Data Hujan

Proses dan Penyimpanan

 Daerah Aliran Sungai (DAS) dan
Wilayah Sungai (WS)
UU RI 7/2004 ttg SDA:
(Unit pengelolaan)
• Wilayah Sungai (WS):
kesatuan wilayah
pengelolaan sumber daya air
dalam satu atau lebih daerah
aliran sungai dan/atau pulau-
pulau kecil yang luasnya
kurang dari atau sama
dengan 2.000 km2
• WS dalam kota/kab oleh
kota/kab; WS lintas kota/kab
oleh prov; WS lintas prov,
WS lintas negara, dan WS
strategis nasional oleh
pemerintah (nasional)
Unit hidrologis → DAS: kesatuan wilayah
tangkapan hujan dimana aliran air
permukaannya keluar melalui satu outlet.
 Prinsip PSDA
“Kesatuan Sumber Daya, Kesatuan
Perencanaan, dan Keterpaduan
Pengelolaan ” berdasarkan Wilayah Sungai
dan Cekungan Air Tanah
Variabilitas Temporal dan Spatial
 Pengisian Data Hujan Harian
Prinsip dasar:
1. Satu rejim hujan
2. Dekat jarak ~ < 12.5 km
3. Dekat elevasi ~ < 150 m
4. Cek korelasi
5. Biasanya memakai data
3-4 stasiun saja
 Pengisian Data Hujan Harian:
Metode Rata-rata Aritmatik
1 n
PX   Pi
n i1
• PX adalah data hujan yang hilang dari stasiun pengamatan hujan X
• P1, P2, …, Pn adalah data hujan dari stasiun-stasiun terdekat pada
waktu yang sama
• n adalah jumlah stasiun terdekat
• BATASAN: dipakai bila hujan rata-rata tahunan dari setiap stasiun
hujan yang berdekatan berbeda < 10% dari hujan rata-rata tahunan
dari stasiun dengan data yang hilang; hati-hati untuk daerah
pegunungan
 Pengisian Data Hujan Harian:
Metode Rasio-Normal
PX 1  P P P  1 n Pi
   1 2
 ..... n  or PX   NX
N X n N1 N 2 Nn  n i1 Ni
• PX adalah data hujan yang hilang dari stasiun pengamatan hujan X
• P1, P2, …, Pn adalah data hujan dari stasiun-stasiun terdekat pada
waktu yang sama
• n adalah jumlah stasiun terdekat
• NX adalah rata-rata hujan tahunan jangka panjang dari stasiun X
• N1, N2, …, Nn adalah rata-rata hujan tahunan jangka panjang dari
stasiun-stasiun terdekat
• BATASAN: dipakai bila hujan rata-rata tahunan dari setiap stasiun
hujan yang berdekatan berbeda > 10% dari hujan rata-rata tahunan
dari stasiun dengan data yang hilang; pakai sistem kuadran & pilih satu
stasiun saja yang terdekat dari setiap kuadran
 Pengisian Data Hujan Harian:
Pembobotan Inverse-Distance
jarak antara stasiun dengan data hujan
yang hilang dengan stasiun-stasiun terdekat
n
W  d b Bobot jarak dimana b adalah faktor
2. i proporsionalitas (b=1 bila inverse-distance;
i 1 b=2 bila inverse-square distance)
1 n
3. P  b
X  di Pi
W i1
• PX adalah data hujan yang hilang dari stasiun pengamatan
hujan X
• P1, P2, …, Pn adalah data hujan dari stasiun-stasiun terdekat
pada waktu yang sama
• n adalah jumlah stasiun terdekaT
• BATASAN: hati-hati untuk daerah pegunungan
 Pengisian Data Hujan Harian:
Regresi

PX = bo + b1P1 + b2P2 + …. + bnPn

• PX adalah data hujan yang hilang dari stasiun

pengamatan hujan X
• P1, P2, …, Pn adalah data hujan dari stasiun-stasiun
terdekat pada waktu yang sama
• n adalah jumlah stasiun terdekat
 b0, …, bn adalah koefisien-koefisien yang dihitung
melalui metode least-squares
 BATASAN: cocok bila jumlah data harian banyak
tersedia untuk seluruh stasiun
 Konsistensi Data Hujan
Cek inkonsistensi data hujan karena:
• Perubahan lokasi stasiun
• Perubahan tipe alat
• Perubahan lingkungan di sekitar alat
• Perubahan personil pengamat

DATA PERLU DIKOREKSI:

Teknik Kurva Double-Mass
 Teknik Kurva Double-Mass
Inkonsistensi terjadi bila:
• Perubahan slope persisten selama 5
tahun atau lebih
• Perubahan slope dapat dihubungkan
dengan perubahan-perubahan fisik
• Slope-slope yang dibandingkan apabila
dihitung melalui metode statistik (ANOVA)
berbeda secara signifikan
Teknik Kurva Double-Mass

Dikoreksi: E*1,36
Teknik Kurva Double-Mass
Contoh Kurva Massa Ganda
 Teknik Kurva Double-Mass
• Bila a dan b adalah slope garis sesudah
dan sebelum “break”
• Penyesuaian dilakukan terhadap data
sebelum “break” dengan menggunakan
faktor pengali K= a/b
• Penyesuaian dilakukan terhadap data
sesudah “break” dengan menggunakan
faktor pengali K=b/a
 Tes Homogenitas
• Data curah hujan yang telah konsisten
kemudian perlu dites kehomogenannya
• Tidak homogen dikarenakan berasal dari
populasi yang berbeda, misal keberadaan
trend akibat perubahan iklim lokal atau
iklim global
• Tes Homogenitas dilakukan dengan
memplot harga (N, Tx) pada Grafik Tes
Homogenitas
 X 10
Tx  ( ).Tr
Xr
X10= curah hujan tahunan dengan PUH 10
tahun
Xr = curah hujan tahunan rata-rata
Tr = PUH curah hujan tahunan rata-rata
 X10
Didapat dengan menggunakan Persamaan
Gumbel Modifikasi:

   10  
X 10  X r  0.78 ln  ln   0.45S x
   10  1  

Sx 
 i r
( X  X ) 2

n 1