1. Pendahuluan bentuk padat berupa es, bentuk aerosol berupa kabut dan juga
Indonesia secara astronomis berada pada 6⁰ Lintang utara ada yang langsung menguap ketika jatuh di udara kering atau
– 11⁰ Lintang selatan serta 95⁰ bujur timur – 141⁰ bujur dinamakan virga[6],[7]. Dikarenakan di indonesia hanya
timur, dan secara astronomis pula indonesia mendapatkan memiliki 2 musim. Sehingga hujan adalah salah satu faktor
cahaya matahari yang selalu ada setiap tahunnya[1],[2],[3]. penting penunjang kehidupan di negara tropis. Hujan
Oleh karena itu indonesia dapat disebut sebuah negara yang mempengaruhi waktu tanam, debit sungai, ketersediaan air
beriklim tropis. Samudera hindia dan samudera pasifik bersih, dan lain lain[8],[9]. Dengan faktornya yang sangat
berada diantara negara indonesia secara geografis letak ini besar di Indonesia kurangnya memahami dan memanfaatkan
sangat strategis. Selain samudera yang berada di antara hujan sebagai salah satu keuntungan tersendiri adalah sebuah
indonesia ada pula dua pegunungan muda yang berada kekurangan besar yang indonesia miliki
diantara Indonesia yaitu pegunungan mediterania dan Curah Hujan adalah salah satu faktor penting di
peguungang sirkum pasifik. Menurut letak secara astonomis indonesia. didalam penggunaannya curah hujan sebagai salah
dan geografis indonesia berada di iklim tropis lembab dan satu data untuk membantu melakukan banyak perkerjaan
berada di dua musim. Yaitu musim hujan dan musim khususnya dibidang teknik sipil, seperti pelabuhan,
kemarau. bendungan, irigasi, drainase dan lain lain[10],[11]. Oleh
Hujan adalah proses jatuhnya air dari atmosfer karena itu data curah hujan dicatat terus menerus sehinggas
bumi[4],[5]. Hujan mempunyai bentuk cairan dinilai dari bisa membantu dalam melakukan banyak kegiatan yang
presipitasinya. Ada bentuk bentuk lain dari presipitasi yaitu membantu kehidupan kita. Tetapi masalah teknis yang
1
2 Muhammad Rizky Ismail, Ahmad Herison, Jurnal Aplikasi Teknik Sipil, Volume xx, Nomor x, Bulan Tahun (halaman)
berada dilapangan dalam pencatatan data curah hujan geografis stasiun hujan sumberejo berada pada 5 derajat 22
seringkali menjadi masalah sehingga untuk beberapa stasiun menit 24 detik lintang selatan dan 105 derajat 6 menit bujur
hujan kehilangan data curah hujan untuk beberapa waktu. Timur. Dapat dilihat di Gambar1 Stasiun sumberejo masuk
Sehingga metode untuk melakukan pendekatan matematis dalam wilayah kecamatan kemiling kota Bandar lampung
terhadap data curah hujan seringkali kita lakukan untuk provinsi lampung. Kecamatan kemiling mempunyai iklim
membantu memperoleh data curah hujan yang hilang, tropis basah. Dengan suhu udara maksimum 30,57oC dengan
tentunya dengan nilai error tertentu yang bisa dicapai kelembaban rata rata sekitar 89,34% dan dinilai memiliki
pendekatan matematis tersebut[12],[13] curah hujan yang tinggi
Interpolasi adalah salah satu metode pendekatan numeris
yang melakukan perhitungan – perhitungan untuk
meperkirakan nilai diantara nilai lainnya[17],[18].
Interpolasi punya banyak macam dan juga punya banyak
metode. Interpolasi menurut macamnya punya tingkat
ketelitian yang berbeda. Interpolasi linear adalah interpolasi
yang menggangap nilai- nilai membentuk satu garis lurus.
Dalam perhitungannya intepolasi linear mempunyai
ketelitian yang lebih rendah daripada yang lain[19],[20].
Akan tetapi perhitungan interpolasi linear cukup mudah
dilakukan. Sehingga jika kita menganalisis data dengan
jumlah banyak akan menghemat waktu analisis data
Permasalahan hilang atau tidak validnya data hujan yang
tercatat, seringkali membuat kegiatan yang sangat terkait
dengan curah hujan terhambat. Sangat luasnya lokasi di
indonesia menyebabkan pemeliharaan alat pencatat curah Gambar 1. Lokasi stasiun hujan sumberejo
hujan menjadi cukup sulit. Sehingga seringnya data curah Sumber : Google maps
hujan yang hilang dan tidak validnya data terjadi dalam
pencatatan curah hujan di indonesia[14],[15] B. Pengumpulan Data
Dengan memahami bahwa pendekatan secara numeris Dalam penelitian ini data curah hujan yang akan diteliti
bisa dilakukan di dalam menentukan curah hujan yang tidak diperoleh dari Balai Besar Wilayah Sungai Mesuji –
tercatat. Peneliti berpendapat bahwa metode interpolasi Sekampung (BBWSM) untuk beberapa tahun kebelakang.
linear adalah salah satu metode pendekatan matematika yang Data yang didapat harus minimal 3 tahun dikarenakan
tepat untuk digunakan mencari data curah hujan yang hilang perhitungan interpolasi linear membutuhkan 2 data untuk
dan juga valid.[16] Sehingga kita dapat memperkirakan melakukan pendekatan matematis dan data yang dimodelkan
seberapa besar angka korelasi data hasil interpolasi dan data hilang untuk membandingkan kesesuaian data yang
hujan asli diperoleh dari perhitungan interpolasi linear.
Ada beberapa poin tujuan dilaksanakan penelitian ini. C. Studi Pustaka
Pertama adalah untuk melihat apakah metode interpolasi Didalam penelitian ini penulis melakukan studi pustaka
dapat digunakan untuk menggantikan data curah hujan yang yang memungkinkah membantu penelitian ini . beberapa
hilang.dan Kedua untuk melihat seberapa besar korelasi data referensi tersebut dipakai untuk mengetahui bagaimana
hasil interpolasi terhadap data curah hujan yang asli melakukan analisis ini secara lebih tepat dan lebih baik lagi.
Studi pustaka yang dilakukan juga berguna agar lebih
2. Metode mengerti metode yang akan digunakan, kekurangan dan
A. Wilyah studi kelebihan dari metode tersebut dan perbandingannya dengan
Penelitian ini memiliki batas wilayah ataupun batas metode lain.
pengambilan sampel data curah hujan. Yang mana penelitian D. Metode Penyajian
ini akan difokuskan di salah satu stasiun hujan saja. Sebagai Metode penyajian dari penelitian ini akan berfokus pada
sampel yang akan diambil data curah hujannya. Stasiun hujan 2 tipe penyajian yaitu grafik dan tabel. Karena yang diteliti
sumberejo dipilih sebagai sampel data hujan. Dalam letak berupa data curah hujan sehingga yang paling bisa
menjelaskan hasil ataupun perbandingan antara data asli dan
Jurnal Aplikasi Teknik Sipil
Volume xx, Nomor x, Bulan Tahun
data hasil perhitungan interpolasi linear adalah 2 tipe satu stasiun selama 3 tahun sebagai contoh perhitungan. Dan
penyajian hasil tersebut akan dibandingkan dengan data asli melalui grafik dan tabel
E. Normalisasi Data data yang dipakai adalah data stasiun sumberejo kemiling
Hal yang pertama kali kita lakukan dalanm pengolahan Bandarlampung dalam kurun waktu 3 tahun terakhir
data adalah normalisasi data curah hujan. Data yang didapat Sebelum melakukan analisis data curah hujan di stasiun
diperiksa dan melakukan penyusunan data curah hujan sumberejo kemiling di Tabel 1 adalah data asli curah hujan
sehingga membentuk data time series untuk dapat yang kami dapat dari Balai Besar Wilayah Sungai Mesuji –
memudahkan dalam melakukan perhitungan. Sekampung
F. Validasi data
Proses yang dilakukan setalah melakukan normalisasi Tabel 1. Data hujan asli
data. Validasi data dilakukan dengan melihat data dari tiap bulan 2015 2016 2017
tahun dan membandingkan dengan curah hujan rata rata
jan 12,52 7,39 3,87
tertinggi di daerah bandar lampung jika data yang didapat
feb 12,75 11,48 12,54
terlalu jauh perbandingannya dengan rata rata tertinggi curah
hujan di bandar lampung maka ada kemungkinan data yang mar 7,29 13,97 10,42
didapat tidak valid apr 9,53 7,70 5,73
G. Pemodelan data hilang mei 5,94 5,52 3,74
adalah proses yang selanjutnya dilakukan. Dari data curah jun 1,07 0,93 3,03
hujan yang didapat kita memodelkan satu tahun yang jul 2,26 2,68 1,87
dianggap seolah – olah hilang sehingga pada saat sudah
agu 1,52 4,03 2,00
dianalisis dengan metode interpolasi linear. Perbandingan
sep 0 6,43 3,33
antar data curah hujan yang asli dan data curah hujan yang
dianalisis dapat dibandingkan dan mengetahui berapa okt 0,81 6,68 1,65
persentase data analisis dapat menggantikan data asli [1]. nov 4,27 6,10 7,43
Interpolasi linear menjadi salah satu cara untuk mencari des 10,19 2,13 5,84
data yang hilang karna sifatnya yang menganggap bahwa Sumber: Balai Besar Wilayah Sungai Mesuji - Sekampung
nilai diantara dua data membentuk garis lurus[17],[18].
Sehingga kemungkinan bahwa data yang dihitung melalui Dan setelah melakukan analisis data curah hujan yang
hilang dengan memodelkan data curah hujan yang hilang
interpolasi linear tidak mungkin terlalu jauh dari nilai data
pada 2016. Hasilnya dapat dilihat di Tabel 2 sebagai berikut
yang menjadi acuan nya dan berikut adalah rumus interpolasi
linear[19],[20] Tabel 2. Data hujan pemodelan hasil interpolasi linear
(𝑥−𝑥1) (𝑌−𝑌1) bulan 2015 2016 2017
= (1)
(𝑥2−𝑥1) (𝑌2−𝑌1) jan 12,52 8,19 3,87
(𝑥−𝑥1) feb 12,75 12,64 12,54
y = y1+ 𝑥 (𝑦2 − 𝑦1) (2)
𝑥2−𝑥1
mar 7,29 8,85 10,42
2. Hasil dan Pembahasan apr 9,53 7,63 5,73
Data curah hujan yang didapat sepenuhnya tidak lengkap. mei 5,94 4,84 3,74
Ada beberapa data curah hujan yang tak tercatat oleh jun 1,07 2,05 3,03
BBWSMS. Beberapa data curah hujan tidak lengkap tiap jul 2,26 2,06 1,87
bulannya. Ada pula tahun yang tidak memiliki data sehingga agu 1,52 1,76 2,00
dipilihlah 3 tahun terakhir menjadi data yang akan dianalisis
sep 0,00 1,67 3,33
dengan metode interpolasi linear
okt 0,81 1,23 1,65
Metode perhitungan yang akan dilakukan adalah metode
perhitungan intepolasi linear. Metode ini hanya memakai nov 4,27 5,85 7,43
des 10,19 8,02 5,84
3
4 Muhammad Rizky Ismail, Ahmad Herison, Jurnal Aplikasi Teknik Sipil, Volume xx, Nomor x, Bulan Tahun (halaman)
Daftar Pustaka [12] Susilowati, " Analisa Karakteristik Curah hujan dan
[1] P. Fanny, Z. Ahmad, dan S. Tugiono “Analisis data Kurva Intensitas Durasi dan Frekuensi di Propinsi
curah hujan yang hilang dengan menggunakan Lampung" Jurnal Rekayasa, vol 04, no 01, 2010
metode Normal Ratio, Inversed Square Distance dan [13] Sosrodarsono, Suyono & Takeda "Hidrologi Untuk
Rata Rata Aljabar,”Jurnal Rekayasa SIpil dan Desain, Pengairan" Jakarta: PT Pradnya Paramita, 2003
vol. 04, no. 03, p. 397,September, 2016. [14] Lashari, R. Kusumawardhani & F. Prakasa,
[2] B. Triatmodjo, Hidrologi Terapan, Cetakan Ketiga. “Analisa Distribusi Curah Hujan Di Area Merapi
Yogyakarta: Beta Offset, 2013. Menggunakan Metode Aritmatika Dan Poligon”
[3] Linsley, R. K, Kohler, J. L. Paulhus, & Y. Jurnal Teknik Sipil & Perencanaan, vol 19, no 1,
Hermawan, " Hidrologi untuk Insinyur" Jakarta: 2017
Erlangga [15] D. Mulyono, “Analisis Karakteristik Curah Hujan
[4] Seyhan, E. “Dasar-Dasar Hidrologi” Yogyakarta: Di Wilayah Kabupaten Garut Selatan“ Jurnal
Gajah Mada University Press, 1990 Konstruksi, vol 13, no 01, 2014
[5] Suripin, "Drainase Perkotaan yang Berkelanjutan" . [16] Muflihah & Y.P. Rizky “Perbandingan Teknik
Bandung, 2004 Interpolasi Berbasis R Dalam Estimasi Data Curah
[6] I. Fahmi “Analisis Pencarian Data Curah Hujan Yang Hujan Bulanan Yang Hilang Di Sulawesi” Jurnal
Hilang Dengan Model Periodik Stokastik (Studi Meteorologi dan Geofisika, vol 18, no 03, 2017
Kasus Wilayah Kabupaten Pringsewu)” Jurnal [17] Swasnita, Suparti & Sugito. "Perhitungan Suku
RekayasaI, vol 09, no 02, Agustus, 2015 Bunga Efektif Untuk Penentuan Alternatif
[7] H. Sri, Analisis Hidrologi, Jakarta:PT Gramedia Pembiayaan Kendaraan Motor Pada Leasing &
Pustaka Utama, 1993 bank. Dengan Metode Interpolasi Linier (Studi
[8] Aziz, S. Kamila & I. Saud, “Pola Disribusi Hujan Kasus Harga Sepeda Motor Honda Beat Injeksi
Surabaya” Jurnal Aplikasi Teknik Sipil, vol 14, 2016 Terdaftar September 2014)" Jurnal Gaussian, vol
[9] M.S. Sri, I. Nasrul, Sulistiawaty " Analisis Pola Dan 04, No 02. 2015
Intensitas Curah Hujan Berdasakan Data Observasi [18] B. Triatmodjo, M e t o d e Nu m e r i k , Yogyakarta:
Dan Satelit Tropical Rainfall Measuring Missions Beta Offset, 1993
(Trmm) 3b42 V7 Di Makassar"Jurnal Sains dan [19] P.B. Kosasih, "Komputasi Numerik Teori dan
Pendidikan Fisika, vol 11, no 01, November, 2015 Aplikasi", Yogyakarta, 2003
[10] Susilowati, S. Ilyas " Analisa Karakteristik Curah [20] Chapra, S. C, Canale, R. P. 1988. Numerical
Hujan Di Kota Bandar Lampung" Jurnal Konstruksia, nd
Methods for Engineers 2 Edition. McCraw- Hill.
vol 07, no 1, Desember, 2015
[11] S.H. Brotowriyatmo, "Hidrologi teori, maslah &
penyelesaian" Jakarta: Nafiri, 2000