LAPORAN PRAKTIKUM HIDROMETEOROLOGI

ACARA III
PROBABILITAS HUJAN

Dosen Pengampu : Ferryati Masitoh, S.Si, M.Si

Asisten Praktikum : Unsila Tammiya Artawan

Oleh:
Nabil Fa’iqun Nisa
NIM: 160722614624
Off: H/2016

UNIVERSITAS NEGERI MALANG

FAKULTAS ILMU SOSIAL
JURUSAN GEOGRAFI
PRODI S1 GEOGRAFI
2018
I. JUDUL
Probabilitas Hujan

II. TUJUAN
1. Mahasiswa mampu memahami tentang probabilitas hujan.
2. Mahasiswa mampu menghitung besarnya hujan harian rencana untuk periode ulang
2, 5, 10, 20, 50 dengan menggunakan cara sebaran normal, Log Normal Dua
Parameter, Log-Pearson Tipe III, dan Gumbel Tipe I.
3. Mahasiswa mampu menganalisis hasil dari perhitungan besarnya hujan harian
rencana.

III. ALAT DAN BAHAN

a. Alat:
1. Kalkulator
2. Alat tulis
b. Bahan:
1. Data curah hujan maksimum
2. Kertas HVS

IV. DASAR TEORI

Penentuan probabilitas hujan merupakan analisis statistic yang berkaitan
dengan hujan. Probabilitas hujan umumnya digunakan untuk menentukan terjadinya
periode ulang hujan pada periode tahun tertentu. Probabilitas hujan dalam istilah
lainnya adalah analisis frekuensi hujan (Masitoh Ferryati, 2018).
Analisis frekuensi hujan di dasarkan pada sifat statistic data kejadian yang telah
lalu untuk memperoleh probabilitas besaran hujan di masa yang akan datang dengan
anggapan bahwa sifat statistic kejadian hujan di masa yang akan datang akan masih
sama dengan sifat statistic kejadian hujan masa lalu. Curah hujan rencana adalah hujan
harian maksimum yang akan digunakan untuk menghitung intensitas hujan. Curah
hujan rencana dihitung berdasarkan distribusi atau sebaran curah hujan harian
maksimum selama (minimal) 10 tahun berturut-turut.
 Metode dalam probabilitas hujan dapat menggunakan metode statistic distribusi
peluang. Dalam analisis hidrologi terdapat empat metode distribusi peluang yang
sering digunakan, yaitu distribusi normal, distribusi Log-Normal, distribusi Log-
Pearson III dan distibusi Gumbel I.
Menurut Triatmodjo (2008), tidak semua variant dari variabel hidrologi sama
dengan nilai reratanya, tetapi ada yang lebih besar atau lebih kecil. Besarnya derajat
sebaran variant di sekitar nilai reratanya disebut varian (variance) atau penyebaran
disperse (dispersion). Penyebaran data data diukur dengan deviasi standar (standar
deviation) dan varian.
Nilai rerata dapat dihitung dengan persamaan berikut:

−
dengan 𝜒 = rerata, =χi variabel random dan n = jumlah data.

Deviasi standar dapat digunakan untuk mengetahui variabilitas dari distribusi.

Semakin besar deviasi standar maka akan semakin besar penyebaran dari distribusi.
Deviasi standar dapat dihitung dengan persamaan berikut :

Koefisien varian adalah nilai perbandingan antara deviasi standar dan nilai
rerata, yang mempunyai bentuk:

Kemencengan (skewness) merupakan derajad ketidaksimetrisan atau dapat juga

didefinisikan sebagai penyimpangan kesimetrisan dari suatu distribusi. Jika suatu kurva
frekuensi dari suatu distribusi memiliki ekor kurva yang lebih panjang ke arah sisi
kanan dibandingkan ke arah sisi kiri dari nilai maksimum tengah, maka distribusi ini
dikenal dengan nama distribusi miring ke kanan, atau memiliki kemencengan positif.
Untuk kondisi kebalikannya, distribusinya dikenal sebagai distribusi miring ke kiri atau
memiliki kemencengan negatif. Untuk mengetahui derajad ketidaksimetrisan
(assymetry) dari suatu bentuk distribusi.
Kurtosis adalah derajat ketinggian puncak atau keruncingan suatu distribusi.
Sebuah distribusi yang mempunyai puncak yang relatif tinggi disebut leptokurtik,
sementara kurva yang memiliki puncak datar atau rata disebut platikurtik sedangkan
kurva dengan puncak yang tidak terlalu runcing ataupun terlalu datar disebut
mesokurtik.
Periode ulang adalah terminology yang sering digunakan dalam bidang
sumberdaya air. Menurut Haan (1997), periode ulang adalah rerata selang waktu
terjadinya suatu kejadian dengan suatu besaran tertentu atau lebih besar. Sedangkan
menurut Triatmojo (2008), periode ulang didefinisikan sebagai waktu hipotetik dimana
debit atau hujan dengan suatu besaran tertentu akan disamai atau dilampaui sekali
dalam jangka waktu tersebut.
a. Distribusi Normal
Perhitungan dengan distribusi normal secara praktis dapat didekati dengan
persamaan sebagai berikut: dengan :XT=perkiraan nilai yang diharapkan terjadi
dengan periode ulang T-tahunan, ̅= nilai rata-rata hitung variat, s = deviasi standar nilai
variat,z=faktor frekuensi dari distribusi normal (tabel z untuk distribusi normal),
merupakan fungsi dari peluang atau periode ulang dan tipe model matematik distribusi
peluang yang digunakan untuk analisis peluang.
b. Distribusi Log Normal
c. Distribusi Log Pearson III
d. Distribusi Gumbel
Perhitungan curah hujan rencana menurut metode Gumbel, mempunyai perumusan
sebagai berikut:

dengan XT = perkiraan nilai yang diharapkan terjadi dengan periode ulang T-

tahunan, x = nilai rata-rata hitung variat, s = deviasi standar nilai variat, K = faktor
frekuensi, merupakan fungsi dari peluang atau periode ulang dan tipe model matematik
distribusi peluang yang digunakan untuk analisis peluang.
 Faktor probabilitas K untuk harga-harga ekstrim Gumbel dapat dinyatakan
dengan persamaan sebagai berikut :

denganYn = reduced meanyang tergantung jumlah sampel/data n, Sn = reduced

standard deviationyang juga tergantung pada jumlah sampel/data n, YTr= reduced
variate, yang dapat dihitung dengan persamaan sebagai berikut :

V. LANGKAH KERJA
1. Menyiapkan alat dan bahan yang berupa data curah hujan maksimum.
2. Melakukan perhitungan metode sebaran normal.
3. Membuat tabel perhitungan parameter statistic.
4. Menghitung sebaran normal Log Normal Dua Parameter.
5. Melakukan perhitungan metode logaritmik,
6. Membuat tabel perhitungan parameter statistic.
7. Menghitung sebaran Log-Pearson III dan Gumbel Tipe I.

VI. DIAGRAM ALIR

VII. HASIL PRAKTIKUM

VIII. PEMBAHASAN
IX. KESIMPULAN
X. DAFTAR PUSTAKA
XI. LAMPIRAN