METODE PERHITUNGAN
1. METODA GUMBEL
Dimana:
Rt = HHM dengan rencana PUH t tahun (mm/24 jam)
R = Presipitasi rata-rata dalam array data HHM (mm/24 jam)
σR = Standar deviasi
σn = Expected standar deviasi (tabel5.6)
Yt = Reduced variate untuk PUH t tahun (tabel 5.7)
τR
RT =R+ (Y T −Y n )
τn
20 . 63
RT =49 .7035+ (0. 3665−0 .5362 )
1 . 1124
RT =46 .55
Tabel 5.7 Reduce Variate (YT) pada PUH T tahun
PUH CHHM
(Thn) (mm/24jam)
2 0.3665
5 1.4999
10 2.2502
25 3.1985
50 3.9019
100 4.6001
Sumber: Suwarno,1991
Perhitungan Metoda Gumbel dapat dilihat pada tabel 5.7 sampai 5.9
Tabel 5.8 Perhitungan Gumbel Tanpa Rentang Keyakinan
PUH CHHM (mm/24
(Thn) jam)
2 56.21
5 76.34
10 89.66
25 106.50
50 118.99
100 131.38
Sumber: Hasil Perhitungan
Setelah itu perlu dicari rentang keyakinan (convidence interval), yaitu
keyakinan bahwa harga-harga perkiraan tersebut mempunyai rentang harga.
persamaannya:
Rk=±t (a )Se
(5.13)
Dimana:
Rk = Rentng keyakinan 9mm/24jam)
t(a) = Fungsi a
a = Confidence probability, untu a = 90%, t(a) = 1.640
a = 80%, t(a) = 1.282
a = 68%, t(a) = 1.000
Se = Probability error (deviasi)
τR
Se=b
√n (5.14)
Metoda ini didasarkan pada perubahan data yang ada ke dalam bentuk
logaritma. Sesuai dengan anjuran dari The Hidrology Community of The Water
Recurrence Councill, maka untuk pemakaian praktis dari data yang ada,
pertama merubah data tersebut ke dalam 10 logaritmanya, kemudian baru
dihitung parameter statistiknya.
Langkah perhitungannya adalah sebagai berikut
1. Menyusun data-data curah hujan rata-rata mulai dari harga terbesar sampai
harga yang terkecil.
2. Merubah jumlah n data curah hujan R1, R2, R3,…., Rn ke dalam besaran
logaritmo, sehingga menjadi log R1, log R2, log R3,…, log Rn. selanjutnya
dinyatakan Xi = log Ri.
3. Menghitung besarnya harga rata-rata besaran logaritma tersebut menurut
persamaan :
X=
∑ xi
N (5.17)
4. Menghitung besarnya harga standar deviasi rata-rata dari besaran logaritmo
tersebut, menurut persamaan:
∑ ( x i −x )2
τ x=
√ n−1 (5.18)
5. Menghitung Skew Coefficient (koefisien asimetri) dari besaran logaritmo di
atas, menurut persamaan:
3
n ∑ ( xi −x )
C s= 3
(n−1 )(n−2 )(τ x ) (5.19)
6. Berdasarkan harga Skew Coefficient (Cs) yang diperoleh dan harga periode
ulang (T) yang ditentukan, menghitung nilai Kx dengan menggunakan tabel
Karakteristik Nilai Kx Distribusi Log Person Type III dapat dilihat pada tabel
5.12.
7. Menghitung besarnya harga logaritma dari masing-masing data curah hujan
untuk suatu Perioda Ulang Hujan (PUH) tertentu, dengan mengunakan
persamaan:
x T =x +K x τ x (5.20)
8. Jadi perkiraan harga HHM untuk perioda ulang T (tahun) adalah:
RT = antilog xT atau (5.21)
RT = 10xT(mm/24 jam) (5.22)
Perhitungan Metoda Log Person III dapat dilihat pada tabel 5.11 sampai 5.14
∑ ( Xi− X )2 0 . 301456079
τ x=
√ n−1
n ∑ ( Xi−X )
3
= 19 √ = 0.125960745
20∗0. 028714294
Cs= 3
(n−1)(n−2 )( τ x ) = 19∗18∗( 0. 125960745)3 = 0.840226471
Tabel 5.12 Frequency Factors, Kx for use with Log Pearson Type III Distribution
PUH
Cs 2 5 10 25 50 100
0.7 -0.115 0.79 1.333 1.987 2.407 2.824
0.8 Kx2 Kx5 Kx10 Kx25 Kx50 Kx100
0.9 -0.164 0.769 1.339 2.018 2.498 2.987
Sumber: Suwarno, 1991
Keterangan : Kx…….hasil interpolasi
Contoh perhitungan interpolasi Kx2:
(0.8−0.7) Kx 2−(−0.0115)
(0.9−0.7) = (−0. 164)−(−0.115)
Kx2 = -0.1395
PUH Kx
τ
Kx x Xt Rt (mm/24 jam)
2 -0.1395 -0.017571524 1.734802953 54.3
5 0.78895 0.09937673 1.851751207 71.1
10 1.336 0.168283556 1.920658033 83.3
25 2.0025 0.252236393 2.00461087 101.1
50 2.4525 0.308918728 2.061293205 115.2
100 2.9055 0.365978946 2.118353423 131.3
Sumber: Hasil Perhitungan
Metoda Iway Kadoya disebut juga cara distribusi terbatas sepihak (one
side finite distribution). Metoda ini berdasarkan pada metoda log normal.
Prinsip dasarnya adalah merubah variable (x) dari kurva kemungkinan
kerapatan dari curah hujan harian maksimum ke log x atau mengubah kurva
distribusi yang asimetris menjadi kurva distribusi normal.
Perhitungan metoda Iway Kadoya, ξ adalah variable normal, dihitung
dengan persamaan:
x+ b
c log
Ξ= x o +b (5.23)
Dimana:
2. Memperkirakan harga b
n
1
b= ∑ bi
m i=1 (5.25)
n
m=
10 (5.26)
2
( x s . x t )−x o
bi =
2. x o −( x s −x t ) (5.27)
3. Memperkirakan harga xor:
n
1
x or =log ( x o −b)= ∑ log ( x i +b )
n i=1 (5.28)
Memperkirakan harga c:
n
1 2 x +b 2 2n
= ∑
c n−1 i=1
log i
x o +b
=
( ) √ n−1 ) ( x −x
( 2r 2or
)
(5.29)
dimana:
n
2 1
x = ∑ ( log ( x i +b ) ) 2
r
n i=n (5.30)
Harga ξ yang sesuai dengan kemungkinan lebih sembarang (aritrary
exceso probability) didapat dari tabel dan besarnya curah hujan yang mungkin
dihitung dengan humus sebagai berikut:
i
()
( log x+ b )=log ( x o +b ) +
c
ξ
(5.31)
dimana:
xs = harga pengamatan dengan nomor urutan m dari yang terbesar
xt = harga pengamatan dengan nomor urutan m dari yang terkecil
n = banyaknya data
n
m = 10 = angka bulat
LogX o =
∑ LogXi 35 .04748954
n = 20 = 1.752374477
∑ Log ( Xi+b) 26 .802
Xor = n = 20 = 1.3401
Rekapitulasi Metoda Gumbel, Log Pearson Type III dan Iwai Kadoya
PUH CHMM (mm/24
Tahun jam)
Gumbel Log Person III Iwai
2 56.21± 6.48 54.3 53.9
5 76.34 ± 12.55 71.1 69.8
10 89.66 ± 17.42 83.3 82.3
25 106.50 ± 23.81 101.1 100.3
50 118.99 ± 28.62 115.2 115.1
100 131.38 ± 33.43 131.3 131.2
Sumber: Rekapitulasi