Gumbel, Log Pearson Tipe III, Normal dan Log

11
 Normal. Untuk menetapkan metode mana yang dapat diterapkan, maka akan
dilakukan pemilihan jenis sebaran/ frekuensi sesuai dengan beberapa parameter.

3.4.1. Analisa Curah Hujan Rerata Daerah

Curah hujan yang diperlukan untuk penyusunan suatu rancangan pemanfaatan

air dan rancangan pengendalian banjir adalah curah hujan rata-rata di seluruh
daerah yang bersangkutan, bukan curah hujan pada suatu titik tertentu. Curah
hujan ini disebut curah hujan daerah dan dinyatakan dalam mm.
Dengan melakukan penakaran pada suatu stasiun hujan hanyalah didapat curah
hujan di suatu titik tertentu. Bila dalam suatu area terdapat penakar curah hujan,
maka untuk mendapatkan harga curah hujan areal adalah dengan mengambil
harga rata-ratanya.
Terdapat tiga metode yang dapat digunakan untuk menghitung curah hujan
daerah yaitu:
1. Metode Rerata Aljabar
Metode ini yang paling sederhana dalam perhitungan curah hujan daerah.
Metode ini cocok untuk kawasan dengan topografi rata atau datar, alat
penakar tersebar merata/hampir merata, dan cocok untuk kawasan dengan
topografi rata atau datar, dan harga individual cura hujan tidak terlalu jauh
dari harga rata-ratanya. Hujan daerah diperoleh dari persamaan berikut.
(Suripin, 2004:27)
Dengan P1, P2, Pn adalah curah hujan yang tercatat di pos penakar hujan 1,
2,..n dan n adalah banyaknya pos penakar hujan.
2. Metode Garis-Garis Isohyet
Metode ini memperhitungkan secara actual pengaruh tiap-tiap pos penakar
hujan. Metode ini cocok untuk daerah berbukit dan tidak teratur dengan luas
lebih dari 5000 km2. Hujan rerata daerah dihitung dengan persamaan
berikut. (Suripin, 2003:30)

12
 Gambar 3. 1. Garis Isohyet
Sumber: Viessman (1995:31)

3. Metode Poligon Thiessen

Metode ini memberikan proporsi luasan daerah pengaruh pos penakar hujan
untuk mengakomodasi ketidakseragaman jarak. Meskipun belum dapat
memberikan bobot yang tepat sebagai sumbangan satu stasiun hujan untuk
hujan daerah, metode ini telah memberikan bobot tertentu kepada masing-
masing stasiun sebagai fungsi jarak stasiun hujan. Metode ini cocok untuk
daerah datar dengan luas 500 - 5000 km2.
Hujan rerata daerah untuk metode Poligon Thiessen dihitung dengan
persamaan berikut. (Suripin, 2004:27).
Dengan P1, P2, .Pn adalah curah hujan yang tercatat di pos penakar
hujan 1, 2, .n. A1, A2, .An adalah luas poligon 1, 2, .n. Sedangkan n
adalah banyaknya pos penakar hujan.

13
 Gambar 3. 2. Poligon Thiessen
Sumber: Viessman (1995:31)

Penentuan atau pemilihan metode curah hujan daerah dapat dihitung

dengan parameter luas daerah tinjauan sebagai berikut (Sosrodarsono,
2003: 51):
1. Untuk daerah tinjauan dengan luas 250 ha dengan variasi topografi kecil
diwakili oleh sebuah stasiun pengamatan.
2. Untuk daerah tinjauan dengan luas 250 - 50.000 ha yang memiliki 2 atau
3 stasiun pengamatan dapat menggunakan metode rata-rata aljabar.
3. Untuk daerah tinjauan dengan luas 120.000 - 500.000 ha yang memiliki
beberapa stasiun pengamatan tersebar cukup merata dan dimana curah
hujannya tidak terlalu dipengaruhi oleh kondisi topografi dapat
menggunakan metode rata-rata aljabar, tetapi jika stasiun pengamatan
tersebar tidak merata dapat menggunakan metode Thiessen.
4. Untuk daerah tinjauan dengan luas lebih dari 500.000 ha menggunakan
metode Isohiet atau metode potongan antara.
Dengan alasan keamanan analisis nilai ekstrem, maka dipilih perhitungan
curah hujan daerah DAS Peniwen menggunakan metode poligon thiessen.
Tabel 3. 10. Nilai Koefisien Thiessen DAS Peniwen

14
Tabel 3. 11. Perhitungan Hujan Maksimum Rerata Daerah DAS Peniwen

15
 Tabel 3. 12. Rekapitulasi Hujan Maksimum Rerata Daerah Tahunan DAS
Peniwen

3.4.2. Pemilihan Jenis Sebaran/Frekuensi

Maksud dari uji pemilihan distribusi frekuensi curah hujan ini adalah guna
mengetahui jenis sebaran data curah hujan yang ada serta distribusi frekuensi
yang sesuai guna perhitungan hujan rancangannya. Sehubungan dengan uji
sebaran/distribusi frekuensi curah hujan terdapat beberapa jenis
sebaran/distribusi frekuensi yang umum kita ketahui antara lain : Normal, Log
Normal, E.J. Gumbel Tipe I, Log Pearson III.
Pada daerah studi, pemilihan metode perhitungan hujan rancangan ditetapkan
berdasarkan parameter dasar statistiknya. Berikut perhitungan parameter dasar
statistik, sebagai berikut :

16
Nilai Rata rata

dengan :

= nilai rata-rata
Xi = nilai varian ke i
n = banyaknya data
Standar Deviasi

dengan:
Sd = standar deviasi
X = nilai rata-rata
Xi = nilai varian ke i
n = banyaknya data
Koefisien Skewness

dengan :
Cs = Koefisien Skewness
Sd = Standar Deviasi
X = Nilai Rata-Rata
Xi = Nilai Varian ke i
n = Banyaknya Data
Koefisien Kurtosis

dengan :
Ck = Koeffisien Kortusis
Sd = Standar Deviasi

17
X = Nilai Rata-Rata
Xi = Nilai Varian ke i
n = Banyaknya Data
Koefisien Variasi

Dimana :

= rata-rata hitung
S = deviasi standar
Cv = koefisien variasi
Untuk menentukan metode yang sesuai, maka terlebih dahulu harus dihitung
besarnya parameter statistik yaitu koefisien kemencengan (skewness) atau Cs,
dan koefisien kepuncakan (kurtosis) atau Ck. Persyaratan statistik dari beberapa
distribusi, sebagai berikut :
Distribusi Normal
Memiliki sifat khas yaitu nilai asimetrisnya (skewness) hampir sama dengan
nol (Cs 0 atau -0.05 < Cs < 0.05) dengan nilai kurtosis (Ck) = 2.7 < Cs < 3.0.
Distribusi Log Normal
Memiliki sifat khas yaitu nilai asimetrisnya (skewness) selalu positif dan
Cs = 3 . Cv (Koefisien variasi)
Distribusi Gumbel
Memiliki sifat khas yaitu nilai asimetisnya (skewness) Cs 1,1396 dan nilai
kurtosisnya Ck 5,4002.
Distribusi Log Pearson Tipe III
Tidak mempunyai sifat khas yang dapat dipergunakan untuk memperkirakan
jenis distribusi ini.
Pemilihan metode perhitungan hujan rancangan dapat dilihat pada tabel berikut :

18
Tabel 3. 13. Curah Hujan Maksimum Rerata Daerah DAS Peniwen Terurut

Tabel 3. 14. Uji Pemilihan Distribusi Frekuaensi DAS Peniwen

Berdasarkan analisa dan perhitungan pemilihan distribusi frekuensi seperti pada

tabel diatas yang sesuai dengan persyaratan adalah distribusi frekuensi metode
Log Pearson Tipe III. Oleh karena itu yang digunakan untuk analisa curah hujan
rencana adalah distribusi frekuensi metode Log Pearson Tipe III.

19
3.4.3. Analisa Distribusi Frekuensi Log Pearson Tipe III

Metode yang dianjurkan dalam pemakaian distribusi Log Pearson ialah dengan
mengkonversikan rangkaian datanya menjadi bentuk logaritmis. Bentuk komulatif
dari distribusi Log-Pearson Tipe III dengan nilai variatnya X apabila digambarkan
pada kertas peluang logaritmik (logarithmic probability paper) akan merupakan
model matematik persamaan garis lurus. Persamaan garis lurusnya adalah:

Dengan:
Y = nilai logarimik dari X

= nilai rata-rata dari Y

S = standart deviasi dari Y
K = karakteristik dari distribusi Log-Pearson Tipe III
Tahapan untuk menghitung hujan rancangan maksimum dengan metode Log-
Pearson Tipe III adalah sebagai berikut (Suwarno, 1995: 142):
Hujan harian maksimum diubah dalam bentuk logaritma.
Menghitung harga logaritma rata-rata dengan rumus :

Menghitung harga simpangan baku dengan rumus :

Menghitung harga koefisien asimetri dengan rumus :

Menghitung logaritma hujan rancangan dengan kala ulang tertentu dengan

rumus:

Menghitung antilog XT untuk mendapatkan curah hujan rancangan dengan

kala ulang tertentu.

20
Tabel 3. 15. Faktor Frekuensi Log Pearson Tipe III

21
Untuk perhitungan distribusi frekuensi metode Log Pearson III dapat dilihat pada
tabel-tabel sebagai berikut :
Tabel 3. 16. Perhitungan Curah Hujan Rencana (Distribusi Log Pearson
Tipe III)

Tabel 3. 17. Hasil Perhitungan Curah Hujan Rencana dengan Berbagai

Kala Ulang (Distribusi Log Pearson Tipe III)

22
 3.4.4. Pemerikasaan Uji Kesesuaian Disribusi Frekuensi

Pemeriksaan uji kesesuaian distribusi ini dimaksudkan untuk mengetahui suatu

kebenaran hipotesa distribusi frekwensi. Dengan pemeriksaan uji ini akan
diketahui:
1. Kebenaran antara hasil pengamatan dengan model distribusi yang diharapkan
atau yang diperoleh secara teoritis.
2. Kebenaran hipotesa (diterima/ditolak).

Uji Horisontal dengan Smirnov Kolmogorov

Uji kecocokan Smirnov-Kolmogorov, sering juga disebut uji kecocokan non
parametrik (non parametrik test), karena pengujiannya tidak menggunakan
fungsi distribusi tertentu, maka uji ini digunakan pada daerah studi.
Prosedurnya adalah :
a. Data diurutkan dari besar ke kecil dan juga ditentukan masing-masing
peluangnya.
X1 P(X1)
X2 P(X2)
Xm P(Xm)
Xn P(Xn)
b. Setelah itu ditentukan nilai masing-masing peluang teoritis dari
penggambaran persamaan distribusinya.
X1 P'(X1)
X2 P'(X2)
Xm P'(Xm)
Xn P'(Xn)
c. Selisih kedua nilai peluang dapat dihitung dengan persamaan
= maksimum [ P(Xm) - P(Xn)]
d. Berdasarkan tabel nilai kritis (Smirnov-Kolmogorov test), dapat
ditentukan nilai 0 Dengan tabel kritis ini dapat dilihat pada tabel berikut :

23
 Tabel 3. 18. Nilai Kritis 0 untuk uji Smirnov Kolmogorof

Sumber : Bonnier dalam Soewarno, 1995:199

e. Apabila < 0 distribusi teoritis diterima. > 0 distribusi teoritis ditolak.
Hasil perhitungan uji Smirnov Kolmogorof dapat dilihat pada tabel berikut :
Tabel 3. 19. Perhitungan Uji Smirnov - Kolmogorov Distribusi Log
Pearson Tipe III

24
Uji Vertikal dengan Chi Square
Uji chi kuadrat digunakan untuk menguji simpangan secara vertikal apakah
distribusi pengamatan dapat diterima oleh distribusi teoritis.
Perhitungannya dengan menggunakan persamaan (Shahin, 1976 : 186) :

Jumlah kelas distribusi dihitung dengan rumus (Harto, 181 : 80) :

K = 1 + 3,22 log n
dengan :
OF = nilai yang diamati (observed frequency)
EF = nilai yang diharapkan (expected frequency)
k = jumlah kelas distribusi
n = banyaknya data
Agar distribusi frekuensi yang dipilih dapat diterima, maka harga X 2 < X2cr.
Harga X2cr dapat diperoleh dengan menentukan taraf signifikasi dengan
derajat kebebasannya (level of significant) seperti yang disajikan pada tabel
berikut :

25
Tabel 3. 20. Nilai Kritis Uji Chi Square

26
Tabel 3. 21. Perhitungan Uji Chi Square Distribusi Log Pearson Tipe III

27