PEMILIHAN DATA HUJAN YANG AKAN DIGUNAKAN PADA ANALISA HUJAN

KAWASAN ANTARA DATA HUJAN DARI STASIUN HUJAN DAN TRMM

2.1 KETERSEDIAAN DATA

Pada daerah aliran sungai Way Anof dan sekitarnya terdapat jaringan Pos
Hidrometeorologi yang terdiri dari Stasiun Hujan dan Stasiun Klimatologi. Lokasi Pos
Hidrometeorologi tersebut dapat dilihat pada Gambar 1.

STA. SUBAIM

Rencana Lokasi As
STAMET TERNATE
STA. BUNAGARA

Gambar 1. Jaringan Pos Hidroklimatologi di Sekitar Lokasi

Rencana Embung

Berdasarkan gambar diatas, telah diperoleh data dari Stasiun hujan Subaim dan
Bunagara serta Stasiun Meteorologi Ternate.

Tabel 1. Ketersedian Data Hidroklimatologi

Panjang
No Nama Stasiun Koordinat Interval Data
Data
Stasiun Curah Hujan
1 Sta. Subaim 10o 13’ 123o 39’ 00”BT 1996 - 2015 20
59”LU
2 Sta. Bunagara 10o 18’ 123o 43’ 00”BT 1996 - 2015 20
00”LU
Stasiun Meteorologi
Sta. Ternate 10o 10’ 123o 40’ 01”BT 2014 - 2017 4
59”LU
Sumber :Puslitbang SDA dan Data Online BMKG

1
2.1.1 Ketersediaan Data Stasiun Hujan dan Stasiun Meteorologi

Data yang diperoleh dari Stasiun hujan adalah berupa data hujan harian, sedangkan
dari stasiun meteorologi berupa data iklim bulanan. Secara ringkas ketersediaan data
pada masing-masing stasiun disajikan pada Tabel 2, berupa curah hujan tahunan
rerata dan hujan maksimum untuk Stasiun Hujan Subaim dan Bunagara, sedangkan
pada Tabel 3 disajikan data klimatologi rerata yang diperoleh dari Stamet Ternate.

Tabel 2. Hujan Tahunan Rerata dan Hujan Maksimum

Data Stasiun Hujan

Hujan Rerata Tahunan (mm) Hujan Maksimum (mm)

No Tahun
Sta. Bunagara Sta. Subaim Sta. Bunagara Sta. Subaim
1 1996 2807.00 3965.00 105.00 97.00
2 1997 3091.00 2080.00 97.00 79.00
3 1998 2583.00 3238.00 138.00 120.00
4 1999 3063.00 3549.00 129.00 92.00
5 2000 2373.00 1041.00 109.00 204.00
6 2001 2666.00 3737.00 97.00 158.00
7 2002 2659.00 2090.00 207.00 101.00
8 2003 2691.00 2738.00 179.00 84.00
9 2004 2054.00 196.00 123.00 94.00
10 2005 2501.00 3225.00 107.00 153.00
11 2006 2688.00 1882.00 171.00 102.00
12 2007 2245.00 2956.00 111.00 91.00
13 2008 2927.00 812.00 89.00 70.00
14 2009 2485.00 2485.00 80.00 81.00
15 2010 2232.00 3541.00 118.00 99.00
16 2011 3223.00 3757.00 104.00 151.00
17 2012 2674.00 3179.00 124.00 67.00
18 2013 2663.00 682.00 75.00 57.00
19 2014 2816.00 2234.00 100.00 98.00
20 2015 2086.00 2806.00 80.00 118.00
Sumber :Puslitbang SDA

Tabel 3. Klimatologi Rerata

Kelembapan Penyinaran Kecepatan

Suhu
Bulan Udara Matahari angin
(0C) (%) (%) (m/dt)
Januari 27.00 81.00 57.00 2.57
Februari 28.00 79.00 86.00 2.57
Maret 28.00 77.00 78.00 3.09
April 28.00 81.00 68.00 2.06
Mei 28.00 84.00 71.00 1.54
Juni 27.00 84.00 55.00 2.06
Juli 27.00 84.00 52.00 2.06
Agustus 28.00 76.00 61.00 2.57
September 27.00 83.00 55.00 4.63

2
 Kelembapan Penyinaran Kecepatan
Suhu
Bulan Udara Matahari angin
(0C) (%) (%) (m/dt)
Oktober 27.00 84.00 55.00 4.63
November 28.00 84.00 62.00 2.06
Desember 27.00 85.00 54.00 2.57
Sumber : Stasiun klimatologi Ternate (Data Online BMKG)

2.1.2 Data Hujan dari TRMM

Data TRMM adalah data hujan berbasis satelit. TRRM sendiri adalah Tropical Rainfall
Measuring Mission (TRMM), yaitu satelit yang dirancang untuk memantau curah
hujan tropis.

TRMM merupakan proyek kerjasama antara NASA, Amerika dengan Japanese

Aerospace Exploration Agency. Tim TRMM NASA mengembangkan alat dan metoda
untuk memadukan dan menganalisis data hujan di bumi maupun di antariksa serta
memublikasikan data berkualitas hasil kerja tim.

Data hujan diambil pada link https://giovanni.gsfc.nasa.gov/giovanni/ yaitu berupa

data hujan harian selama 20 Tahun (1998 – 2017). Pengambilan data diambil
berdasarkan batasan grid yang telah ditentukan oleh TRMM yaitu kelipatan 0.125
dengan interval 0.250.

Gambar 2. Batas Grid TRMM

Berdasarkan gambar diatas, DAS Wayanof terletak pada 2 Grid yang berbeda,
sehingga data hujan pada satelit TRMM juga diambil pada kedua grid tersebut.
Pengambilan data hujan pada Grid 1 diambil pada koordinat (128.125E,
0.875N,128.375E, 1.125N) sedangkan pada Grid 2 diambil pada koordinat (128.125E,
0.625N ,128.375E, 0.875N).

3
 Gambar 3. Koordinat Boundary Box untuk Pengambilan
Data Hujan dari TRMM

Data hujan yang diperoleh dari TRMM adalah data hujan harian yang akan disajikan
pada lampiran dari laporan analisa hidrologi ini. Namun secara ringkas, data hujan
disajikan pada Tabel 4

Tabel 4. Hujan Tahunan Rerata dan Hujan Maksimum Data dari TRMM

Hujan Tahunan (mm) Hujan Maksimum (mm)

No Tahun
Grid 1 Grid 2 Grid 1 Grid 2
1 1998 2210.13 2296.06 69.18 62.98
2 1999 3031.73 3150.35 76.78 103.62
3 2000 2592.93 2740.89 56.01 69.07
4 2001 2393.16 2446.03 79.89 63.96
5 2002 1480.69 1494.39 63.12 79.55
6 2003 1844.31 1854.30 63.46 41.33
7 2004 1537.77 1552.11 58.35 59.12
8 2005 1959.12 2081.52 56.17 59.77
9 2006 1522.79 1645.33 89.05 114.41
10 2007 2412.54 2491.23 74.30 73.56
11 2008 2813.51 2953.05 54.49 64.51
12 2009 1838.48 2011.94 52.40 47.63
13 2010 2522.10 2632.45 66.10 60.99
14 2011 2938.80 3029.55 100.46 77.90
15 2012 2764.63 2913.27 118.96 135.46

4
 Hujan Tahunan (mm) Hujan Maksimum (mm)
No Tahun
Grid 1 Grid 2 Grid 1 Grid 2
16 2013 2495.96 2679.12 52.75 56.99
17 2014 1777.00 1926.86 74.66 94.72
18 2015 1254.74 1297.72 75.00 67.15
19 2016 2116.53 2169.43 46.46 63.42
20 2017 2734.20 2873.58 76.56 104.01
Sumber : https://giovanni.gsfc.nasa.gov/giovanni/ dan hasil analisa

2.2 PEMILIHAN DATA HUJAN YANG AKAN DIGUNAKAN

2.2.1 Umum

Berdasarkan Gambar 1 Jaringan pos hidroklimatologi di sekitar lokasi embung,

stasiun hujan yang terdekat dengan lokasi adalah stasiun hujan Bunagara dan
Subaim.

Jarak stasiun Subaim ke titik berat As DAS Way Anof adalah 27.88 Km sedangkan
Jarak stasiun Bunagara ke titik berat As DAS Way Anof adalah 48.19 Km.

27.88 Km

48.19 Km

Gambar 4. Jarak Stasiun Hujan Terhadap Titik Berat DAS

Berdasarkan Pedoman kriteria desain embung kecil untuk daerah semi kering di
Indonesia yang diterbitkan oleh Departemen Pekerjaan Umum tahun 1997, data
hujan dapat diperoleh dari stasiun hujan dengan kriteria sebagai berikut:

1. Stasiun hujan terdekat dengan embung dengan jarak kurang dari 10 Km

2. Jika tidak ada pos hujan dengan jarak lebih kecil dari 10 Km, cari pos lain dengan
jarak antara 11 Km – 20 Km tetapi jumlahnya harus minimal dua pos hujan.
3. Bila kedua pos dengan jarak antara 11-20 Km tidak dapat ditemukan, maka cari 3
pos hujan atau lebih di sekeliling lokasi dengan jarak kurang dari 50 Km.

5
 Sesuai dengan kriteria pemiihan pos hujan di atas, maka data dari stasiun hujan
Subaim dan Bunagara kurang mewakili apabila digunakan untuk analisa hujan karena
memiliki jarak lebih besar dari 20 Km.

Namun berdasarkan Gambar 2, lokasi Stasiun Hujan Subaim masih dalam satu grid
pada grid TRMM, yaitu Grid 1, sehingga data hujan dari Stasiun Hujan Subaim masih
bisa digunakan, baik sebagai pembanding data TRMM ataupun untuk analisa hidrologi
selanjutnya.

2.2.2 Koreksi Data Hujan dari TRMM

2.2.2.1 Pemeriksaan Data Hujan Pos Hujan dan TRMM

Berdasarkan Petunjuk Teknis perhitungan debit banjir pada bendungan yang

dikeluarkan oleh Kemen PUPR tahun 2017 halaman 48, sebelum digunakan dalam
pemodelan hidrologi, data hujan yang didapatkan melalui metode TRMM perlu diuji
terlebih dahulu kualitasnya, dengan parameter kesesuaian dan kecocokan dengan
data yang tercatat di pos hujan (pada bagian ini disebut dengan pos hujan, pada
studi ini digunakan data hujan Stasiun Subaim sebagai pembanding).

Pada bagian ini evaluasi dilakukan dengan melakukan analisa uji T dengan basis data
bulanan, serta analisa korelasi sederhana dengan basis data tahunan.

A. Analisa Uji T dengan Basis Data Bulanan

Stabilitas nilai rata-rata data deret berkala diuji dengan uji-t (student test)
dengan persamaan sebagai berikut :
X1  X 2
t 1 (1)
 1 1  2
   
 N1 N 2 
1
 N S 2  N 2 S 22  2
   1 1  (2)
 N1  N 2  2 
dengan :
t = nilai hitung uji t
N1 = jumlah data kelompok 1
N2 = jumlah data kelompok 2
X 1 = nilai rata-rata data kelompok 1
X 2 = nilai rata-rata data kelompok 2
S1 = standar deviasi data kelompok 1
S2 = standar deviasi data kelompok 2
Dengan derajat bebas dk = N1 + N2 – 2

6
 Gambar 5. Grafik Nilai tc

Dalam uji ini data dibagi menjadi dua kelompok, yaitu Kelompok I untuk data
hujan bulanan dari TRMM dan Kelompok II untuk data hujan bulanan dari stasiun
hujan Subaim.

Data hujan yang dianalisa adalah data hujan sesuai dengan ketersediaan data
dari Stasiun Subaim. Tahun data yang digunakan adalah tahun-tahun dengan
data yang lengkap, yaitu tahun 1998-1999,2001-2003, 2005-2007, 2009-2012,
2014-2015 (14 tahun data). Data hujan Bulanan disajikan pada Tabel 5 dan
Tabel 6.

Berdasarkan deret data yang disajikan pada Tabel 5 dan Tabel 6. serta
persamaan (1) – (3) diperoleh hasil sebagai berikut:

Data Stasiun
Keterangan Data TRMM Hujan
Jumlah data(N) 168.0 168.0
Rerata (Ch) 178.3 246.5
Standart Deviasi (S) 80.2 141.5
dk 167.0 167.0
Thitung -0.599
Ttabel 0.963

Berdasarkan analisa diatas diperoleh kondisi t kritis (0.963) > t hitung (-0.381)
maka hipotesa H0 diterima.

7
 Tabel 5. Hujan Bulan Data dari TRMM GRID 1

Tahun Jan Feb Maret April Mei Jun Jul Ags Sep Okt Nov Des

1998 21.7 25.7 102.0 212.9 261.1 270.6 223.1 195.6 176.2 207.3 272.1 241.8
1999 270.7 145.1 305.9 355.4 270.5 264.2 284.8 256.4 164.5 196.3 266.2 251.8
2000 334.7 342.1 138.3 213.4 208.6 307.2 185.8 152.9 142.9 221.1 180.9 165.1
2001 226.3 233.0 272.5 229.3 263.7 151.2 168.9 99.8 195.7 149.1 139.4 264.3
2002 219.4 121.1 179.8 162.0 200.7 264.0 22.8 71.3 21.5 41.1 106.0 70.8
2003 113.0 135.5 225.4 214.7 156.8 114.7 148.1 112.1 106.8 202.0 121.9 193.5
2004 213.5 82.1 155.8 130.7 173.8 86.6 200.4 8.1 168.0 90.6 92.5 135.8
2005 141.6 124.2 142.4 141.0 190.8 199.6 186.5 123.1 76.5 234.0 192.1 207.3
2006 134.2 206.0 143.7 176.4 123.2 282.6 56.8 73.8 169.5 6.9 53.1 96.5
2007 149.1 130.6 165.3 186.2 232.1 194.4 256.8 209.2 139.7 263.5 236.4 249.3
2008 171.6 180.3 181.8 236.6 188.2 317.0 232.6 316.0 223.7 298.9 224.6 242.3
2009 163.9 196.0 263.6 151.4 285.4 132.3 101.9 129.0 48.4 103.1 155.4 108.1
2010 199.8 89.5 102.1 338.0 264.4 212.0 301.2 231.5 197.4 171.4 151.6 263.0
2011 190.4 239.6 359.3 247.2 331.8 220.3 116.0 177.2 257.2 241.3 184.3 374.2
2012 328.6 156.7 305.8 262.8 288.2 215.0 299.6 252.5 87.1 117.8 249.9 200.6
2013 167.8 162.3 147.7 345.0 234.0 304.1 286.8 234.0 140.3 92.5 180.8 200.5
2014 211.5 128.5 76.3 125.7 179.4 161.0 69.3 327.2 58.2 84.5 168.2 187.1
2015 197.5 121.7 66.2 89.7 113.5 253.5 95.5 27.7 11.0 18.2 195.0 65.1
2016 59.4 31.5 23.6 179.6 171.5 248.4 303.7 93.1 323.7 213.3 155.0 313.8
2017 231.2 122.2 255.0 142.2 336.0 332.7 241.7 286.4 272.2 144.9 219.3 150.6

Tabel 6. Hujan Bulan Data dari Stasiun Subaim

Tahun Jan Feb Maret April Mei Jun Jul Ags Sep Okt Nov Des

1996 661.0 323.0 212.0 275.0 411.0 343.0 130.0 316.0 156.0 531.0 231.0 376.0
1997 280.0 433.0 152.0 394.0 346.0 0.0 230.0 0.0 24.0 45.0 65.0 111.0
1998 66.0 105.0 162.0 292.0 338.0 275.0 203.0 175.0 132.0 356.0 649.0 485.0
1999 436.0 188.0 362.0 352.0 492.0 205.0 191.0 125.0 80.0 334.0 418.0 366.0
2000 373.0 320.0 348.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
2001 425.0 573.0 309.0 312.0 280.0 371.0 59.0 27.0 179.0 275.0 320.0 607.0
2002 396.0 205.0 293.0 159.0 260.0 264.0 0.0 80.0 3.0 39.0 188.0 203.0
2003 114.0 204.0 261.0 285.0 325.0 83.0 307.0 149.0 78.0 219.0 185.0 528.0
2004 196.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
2005 383.0 134.0 280.0 278.0 333.0 212.0 292.0 128.0 26.0 322.0 428.0 409.0
2006 166.0 278.0 294.0 215.0 219.0 438.0 38.0 82.0 152.0 0.0 0.0 0.0
2007 277.0 252.0 267.0 165.0 274.0 309.0 204.0 68.0 140.0 183.0 580.0 237.0
2008 286.0 209.0 317.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
2009 258.0 260.0 438.0 416.0 274.0 131.0 123.0 57.0 28.0 41.0 343.0 116.0
2010 351.0 140.0 92.0 366.0 481.0 223.0 293.0 282.0 256.0 349.0 191.0 517.0
2011 428.0 409.0 507.0 294.0 576.0 278.0 47.0 129.0 162.0 101.0 227.0 599.0
2012 341.0 259.0 291.0 227.0 438.0 290.0 392.0 110.0 27.0 216.0 296.0 292.0
2013 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 88.0 97.0 259.0 238.0
2014 452.0 154.0 42.0 145.0 329.0 235.0 67.0 216.0 160.0 44.0 202.0 188.0
2015 192.0 64.0 330.0 242.0 250.0 136.0 264.0 364.0 163.0 396.0 259.0 146.0

8
B. Analisa Korelasi Sederhana dengan Basis Data Tahunan

Korelasi sederhana merupakan suatu teknik statistik yang dipergunakan untuk

mengukur kekuatan hubungan 2 Variabel dan juga untuk dapat mengetahui
bentuk hubungan antara 2 variabel tersebut dengan hasil yang sifatnya
kuantitatif.
Rumus dasar yang dipergunakan untuk menghitung koefisien korelasi sederhana
adalah sebagai berikut : (Rumus ini disebut juga dengan Pearson Product
Moment)

Dengan:
n = Banyaknya Pasangan data X dan Y
Σx = Total Jumlah dari Variabel X
Σy = Total Jumlah dari Variabel Y
Σx2 = Kuadrat dari Total Jumlah Variabel X
Σy2 = Kuadrat dari Total Jumlah Variabel Y
Σxy = Hasil Perkalian dari Total Jumlah Variabel X dan Variabel Y

Tabel 7. Hujan Tahunan Data dari Stasiun Subaim dan TRMM

No Tahun Subaim TRMM

1 1998 3238.00 2210.13
2 1999 3549.00 3031.73
3 2001 3737.00 2393.16
4 2002 2090.00 1480.69
5 2003 2738.00 1844.31
6 2005 3225.00 1959.12
7 2006 1882.00 1522.79
8 2007 2956.00 2412.54
9 2009 2485.00 1838.48
10 2010 3541.00 2522.10
11 2011 3757.00 2938.80
12 2012 3179.00 2764.63
13 2014 2234.00 1777.00
14 2015 2806.00 1254.74
rerata 2958.36 2256.29

Dengan menggunakan persamaan dasar diatas dan berdasarkan deret data

seperti yang disajikan pada Tabel 7 (Tabel data curah hujan), dengan bantuan
program computer, diperoleh nilai koefisien korelasi kedua data sebesar 0.6388.

Perbandingan data hujan tahunan data stasiun Subaim dan data TRMM serta
nilai koefisiein korelasi yang diperoleh disajikan pada gambar dibawah ini.

9
 Gambar 6. Grafik Korelasi Data Hujan

Jika data hujan cukup baik maka koefisien korelasi antara TRMM dan data
pembanding bernilai 0.60 atau lebih (Mamenun,2014,dalam Juknis perhitungan
debit banjir hal. 48).

2.2.2.2 Koreksi Data Hujan Harian TRMM

Berdasarkan Petunjuk Teknis perhitungan debit banjir pada bendungan yang

dikeluarkan oleh Kemen PUPR tahun 2017 halaman 49, sebagai panduan koreksi
yang dilakukan terhadap data hujan harian sebaiknya mengikuti rumusan sebagai
berikut.
a. Hujan TRMM yang lebih kecil dari sesuatu nilai hujan dianggap 0, nilai tersebut
biasanya bergerak antara 0 -10 mm.
b. Curah hujan yang lebih kecil dari suatu nilai dikalikan dengan sesuatu konstanta.
Nilai tersebut biasanya bergerak antara 50 – 100 mm dan konstanta bergerak
antara 0.80 – 1.00.
c. Data curah hujan yang lebih besar dari nilai yang disebutkan pada butir (b)
dikalikan suatu konstanta biasanya konstanta tersebut bergerak antara 1 – 1.30.

Sebaran data hujan harian dari data TRMM adalah sebagai berikut.

10
 Gambar 7. Frekuensi Hujan Data TRMM

Berdasarkan rumusan panduan koreksi dan sebaran frekuensi data hujan dari TRMM,
maka data hujan setelah dilakukan koreksi tidak mengalami perubahan secara
signifikan, dikarenakan frekuensi hujan terbesar yaitu 79.71% berada pada nilai
hujan 0 – 10 mm sehingga tidak perlu dikalikan dengan konstanta. Sedangkan untuk
data hujan dengan nilai 50 – 100 mm dikalikan dengan konstanta sebesar 1.00. dan
untuk data hujan dengan nilai > 100 mm dikalikan dengan konstanta sebesar 1.25.
frekuensi hujan dengan nilai > 100 mm sebesar 0.02%.

Dengan data hujan dari TRMM yang telah dikoreksi seperti yang telah diuraikan
diatas, diperoleh nilai korelasi yang sama dengan sebelum dilakukan koreksi, yaitu
besar 0.6388.

2.2.3 Kesimpulan Pemilihan Data Hujan

Berdasarkan analisa yang telah diuraikan pada sub bab 2.2.1-2.2.2 maka akan
digunakan data hujan dari TRMM dan Stasiun Subaim untuk analisa selanjutnya,
karena:
1. Data yang diperoleh dari Stasiun hujan Subaim masih bisa digunakan karena
masih didalam batas grid TRMM
2. Data yang diperoleh dari TRMM dinilai cukup baik dengan memiliki nilai korelasi
0.6338 terhadap stasiun hujan pembanding.
3. Pada uji t, hipotesa diterima hal ini menunjukkan bahwa data estimasi curah
hujan dari TRMM identik dengan data stasiun pembanding.

11
2.3 HUJAN KAWASAN

Hujan kawasan pada DAS Wayanof akan diperhitungkan berdasarkan data hujan dari
Stasiun hujan Subaim sebagaimana yang disajikan pada Tabel 2. Selain itu, juga
akan diperhitungkan berdasarkan data hujan dari TRMM. Untuk data hujan dari
TRMM, karena bersal dari 2 Grid, maka untuk memperoleh besaran hujan, akan
diperlukan koefisien pengali berdasarkan luas DAS dari masing-masing grid tersebut.

GRID 1

8.02 Km2

8.15 Km2

GRID 2

Gambar 8. Luas DAS pada Masing-Masing Grid

Tabel 8. Koefisien Pengali

No. Grid Luas (km2) Koefisien Pengali (%)

1 1 8.02 49.59
2 2 8.15 50.41
TOTAL 16.17 100.000

Berdasarkan koefisien pengali diatas, maka diperoleh hujan tahunan dan hujan
maksimum tahunan DAS Wayanof berdasarkan data TRMM seperti yang disajikan
pada Tabel 9.

Tabel 9. Hujan Tahunan Rerata dan Hujan Maksimum DAS Wayanof

Data dari TRMM

Curah Hujan (mm)

No Tahun
Tahunan Rerata Maksimum Tahunan
1 1998 2253.45 65.99
2 1999 3091.53 90.03
3 2000 2667.52 62.28
4 2001 2419.81 71.86
5 2002 1487.60 71.40

12
 Curah Hujan (mm)
No Tahun
Tahunan Rerata Maksimum Tahunan
6 2003 1849.34 49.46
7 2004 1545.00 52.42
8 2005 2020.82 55.39
9 2006 1584.57 101.84
10 2007 2452.21 73.93
11 2008 2883.86 57.37
12 2009 1925.92 49.42
13 2010 2577.73 63.24
14 2011 2984.55 89.08
15 2012 2839.56 127.28
16 2013 2588.29 54.89
17 2014 1852.55 84.78
18 2015 1276.41 71.05
19 2016 2143.20 55.01
20 2017 2253.45 90.40
Sumber : hasil analisa

Data hujan sebelum digunakan untuk analisis hidrologi harus dilakukan pengujian
yang sering disebut dengan penyaringan data (data screening). Sehingga hujan
maksimum tahunan DAS Wayanof akan dilakukan uji statistik terlebih dahulu,
sebelum digunakan untuk analisa selanjutnya.

13