1 Thissss

BAB I
PENDAHULUAN
I.1 Latar Belakang
Sebagai salah satu negara yang terletak di garis khatulistiwa, Indonesia

memiliki jenis iklim yaitu tropis dimana dalam setahun hanya terdapat dua musim
yaitu musim kemarau dan musim penghujan. Hujan sebagai salah satu fenomena
alam merupakan salah satu bentuk dari proses presipitasi uap air di atmosfer yang
jatuh kembali ke permukaan bumi pada suatu wilayah hingga pada akhirnya dapat
mengalami infiltrasi ke dalam tanah atau mengalami runoff sehingga masuk ke dalam
DAS (Daerah Aliran Sungai) dan menuju ke laut. Peristiwa hujan juga merupakan
salah satu bagian penting di dalam siklus hidrologi. Hal tersebut disebabkan karena
curah hujan akan dapat menentukan kuantitas atau jumlah air yang terdapat pada
suatu wilayah.
Pengumpulan data-data curah hujan akan sangat bermanfaat dalam banyak

aspek pengelolaan lingkungan di suatu wilayah khususnya pada kota-kota besar dan
daerah padat penduduk seperti Kota Bandung, contohnya pada perencanaan bangunan
air seperti dam/bendungan, saluran drainase, instalasi pengolahan air dan lain
sebagainya sehingga diperlukan pendataan curah hujan secara kontinu pada suatu
DAS yang dilakukan oleh pos/stasiun pencatat curah hujan yang tersebar di beberapa
wilayah.
Namun di lapangan, tidak semua data tercatat atau seringkali adanya data
yang hilang atau kosong pada pos-pos pencatat curah hujan tersebut. Kosongnya data
tersebut dapat disebabkan oleh beberapa faktor seperti adanya gangguan pada alat
pencatat curah hujan sehingga membuat data yang masuk menjadi tidak valid atau
tidak dapat dilakukannya pencatatan karena adanya maintenance atau perawatan
berkala yang membuat curah hujan tidak dapat tercatat. Hal tersebut dapat berakibat
tidak validnya data sehingga perlu dilakukan analisis untuk melengkapi data curah
hujan dan tahapan pengujian dan analisis lainnya seperti pengujian konsistensi,
homogenitas dan analisis intensitas hujan yang dilakukan dengan metode-metode
ilmiah dan pendekatan matematis sehingga dapat disajikan sebagai data yang valid
yang disajikan dalam bentuk kurva IDF yang menyatakan hubungan antara intensitas,
durasi dan frekuensi sehingga dapat dimanfaatkan untuk penerapan penerapan seperti
yang telah dijelaskan sebelumnya.
I.2 Tujuan
1. Melengkapi data curah hujan yang kosong atau hilang pada pos dan tahun
tertentu
2. Menentukan konsistensi dan homogenitas dari data curah hujan yang telah
dilengkapi
3. Menentukan metode analisis frekuensi curah hujan harian maksimum (CHHM)
berdasarkan hasil uji kecocokan distribusi frekuensi sampel data curah hujan
4. Menentukan metode analisis intensitas hujan
5. Menentukan hubungan antara intensitas hujan dan durasi melalui kurva IDF.
I.3 Sistematika Penulisan
Penulisan laporan terbagi ke dalam enam bab. pada bab satu sebagai
pendahuluan dibahas latar belakang masalah, tujuan penelitian, dan sistematika
penulisan laporan itu sendiri.
Bab dua berisi kajian pustaka yang memuat literatur mengenai tahapan yang
dilakukan hingga tercapainya tujuan seperti metode melengkapi data curah hujan, uji
konsistensi, uji homogenitas, analisis curah hujan wilayah, analisis curah hujan harian
maksimum, uji kecocokan intensitas hujan hingga diperoleh kurva IDF sedangkan
pada bab tiga berisi tentang metodologi yang memuat secara rinci metode- metode
yang digunakan mulai dari melengkapi data curah hujan hingga diperoleh kurva IDF.
Bab empat membahas mengenai lokasi objek penelitian yang memuat tentang
kondisi geografi dan administratif, kondisi topografi, formasi geologi, litologi, air
tanah, hidrologi, cuaca, serta iklim di wilayah pos atau stasiun pencatat curah hujan.
Sedangkan pada bab lima berisi hasil dan pembahasan mulai dari langkah-langkah
perhitungan yang dilengkapi dengan contoh perhitungan hingga hasil akhir
perhitungan disertai pembahasannya secara rinci dan ditutup oleh bab enam yang
memuat kesimpulan dari hasil dan pembahasan yang telah dipaparkan pada bab-bab
sebelumnya untuk menjawab tujuan sebagaimana yang telah dirumuskan.
I.4 Ruang Lingkup Studi
Dalam penulisan laporan ini dibatasi pada hal-hal sebagai berikut :
1. Pemilihan objek studi berupa data curah hujan yang diambil dari lokasi studi
yaitu DAS Cisangkuy yang didalamnya terdapat sembilan pos pencatat data
curah hujan.
2. Melakukan tahapan-tahapan analisis mulai dari analisis untuk melengkapi
data curah hujan, analisis curah hujan wilayah dan analisis curah hujan harian
maksimum beserta pengujian untuk menguji konsistensi, homogenitas dan
frekuensi data hingga didapatkan data intensitas hujan berdasarkan durasi
yang disajikan dalam bentuk kurva IDF.
BAB II
STUDI PUSTAKA
Secara umum analisis hidrologi merupakan satu bagian analisis awal dalam
perancangan bangunan-bangunan hidraulik. Data hidrologi dianalisis untuk membuat
keputusan dan menarik kesimpulan mengenai fenomena hidrologi berdasarkan
sebagian data hidrologi yang dikumpulkan. Secara umum analisis hidrologi
merupakan suatu bagian analisis awal dalam perancangan bangunan-bangunan
pengairan. Dalam analisis hidrologi, terdapat beberapa tahapan yang dilalui di mana
tahapan tersebut memiliki banyak metode sebelum mendapatkan hasil akhir berupa
kurva IDF (intensity, duration and frequency). Tahapan tersebut berupa : melengkapi
data curah hujan, uji konsistensi, uji homogenitas, analisis curah hujan wilayah,
analisis curah hujan harian maksimum, uji kecocokan intensitas hujan, analisis
intensitas hujan, pendekatan matematis intensitas hujan serta kurva IDF sebagai hasil
akhir.
A. Melengkapi data curah hujan

Melengkapi data curah hujan merupakan langkah awal dalam analisis
hidrologi. Tahapan ini penting dilakukan karena pada saat mengambil data curah
hujan, terdapat durasi dimana curah hujannya tidak terdata sehingga menyebabkan
kekosongan pada data yang akan digunakan. Hal seperti itu dapat terjadi karena
kerusakan alat sehingga curah hujan tidak dapat diukur, atau pengamat tidak hadir
dalam pengukuran curah hujan. Jika terdapat kekosongan data, maka diperlukan suatu
nilai pendekatan untuk stasiun tersebut. Kekosongan data tersebut dapat diisi dengan
menggunakan 2 metode, yaitu metode aljabar dan metode perbandingan normal.
 Metode aljabar
Metode ini digunakan jika perbedaan curah hujan tahunan normal antara
stasiun pembanding dengan stasiun yang kehilangan data lebih dari 10%. Dalam
mengisi kekosongan data, metode ini menggunakan persamaan :
Keterangan variabel:
Rx : harga rata-rata tinggi curah hujan pada stasiun pengukur yang salah satu curah
hujannya sedang dicari
n : jumlah stasiun pembanding
Rn : harga rata-rata tinggi curah hujan pada setiap stasiun pembanding selama kurun
waktu yang sama
 Metode perbandingan normal
stasiun pembanding dengan stasiun yang kehilangan data lebih dari 10%. Dalam
mengisi kekosongan data, metode ini menggunakan persamaan :
n : Jumlah stasiun pembanding
rx : Tinggi curah hujan yang dicari
rn : Tinggi curah hujan pada tahun yang sama dengan rx pada setiap stasiun
pembanding
Rx : Harga rata-rata tinggi curah hujan pada stasiun pengukur yang salah satu curah
Rn : Harga rata-rata tinggi curah hujan pada setiap stasiun pembanding selama kurun
waktu yang sama
Perhitungan perbedaan curah hujan antara stasiun pembanding dan stasiun
yang terdapat kekosongan data didapatkan dari perhitungan dengan persamaan:
Δ : Persen perbedaan curah hujan antara stasiun pembanding dan stasiun yang
kehilangan data
Ri : Nilai rata-rata curah hujan selama pengamatan tiap stasiun
R : Rata-rata curah hujan dari n jumlah stasiun pengamat
n : jumlah stasiun pengamat
B. Uji konsistensi
Pengamatan curah hujan dapat mengalami perubahan akibat perubahan dalam
lokasi pengukuran, pemaparan, instrumentasi, perubahan lingkungan yang mendadak,
maupun cara pengamatannya. Penelitian yang dilakukan di Indonesia dalam beberapa
tahun terakhir menunjukan bahwa sekitar 15% dari data yang tersedia menunjukkan
gejala tidak konsisten (inconsistency ), sehingga tes konsistensi perlu dilakukan. Tes
dilakukan dengan membandingkan nilai akumulasi hujan tahunan pada pos yang
bersangkutan dengan nilai akumulasi hujan rata-rata tahunan suatu kumpulan stasiun
di sekitarnya.
Tes ini menggunakan analisis kurva massa ganda (double-mass curve) dengan
membandingkan nilai akumulasi hujan tahunan pada pos yang bersangkutan dengan
nilai akumulasi hujan rata-rata tahunan suatu kumpulan stasiun di sekitarnya. Analisis
kurva massa ganda ini dilakukan berdasarkan prinsip bahwa setiap pencatatan data
yang berasal dari populasi yang sekandung akan konsisten, sedangkan yang tidak
sekandung tidak konsisten dan akan terjadi penyimpangan. Apabila terdapat
perubahan dalam trend data, maka perubahan tersebut perlu dikoreksi agar tetap
konsisten.
Prosedur yang digunakan untuk melakukan uji konsistensi data ini adalah
menggunakan analisa kurva massa ganda sebagai berikut.
1. Menghitung hujan tahunan untuk masing–masing stasiun.
2. Menghitung rata-rata hujan tahunan untuk stasiun pembanding.
3. Menghitung komulatif hujan tahunan untuk stasiun yang akan diuji.
4. Menghitung komulatif hujan tahunan untuk stasiun pembanding.
5. Melakukan penggambaran dalam bentuk diagram pencar (scatter diagram)
antara stasiun yang akan diuji dan stasiun pembanding, Stasiun yang akan diuji pada
sumbu Y dan stasiun pembanding pada sumbu X.
6. Melakukan analisa terhadap konsistensi data hujan dengan cara membuat
garis lurus pada diagram pencar dan melakukan analisa menentukan apakah ada
perubaan slope atau tidak pada garis lurus yang dibuat pada diagram pencar, jika
terjadi perubaan slope, maka pada titik setelah mengalami perubaan perlu adanya
koreksi terhadap pencatatan data hujan dengan cara mengalikan dengan koefisien (K)
yang dihitung berdasarkan perbandingan slope setelah mengalami perubahan (tan α)
dan slope sebelum mengalami perubahan (tan αo).
Persamaan matematis yang digunakan dalam uji konsistensi adalah sebagai berikut.
Hz : Curah hujan yang diperkirakan
H0 : Curah hujan hasil pengamatan
α : Slope sesudah perubahan
α0 : Slope sebelumperubahan
fk : Faktor koreksi
C. Uji homogenitas
Tes homogenitas diperlukan untuk meyakinkan suatu data homogen atau
tidak. Perhitungan dilakukan pada kurva uji coba homogenitas dengan
menggambarkan kurva curah hujan terpilih. Pengujian homogenitas data curah hujan
dari stasiun pengamat dilakukan untuk memastikan bahwa pada masing-masing
stasiun tidak terdapat penyimpangan data curah hujan yang cukup signifikan.
Tes homogenitas biasanya dilakukan bila data-data pokok untuk studi
diperoleh dari sekitar lebih dari 10 stasiun pengamat hujan. Tes homogenitas
dilakukan pada Kurva Homogenitas dengan memplotkan data curah hujan terpilih di
sumbu X dan jumlah data di sumbu Y. Bila terletak di luar corong (tidak homogen),
maka data yang dipakai harus dikurangi, kemudian hitung lagi. Misal: awal 30 data
berubah menjadi 20 data dengan tidak menggunakan 10 data paling awal/tua.
Persamaan yang digunakan dalam uji homogenitas adalah sebagai berikut.
Keterangan:
TR : occurence interval atau PUH untuk curah hujan tahunan rata-rata (tahun)
Tr : PUH untuk curah hujan tahunan rata-rata
R10 : curah hujan tahunan dengan PUH 10 tahun (mm/hari)
R : curah hujan rata-rata (mm/hari)
Untuk mendapatkan R10 dan Tr yang diinginkan, dapat diterapkan beberapa

metode, diantaranya persamaan modifikasi Gumbel yang diturunkan dengan cara
sebagai berikut:
Atau setelah data TR diperoleh, plot pada kurva uji homogenitas untuk
mengetahui homogenitasnya.
Gambar II.1 Grafik kurva uji homogenitas
(sumber : US Geological Survey)
D. Analisis curah hujan wilayah

Hujan merupakan salah satu komponen input dalam suatu proses dan menjadi
faktor pengontrol yang mudah diamati dalam siklus hidrologi pada suatu kawasan
(DAS). Curah hujan (biasanya dalam satuan mm) merupakan ketinggian air hujan
yang terkumpul dalam tempat yang datar, tidak menguap, tidak meresap, dan tidak
mengalir. Curah hujan 1 mm mempunyai arti bahwa dalam luasan 1 m 2 pada tempat
yang datar tertampung air setinggi 1 mm atau dalam kata lain tertampung air
sebanyak 1 liter. Stasiun penakar hujan hanya memberikan ketinggian hujan di titik
dimana stasiun berada. Apabila pada suatu daerah terdapat lebih dari satu stasiun
pengukuran yang ditempatkan secara terpencar, ketinggian hujan yang tercatat di
masing-masing stasiun tentunya dapat berbeda-beda tergantung pada kondisi
wilayahnya. Oleh karena itu analisis curah hujan wilayah diperlukan untuk
menentukan curah hujan rerata pada wilayah atau daerah tersebut.
Terdapat 3 metode yang dapat digunakan dalam menganalisis curah hujan
wilayah yaitu metode aritmatika, metode polygon Thiessen dan metode isohyet.
 Metode aritmatika
Metode ini merupakan metode yang paling sederhana. Pada metode ini,
pengukuran yang dilakukan di beberapa stasiun dalam waktu yang bersamaan
dijumlahkan dan kemudian dibagi jumlah stasiun. Stasiun hujan yang digunakan
dalam hitungan adalah yang berada dalam DAS, tetapi stasiun di luar DAS tangkapan
yang masih berdekatan juga bisa diperhitungkan. Metode rata-rata aljabar
memberikan hasil yang baik apabila stasiun hujan tersebar secara merata di DAS dan
distribusi hujan relatif merata pada seluruh DAS (Triatmodjo, 2008).
Perhitungan hujan rerata menggunakan cara Rerata Aljabar yang didapatkan
dengan mengambil nilai rata-rata hitung (arithmetic mean) pengukuran hujan di pos-
pos penakar hujan di dalam areal tersebut. Selanjutnya besarnya tinggi curah hujan
rerata dapat dicari dengan persamaan sebagai berikut.
Keterangan variabel :
P = Tinggi curah hujan rata-rata P1, P2, P3,...Pn
Pn = Tinggi curah hujan di pos 1,2,3,....,n
n = Banyak pos penakar
 Metode polygon Thiessen
Gambar II.2 Metode Polygon Thiessen

(sumber : https://insinyurpengairan.wordpress.com)
Metode ini memperhitungkan bobot dari masing-masing stasiun yang
mewakili luasan di sekitarnya. Pada suatu luasan di dalam DAS dianggap bahwa
hujan adalah sama dengan yang terjadi pada stasiun yang terdekat, sehingga hujan
yang tercatat pada suatu stasiun mewakili luasan tersebut. Metode ini digunakan
apabila penyebaran stasiun hujan di daerah yang ditinjau tidak merata, pada metode
ini stasium hujan minimal yang digunakan untuk perhitungan adalah tiga stasiun
hujan. Hitungan curah hujan rata-rata dilakukan dengan memperhitungkan daerah
pengaruh dari tiap stasiun.
Metode poligon Thiessen dapat didasarkan dari rata-rata timbang, di mana
masing-masing stasiun mempunyai pengaruh yang dibentuk dari garis-garis sumbu
tegak lurus terhadap garis penghubung antara dua stasiun dengan planimeter maka
dapat dihitung luas dari setiap stasiun. Sebagai kontrol maka setiap jumlah luas total
harus sama dengan luas yang telah diketahui terlebih dahulu. Kemudian harga ini
dikalikan dengan curah hujan daerah di stasiun yang bersangkutan dan setelah itu
dijumlah hasilnya merupakan curah hujan yang dicari.
Hujan rerata daerah untuk metode Poligon Thiessen dihitung dengan
persamaan berikut.
Pi = curah hujan yang tercatat di pos penakar hujan 1, 2, ….n
Ai = luas polygon 1, 2, ….n.
n = banyaknya pos penakar hujan.

 Metode isohyet
Gambar II.3 Metode isohyet

(sumber : https://www.academia.edu)
Isohyet adalah garis yang menghubungkan tempat-tempat yang mempunyai

tinggi hujan yang sama. Metode ini menggunakan isohiet sebagai garis-garis yang
membagi daerah aliran sungai menjadi daerah-daerah yang diwakili oleh stasiun-
stasiun yang bersangkutan, yang luasnya dipakai sebagai faktor koreksi dalam
perhitungan.
Persamaan yang digunakan dalam menghitung curah hujan wilayah dengan
menggunakan metode isohyet adalah :
P = curah hujan wilayah
P1, P2 = curah hujan pada garis isohyet 1 dan 2
A = luas wilayah
E. Analisis curah hujan harian maksimum
Sistem hidrologi terkadang dipengaruhi oleh peristiwa-peristiwa yang luar
biasa, seperti hujan lebat, banjir, dan kekeringan. Besaran peristiwa ekstrim
berbanding terbalik dengan frekuensi kejadiannya, sehingga peristiwa yang sangat
ekstrim kejadiannya sangat langka (Suripin. Sistem Drainase Perkotaan yang
Berkelanjutan. 2004).
Tujuan analisis frekuensi data hidrologi berkaitan dengan besaran peristiwa-
peristiwa ekstrim yang berkaitan dengan frekuensi kejadiannya melalui penerapan
distribusi kemungkinan. Frekuensi hujan adalah besaran kemungkinan suatu besaran
hujan disamai atau dilampaui. Periode ulang adalah waktu hipotetik di mana hujan
dengan suatu besaran tertentu akan disamai atau dilampaui.
Dalam ilmu statistik dikenal beberapa macam distribusi frekuensi. Metode
yang dipakai dalam analisis frekuensi data curah hujan harian maksimum (CHHM)
adalah metode Gumbel, metode Log Pearson Tipe III dan metode Distribusi Normal.
Pemilihan metode analisis CHHM dilakukan dengan menggunakan metode chi
kuadrat. Output dari analisis frekuensi data hidrologi adalah untuk mendapatkan
curah hujan harian maksimum dengan periode ulang hujan tertentu (2, 5, 10, 25, 50,
100 tahun).
 Metode Gumbell
Untuk menghitung curah hujan rencana dengan metode Gumbel digunakan
persamaan distribusi frekuensi empiris sebagai berikut ( Soemarto, 1999).
YTr = reduced variable
Yn = reduced mean
S = standar deviasi
Sn = reduce standar deviation
n = jumlah data
Tr = periode ulang
Nilai Yn dan Sn dapat dilihat melalui tabel, dengan nilai n sebagai jumlah
data.
Tabel II.1 Nilai Reduced Mean (Yn)
Tabel II.2 Nilai Reduced Standard Deviation (Sn)

 Metode Log Pearson tipe III
Metode ini telah mengembangkan serangkaian fungsi probabilitas yang dapat
dipakai untuk hampir semua distribusi probabilitas empiris. Tiga parameter penting
dalam Metode Log Pearson Tipe III, yaitu harga rata-rata ( R ), Simpangan baku (S)
dan Koefisien kemencengan (G). Hal yang menarik adalah jika G = 0 maka distribusi
kembali ke distribusi Log Normal (Suripin, 2004).
Berikut ini langkah-langkah penggunaan distribusi Log Pearson Tipe III.
1. Ubah data kedalam bentuk logaritma
2. Hitung harga rata-rata
3. Hitung harga simpangan baku
4. Hitung koefisien kemencengan
5. Hitung logaritma hujan dengan periode ulang T dengan rumus :
6. Hitung curah hujan dengan menghitung antilog dari log RT.
Keterangan :
n = jumlah data
S = standar deviasi
G = koefisien kemencengan
RT = curah hujan maksimum dalam PUH T
K = Nilai variabel standar untuk R yang besarnya tergantung G.
Nilai K dihitung berdasarkan koefisien skew (G) dan periode ulang (T)
Untuk mencari persentasi peluang terlampaui dengan misalkan nilai Koef G =

-0,23, maka digunakan interpolasi antara nilai G = -0,2 dan nilai G = -0,3.
Cara interpolasi:
Tabel II.3 Nilai K untuk Distribusi Log Pearson tipe III

 Metode distribusi normal
Distribusi normal disebut juga distribusi Gauss. Dalam pemakaian praktis
umumnya digunakan persamaan :
XT = perkiraan nilai yang diharapkan terjadi dengan periode ulang T
X = nilai rata-rata hitung varian
S = standar deviasi varian
KT =faktor frekuensi merupakan fungsi dan peluang atau periode ulang dan tipe
model matematik ditribusi peluang yang digunakan untuk analisis peluang
Tabel II.4 Nilai faktor frekuensi untuk distribusi normal

F. Uji kecocokan intensitas hujan
Uji kecocokan diperlukan untuk mengetes kecocokan distribusi frekuensi
sampel data terhadap fungsi distribusi peluang, yang diperkirakan dapat mewakili
distribusi frekuensi tersebut. Pengujian yang sering dipakai adalah Chi Kuadrat. Uji
Chi Kuadrat bertujuan untuk menentukan apakah persamaan distribusi yang terpilih
dapat mewakili distribusi statistik sampel data yang dianalisis.
Pengambilan keputusan uji ini menggunakan parameter yang dapat
dihitung dengan persamaan berikut (Suripin. Sistem Drainase Perkotaan yang
Berkelanjutan. 2004):
: Parameter Chi Kuadrat terhitung
G : Jumlah sub kelompok
Oi : Jumlah nilai pengamatan pada sub kelompok i
Ei : Jumlah nilai teoretis pada sub kelompok i
Prosedur Uji Chi Kuadrat adalah sebagai berikut:

1. Urutkan data pengamatan dari paling tinggi hingga paling rendah.
2. Kelompokkan data menjadi G subgrup yang masing-masing beranggotakan
minimal 4 data pengamatan.
3. Jumlahkan data pengamatan sebesar Oi tiap-tiap subgrup.
4. Jumlahkan data dari persamaan distribusi yang digunakan sebesar Ei.
5. Jumlah nilai dari seluruh G subgrup untuk menentukan nilai Chi Kuadrat
hitung.
6. Tentukan derajat kebebasan dK (dK=G-R-1).
R = 3 untuk Metode Gumbell dan Log Pearson III
R = 2 untuk Metode Distribusi Normal
Tabel II.5 Nilai variabel reduksi Gauss
Tabel II.6 Nilai kritis untuk Distribusi Chi Kuadrat
Interpretasi hasil Uji Chi Kuadrat adalah sebagai berikut:

1. Apabila peluang lebih dari 5%, maka persamaan distribusi yang digunakan dapat
diterima.
2. Apabila peluang kurang dari 1%, maka persamaan distribusi yang digunakan tidak
dapat diterima.
3. Apabila nilai peluang di antara 1% - 5%, maka tidak mungkin diambil keputusan,
perlu data tambahan.
Persamaan yang digunakan untuk menentukan besarnya peluang suatu data
curah hujan (X) adalah Persamaan Weibull sebagai berikut (Suripin. Sistem Drainase
Perkotaan yang Berkelanjutan. 2004):
N : jumlah kejadian atau jumlah data
P : periode terjadinya kumpulan nilai yang diharapkan selama periode pengamatan
m : nomor urut data setelah diurutkan dari tinggi ke rendah
T : periode ulang dari kejadian sesuai dengan sifat kumpulan nilai yang diharapkan
G. Analisis intensitas hujan

Analisis intensitas hujan digunakan untuk menentukan tinggi atau kedalaman
air hujan per satu satuan waktu. Sifat umum hujan adalah semakin singkat hujan
berlangsung, maka semakin besar pula intensitasnya dan semakin besar periode
ulangnya yang menyebabkan semakin tinggi pula intensitas hujan yang terjadi
(Suripin. Sistem Drainase Perkotaan yang Berkelanjutan. 2004).
Analisis dimulai dari data curah hujan harian maksimum yang kemudian
diubah ke dalam bentuk intensitas hujan. Data yang digunakan sebaiknya adalah data
hujan jangka pendek, misalnya 5 menit, 10 menit, 30 menit, 60 menit, dan beberapa
jam. Bila tidak diketahui data untuk durasi hujan maka diperlukan pendekatan
empiris dengan berpedoman pada durasi enam puluh menit dan pada curah hujan
harian maksimum yang terjadi setiap tahun. Cara lain yang lazim digunakan adalah
mengambil pola intensitas hujan dari kota lain yang mempunyai kondisi yang hampir
sama (Wurjanto, A. dan Diding S. Hidrologi dan Hidrolika).
Metode yang dapat digunakan untuk menganalisis intensitas hujan adalah
metode Van Breen, metode Bell dan Tanimoto serta metode Hasper dan Der
Weduwen.
 Metode Van Breen

Dalam pengembangan kurva pola hujan Van Breen, besarnya intensitas hujan
di kota lain di Indonesia dapat didekati dengan persamaan berikut (Moduto. Drainase
Perkotaan. 1998) :
IT : intensitas hujan pada PUH T tahun dan tc>te (mm/jam)
RT : tinggu hujan pada PUH T tahun (mm/hari)
Apabila tc ≤ te, maka tc dibuat sama dengan te.
 Metode Bell dan Tanimoto

Data hujan dalam selang waktu yang panjang (paling sedikit 20 tahun)
diperlukan dalam analisis data frekuensi hujan. Bila data ini tidak tersedia dan
besarnya curah hujan selama enam puluh menit dengan periode ulang 10 tahun
diketahui sebagai dasar, maka suatu rumus empiris yang disusun Bell dapat
digunakan untuk menentukan curah hujan dengan durasi 5-120 menit dan periode
ulang 2-100 tahun. Rumus Bell dapat dinyatakan dalam persamaan (Subarkah.
Hidrologi untuk Perencanaan Bangunan Air. 1980):
R : curah hujan (mm)
T : periode ulang (tahun)
T : durasi hujan (menit)
R1 : besarnya curah hujan pada distribusi jam ke 1
R2 : besarnya curah hujan pada distribusi jam ke 2
Data curah hujan maksimum untuk PUH sepuluh tahun dalam penggunaannya untuk
Metode Bell di atas, digunakan harga rata-rata distribusi hujan dua jam pertama.
Intensitas hujan (mm/jam) menurut Bell dihitung dengan persamaan berikut:
 Metode Hasper dan Der Weduwen

Metode ini berasal dari kecenderungan curah hujan harian yang
dikelompokkan atas dasar anggapan bahwa curah hujan memiliki distribusi yang
simetris dengan durasi curah hujan lebih kecil dari 1 jam dan durasi curah hujan lebih
kecil dari 1 sampai 24 jam.
Perhitungan intensitas curah hujan dengan menggunakan Metode Haspers dan
Der Weduwen adalah sebagai berikut.
t = Durasi curah hujan dalam satuan jam
Xt = Curah hujan maksimum yang dipilih
Untuk nilai t antara 1 hingga 24 jam, nilai R didapat dari persamaan berikut
Untuk 0<t<1 jam, nilai R didapat dari persamaan berikut .
H. Pendekatan matematis intensitas hujan

Analisis deviasi merupakan suatu cara pendekatan terhadap metode analisis
intensitas curah hujan agar dapat ditentukan metode mana yang paling mendekati
dengan nilai intensitas hujan yang sebenarnya dan sesuai dengan perencanaannya
nanti. Untuk menentukan metode perhitungan intensitas curah hujan tersebut secara
tepat maka digunakan persamaan tetapan yang umum digunakan yaitu Persamaan
Talbot, Sherman, dan Ishiguro.
 Persamaan Talbot
Rumus Talbot dikemukakan oleh professor Talbot pada tahun 1881. Rumus
ini banyak digunakan di Jepang karena mudah diterapkan. Tetapan-tetapan a dan b
ditentukan dengan harga-harga terukur. Persamaan dari rumus Talbot adalah sebagai
berikut:
I = Intensitas curah hujan (mm/jam)
t = lamanya curah hujan atau durasi (menit)
i = presipitasi/intensitas curah hujan jangka pendek t menit
a, b = konstanta yang bergantung pada lamanya curah hujan
N = jumlah pengamatan
 Persamaan Sherman
Perhitungan menggunakan rumus Sherman pada umumnya digunakan pada
curah hujan dengan durasi minimal 2 jam. Bentuk persamaannya sebagai berikut:
I = intensitas curah hujan (mm/jam)
t = lamanya curah hujan / durasi curah hujan (jam)
a,n = konstanta
N = jumlah durasi curah hujan sampel
 Persamaan Ishiguro
Persamaan pendekatan Ishiguro adalah sebagai berikut :
I : intensitas curah hujan (mm/jam)
a,b : konstanta
t : lamanya curah hujan atau durasi hujan (jam)
N : jumlah durasi curah hujan sampel
I. Kurva IDF
Kurva IDF (Intensity, Duration, Frequncy) merupakan kurva yang
menunjukkan hubungan antara intensitas hujan dengan durasinya. Dalam
penggambaran kurva IDF diperlukan data curah hujan dalam durasi waktu yang
pendek, yaitu curah hujan dalam satuan waktu menit (Wurjanto. Hidrologi dan
Hidrolika). Kurva hubungan antara lamanya durasi hujan, digunakan (t sebagai absis)
dan intensitas curah hujan (sebagai ordinat).
Kurva IDF digunakan untuk perhitungan limpasan (run-off) dengan rumus
rasional untuk perhitungan debit puncak dengan menggunakan intensitas hujan yang
sebanding dengan waktu pengaliran curah hujan dari titik paling atas ke titik yang
ditinjau di bagian hilir daerah pengaliran tersebut. Kurva ini menunjukkan besarnya
kemungkinan terjadinya intensitas hujan yang berlaku untuk lama curah hujan
sembarang. Kurva ini selain dapat digunakan untuk perhitungan limpasan (run-off),
juga dapat digunakan untuk perhitungan debit puncak jika menggunakan metode
rasional dengan memilih intensitas curah hujan yang sebanding dengan waktu
pengaliran curah hujandari titik paling atas ke titik yang ditinjau di bagian hilir
daerahpengaliran itu (waktu tiba = arrival time).
Gambar II.4 Contoh Kurva IDF
BAB III
METODOLOGI PENELITIAN
Tahap Analisis Hidrologi
Tahapan dalam melakukan analisis hidrologi, yaitu:
1. Analisis data curah hujan yang terdiri dari:

a. Pelengkapan data curah hujan
b. Tes konsistensi
c. Tes homogenitas
2. Analisis curah hujan harian maksimum dengan tiga metode, yaitu:
a. Metode Gumbel
b. Metode Log Pearson Tipe III
c. Metode Distribusi Normal
Pemilihan metode analisa curah hujan harian maksimum dilakukan dengan
menggunakan Metode Chi Kuadrat.
3. Analisis intensitas hujan dengan menggunakan tiga metode, yaitu:

a. Metode Van Breen
b. Metode Hasper dan Der Weduwen
c. Metode Bell Tanimoto
4. Pemilihan metode analisis intensitas hujan dengan mensubstitusikan ketiga
metode ke dalam Persamaan Talbot, Sherman, dan Ishiguro.
5. Pemilihan metode analisis intensitas hujan dilakukan dengan menggunakan
Metode Kuadrat Terkecil.
6. Pembuatan kurva IDF (Intensitas, Durasi, Waktu Curah Hujan)
Langkah - langkah selengkapnya pada tahapan analisa hidrologi dapat dilihat pada
Kurva IDF
Gambar III.1. Flowchart Tahapan Analisis Hidrologi
III.1 Melengkapi Curah Hujan

Pelengkapan data curah hujan dapat dilakukan 2 metode.
 Metode Aljabar
stasiun pembanding dengan stasiun yang kehilangan data kurang dari 10%
(Moduto. Drainase Perkotaan. 1998).
n
1
RX= ∑ ¿ 1 Rn
n n
 Metode Perbandingan Normal
stasiun pembanding dengan stasiun yang kehilangan data lebih dari 10%
(Subarkah. Hidrologi untuk Perencanaan Bangunan Air. 1980):
n
1 r xRX
r X= ∑ ¿ 1 n
n n Rn
Keterangan :
n : jumlah stasiun pembanding
rx : tinggi curah hujan yang dicari
rn : tinggi curah hujan pada tahan yang sama besar dengan rx pada setiap stasiun
pembanding
Rx : harga rata-rata tinggi curah hujan pada stasiun pengukur yang salah satu
curah hujannya sedang dicari
Rn : harga rata-rata tinggi curah hujan pada setiap stasiun pembanding

selama kurun waktu yang sama
Perhitungan perbedaan curah hujan antara stasiun pembanding dan stasiun
yang kehilangan data dilakukan dengan persaamaan berikut.
S= √ ¿ ¿
S
∆= x 100 %
R
Keterangan :
∆ : Persen perbedaan curah hujan antara stasiun pembanding

dan stasiun yang kehilangan data
Ri : Nilai rata-rata curah hujan selama pengamatan tiap stasiun
R : rata-rata curah hujan dari n jumlah stasiun pengamat
Jika nilai ∆ > 10% , maka yang digunakan adalah metode perbandingan
normal dan didapat rerata curah hujan untuk setiap stasiun adalah sebagai berikut.
III.2 Uji Konsistensi
Pengamatan curah hujan dapat mengalami perubahan yang diakibatkan

beberapa hal seperti perubahan lokasi pengukuran, pemaparan, dll. 15% dari data
yang tersedia menunjukan inconsistency, sehingga diperlukan tes konsistensi Tes
dilakukan dengan membandingkan nilai akumulasi hujan tahunan pada pos yang
bersangkutan dengan nilai akumulasi hujan rata-rata tahunan suatu kumpulan
stasiun di sekitarnya. Lakukan tes konsistensi secara terpisah untuk semua stasiun
(Sebaiknya tes konsistensi untuk stasiun berbeda dilakukan di sheet berbeda).
Untuk masing-masing stasiun buat tabel dengan kolom judul :
1. Nama stasiun (stasiun yang akan diuji)

2. Sasiun pembanding (berisi rata-rata curah hujan stasiun pembanding pada
tahun yang sama)
3. akumulasi stasiun utama
4. akumulasi stasiun pembanding
5. tan alfa nol
6. tan alfa
7. faktor koreksi (fk)
8. CHHM (Curah Hujan Harian Maksimum)
Setelah itu, buat grafik scatter dengan sb-x adalah nilai akumulasi
pembanding dan sb-y adalah nilai akumulasi stasiun utama. Kemudian regresikan.
Isi nilai tan alfa nol dengan nilai gradien hasil regresi. Nilai tan alfa nol tiap tahun
di stasiun yang diuji akan selalu sama
Lihat titik-titik scatter pada grafik. Jika ada minimal 5 titik berurutan yang
keluar dari garis linear, maka data menyimpang dan perlu dikoresi. Sehingga perlu
dibuat garis linear baru yang menghubungkan titik-titik tersebut dengan nilai tan
alfa adalah nilai gradien persamaan linear baru.
Jika ada titik yang keluar garis linear namun kurang dari 5 dan tidak
berurutan, maka data tersebut dikatakan tidak menyimpang sehingga nilai tan alfa
akan sama dengan tan alfa nol. Fk merupakan faktor koreksi (fk) yang merupakan
hasil bagi antara tan alfa dengan tan alfa nol.
fk= ( tantan∅∅ )
0
Kemudian isi sel CHMM dengan nilai curah hujan yang baru, yaitu hasil
perkalian antara nilai curah hujan lama dengan faktor koreksi
III.3 Uji Homogenitas
Uji homogenitas biasa dilakukan apabila data-data pokok untuk

perencanaan yang diperoleh lebih dari 10 stasiun pengamat hujan. (Moduto.
Drainase Perkotaan. 1998) Maka, untuk menyempurnakan perhitungan, uji
homogenitas ini dilakukan pada perhitungan. Uji homogenitas dilakukan pada
kurva uji homogenitas dengan memplotkan data curah hujan yang terpilih. Apabila
titik perpotongan terdapat pada daerah di dalam corong kurva atau dalam daerah
homogen, maka data tersebut bersifat homogen. Apabila hasil dari data tersebut
tidak homogen, maka dilakukan pemilihan sebagian data dan dihitung kembali
kehomogenitasannya.
Gambar III.2 Grafik N - TR
Data curah hujan stasiun yang telah dikoreksi disajikan dalam tabel 3.5
Dari nilai CHHM yang baru, didapat nilai rata-rata untuk jumlah data curah hujan
selama 28 tahun sebagai berikut.
R=
∑ CHHM
n
Setelah itu, cari standar deviasi dari data curah hujan yang telah dikoreksi
pada uji konsistensi dengan persamaan berikut.
∑ ( CHMM −R )2
σ R=
√ n−1
Keterangan:
∑ CHMM : Rata- rata curah hujan harian maksimum (CHHM)

n : jumlah data
Setelah diapat nilai standar deviasi, sekarang menghitung nilai curah hujan
tahunan dengan PUH 10 tahun (RT10) dengan modifikasi persamaan Gumbel
berikut.
RT 10=R−¿
Keterangan:
R: Rata- rata CHHM (mm/hari)
Tr : Periode Ulang Hujan 10 tahun (mm/hari)
σ R : Standar deviasi
Kemudian tentukan nilai Tr (occurence interval atau PUH untuk curah

hujan tahunan rata-rata) menggunakan persamaan berikut.
RT 10
Tr= x Tr
R
Keterangan:
TR : PUH untuk curah hujan tahunan rata rata (tahun)
RT 10 : Curah hujan tahunan dengan PUH 10 tahun
R : Rata- rata CHHM
III.4 Menentukan Curah Harian Wilayah
Hidrologi adalah ilmu yang mempelajari tentang terjadinya pergerakan dan

distribusi air di bumi, baik di atas maupun di bawah permukaan bumi, tentang sifat
fisik, kimia air serta reaksinya terhadap lingkungan dan hubunganya dengan
kehidupan. Sekitar 396.000 kilometer kubik air masuk ke udara setiap tahun.
Bagian terbesar sekitar 333.000 kilometer kubik naik dari samudera. Tetapi
sebanyak 62.000 kilometer kubik ditarik dari darat, menguap dari danau, sungai,
tanah lembab dan dari permukaan daun tetumbuhan hidup (Sosrodarsono,1987).
Proses ini disebut evaporasi (evaporasi dan transpirasi). Dari air yang naik
ke atmosfer, sebagian besar 296.000 kubik langsung jatuh kembali ke samudera.
Sebanyak 38.000 kilometer kubik lainnya jatuh ket tanah, tetapi mengalir ke
sungai besar dan kecil dan dikembalikan lagi ke samudera. Sisanya yang sebanyak
62.000 km3 meresap ke dalam tanah dan tersedia untuk ikut ambil bagian dalam
proses kehidupan tetumbuhan dan binatang (Seyhan, 1990).
Air hujan yang terjadi memiliki beberapa tipe yaitu siklonal, zenithal,
orogratis, frontal dan muson. . Hujan yang terjadi antar daerah yang satu dengan
daerah lainnya berbeda-beda, inilah yang disebut hujan wilayah. Penyusunan suatu
rancangan pemanfaatan data hujan di perlukan data rerata curah hujan di daerah
tersebut. Sebaran hujan dalam suatu wilayah tergantung pada tipe hujan dan
kondisi lahan.
Oleh karena itu pemasangan penakar hujan pada suatu wilayah harus
memperhatikan hujan dan kondisi wilayah. Data yang didapat dari penakar hujan
kemudian akan dianalisis hujan wilayah. Data yang diperoleh dari setiap stasiun
hujan dapat digunakan untuk mewakili daerah disekitarnya. Untuk menentukan
curah hujan wilayah dapat dilakukan dengan tiga metode yaitu metode polygon
rerata aritmatik, garis Isohyet dan polygon Thiessen. Namun, metode yang
digunakan kali ini untuk menentukan curah hujan wilayah adalah rerata aritmatik
dan metode polygon Theissen.
 Metode Rerata Aritmatia
Metode ini merupakan metode paling sederhana dalam perhitungan curah

hujan daerah. Metode ini cocok untuk kawasan dengan topografi rata atau datar,
alat penakar tersebar merata / hampir merata, dan cocok untuk kawasan dengan
topografi rata atau datar, dan harga individual curah hujan tidak terlalu jauh dari
harga rata-ratanya. Curah hujan daerah diperoleh dari persamaan berikut.
P=
∑ Pi
n
Keterangan :
P : curah hujan wilayah (mm/tahun)
Pi : data curah hujan semua stasiun (mm/tahun)
n : jumlah stasiun (10 stasiun)
 Metode Garis-garis Isohyet
Metode ini memperhitungkan secara aktual pengaruh tiap-tiap pos penakar

hujan. Metode ini cocok untuk daerah berbukit dan tidak teratur dengan luas lebih
dari 5000 km2. Hujan rerata daerah dihitung dengan persamaan berikut.
( P1 + P2 )
P=
( [(
∑ A
2 ) ])
∑A
 Metode Poligon Thiessen
Metode ini memberikan proporsi luasan daerah pengaruh pos penakar hujan
untuk mengakomodasi ketidakseragaman jarak. Meskipun belum dapat
memberikan bobot yang tepat sebagai sumbangan satu stasiun hujan untuk hujan
daerah, metode ini telah memberikan bobot tertentu kepada masing-masing stasiun
sebagai fungsi jarak stasiun hujan. Metode ini cocok untuk daerah datar dengan
luas 500 – 5000 km2. Hujan rerata daerah untuk metode Poligon Thiessen dihitung
dengan persamaan berikut.
P=
∑ Pi A i
∑ Ai
Keterangan :
Pi : curah hujan yang tercatat di pos penakar hujan
Ai : luas polygon
Langkah-langkah metode pengukuran Poligon Thiessen adalah sebagai berikut.
a. Plot semua lokasi stasiun pengukuran dan tinggi hujan yang ada di sekitar
daerah aliran sungai yang akan ditentukan curah hujan wilayahnya.
b. Sambungkan setiap stasiun pengukuran hujan dengan stasiun pengukuran
terdekatnya terutama untuk stasiun-stasiun pengukuran hujan yang berada dalam
dan paling dekat dengan batas daerah aliran sungai. Sambungkan antara stasiun
akan membentuk deret segitiga yang tidak boleh saling memotong satu sama lain.
c. Tentukan titik tengah dari setiap sisi segitiga kemudian buatlah sebuah
garis tegak lurus terhadap masing-masig sisi segiiga tersebut tepat di titik
tengahnya.
d. Hubungkan setiap garis tegak lurus tersebut satu sama lain sehingga
membentuk poligon-poligon dimana setiap poligon hanya diwakili oleh satu
stasiun pengukuran hujan yang berada di dalam atau paling dekat dengan batas
daerah aliran sungai
Gambar III.3 Contoh hasil penentuan lokasi stasiun pengukuran hujan dengan
metode Polygon Thiessen
 Menggambar pada milimeter block

Metode yang kami lakukan untuk menggambarkan luas tiap stasiun adalah
metode Poligon Thiessen karena dirasa telah memberikan bobot tertentu kepada
masing-masing stasiun sebagai fungsi jarak stasiun hujan, hingga didapa hasil
berikut.
Gambar III.4 Contoh Hasil Menggambar dengan Metode Poligon

Thiessen.
Mencari luas wilayah curah hujan bisa dilakukan dengan persemaan berikut.
jumlah kotak stasiun yang diamati

A¿ x Luas wilayahtotal
jumlah kotak semua stasiun
Penentuan metode yang terpilih adalah metode yang menghasilkan standar deviasi
terkecil.
III.5 Analisis Curah Hujan Harian Maksimum
Sistem hidrologi terkadang dipengaruhi oleh peristiwa-peristiwa yang luar

biasa, seperti hujan lebat, banjir, dan kekeringan. Besaran peristiwa ekstrim
berbanding terbalik dengan frekuensi kejadiannya
Tujuan analisis frekuensi data hidrologi berkaitan dengan besaran

peristiwa-peristiwa ekstrem dengan frekuensi kejadiannya melalui penerapan
distribusi kemungkinan. Data yang dianalisis diasumsikan tidak tergantung dan
terdistribusi secara acak.
Frekuensi hujan adalah besarnya kemungkinan suatu besaran hujan disamai
atau dilampaui. Sedangkan PUH adalah waktu hiporetik dimana hujan dengan
suatu besaran tertentu akan disamai atau dilampaui. Analisis frekuensi curah hujan
didasarkan pada sifat statistik kejadian yang telah lalu untuk
memperolehprobabilitas besaran hujan di masa yang akan datang. Dengan
anggapan bahwa sifat statistik kejadian hujan yang akan datang masih sama
dengan sifat statistik kejadian masa lalu.
 Metode Gumbel Modifikasi
Metode Gumbel Modifikasi digunakan untuk analisis suatu peluang

kejadian dengan beberapa persamaan berikut.
Tr
Y Tr=−ln l n
( (( ) ) )Tr−1
n 0.5
S= ( ∑ ( Ri−R )2
n=1
n−1
)
( Y Tr −Y n )
X Tr =X + S ( Sn )
Keterangan :
YTr = reduced variable
Yn = reduced mean
S = standar deviasi
Sn = reduce standar deviation
Nn= jumlah data

Tr = periode ulang
Nilai Reduce Mean (Yn) dan Reduce Standar Deviation (Sn) dapat dilihat
di tabel berikut.
Tabel III.1 Nilai Reduce Mean (Yn)
Tabel III.2 Nilai Reduce Standar Deviation (Sn)
 Metode Log Pearson Tipe III
Tiga parameter penting dalam Metode Log Pearson Tipe III, yaitu :
1. Harga rata-rata ( R )
2. Simpangan baku (S)
3. Koefisien kemencengan (G)
Hal yang menarik adalah jika G = 0 maka distribusi kembali ke distribusi Log
Normal. Prosedur menentukan curah hujan dengan metode Log Pearson Tipe III.
 Metode Distribusi Normal
Metode disrtibusi normal disebut juga distribusi Gauss.
X T −X
KT=
S
X T = X+ K T S
Keterangan :
XT = perkiraan nilai yang diharapkan terjadi dengan periode T
Xrata-rata = nilai hitung

varian S = standar deviasi varian
KT =faktor frekuensi
Faktor frekuensi merupakan fungsi dan peluang atau periode ulang dan tipe
model matematik ditribusi peluang yang digunakan untuk analisis peluang.
Tabel III.3 Nilai Varibel Reduksi Gauss

III.6 Analisis Intensitas Hujan
Intensitas yang digunakan untuk perhitungan ini merupakan hasil dari

perhitungan intensitas hujan dengan menggunakan Metode yang menghasilnkan
nilai paling mendekati nilai Chi Kuadrat.
Dengan variasi periode ulang hujan mengunakan persamaan berikut.
54 RT + 0.07 RT 2
I T=
tc +0.3 RT
Keterangan :
I T =Intensitas Hujan pada PUH T tahun
RT =Tinggi hujan pada PUH T tahun
 Metode Bell Tanimoto
Dengan variasi periode ulang hujan dan durasi, dilakukan perhitungan

dengan menggunakan metode Bell Tanimoto sebagai berikut.
Tabel III.4 Pedoman Pola Hujan Bell Tanimoto
Dengan menggunakan variasi periode ulang hujan, tinggi hujan dan durasi,
dilakukan perhitungan dengan menggunakan metode Hasper dan Der Weduwen
sebagai berikut :
1218 r +54
Rt =X T
( X T ( 1−t ) +1272t )
Keterangan :
t : Durasi curah hujan dalam satuan jam
XT : Curah hujan maksimum yang terpilih
R
I=
t
Untuk 1≤ t ≤ 24 jam
11300 r X
R=
√ [ ]
t +3.12 100
Untuk 10≤ t ≤ 1 jam
11300 R
R=
√ [ ]
t+ 3.12 100
III.7 Uji Kecocokan
Pengambilan keputusan uji ini menggunakan parameter X2 yang

dapat dihitung degan cara sebagai berikut :
1. Urutkan data pengamatan dari paling tinggi hingga paling rendah

2. Kelompokkan data menjadi G subgrup yang masing-masing
beranggotakan minimal 4 data pengamatan caranya : (1+1,33*ln(N))
3. Jumlahkan data pengamatan sebesar Oi tiap-tiap subgrup
4. Nilai Ei didapatkan dari = N/sub grup yang dibuat
Tabel III.5 Nilai Kritis untuk Distribusi Chi Kuadrat
5. Dengan menggunakan dk = 2, a = 0.05, maka diperoleh batas
penerimaan <5.991
6. Untuk analisis dan perhitungan intensitas hujan dipilih
berdasarkan CHM terbesar
BAB IV
LOKASI PENELITIAN
Penelitian dilakukan di daerah aliran sungai Cisangkuy yang mempunyai luas

30,456 ha. DAS Cisangkuy terletak antara 06˚59’24” - 07˚13’51” LS dan 107˚28’55”
- 107˚39’84” BT di Kabupaten Bandung seperti ditunjukkan seperti yang ditunjukkan
pada Gambar 1. Topografi DAS Cisangkuy bervariasi dari ketinggian 2.054 m dpl (di
atas permukaan laut ) di gunung Malabar, hingga 658 m dpl di pertemuannya dengan
sungai induk, yaitu Sungai Citarum (Subarna et al. 2012).
Gambar IV.1 Lokasi DAS Cisangkuy

IV.1 Tutupan Lahan
Analisis perubahan penutupan lahan di wilayah DAS Cisangkuy
menggunakan data citra satelit Landsat 5 TM untuk tahun 1991 dan Landsat 7 ETM
untuk 2001 dan 2008. Hasil interpretasi dari ketiga data tersebut, menunjukkan bahwa
terjadi perubahan jenis penutupan lahan yang dinyatakan dengan penambahan atau
pengurangan luas dari masing-masing jenis. Tabel 1 menunjukan perubahan
penutupan lahan di DAS Cisangkuy dan Gambar 2 menunjukkan peta jenis penutupan
lahan untuk tahun 1991, 2001 dan 2008.
Tabel IV.1 Perubahan Tutupan Lahan DAS Cisangkuy
Jenis tutupan lahan berhutan, sawah irigasi dan sawah tadah hujan mengalami
penurunan luas dengan pola yang berbeda. Selama tahun 1991-2008, luas lahan
berhutan mengalami penurunan sebesar 34,8% dengan jumlah penurunan terbesar
terjadi pada periode 1991-2001 yaitu sebesar 29,5%, sedangkan untuk tahun 2001-
2008 adalah 7,4%. Perubahan yang terbesar dari lahan berhutan tersebut adalah
menjadi semak belukar, tegalan/ladang, tegalan/ladang bersemak masing-masing
sebesar 1624 ha, 518 ha, 1064 ha pada periode 1991-2001 dan 925 ha, 316 ha, 321 ha
pada 2001-2008.
Berbeda dengan pola penurunan lahan berhutan, pada lahan tanah sawah
irigasi dan tadah hujan penurunan terbesar terjadi pada tahun 2001-2008 yaitu
masing-masing sebesar 18.4% dan 7%. Perubahan lahan terbesar pada dua penutupan
lahan tersebut adalah menjadi pemukiman/ terbangun, tegalan/ladang dan semak
belukar sebesar 523 ha, 52 ha dan 45 ha untuk sawah irigasi dan 158 ha, 65 ha dan 97
ha untuk sawah tadah hujan. Sedangkan pada periode 1991-2001 penurunan lahan
sawah irigasi adalah 2,8% dan sawah tadah hujan 3,4%, dengan perubahan terbesar
menjadi permukiman/terbangun masing-masing 63 ha dan 39 ha.
Jenis penutupan lahan yang perubahannya fluktuatif adalah
kebun/perkebunan, semak belukar, tegalan/ladang dan tegalan/ladang bersemak. Luas
penutupan lahan kebun/perkebunan mengalami peningkatan sebesar 14,8% pada
periode 1991-200 dan mengalami penurunan pada periode 2001-2008 sebesar 9,7%.
Peningkatan luas kebun/perkebunan didapatkan dari perubahan tegalan/ladang (700
ha) dan tegalan/ladang bersemak (914 ha) dan berhutan (483.2 ha), sedangkan
penurunan yang terjadi karena terdapat konversi menjadi semak belukar (137 ha),
tegalan/ladang (387 ha), tegalan/ladang bersemak (1002 ha) dan hutan (158 ha).
Luas semak belukar juga mengalami peningkatan sebesar 195.6% pada
periode 1991-2001 dan mengalami penurunan pada tahun 2001-2008 sebesar 15.8%.
Kenaikan luas tersebut disebabkan oleh perubahan yang terjadi pada lahan berhutan
(1624 ha) tegalan/ladang (664 ha) dan tegalan/ladang bersemak (526 ha). Sedangkan
penurunan luas terjadi karena terdapat konversi menjadi lahan berhutan (793 ha),
tegalan/ladang bersemak (658 ha) dan tegalan/ladang (528 ha).
Luas tegalan/ladang mengalami penurunan pada periode 1991-2001 sebesar
27,4% dan mengalami peningkatan pada periode 2001-2008 sebesar 13,5%.
Penurunan terjadi karena terdapat konversi tegalan/ladang menjadi tegalan/ladang
bersemak (1203 ha), kebun/perkebunan (700 ha), semak belukar (664 ha) dan hutan
(458 ha). Sedangkan untuk peningkatanya terjadi karena konversi dari hutan (316
ha), kebun/perkebunan (387 ha), semak belukar (523 ha) dan tegalan/ladang
bersemak (1033 ha).
Perubahan luas tegalan/ladang bersemak mengalami peningkatan pada
periode 1991-2001 sebesar 29,7% dan penurunan pada periode 2001-2008 sebesar
9,7%. Peningkatan luas terjadi karena konversi dari hutan (1064 ha),
kebun/perkebunan (977 ha), semak belukar (257 ha) dan tegalan/ladang (1203 ha).
Sedangkan penurunan luas terjadi karena konversi menjadi hutan (359 ha),
kebun/perkebunan (918 ha), permukiman/terbangun (294 ha) semak belukar (306 ha)
dan tegalan/ladang (1032 ha).
Gambar IV.2 Jenis tutupan lahan DAS Cisangkuy
IV.2 Cuaca dan Iklim

Cuaca adalah keadaan udara pada suatu waktu yang relatif singkat dan pada
suatu daerah yang relatif sempit. Sedangkan iklim adalah keadaan cuaca rata-rata
pada suatu daerah yang relatif luas dan waktu yang relatif lama. Beberapa faktor yang
memengaruhi cuaca dan iklim adalah radiasi matahari, temperatur udara, tekanan
udara, angin, kelembaban udara, awan, dan hujan. Persebaran rata-rata curah hujan
dan temperatur di kawasan yang mencakup lokasi penelitian dicitrakan pada Gambar
3 dan Gambar 4.
Gambar IV.3 Curah Hujan DAS Cisangkuy

Gambar IV.4 Peta Sebaran Suhu Udara Bandung
BAB V
HASIL DAN PEMBAHASAN
V.1 Melengkapi Data Curah Hujan
Tabel V.1 Data Curah Hujan Kosong dari Tahun 1985-2014 di DAS Cisangkuy
No POS HUJAN
Urut TAHUN
P1 P2 P3 P4 P5 P6 P7 P8 P9
Data
1 1985 241 299 194 538 395 242 305 250 223
2 1986 625 226 249 277 351 428 349 287
3 1987 270 53 180 145 476 221 189 200
4 1988 262 146 239 286 56 218 182 550 249
5 1989 332 348 191 231 211 137 98 516 328
6 1990 150 280 288 275 370 119 177 122 118
7 1991 320 265 270 315 256 226 109 112 109
8 1992 444 255 185 225 173 146 325
9 1993 205 222 235 38 74 79 592 339
10 1994 207 185 182 48 304 214 264 237
11 1995 162 65 130 136 394 133 399 266
12 1996 141 215 135 163 144 488 292 367 400
13 1997 288 238 384 144 321 134 371 192
14 1998 110 169 294 24 207
15 1999 145 128 336 117 232 343 190 167 526
16 2000 223 159 188 223 68 156 384 287
17 2001 199 140 171 260 131 244 197
18 2002 137 206 203 221 134 400 156 269 489
19 2003 305 188 175 132 193 221 253
20 2004 177 459 223 313 331 531 145 395 243
21 2005 108 186 99 544 182 163 461 428 144
22 2006 376 230 215 286 214 258 268 270 235
23 2007 258 116 327 165 441 201
24 2008 163 237 214 184 170 398 297
25 2009 206 63 69 125 130 334 209 441
26 2010 50 169 103 377 187 244 181 289 179
27 2011 112 248 165 68 350 226 583 357
28 2012 104 61 380 305 120 170 399 559 243
29 2013 194 44 127 265 167 129 156
30 2014 260 329 269 240 216 142 365 227 276
Untuk mengetahui metode apa yang digunakan, maka hal pertama yang perlu
dicari adalah persen perbedaan curah hujan antara stasiun pembanding dan stasiun
yang kehilangan data. Perhitungannya adalah sebagai berikut :
2
S = ∑ Ri−R = 45.44
(
√
n−1
)
S 45.44
∆= x 100% = x 100% = 18.91%
R 240.32
Karena ∆ > 10%, maka metode yang digukan adalah metode perbandingan normal
dengan persamaan sebagai berikut :
Keterangan :
n : jumlah stasium pembanding
rx : tinggi curah hujan yang dicari
rn : tinggi curah hujan pada tahun yang sama dengan rx, pada setiap stasiun
pembandung
Rx : harga rata-rata tinggi curah hujan pada stasiun pengukur yang salah satu curah
Rn : harga rata-rata tinggi curah hujan pada setiap stasiun pembanding selama kurun
waktu yang sama
Langkah selanjutnya adalah mencari tinggi curah hujan dan rn/Rn sesuai
dengan perhitungan berikut:
Contoh perhitungan tinggi curah hujan (rx) dan rn/Rn untuk P1 :
rn 241
Rx = = = 1.09 mm/tahun (perhitungan pos selanjutnya mneggunakan cara
Rn 220.31
yang sama). Sehingga diperoleh rn/Rn untuk tahun 1985 adalah jumlah total dari
sembilan pos pada tahun yang sama, yaitu :
∑rn/Rn = 1.09 + 1.45 + 0.90 + 2.09 + 2.32 + 0.92 + 1.32 + 0.76 + 0.82
= 11.68 mm/tahun
Hasil perhitungan tinggi curah hujan semua pos dari tahun 1985-2014 dapat
dilihat pada tabel berikut :
Tabel V.2 Hasil Perhitunagan rn/Rn
No TAHU Data Pos Hujan

Uru N P1 P2 P3 P4 P5 P6 P7 P8 P9 Σ(rn/R
t n)
Dat
a
1.0 1.4 0.9 2.0 2.3 0.9 1.3 0.7 0.8
1985
1 9 5 0 9 2 2 2 6 2 11.68
0.0 3.0 1.0 0.9 1.6 1.3 1.8 0.0 1.0
1986
2 0 3 5 7 3 3 5 0 6 10.91
1.2 0.2 0.8 0.0 0.8 1.8 0.9 0.5 0.7
1987
3 3 6 4 0 5 1 6 8 4 7.25
1.1 0.7 1.1 1.1 0.3 0.8 0.7 1.6 0.9
1988
4 9 1 1 1 3 3 9 8 2 8.66
1.5 1.6 0.8 0.9 1.2 0.5 0.4 1.5 1.2
1989
5 1 8 9 0 4 2 2 8 1 9.95
0.6 1.3 1.3 1.0 2.1 0.4 0.7 0.3 0.4
1990
6 8 6 4 7 7 5 7 7 4 8.64
1.4 1.2 1.2 1.2 1.5 0.8 0.4 0.3 0.4
1991
7 5 8 5 2 0 6 7 4 0 8.79
2.0 1.2 0.8 0.8 1.0 0.5 1.4 0.0 0.0
1992
8 2 3 6 7 2 5 1 0 0 7.96
0.9 0.0 1.0 0.9 0.2 0.2 0.3 1.8 1.2
1993
9 3 0 3 1 2 8 4 1 5 6.78
0.9 0.0 0.8 0.7 0.2 1.1 0.9 0.8 0.8
1994
10 4 0 6 1 8 5 3 1 7 6.55
0.7 0.3 0.6 0.0 0.8 1.5 0.5 1.2 0.9
1995
11 4 1 0 0 0 0 8 2 8 6.72
0.6 1.0 0.6 0.6 0.8 1.8 1.2 1.1 1.4
1996
12 4 4 3 3 5 5 6 2 8 9.50
1.3 1.1 1.7 0.0 0.8 1.2 0.5 1.1 0.7
1997
13 1 5 8 0 5 2 8 3 1 8.73
0.0 0.5 0.7 1.1 0.1 0.0 0.9 0.0 0.0
1998
14 0 3 8 4 4 0 0 0 0 3.50
0.6 0.6 1.5 0.4 1.3 1.3 0.8 0.5 1.9
1999
15 6 2 6 5 6 0 2 1 4 9.23
1.0 0.7 0.8 0.8 0.4 0.5 1.6 0.0 1.0
2000
16 1 7 7 7 0 9 6 0 6 7.23
0.0 0.9 0.0 0.5 1.0 0.9 0.5 0.7 0.7
2001
17 0 6 0 4 0 9 7 4 3 5.54
0.6 1.0 0.9 0.8 0.7 1.5 0.6 0.8 1.8
2002
18 2 0 4 6 9 2 8 2 0 9.03
1.3 0.9 0.0 0.6 0.7 0.0 0.8 0.6 0.9
2003
19 8 1 0 8 8 0 4 7 3 6.19
0.8 2.2 1.0 1.2 1.9 2.0 0.6 1.2 0.9
2004
20 0 2 3 2 4 2 3 1 0 11.97
0.4 0.9 0.4 2.1 1.0 0.6 1.9 1.3 0.5
2005
21 9 0 6 2 7 2 9 1 3 9.49
1.7 1.1 1.0 1.1 1.2 0.9 1.1 0.8 0.8
2006
22 1 1 0 1 6 8 6 2 7 10.02
1.1 0.5 0.0 1.2 0.0 0.6 0.0 1.3 0.7
2007
23 7 6 0 7 0 3 0 5 4 5.72
0.7 1.1 0.9 0.7 1.0 1.5 0.0 0.0 1.1
2008
24 4 5 9 2 0 1 0 0 0 7.20
0.9 0.3 0.0 0.2 0.7 0.4 1.4 0.6 1.6
2009
25 4 0 0 7 3 9 5 4 3 6.45
0.2 0.8 0.4 1.4 1.1 0.9 0.7 0.8 0.6
2010
26 3 2 8 7 0 3 8 8 6 7.34
0.0 0.5 1.1 0.6 0.4 1.3 0.0 1.7 1.3
2011
27 0 4 5 4 0 3 0 8 2 7.16
0.4 0.3 1.7 1.1 0.7 0.6 1.7 1.7 0.9
2012
28 7 0 6 9 0 5 3 1 0 9.40
0.8 0.2 0.5 1.0 0.0 0.6 0.5 0.4 0.0
2013
29 8 1 9 3 0 3 6 8 0 4.38
1.1 1.5 1.2 0.9 1.2 0.5 1.5 0.6 1.0
2014
30 8 9 5 3 7 4 8 9 2 10.05
Untuk mengisi data curah hujan yang masih kosong, maka dapat digunakan metode
perbandingan normal dengan persamaan :
Untuk data kosong pada pos 1 tahun 1986 adalah sebagai berikut :
10.91 x 220.31
Rx = = 343.46 mm/tahun
7
Data kosong pada pos selanjutnya dapat dicari dengan menggunakan

perhitungan yang sama seperti di atas. Hasil akhir dari data curah hujan dapat dilihat
pada tabel berikut :
Tabel V.3 Nilai Data Curah Hujan Lengkap
No Data Pos Hujan

Ur
TAH
ut
UN P1 P2 P3 P4 P5 P6 P7 P8 P9
Da
ta
1 1985 241 299 194 538 395 242 305 250 223
343. 510.
1986 625 226 249 277 351 428 287
2 46 73
233.
1987 270 53 180 145 476 221 189 200
3 01
4 1988 262 146 239 286 56 218 182 550 249
5 1989 332 348 191 231 211 137 98 516 328
6 1990 150 280 288 275 370 119 177 122 118
7 1991 320 265 270 315 256 226 109 112 109
372. 308.
1992 444 255 185 225 173 146 325
8 52 11
175.
1993 205 222 235 38 74 79 592 339
9 06
169.
1994 207 185 182 48 304 214 264 237
10 12
216.
1995 162 65 130 136 394 133 399 266
11 14
12 1996 141 215 135 163 144 488 292 367 400
280.
1997 288 238 384 144 321 134 371 192
13 55
154. 184. 229. 189.
1998 110 169 294 24 207
14 06 14 09 48
15 1999 145 128 336 117 232 343 190 167 526
296.
2000 223 159 188 223 68 156 384 287
16 23
174. 170.
2001 199 140 171 260 131 244 197
17 29 49
18 2002 137 206 203 221 134 400 156 269 489
190. 232.
2003 305 188 175 132 193 221 253
19 67 98
20 2004 177 459 223 313 331 531 145 395 243
21 2005 108 186 99 544 182 163 461 428 144
22 2006 376 230 215 286 214 258 268 270 235
205. 162. 220.
2007 258 116 327 165 441 201
23 39 26 27
237. 337.
2008 163 237 214 184 170 398 297
24 77 03
173.
2009 206 63 69 125 130 334 209 441
25 66
26 2010 50 169 103 377 187 244 181 289 179
225. 236.
2011 112 248 165 68 350 583 357
27 35 4
28 2012 104 61 380 305 120 170 399 559 243
106. 169.
2013 194 44 127 265 167 129 156
29 57 6
30 2014 260 329 269 240 216 142 365 227 276
V.2 Uji Konsistensi

Dari hasil data curah hujan sebelumnya, perlu dilakuakn uji konsistensi. Uji
konsistensi penting karena pengamatan curah hujan dapat mengalami perubahan
yang diakibatkan beberapa hal seperti perubahan lokasi pengukuran, pemaparan, dll.
Untuk melakukan uji konsistensi, langkah awal yang harus dilakukan adalah
mencari P (nama stasiun), P pembanding, akumulasi (nama stasiun) dan akumulasi
pembanding. Contoh perhitungan uji konsistensi untuk P1 adalah sebagai berikut :
P 2+ P 3+ P 4 + P5+ P 6+ P 7+ P 8+ P 9
1. P pembanding =
8
209+194+538+395+ 242+305+ 250+223
=
7
= 305.75 mm/tahun
2. Akumulasi stasiun, merupakan akumulasi dari tinggi curah hujan pada P1 tahun
tersebut dengan tahun berikutnya. Diisi dari sel bawah ke sel atas
3. Akumulasi pembanding, merupakan akumulasi dari tinggi curah hujan pada P
pembanding tahun tersebut dengan tahun berikutnya. Diisi dari sel bawah ke sel
atas.
Hasil dari perhitungan di atas dapat dilihat pada tabel berikut :
Tabel V.4 Hasil Perhitungan Uji Konsistensi pada Pos 1
Akumulasi
TAHUN P Pembanding Akumulasi Pembanding
Stasiun
305.7500 6625.1633 7228.1637

1985
369.2164 6384.1633 6922.4137
1986
212.1262 6040.7017 6553.1973
1987
240.7500 5770.7017 6341.0711
1988
257.5000 5508.7017 6100.3211
1989
218.6250 5176.7017 5842.8211
1990
207.7500 5026.7017 5624.1961
1991
248.7040 4706.7017 5416.4461
1992
219.2581 4262.7017 5167.7421
1993
1994 200.3905 4057.7017 4948.4840
217.3931 3850.7017 4748.0935
1995
275.5000 3688.7017 4530.7004
1996
258.0690 3547.7017 4255.2004
1997
175.8378 3259.7017 3997.1314
1998
254.8750 3105.6440 3821.2937
1999
220.1532 2960.6440 3566.4187
2000
189.0614 2737.6440 3346.2655
2001
259.7500 2563.3491 3157.2040
2002
198.2072 2426.3491 2897.4540
2003
330.0000 2121.3491 2699.2468
2004
275.8750 1944.3491 2369.2468
2005
247.0000 1836.3491 2093.3718
2006
229.7408 1460.3491 1846.3718
2007
259.3496 1202.3491 1616.6310
2008
193.0828 1039.3491 1357.2814
2009
216.1250 833.3491 1164.1986
2010
264.9250 783.3491 948.0736
2011
279.6250 558.0000 683.1486
2012
145.5236 454.0000 403.5236
2013
258.0000 260.0000 258.0000
2014
Dari data di atas, maka dibuat grafik scatter dengan sb-x adalah nilai
akumulasi pembanding dan sb-y adalah nilai akumulasi (nama stasiun). Kemudian
diregresikan, grafik yang diperoleh adalah sebagai berikut :
7000
f(x) = x − 536.4
6000 f(x) = 0.91 x − 203.97 R² = 0.99
R² = 0.99
5000
4000 f(x) = 0.82 x − 19.53

R² = 1
3000
2000
1000
0
0 1000 2000 3000 4000 5000 6000 7000 8000
Gambar V.1 Grafik Lengkung Massa Ganda pada P1
Dari grafik di atas, persamaan y = 0.9127 x – 203.97 dengan R2 = 0.9919

didapatkan dari regresi akumulasi pembanding dan akumulasi stasiun. Pada grafik,
ada 2 segmen yang terdapat minimal 5 titik berurutan yang keluar dari garis linear,
maka data tersebut perlu dikoreksi dengan cara diregresikan.Dari hasil regresi titik
yang keluar, didapatkan persamaan :
y = 0.996x – 536.4 dengan R2 = 0.9931, dan
y = 0.824x – 19.532 dengan R2 = 0.9967
Dari grafik di atas, maka dapat diperoleh nilai tan α0, tan α, k dan CHMM sebagai
berikut :
Tabel V.5 Hasil Koreksi Data Curah Hujan pada P1
tan α0 tan α k CHMM
0.9127 0.996 1.0913 262.9955

0.9127 0.996 1.0913 374.8086
0.9127 0.996 1.0913 294.6423
0.9127 0.996 1.0913 285.9121
0.9127 0.996 1.0913 362.3009
0.9127 0.9127 1.0000 150.0000
0.9127 0.9127 1.0000 320.0000
0.9127 0.9127 1.0000 444.0000
0.9127 0.824 0.9028 185.0772
0.9127 0.824 0.9028 186.8829
0.9127 0.824 0.9028 146.2562
0.9127 0.824 0.9028 127.2970
0.9127 0.824 0.9028 260.0110
0.9127 0.824 0.9028 139.0857
0.9127 0.824 0.9028 130.9083
0.9127 0.824 0.9028 201.3279
0.9127 0.824 0.9028 157.3562
0.9127 0.824 0.9028 123.6858
0.9127 0.9127 1.0000 305.0000
0.9127 0.9127 1.0000 177.0000
0.9127 0.9127 1.0000 108.0000
0.9127 0.9127 1.0000 376.0000
0.9127 0.9127 1.0000 258.0000
0.9127 0.9127 1.0000 163.0000
0.9127 0.9127 1.0000 206.0000
0.9127 0.9127 1.0000 50.0000
0.9127 0.9127 1.0000 225.3491
0.9127 0.9127 1.0000 104.0000
0.9127 0.9127 1.0000 194.0000
0.9127 0.9127 1.0000 260.0000
Adapun untuk uji konsistensi pada P2-P9 mengikuti perhitungan di atas.
V.3 Uji Homogenitas

Data curah hujan harian maksimum (CHHM) stasiun Baleendah yang telah
dikoreksi pada uji konsistensi disajikan dalam tabel lalu dihitung jumlah dan rata-
ratanya dan dicari standar deviasinya dengan persamaan berikut:
262527.4786
σ=
√ 29
=95.14552893
Setelah menentukan standard deviasi, RT10 dapat dihitung (curah hujan

tahunan dengan PUH 10 tahun) dengan modifikasi persamaan Gumbel.
[ ( ( )) ]
RT 10=219.2965544− 0.78 ln ln
10
9
+0.45 95.14552893
RT 10=343.4887304
Kemudian tentukan TR (occurence interval atau PUH untuk curah hujan

tahunan rata-rata) dengan menggunakan persamaan yang digunakan adalah sebagai
berikut:
343.4887304
T R= ×2.33=3.649527206
219.2965544
Tabel V.6 Hasil Perhitungan Uji Homogenitas P1
Tahun CHHM CHHM (CHHM

-R -R)^2
262.995 43.6989 1909.59
1985
5 5 9
374.808 24183.9
1986 155.512
6 9
294.642 75.3457 5676.97
1987
3 2 7
285.912 66.6155 4437.63
1988
1 7 5
362.300 143.004 20450.2
1989
9 3 3
- 4802.01
1990 150
69.2966 2
100.703 10141.1
1991 320
4 8
224.703 50491.6
1992 444
4 4
185.077 - 1170.96
1993
2 34.2193 1
186.882 - 1050.64
1994
9 32.4137 7
146.256 - 5334.89
1995
2 73.0404 9
- 8463.91
1996 127.297
91.9995 2
1657.66
1997 260.011 40.7144
3
139.085 - 6433.77
1998
7 80.2108 5
130.908 - 7812.48
1999
3 88.3883 5
201.327 - 322.871
2000
9 17.9686 5
157.356 - 3836.60
2001
2 61.9404 8
123.685 - 9141.42
2002
8 95.6108 3
85.7034 7345.08
2003 305
5 1
- 1788.99
2004 177
42.2966 9
- 12386.9
2005 108
111.297 2
156.703 24555.9
2006 376
4 7
38.7034 1497.95
2007 258
5 7
- 3169.30
2008 163
56.2966 2
- 176.798
2009 206
13.2966 4
- 28661.3
2010 50
169.297 2
225.349 36.6331
2011 6.05253
1 2
-
2012 104 13293.3
115.297
- 639.915
2013 194
25.2966 7
40.7034
2014 260 1656.77
5
6578.89 262527.
Jumlah
7 5
219.296
Rata-rata
6 95.1455
Standar 3
deviasi
RT 10 343.4887304
Jumlah
30
data
TR 3.649527206
Gambar V.2 Grafik N-TR untuk P1
Titik pertemuan N dan TR pada grafik di atas berada didalam corong kurva,
sehingga data pada Stasiun Baleendah dikatakan homogen.
Perhitungan pada stasiun lainnya sama seperti perhitungan di Stasiun Baleendah.
Tabel V.7 Perhitungan Uji Homogenitas P2
CHHM (CHH
Tahun CHHM
-R M-R)^2
94.6937 8966.89
1985 299
1 9
420.693 176983.
1986 625
7 2
- 22893.5
1987 53
151.306 9
- 3399.62
1988 146
58.3063 4
143.693 20647.8
1989 348
7 8
1990 280 75.6937 5729.53
1 8
60.6937 3683.72
1991 265
1 6
50.6937 2569.85
1992 255
1 2
175.064 - 855.076
1993
6 29.2417 7
169.124 - 1237.78
1994
1 35.1822 5
- 19406.2
1995 65
139.306 4
10.6937 114.355
1996 215
1 4
33.6937 1135.26
1997 238
1 6
- 8893.67
1998 110
94.3063 6
-
1999 128 5822.65
76.3063
-
2000 159 2052.66
45.3063
- 28.1567
2001 199
5.30629 2
1.69370 2.86865
2002 206
9 1
- 265.895
2003 188
16.3063 1
254.693 64868.8
2004 459
7 9
- 335.120
2005 186
18.3063 3
25.6937 660.166
2006 230
1 7
- 7798.00
2007 116
88.3063 1
32.6937 1068.87
2008 237
1 9
- 19967.4
2009 63
141.306 7
- 1246.53
2010 169
35.3063 4
- 8520.45
2011 112
92.3063 1
- 20536.6
2012 61
143.306 9
- 25698.1
2013 44
160.306 1
124.693 15548.5
2014 329
7 2
6129.18 450937.
Jumlah
9 8
204.306
Rata-rata
3 124.697
Standar 9

deviasi
RT 10 367.0728409
Jumlah
30
data
TR 4.186262284
sehingga data pada Stasiun Cibintinu dikatakan homogen.

CHHM (CHH
Tahun
CHHM -R M-R)^2
- 229.744
1985
194 15.1573 7
16.8426 283.675
1986
226 7 5
-
1987
180 29.1573 850.15
29.8426 890.584
1988
239 7 8
- 329.688
1989
191 18.1573 7
78.8426 6216.16
1990
288 7 6
1991 270 60.8426 3701.83
7
- 583.576
1992
185 24.1573 7
12.8426 164.934
1993
222 7 1
- 583.576
1994
185 24.1573 7
- 6265.88
1995
130 79.1573 3
-
1996
135 74.1573 5499.31
174.842 30569.9
1997
384 7 6
- 1612.61
1998
169 40.1573 1
126.842 16089.0
1999
336 7 6
176.011 - 1098.65
2000
4 33.1459 2
159.619 - 2454.02
2001
3 49.5381 1
190.054 -
2002
9 19.1025 364.904
178.513 - 939.029
2003
7 30.6436 8
208.779 - 0.14276
2004
5 0.37784 5
92.6868 13565.3
2005
6 -116.47 7
5.84266 34.1367
2006
215 8 7
205.391 - 14.1800
2007
7 3.76565 8
4.84266 23.4514
2008
214 8 4
173.662 - 1259.87
2009
6 35.4947 2
- 11269.3
2010
103 106.157 8
38.8426 1508.75
2011
248 7 3
170.842 29187.2
2012
380 7 2
- 6749.82
2013
127 82.1573 7
59.8426 3581.14
2014
269 7 5
145920.
Jumlah
6274.72 8
209.157
Rata-rata 3
Standar 70.9348
deviasi 5
RT 10 301.7476354
Jumlah
data 30
TR 3.361450371

Titik pertemuan N dan TR pada grafik di atas berada didalam corong kurva, sehingga
data pada Stasiun Tanjungsari dikatakan homogen.

CHHM (CHH
Tahun
CHHM -R M-R)^2
83997.3
1985
538 289.823 6
0.82297 0.67729
1986
249 9 4
233.009 - 230.047
1987
7 15.1673 5
37.8229 1430.57
1988
286 8 8
295.050
1989
231 -17.177 1
26.8229 719.472
1990
275 8 2
66.8229 4465.31
1991
315 8 1
537.174
1992
225 -23.177 3
173.633
1993
235 -13.177 9
4379.39
1994
182 -66.177 8
216.144 - 1026.06
1995
8 32.0322 1
7255.12
1996
163 -85.177 5
280.551 32.3746 1048.11
1997
7 4 8
45.8229 2099.74
1998
294 8 5
- 17207.4
1999
117 131.177 1
633.882
2000
223 -25.177 4
117.045 - 17195.4
2001
7 131.131 3
-
2002
184.765 63.4121 4021.09
146.307 10377.4
2003
1 -101.87 8
261.680 13.5036 182.348
2004
7 6 8
42695.5
2005
454.806 206.629 5
37.8229 1430.57
2006
286 8 8
78.8229 6213.06
2007
327 8 2
2008 184 -64.177 4118.69
-
2009
69 179.177 32104.4
16595.3
2010
377 128.823 6
6918.41
2011
165 -83.177 7
56.8229 3228.85
2012
305 8 1
16.8229 283.012
2013
265 8 6
- 66.8636
2014
240 8.17702 7
7445.31 270930.
Jumlah
1 2
Rata-rata 248.177
Standar
deviasi 96.6562
RT 10 374.34105
Jumlah
data 30
TR 3.514485922
sehingga data pada Stasiun Banjaran dikatakan homogen.
Tahun CHHM CHHM - R (CHHM-R)^2

1985 395 225.3305 50773.84
1986 277 107.3305 11519.84
1987 145 -24.6695 608.5834
1988 56 -113.669 12920.75
1989 211 41.33052 1708.212
1990 370 200.3305 40132.32
1991 256 86.33052 7452.958
1992 173 3.330517 11.09234
1993 38 -131.669 17336.85
1994 48 -121.669 14803.46
1995 136 -33.6695 1133.634
1996 144 -25.6695 658.9224
1997 144 -25.6695 658.9224
1998 24 -145.669 21219.6
1999 232 62.33052 3885.093
2000 68 -101.669 10336.68
2001 171 1.330517 1.770275
2002 134 -35.6695 1272.312
2003 132 -37.6695 1418.99
2004 331 161.3305 26027.54
2005 182 12.33052 152.0416
2006 214 44.33052 1965.195
2007 174.6226 4.953165 24.53385
2008 182.9476 13.27815 176.3092
2009 134.5203 -35.1492 1235.464
2010 201.2424 31.57291 996.8485
2011 73.17905 -96.4904 9310.403
2012 120 -49.6695 2467.058
2013 106.5725 -63.097 3981.235
2014 216 46.33052 2146.517
Jumlah 5090.084 246337
Rata-rata 169.6695
Standar
deviasi 92.16495
RT 10 289.9711531
Jumlah
data 30
TR 3.982052487
sehingga data pada Stasiun Pasir Jambu dikatakan homogen.

1985 242 -9.37211 87.83654
1986 351 99.62789 9925.716
1987 476 224.6279 50457.69
1988 218 -33.3721 1113.698
1989 137 -114.372 13080.98
1990 119 -132.372 17522.38
1991 226 -25.3721 643.7442
1992 120.148 -131.224 17219.76
1993 60.89695 -190.475 36280.79
1994 250.1713 -1.20085 1.442046
1995 324.2351 72.86301 5309.018
1996 401.5907 150.2186 22565.63
1997 321 69.62789 4848.042
1998 184.1365 -67.2356 4520.622
1999 343 91.62789 8395.669
2000 156 -95.3721 9095.84
2001 260 8.627885 74.4404
2002 400 148.6279 22090.25
2003 232.9848 -18.3873 338.093
2004 531 279.6279 78191.75
2005 163 -88.3721 7809.631
2006 258 6.627885 43.92886
2007 165 -86.3721 7460.142
2008 398 146.6279 21499.74
2009 130 -121.372 14731.19
2010 244 -7.37211 54.34808
2011 350 98.62789 9727.46
2012 170 -81.3721 6621.421
2013 167 -84.3721 7118.654
2014 142 -109.372 11962.26
Jumlah 7541.163 388792.2
Rata-rata 251.3721
Standar
deviasi 115.787
RT 10 402.507305
Jumlah
data 30
TR 3.730891239
sehingga data pada Stasiun Pangalengan dikatakan homogen.

1985 345.4449 102.7752 10562.75
1986 484.7555 242.0858 58605.55
1987 250.306 7.636317 58.31333
1988 206.1344 -36.5353 1334.83
1989 110.9954 -131.674 17338.11
1990 177 -65.6697 4312.507
1991 109 -133.67 17867.58
1992 325 82.33032 6778.281
1993 79 -163.67 26787.76
1994 195.8905 -46.7792 2188.291
1995 121.745 -120.925 14622.77
1996 267.2899 24.62018 606.1531
1997 122.6604 -120.009 14402.22
1998 189.4829 -53.1868 2828.836
1999 173.9215 -68.7482 4726.315
2000 351.5045 108.8348 11845.01
2001 131 -111.67 12470.12
2002 156 -86.6697 7511.634
2003 193 -49.6697 2467.077
2004 145 -97.6697 9539.367
2005 461 218.3303 47668.13
2006 268 25.33032 641.6251
2007 220.2705 -22.3991 501.7216
2008 237.7651 -4.90458 24.05489
2009 334 91.33032 8341.227
2010 224.3058 -18.3639 337.2329
2011 292.9604 50.29067 2529.152
2012 494.4641 251.7944 63400.44
2013 159.8643 -82.8053 6856.724
2014 452.3293 209.6597 43957.17
Jumlah 7280.09 401111
Rata-rata 242.6697
Standar
deviasi 117.607
RT 10 396.1805457
Jumlah
data 30
TR 3.80393903
sehingga data pada Stasiun Cibeureum dikatakan homogen.

1985 250 -81.1864 6591.23
1986 510.7313 179.5449 32236.37
1987 189 -142.186 20216.97
1988 550 218.8136 47879.4
1989 516 184.8136 34156.07
1990 122 -209.186 43758.95
1991 112 -219.186 48042.67
1992 372.5173 41.33096 1708.248
1993 592 260.8136 68023.74
1994 264 -67.1864 4514.011
1995 399 67.81361 4598.685
1996 367 35.81361 1282.615
1997 371 39.81361 1585.123
1998 229.0855 -102.101 10424.58
1999 167 -164.186 26957.17
2000 296.2255 -34.9609 1222.262
2001 244 -87.1864 7601.467
2002 269 -62.1864 3867.147
2003 221 -110.186 12141.04
2004 395 63.81361 4072.177
2005 428 96.81361 9372.875
2006 270 -61.1864 3743.775
2007 441 109.8136 12059.03
2008 337.032 5.845642 34.17153
2009 209 -122.186 14929.51
2010 289 -42.1864 1779.692
2011 583 251.8136 63410.09
2012 559 227.8136 51899.04
2013 156 -175.186 30690.27
2014 227 -104.186 10854.8
Jumlah 9935.592 579653.2
Rata-rata 331.1864
Standar
deviasi 141.3791
RT 10 515.7265838
Jumlah
data 30
TR 3.628298054
sehingga data pada Stasiun Cileunca dikatakan homogen.

1985 223 -43.521 1894.081
1986 287 20.47896 419.3877
1987 200 -66.521 4425.049
1988 249 -17.521 306.987
1989 328 61.47896 3779.662
1990 118 -148.521 22058.5
1991 109.816 -156.705 24556.48
1992 310.4213 43.90026 1927.233
1993 341.5377 75.01668 5627.502
1994 238.7742 -27.7469 769.8895
1995 267.9913 1.470209 2.161515
1996 402.9944 136.4733 18624.97
1997 192 -74.521 5553.386
1998 189.4801 -77.0409 5935.299
1999 526 259.479 67329.33
2000 287 20.47896 419.3877
2001 197 -69.521 4833.175
2002 489 222.479 49496.89
2003 253 -13.521 182.8186
2004 243 -23.521 553.2395
2005 144 -122.521 15011.41
2006 235 -31.521 993.5762
2007 201 -65.521 4293.007
2008 297 30.47896 928.9668
2009 441 174.479 30442.91
2010 179 -87.521 7659.933
2011 357 90.47896 8186.442
2012 243 -23.521 553.2395
2013 169.6164 -96.9047 9390.514
2014 276 9.478957 89.85062
Jumlah 7995.631 296245.3
Rata-rata 266.521
Standar
deviasi 101.071
RT 10 398.4477018
Jumlah
data 30
TR 3.483339002
sehingga data pada Stasiun Malabar dikatakan homogen.
V.4 Analisis Curah Hujan Wilayah

Dalam menentukan curah hujan wilayah, dengan menggunakan data yag
dperoleh dari setiap hujan dapat digunakan untuk mewakili daerah di sekitarnya. Ada
tiga metode yang digunakan yaitu metode Polygon Thiessen, Isohyet, dan rerata
aritmatika. Namun pada kali ini metode yang digunakan hanya dua dalam
menentukan curah hujan wilayah yaitu rerata aritmatika dan Polygon Thiessen.
 Metode Polygon Thiessen
Pertama-tama, gambarkan peta lokasi masing-masing stasiun di kertas
milimeter block kemudian stasiun yang saling berdekatan dihubungkan dengan garis
putus-putus. Garis putus-putus akan membentuk beberapa segitiga, dari titik tengah
setiap garis yang membentuk segitiga dibuat titik beratnya lalu tarik garis dari titik
berat tersebut melewati titik tengah setiap garis dan akan membentuk poligon yang
menandai wilayah curah hujannya.
Gambar V.11 Wilayah Curah Hujan dengan Metode Polygon Thiessen
Kemudian berdasarkan gambar 5.4.1 jumlah kotak pada setiap stasiun
dihitung, contoh perhitungan menggunakan Stasiun Baleendah dimana kotak pada
Stasiun Bandung sebanyak 9.4 dan total luas wilayahnya sebesar 304.56 km 2. Contoh
perhitungan luas wilayah Baleendah adalah sebagai berikut.
jumlah kotak Baleendah
A= ×luas total
Jumlah kotak total
9.4
A= ×304.56=6.10 km2
469.5
Dengan menggunakan cara yang sama untuk semua wilayah, maka didapatkan luas
wilayah tiap daerah.
Tabel V.15 Hasil Perhitungan Luas tiap Daerah
Balee Cibi Tanjun Banja Pasirj Pangal Cibeu Cileu
Malab Luas
Wilayah ndah ntin gsari ran ambu engan reum nca
ar (9) Total
(1) u (2) (3) (4) (5) (6) (7) (8)
Jl.kotak 9.4 42.3 26.9 97.2 28.3 115.7 18.4 110.7 20.6 469.5
Luas
304.56
DAS
Lwil(km 6.10 27.4 17.45 63.05 18.36 75.05 11.94 71.81 13.36 304.56
2) 4
Setelah luas wilayah tiap stasiun pengamatan didapatkan, langkah selanjutnya

adalah menentukan curah hujan wilayah dengan metode Thiessen dengan
menggunakan persamaan di bawah ini
Nilai curah hujan yang didapatkan untuk tahun 1985 adalah P = 320 mm/tahun.
Dengan menggunakan cara yang sama untuk semua tahun, maka didapatkan curah
hujan dan simpangan baku untuk metode polygon Thiessen
Tabel V.16 Hasil Perhitungan Curah Hujan Wilayah dengan Metode Polygon
Thiessen
Curah
Hujan
Tahun
(mm/tahun/
km²)
1985 320
1986 384
1987 258
1988 298
1989 284
1990 194
1991 218
1992 243
1993 256
1994 212
1995 260
1996 286
1997 295
1998 200
1999 225
2000 213
2001 200
2002 268
2003 200
2004 371
2005 295
2006 261
2007 268
2008 286
2009 156
2010 257
2011 318
2012 303
2013 168
2014 231
Simpan
gan 54.26
Baku
 Metode aritmatika
Metode ini merupakan metode paling sederhana dalam perhitungan curah

hujan wilayah. Curah hujan wilayah diperoeh dengan persamaan.
Curah hujan yang didapatkan untuk tahun 1985 adalah sebesar
263.00+299.00+194.00+538.00+ 242.00+ 250.00

P=
6
P=298 mm/tahun
Dengan menggunakan cara yang sama untuk semua tahun, maka didapatkan
curah hujan dan simpangan baku untuk metode aritmatika
Tabel V.17 Hasil Perhitungan Curah Hujan Wilayah dengan Metode Aritmatika
Curah
Hujan
Tahun
(mm/tahun/
km²)
1985 298
1986 389
1987 238
1988 287
1989 298
1990 206
1991 251
1992 267
1993 245
1994 206
1995 213
1996 235
1997 309
1998 188
1999 204
2000 202
2001 190
2002 229
2003 212
2004 339
2005 239
2006 273
2007 252
2008 256
2009 142
2010 205
2011 281
2012 263
2013 159
2014 245
Simpan 52.29
gan
Baku
Dengan membandingkan besar dari simpangan baku metode polygon

Thiessen dan metode aritmatika, maka metode terpilih untuk digunakan pada uji
selanjutnya adalah metode aritmatika karena memiliki simpangan baku yang lebih
kecil.
V.5. Curah Hujan Harian Maksimum
Nilai curah hujan harian maksimum dapat dihitung melalui Metode Gumbel,
Metode Log Pearson III dan Metode Distribusi Normal. Dari hasil perhitungan curah
hujan harian wilayah menggunakan metode Thiessen dan Aritmatik dipilih metode
yang memberikan nilai standar deviasi terkecil (Metode Thiessen)
 Metode Gumbel
Pada metode ini diperlukan nilai Xrata-rata, Yt, Yn, Sn, S, sehingga akan
dihasilkan/didapatkan nilai curah hujan harian maksimum (CHHM).
1. Xrata-rata
Dihitung nilai curah hujan harian wilayah rata-rata dari seluruh hasil
perhitungan Metode Thiessen dari tahun 1996-2003. Nilai yang diperoleh sebesar 244
mm/tahun/km2.
2. Yt (Reduced Variable)
Akan dicontohkan untuk nilai PUH 2 tahun.
Nilai Yt dapat dihitung menggunakan persamaan:
Tr
( ( ))
Y Tr=−ln ln
Tr−1
2
( ( ))
Y Tr=−ln ln
2−1
=0.3665
3. Yn, Sn (Reduced mean, Reduce standart deviation)

Kedua nilai ini sudah diketahui sehingga tidak memerlukan contoh perhitungan.
Yn: 0.5362
Sn: 1.124
4. Standar Deviasi (S)
Standar deviasi diperoleh dari perhitungan Thiessen sebelumnya yaitu sebesar
52.28772.
5. Curah hujan harian maksimum
Akan dicontohkan untuk nilai PUH 2 tahun.
Nilai curah hujan harian maksimum dapat dihitung menggunakan persamaan:
Y Tr −Yn
X Tr = X́ + S ( Sn )
X Tr =244+52.28772 ( 0.366513−0.5362
1.1124 )=235.9399
Diperoleh hasil tabel perhitungan akhir sebagai berikut:
Tabel V.18 Hasil Perhitungan dengan Metode Gumbel

Metode Gumbel
Xrata-
PUH = T(tahun) rata Yt Yn Sn S CHHM
0.36651 235.939
2 3 9
5 1.49994 289.216
2.25036 324.489
10 7 4
0.536 1.112 52.2877
244 3.19853 369.057
2 4 2
25 4 4
3.90193 402.120
50 9 5
4.60014 434.939
100 9 5
 Metode Log Pearson III

Pada metode ini diperlukan nilai Xrata-rata (R), log R, (Ri-Rx)2, dan (Ri-Rx)3 sehingga
akan dihasilkan/didapatkan nilai curah hujan harian maksimum (CHHM).
1. R (Harga Rata-rata)
Nilai ini didapatkan dari hasil perhitungan menggunakan Metode Thiessen.
2. log R
Nilai ini didapatkan dari membuat hasil nilai R menjadi bentuk logaritma. Diambil
contoh pada tahun 1986 sebagai berikut:
R=log R
R=log ( 298 )=2.473729
Dapat ditentukan jumlah R setiap tahun (akumulasi) dari 1986-2003 yang bernilai
sebesar 71.32997. Dapat ditentukan nilai rata-rata R setiap tahun dari 1986-2003 yang
bernilai sebesar 2.377666.
3. (Ri-Rx)2
Diambil contoh pada tahun 1986 denggan menggunakan nilai log R dan jumlah
akumulasi R setiap tahun (Rx).
= (Ri-Rx)2
= (2.473729-2.377666)2 = 0.009228
Dapat ditentukan jumlah (Ri-Rx)2 setiap tahun (akumulasi) dari 1986-2003 yang
bernilai sebesar 0.251769
Dapat ditentukan nilai rata-rata (Ri-Rx)2 setiap tahun dari 1986-2003 yang bernilai
sebesar 0.008392.
4. (Ri-Rx)3
Diambil contoh pada tahun 1986 denggan menggunakan nilai log R dan jumlah
akumulasi R setiap tahun (Rx).
= (Ri-Rx)3
= (2.473729-2.377666)3 = 0.000886
Dapat ditentukan jumlah (Ri-Rx)3 setiap tahun (akumulasi) dari 1986-2003
yang bernilai sebesar -0.00331.
Dapat ditentukan nilai rata-rata (Ri-Rx)2 setiap tahun dari 1986-2003 yang bernilai
sebesar -0.00011.
5. S (Simpangan Baku)
Nilai S dapat ditentukan menggunakan persamaan:
2
∑ ( R i−R x )2
S= ( Jumlah data )
0.251769 2
S= ( 29 )=0.093175504
6. G (Koefisien Kemencengan)
Nilai G dapat ditentukan menggunakan persamaan:
30 × ∑ ( Ri−R x )3
G=
29 × 26× S 3
30 ×−0.00331
G= =−0.005044651
29 ×28 × 0.0931755043
Tabel V.19 Data Hasil Perhitungan Metode Log Pearson III

METODE LOG PEARSON III
(Ri- (Ri-
Tahun R Ri=log R Rx)^2 Rx)^3
1985 298 2.473729 0.009228 0.000886
1986 389 2.590422 0.045265 0.00963
1987 238 2.375862 3.25E-06 -5.9E-09
1988 287 2.458616 0.006553 0.00053
1989 298 2.47356 0.009196 0.000882
1990 206 2.313164 0.00416 -0.00027
1991 251 2.40025 0.00051 1.15E-05
1992 267 2.426421 0.002377 0.000116
1993 245 2.389178 0.000133 1.53E-06
1994 206 2.314281 0.004018 -0.00025
1995 213 2.329274 0.002342 -0.00011
1996 235 2.370725 4.82E-05 -3.3E-07
 1997 309 2.49009 0.012639 0.001421 Metode
1998 188 2.27312 0.01093 -0.00114 Distribusi
1999 204 2.308887 0.00473 -0.00033
Normal
2000 202 2.305195 0.005252 -0.00038
Pada metode 2001 190 2.277617 0.01001 -0.001 ini diperlukan
nilai KT, S 2002 229 2.359679 0.000324 -5.8E-06 Xrata-rata, dan
2003 212 2.326269 0.002642 -0.00014
XT sehingga 2004 339 2.529871 0.023166 0.003526 akan
2005 239 2.377941 7.59E-08 2.09E-11
2006 273 2.435367 0.003329 0.000192
2007 252 2.401513 0.000569 1.36E-05
2008 256 2.4074 0.000884 2.63E-05
2009 142 2.151606 0.051103 -0.01155
2010 205 2.312459 0.004252 -0.00028
2011 281 2.448023 0.00495 0.000348
2012 263 2.420231 0.001812 7.71E-05
2013 159 2.200942 0.031231 -0.00552
2014 245 2.388279 0.000113 1.2E-06
Jumlah 71.32997 0.251769 -0.00331
Rata-Rata
(Log Rx) 2.377666 0.008392 -0.00011
S 0.093175504
G -0.005044651
dihasilkan/didapatkan nilai curah hujan harian maksimum (CHHM).
1. KT
Nlai KT diperoleh dari nilai variabel reduksi Gauss (lihat pada Tabel hasil dibawah)
2. S
Standar deviasi diperoleh dari perhitungan Thiessen sebelumnya yaitu sebesar
52.28772.
3. Xrata-rata
Dihitung nilai curah hujan harian wilayah rata-rata dari seluruh hasil perhitungan
Metode Thiessen dari tahun 1996-2003. Nilai yang diperoleh sebesar 244
mm/tahun/km2.
4. XT
Akan dicontohkan untuk PUH 2 tahun.
Nilai XT dihitung menggunakan persamaan:
X T = X́+ K T S
X T =244 +0=244
Tabel V.20 Hasil Perhitungan Metode Distribusi Normal
Metode Distribusi Normal

PU
X|
H KT S XT
2 0 244
5 0.842 288
10 1.282 311
52.28772 244
25 1.751 335
50 2.054 351
100 2.326 366
V.6. Uji Kecocokan Intensitas Hujan (Standar Deviasi)

Dengan menggunakan nilai dari keseluruhan perhitungan di atas maka
didapatkan tabel curah hujan untuk metode Gumbel dan metode Normal, dan metode
Log Pearson Tipe III yang sudah disusun berdasarkan nilai curah hujan yang paling
tinggi hingga curah hujan yang paling rendah. Perhitungan rerata dan standar deviasi
menggunakan cara yang sama seperti sebelumnya.
Tabel V.21 Data Awal Uji Kecocokan
RANKING DATA
Peringka
t R log R
1 386.68 2.5874
2 339.16 2.5304
3 309.20 2.4902
4 296.48 2.4720
5 295.78 2.4710
6 285.78 2.4560
7 280.07 2.4473
8 268.08 2.4283
9 266.96 2.4264
10 263.17 2.4202
11 250.69 2.3991
12 249.61 2.3973
13 248.21 2.3948
14 246.28 2.3914
15 244.50 2.3883
16 244.45 2.3882
17 235.54 2.3721
18 233.89 2.3690
19 229.15 2.3601
20 227.14 2.3563
21 214.64 2.3317
22 212.15 2.3266
23 205.09 2.3119
24 204.74 2.3112
25 204.60 2.3109
26 196.07 2.2924
27 189.65 2.2780
28 189.65 2.2780
29 158.83 2.2009
30 140.40 2.1474
Ravg 243.89 2.38
S 51.5531 0.0923
Kemudian akan dicari nilai Xt dengan menggunakan metode distribusi
normal. Nilai K didapatkan dari tabel reduksi.Keseluruhan perhitungan disajikan pada
tabel di bawah ini.
Tabel V.22 Hasil Perhitungan Penentuan Batas Kelas

PENENTUAN NILAI BATAS
N 30
5.52359
Jumlah subgrup, G
5
Range 0.2
Xt
Subgrup Peluang Kt Gumbel dan
Log Pearson
Distribusi Normal
1 0.8 - 1 0.000 - 2.299 0 - 200
2 0.6 - 0.8 -0.84 2.299 - 2.354 200 - 231
3 0.4 - 0.6 -0.25 2.354 - 2.401 231 - 257
4 0.2 - 0.4 0.25 2.401 - 2.456 257 - 288
5 0 - 0.2 0.84 > 2.456 > 288
 Metode Gumbel Modifikasi

Akan digunakan pegecekan kecocokan Chi-Kuadrat pada metode Gumbell.
Contoh perhitungan adalah nilai batas subgrup nomor 1 :
1. Penentuan nilai bawah dan batas atas dari subgrup didasarkan pada nilai Xt.
Pada subgrup nomor 1, Nilai batas bawahnya adalah 0 dan nilai batas atasnya adalah
200
2. Penentuan nilai Oi, yakni jumlah data, adalah banyaknya nilai R yang terdapat
dalam batas subgrup. Pada subgrup 1 dengan nilai batasnya adalah 0<R<200 terdapat
4 nilai R yang memenuhi kriteria subgrup
3. Penentuan nilai Ei berdasarkan persamaan sebagai berikut
Banyaknya data
Ei=
Banyaknya subgrup
30
Sehingga, Ei= =6
5
4. Nilai Oi – Ei yakni
(Oi – Ei) = 8 – 6 = 2
(Oi−Ei)2
5. Penentuan nilai , yakni
Ei
(Oi−Ei)2 22
= =0.66667
Ei 6
2
(Oi−Ei)
6. Nilai Chi-Kuadrat merupakan jumlah dari keseluruhan nilai , yakni
Ei
1.66667.
Keseluruhan perhitungan disajikan pada tabel di bawah ini.
Tabel V.23 Hasil Uji Kecocokan Metode Gumbel
(Oi-
Jumlah Data Ei)^2/E
No Nilai Batas subgrup (Oi) Ei Oi-Ei i
0.6666
1 < x < 199.99 8 6 2
0 7
0.6666
2 < x < 230.84 4 6 -2
199.994 7
0.1666
3 < x < 256.99 5 6 -1
230.844 7
4 256.988 < x < 287.84 6 6 0 0
0.1666
5 x > 288.00 7 6 1
7
Chi
1.6666
Kuadra
7
30 t
 Metode Log Pearson Tipe III

Akan digunakan pegecekan kecocokan Chi-Kuadrat pada metode Log Pearson
tipe III. Contoh perhitungan adalah nilai batas subgrup nomor 1
1. Penentuan nilai bawah dan batas atas dari subgrup didasarkan pada nilai Xt.dari
log Pada subgrup nomor 1, Nilai batas bawahnya adalah 0 dan nilai batas atasnya
adalah 2.2987.
dalam batas subgrup. Pada subgrup 1 dengan nilai batasnya adalah 0<R<2.2987,
terdapat 4 nilai R yang memenuhi kriteria subgrup.
3. Penentuan nilai Ei berdasarkan persamaan sebagai berikut :
Banyaknya data
Ei=
Banyaknya subgrup
Sehingga
30
Ei= =6
5
(Oi – Ei) = 5 – 6 = -1
(Oi−Ei)2
Ei
(Oi−Ei)2 −12
= =0.16667
Ei 6
(Oi−Ei)2
Ei
0.3333
Tabel V.24 Hasil Uji Kecocokan Metode Log Pearson III
Jumlah (Oi-
No Nilai Batas subgroup Data (Oi) Ei Oi-Ei Ei)^2/Ei
2.298
1 < X < 5 6 -1 0.16667
0.000 7
2 2.2990 < X < 2.353 6 6 0 0
9
2.400
3 2.3540 < X < 7 6 1 0.16667
7
2.455
4 2.4010 < X < 6 6 0 0
9
2.455
5 X > 6 6 0 0
9
Chi
30 Kuadrat 0.33333
 Metode Distribusi Normal

Akan digunakan pegecekan kecocokan Chi-Kuadrat pada metode Gumbell. Contoh
perhitungan adalah nilai batas subgrup nomor 1 :
1. Penentuan nilai bawah dan batas atas dari subgrup didasarkan pada nilai Xt.
Pada subgrup nomor 1, Nilai batas bawahnya adalah 0 dan nilai batas atasnya adalah
199.99.
dalam batas subgrup. Pada subgrup 1 dengan nilai batasnya adalah 0<R<199.99,
terdapat 4 nilai R yang memenuhi kriteria subgrup.
3. Penentuan nilai Ei berdasarkan persamaan sebagai berikut
Ban yaknya data
Ei=
Banyaknya subgrup
Sehingga :
30
Ei= =6
5
(Oi – Ei) = 8-6 = 2
(Oi−Ei)2
Ei
(Oi−Ei)2 22
= =0.66667
Ei 6
(Oi−Ei)2
Ei
1.66667.
Tabel V.25 Hasil Uji Kecocokan Metode Distribusi Normal
Jumlah (Oi-
No Nilai Batas subgrup Data (Oi) Ei Oi-Ei Ei)^2/Ei
1 0 < x < 199.99 8 6 2 0.66667
2 199.99 < x < 230.84 4 6 -2 0.66667
3 230.84 < x < 256.99 5 6 -1 0.16667
4 256.99 < x < 287.84 6 6 0 0
5 x > 288.00 7 6 1 0.16667
30 6 Chi Kuadrat 1.66667
Setelah dicari nilai Chi-Kuadrat dari keselurahan metode, akan dicari nilai
batas penerimaan (nilai kritis) dari distribusi Chi-Kuadrat dengan menggunakan tabel
berikut ini.
Tabel V.26 Data Derajat Kepercayaan
Nilai Dk (derajat kepercayaan) adalah (jumlah kelas – 2), yakni 3 untuk
metode Gumbel dan Metode Log Pearson III. Untuk metode distribusi normal, nilai
dk adalah (jumlah kelas – 3), yakni 2. Untuk nilai Dk pada metode Gumbel dan
Metode Log Pearson III, nilai kritis yang didapatkan adalah 7.815 sedangkan nilai Dk
pada metode distribusi normal didapatkan nilai kritis sebesar 5.991. Pengujian
dinyatakan lolos apabila nilai Chi-Kuadrat dibawah nilai kritis. Semua metode
dinyatakan lolos uji karena nilai Chi-Kuadrat dibawah nilai kritis
V.7 Analisis Intensitas Hujan
Tahapan analisis intensitas hujan dilakukan berdasarkan data intensitas hujan

yang yang didapat menggunakan metode terpilih pada saat uji kecocokan yaitu
metode distribusi normal yang memiliki nilai perhitungan (nk) yang mendekati nilai
chi kuadratnya. Berikut merupakan tabel data intensitas hujan berdasarkan
perhitungan dengan metode distribusi normal.
Tabel V.27 Hasil Perhitungan CHHM Metode Distribusi Normal
Metode Distribusi Normal

X|
PUH KT S XT
2 0 244
5 0,842 288
10 1,282 311
52,28772 244
25 1,751 335
50 2,054 351
100 2,326 366
Analisis intensitas hujan dilakukan dengan menggunakan tiga metode yaitu
Metode Van Breen, Metode Bell-Tanimoto dan Metode Hasper dan Der Weduwen.

Berikut merupakan contoh perhitungan intensitas hujan menggunakan metode
Van Breen dengan menggunakan variasi data PUH 2 Tahun untuk durasi (t c) selama 5
menit dan tinggi hujan(RT) 244 mm :
54 RT +0,07 RT 2
IT¿
t c +0,3 RT
54(244)+0,07 (244)2
IT ¿ = 221,78 mm/jam
5+0,3(244 )
Untuk perhitungan pada variasi PUH dan variasi durasi lainnya akan
mengikuti langkah perhitungan di atas sehingga didapatkan data intensitas hujan
sesuai dengan perhitungan menggunakan Metode Van Breen sebagai berikut:
Tabel V.28 Data Intensitas Hujan (I) Metode Van Breen
PUH Durasi, tc
RT I (t, T)
(tahun) (menit)
5 221,78
10 208,46
20 186,09
40 244,0 153,21
2
60 0 130,21
80 113,21
120 89,77
240 55,38
5 221,78
10 208,46
20 186,09
40 288,0 153,21
5
60 0 130,21
80 113,21
120 89,77
240 55,38
5 221,78
10 311,0 208,46
10
20 0 186,09
40 153,21
60 130,21
80 113,21
120 89,77
240 55,38
5 221,78
10 208,46
20 186,09
40 335,0 153,21
25
60 0 130,21
80 113,21
120 89,77
240 55,38
5 221,78
10 208,46
20 186,09
40 351,0 153,21
50
60 0 130,21
80 113,21
120 89,77
240 55,38
5 221,78
10 208,46
20 186,09
40 366,0 153,21
100
60 0 130,21
80 113,21
120 89,77
240 55,38
 Metode Bell-Tanimoto
Bell-Tanimoto dengan menggunakan variasi data PUH 2 Tahun untuk durasi (t c)
selama 5 menit :
Sebelumnya perlu dicari nilai R60
T terlebih dahulu.
R T R1 + R2 244 96+36
R60
T ¿ (
X 60 2 )
=
170 2 ( )
46,01 mm
60
RtT =( 0,21 ln T +0,52 ) ( 0,54 t 0,25−0,5 ) RT
RtT =( 0,21 ln 2+0,52 ) ( 0,54 t 0,25−0,5 ) 46,01 = 9,42 mm/hari

60 t 60
I tT = R = (9,42) = 113 mm/hari
t T 5
sesuai dengan perhitungan menggunakan Metode Bell-Tanimoto sebagai berikut.
Tabel V.29 Data Intensitas Hujan (I) Metode Bell-Tanimoto
PUH
Durasi
(tahun R (60, T) R (t, T) I (t, T)
(menit)
)
5 9,42 113,00
10 14,10 84,57
20 19,66 58,98
40 26,28 39,41
2 46,01
60 30,71 30,71
80 34,14 25,61
120 39,42 19,71
240 49,78 12,44
5 9,42 113,00
10 14,10 84,57
20 19,66 58,98
40 26,28 39,41
5 54,31
60 30,71 30,71
80 34,14 25,61
120 39,42 19,71
240 49,78 12,44
5 9,42 113,00
10 14,10 84,57
20 19,66 58,98
10 58,65
40 26,28 39,41
60 30,71 30,71
80 34,14 25,61
120 39,42 19,71
240 49,78 12,44
5 9,42 113,00
10 14,10 84,57
20 19,66 58,98
40 26,28 39,41
25 63,17
60 30,71 30,71
80 34,14 25,61
120 39,42 19,71
240 49,78 12,44
5 9,42 113,00
10 14,10 84,57
20 19,66 58,98
40 26,28 39,41
50 53,40
60 30,71 30,71
80 34,14 25,61
120 39,42 19,71
240 49,78 12,44
5 9,42 113,00
10 14,10 84,57
20 19,66 58,98
40 26,28 39,41
100 55,68
60 30,71 30,71
80 34,14 25,61
120 39,42 19,71
240 49,78 12,44

Hasper dengan menggunakan variasi data PUH 2 Tahun untuk durasi (tc) selama 5
menit yang perlu dikonversi menjadi dalam satuan jam dan RT sebesar 244 mm :
Sebelumnya perlu dicari nilai Ri terlebih dahulu.
Ri=R T
( R 1218
T
t +54
( 1−t ) +1272t )
1218(0,08)+54
Ri ¿ 244 (
244 (1−0,08 ) +1272(0,08) )
= 115,09 mm/jam
Selanjutnya dapat dilakukan perhitungan R (curah hujan).
11300 Ri 11300 115,09
R¿
√ [ ]√
t +3,12 100
= [
0,08+ 3,12 100 ]
= 68,36 mm
Penggunaan rumus di atas adalah apabila durasi yang digunakan adalah

antara 0<t<1 jam sedangkan untuk 1 ≤t <24, variabel Ri pada rumus di atas diganti
dengan RT.
R 68,36
I¿ ¿ = 820,28 mm/jam
t 0,08
sesuai dengan perhitungan menggunakan Metode Hasper dan Der Weduwen sebagai
berikut.
Tabel V.30 Data Intensitas Hujan (I) Metode Hasper dan Ven Weduwen
PUH Durasi I
Durasi
(tahun (menit RT Ri R (mm/jam
(jam)
) ) )
5 0,08 115,09 68,36 820,28
10 0,17 150,98 88,53 531,18
20 0,33 191,32 109,44 328,32
40 0,67 227,37 124,21 186,31
2 244,00
60 1,00 244,00 127,79 127,79
80 1,33 253,57 141,92 106,44
120 2,00 264,16 162,11 81,05
240 4,00 275,93 194,41 48,60
5 0,08 121,04 71,89 862,66
10 0,17 163,75 96,02 576,10
20 0,33 215,06 123,02 369,07
40 0,67 264,20 144,33 216,49
5 288,00
60 1,00 288,00 150,83 150,83
80 1,33 302,04 167,52 125,64
120 2,00 317,87 191,34 95,67
240 4,00 335,86 229,47 57,37
5 0,08 123,66 73,44 881,33
10 311,00
10 0,17 169,64 99,47 596,80
20 0,33 226,60 129,62 388,87
40 0,67 283,00 154,60 231,90
60 1,00 311,00 162,87 162,87
80 1,33 327,73 180,89 135,67
120 2,00 346,79 206,62 103,31
240 4,00 368,71 247,79 61,95
5 0,08 126,11 74,90 898,79
10 0,17 175,29 102,78 616,68
20 0,33 238,05 136,17 408,52
40 0,67 302,30 165,14 247,71
25 335,00
60 1,00 335,00 175,44 175,44
80 1,33 354,81 194,85 146,14
120 2,00 377,61 222,57 111,28
240 4,00 404,17 266,92 66,73
5 0,08 127,60 75,79 909,43
10 0,17 178,80 104,84 629,06
20 0,33 245,38 140,37 421,10
40 0,67 314,99 172,07 258,11
50 351,00
60 1,00 351,00 183,82 183,82
80 1,33 373,01 204,16 153,12
120 2,00 398,54 233,20 116,60
240 4,00 428,51 279,66 69,92
5 0,08 128,91 76,56 918,76
10 0,17 181,94 106,68 640,08
20 0,33 252,04 144,17 432,52
40 0,67 326,76 178,50 267,75
100 366,00
60 1,00 366,00 191,68 191,68
80 1,33 390,18 212,89 159,66
120 2,00 418,43 243,16 121,58
240 4,00 451,86 291,62 72,90
V.8 Pendekatan Matematis Intensitas Hujan dan Kurva IDF

Rumus Talbot
Berikut adalah contoh perhitungan intensitas hujan PUH 2 pada durasi 5
menit dengan rumus Talbot
- Perhitungan a
a=
∑ It ∑ I 2−∑ I 2 t ∑ I
2
N ∑ I 2− ( ∑ I )
( 899,59 )( 191639,85 ) −(100958,35)(1158,1)
a= =289,06
8 (191639,85)−( 1158,1 )2
- Perhitungan b
∑ I ∑ It−N ∑ I 2 t
b= 2
N ∑ I 2− ( ∑ I )
(1158,1)(899,59)−8 (100958,35)
b= 2
=1,22
8 (191639,85)−( 1158,1 )
- Perhitungan I’
a
I '=
t+b
289,06
I '= =221,78mm / jam
0,08+ 1,22
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|221,78−221,78|=0,00000000000011369
Langkah diatas dilakukan untuk setiap durasi waktu pada PUH. Standar
deviasi ditentukan dari ΔI. Di bawah ini adalah tabel hasil perhitungan metode Van
Breen dengan rumus Talbot.
σ σ σ
σ σ
σ σ
Tabel V.31 Hasil perhitungan Talbot-Van Breen
PERHITUNGAN DENGAN RUMUS TALBOT
METODE VAN BREEN
PUH (tahun)
Durasi, t (menit)
t (jam) I (mm/jam) I.t I^2 I^2 * t a b I' (mm/jam) ∆I
5,00 0,08 221,78 18,48 49188,2061849412 4099,02 221,78 0,00000000000011369
10,00 0,17 208,46 34,74 43453,8077255917 7242,30 208,46 0,00000000000008527
20,00 0,33 186,09 62,03 34629,2165528929 11543,07 186,09 0,00000000000008527
40,00 0,67 153,21 102,14 23473,7047214973 15649,14 153,21 0,00000000000005684
2,00 289,06 1,22
60,00 1,00 130,21 130,21 16953,7604040076 16953,76 130,21 0,00000000000002842
80,00 1,33 113,21 150,94 12816,1316624968 17088,18 113,21 0,00000000000004263
120,00 2,00 89,77 179,54 8058,6120110250 16117,22 89,77 0,00000000000002842
240,00 4,00 55,38 221,50 3066,4153776042 12265,66 55,38 0,00000000000001421
∑ 1158,10 899,59 191639,85 100958,35 STDEV 0,00000000000045475
5,00 0,08 233,68 19,47 54604,9515782216 4550,41 233,68 0,00000000000014211

10,00 0,17 221,56 36,93 49087,4362190734 8181,24 221,56 0,00000000000008527
20,00 0,33 200,73 66,91 40294,0723477868 13431,36 200,73 0,00000000000008527
40,00 0,67 168,97 112,65 28551,5881172889 19034,39 168,97 0,00000000000000000
5,00 355,97 1,44
60,00 1,00 145,89 145,89 21283,4616070949 21283,46 145,89 0,00000000000002842
80,00 1,33 128,35 171,14 16474,7098224852 21966,28 128,35 0,00000000000002842
120,00 2,00 103,48 206,96 10707,9178799351 21415,84 103,48 0,00000000000005684
240,00 4,00 65,44 261,74 4281,7777162630 17127,11 65,44 0,00000000000004263
∑ 1268,10 1021,68 225285,92 126990,09 STDEV 0,00000000000046896
5,00 0,08 239,72 19,98 57465,6491361177 4788,80 239,72 0,00000000000017053

10,00 0,17 228,12 38,02 52037,2945818859 8672,88 228,12 0,00000000000014211
20,00 0,33 207,98 69,33 43256,9139706658 14418,97 207,98 0,00000000000005684
40,00 0,67 176,78 117,85 31250,3620868214 20833,57 176,78 0,00000000000000000
10,00 392,74 1,56
60,00 1,00 153,71 153,71 23628,2220112047 23628,22 153,71 0,00000000000002842
80,00 1,33 135,98 181,30 18489,2045481104 24652,27 135,98 0,00000000000005684
120,00 2,00 110,48 220,95 12204,8835949204 24409,77 110,48 0,00000000000005684
240,00 4,00 70,70 282,80 4998,5578790183 19994,23 70,70 0,00000000000007105
∑ 1323,46 1083,94 243331,09 141398,73 STDEV 0,00000000000058265
5,00 0,08 245,42 20,45 60229,4416574412 5019,12 245,42 0,00000000000008527

10,00 0,17 234,25 39,04 54873,7232617708 9145,62 234,25 0,00000000000008527
20,00 0,33 214,71 71,57 46102,1784412295 15367,39 214,71 0,00000000000005684
40,00 0,67 184,02 122,68 33862,9184377537 22575,28 184,02 0,00000000000002842
25,00 429,07 1,67
60,00 1,00 161,00 161,00 25921,6645445969 25921,66 161,00 0,00000000000002842
80,00 1,33 143,10 190,80 20478,4690862752 27304,63 143,10 0,00000000000002842
120,00 2,00 117,07 234,14 13705,9566803154 27411,91 117,07 0,00000000000000000
240,00 4,00 75,74 302,96 5736,6385150998 22946,55 75,74 0,00000000000002842
∑ 1375,32 1142,66 260910,99 155692,17 STDEV 0,00000000000034106
5,00 0,08 250,03 20,84 62513,9173658012 5209,49 250,03 0,00000000000002842

10,00 0,17 239,19 39,86 57209,6281072943 9534,94 239,19 0,00000000000002842
20,00 0,33 220,10 73,37 48442,3939560155 16147,46 220,10 0,00000000000002842
40,00 0,67 189,80 126,53 36024,3796291556 24016,25 189,80 0,00000000000002842
50,00 459,63 1,76
60,00 1,00 166,84 166,84 27834,4107681134 27834,41 166,84 0,00000000000002842
80,00 1,33 148,83 198,44 22150,1616790060 29533,55 148,83 0,00000000000002842
120,00 2,00 122,41 244,81 14983,2268801119 29966,45 122,41 0,00000000000001421
240,00 4,00 79,87 319,47 6378,7353297665 25514,94 79,87 0,00000000000000000
∑ 1417,05 1190,15 275536,85 167757,50 STDEV 0,00000000000018474
5,00 0,08 253,84 21,15 64435,1347629569 5369,59 253,84 0,00000000000014211

10,00 0,17 243,25 40,54 59168,8163108798 9861,47 243,25 0,00000000000017053
20,00 0,33 224,51 74,84 50403,0865576292 16801,03 224,51 0,00000000000011369
40,00 0,67 194,53 129,69 37842,7675907173 25228,51 194,53 0,00000000000008527
100,00 485,68 1,83
60,00 1,00 171,62 171,62 29453,1090566744 29453,11 171,62 0,00000000000002842
80,00 1,33 153,53 204,71 23572,9590142138 31430,61 153,53 0,00000000000002842
120,00 2,00 126,81 253,62 16080,7562342098 32161,51 126,81 0,00000000000002842
240,00 4,00 83,31 333,23 6940,1188365614 27760,48 83,31 0,00000000000001421
∑ 1451,40 1229,40 287896,75 178066,31 STDEV 0,00000000000061107
 Rumus Sherman
menit dengan rumus Sherman
- Perhitungan log a
log a=
∑ log I ∑ ( log t )2−∑ ( log t log I ) ∑ log t
2 2
N ∑ ( log t ) −( ∑ log t )
(16,98)(2,5)−(−3,91)(−1,48)
log a= 2
=2,06
8(2,5)−(−1,48 )
- Perhitungan n
n=
∑ log I ∑ log t−N ∑ ( log t log I )
2
N ∑ ( log t )2 −( ∑ logt )
(16,98)(−1,48)−8(−3,91)
n= 2
=0,34
8(2,5)− (−1,48 )
- Perhitungan I’
a
I=
tn
114,69975
I '= =268,94 mm / jam
0,080,34
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|268,94−221,78|=47,16
Breen dengan rumus Sherman.
σ σ
Tabel V.32 Hasil Perhitungan Sherman-Van Breen
PERHITUNGAN DENGAN RUMUS SHERMAN
METODE VAN BREEN
PUH (tahun)
Durasi, t (menit)
t (jam) I (mm/jam) Log I Log t Log I * Log t (log t)^2 log a n I' (mm/jam) ∆I
5,00 0,08 221,78 2,35 -1,08 -2,53 1,1646321618209 268,94 47,16
10,00 0,17 208,46 2,32 -0,78 -1,80 0,6055193684736 212,04 3,59
20,00 0,33 186,09 2,27 -0,48 -1,08 0,2276446917053 167,18 18,91
40,00 0,67 153,21 2,19 -0,18 -0,38 0,0310081315158 131,81 21,40
2,00 2,06 0,34
60,00 1,00 130,21 2,11 0,00 0,00 0,0000000000000 114,70 15,51
80,00 1,33 113,21 2,05 0,12 0,26 0,0156096879053 103,92 9,28
120,00 2,00 89,77 1,95 0,30 0,59 0,0906190582895 90,43 0,66
240,00 4,00 55,38 1,74 0,60 1,05 0,3624762331578 71,30 15,93
∑ 1158,10 16,98 -1,48 -3,91 2,50 114,699748829503 STDEV 132,43
5,00 0,08 233,68 2,37 -1,08 -2,56 1,1646321618209 280,32 46,64

10,00 0,17 221,56 2,35 -0,78 -1,83 0,6055193684736 225,75 4,19
20,00 0,33 200,73 2,30 -0,48 -1,10 0,2276446917053 181,80 18,93
40,00 0,67 168,97 2,23 -0,18 -0,39 0,0310081315158 146,41 22,56
5,00 2,11 0,31
60,00 1,00 145,89 2,16 0,00 0,00 0,0000000000000 128,99 16,89
80,00 1,33 128,35 2,11 0,12 0,26 0,0156096879053 117,91 10,45
120,00 2,00 103,48 2,01 0,30 0,61 0,0906190582895 103,88 0,40
240,00 4,00 65,44 1,82 0,60 1,09 0,3624762331578 83,66 18,22
∑ 1268,10 17,35 -1,48 -3,91 2,50 128,994361406315 STDEV 138,30
5,00 0,08 239,72 2,38 -1,08 -2,57 1,1646321618209 286,05 46,33

10,00 0,17 228,12 2,36 -0,78 -1,84 0,6055193684736 232,57 4,45
20,00 0,33 207,98 2,32 -0,48 -1,11 0,2276446917053 189,09 18,90
40,00 0,67 176,78 2,25 -0,18 -0,40 0,0310081315158 153,73 23,04
10,00 2,13 0,30
60,00 1,00 153,71 2,19 0,00 0,00 0,0000000000000 136,20 17,51
80,00 1,33 135,98 2,13 0,12 0,27 0,0156096879053 124,99 10,99
120,00 2,00 110,48 2,04 0,30 0,62 0,0906190582895 110,74 0,26
240,00 4,00 70,70 1,85 0,60 1,11 0,3624762331578 90,03 19,33
∑ 1323,46 17,52 -1,48 -3,91 2,50 136,202155515070 STDEV 140,82
5,00 0,08 245,42 2,39 -1,08 -2,58 1,1646321618209 291,45 46,03

10,00 0,17 234,25 2,37 -0,78 -1,84 0,6055193684736 238,93 4,68
20,00 0,33 214,71 2,33 -0,48 -1,11 0,2276446917053 195,87 18,84
40,00 0,67 184,02 2,26 -0,18 -0,40 0,0310081315158 160,57 23,44
25,00 2,16 0,29
60,00 1,00 161,00 2,21 0,00 0,00 0,0000000000000 142,96 18,05
80,00 1,33 143,10 2,16 0,12 0,27 0,0156096879053 131,64 11,46
120,00 2,00 117,07 2,07 0,30 0,62 0,0906190582895 117,19 0,12
240,00 4,00 75,74 1,88 0,60 1,13 0,3624762331578 96,08 20,33
∑ 1375,32 17,67 -1,48 -3,91 2,50 142,955005099615 STDEV 142,96
5,00 0,08 250,03 2,40 -1,08 -2,59 1,1646321618209 295,80 45,78

10,00 0,17 239,19 2,38 -0,78 -1,85 0,6055193684736 244,02 4,84
20,00 0,33 220,10 2,34 -0,48 -1,12 0,2276446917053 201,31 18,79
40,00 0,67 189,80 2,28 -0,18 -0,40 0,0310081315158 166,07 23,73
50,00 2,17 0,28
60,00 1,00 166,84 2,22 0,00 0,00 0,0000000000000 148,39 18,45
80,00 1,33 148,83 2,17 0,12 0,27 0,0156096879053 137,00 11,83
120,00 2,00 122,41 2,09 0,30 0,63 0,0906190582895 122,41 0,01
240,00 4,00 79,87 1,90 0,60 1,15 0,3624762331578 100,99 21,12
∑ 1417,05 17,78 -1,48 -3,91 2,50 148,388755665587 STDEV 144,54
5,00 0,08 253,84 2,40 -1,08 -2,59 1,1646321618209 299,40 45,56

10,00 0,17 243,25 2,39 -0,78 -1,86 0,6055193684736 248,21 4,96
20,00 0,33 224,51 2,35 -0,48 -1,12 0,2276446917053 205,77 18,74
40,00 0,67 194,53 2,29 -0,18 -0,40 0,0310081315158 170,58 23,95
100,00 2,18 0,27
60,00 1,00 171,62 2,23 0,00 0,00 0,0000000000000 152,86 18,76
80,00 1,33 153,53 2,19 0,12 0,27 0,0156096879053 141,41 12,12
120,00 2,00 126,81 2,10 0,30 0,63 0,0906190582895 126,72 0,09
240,00 4,00 83,31 1,92 0,60 1,16 0,3624762331578 105,05 21,75
∑ 1451,40 17,88 -1,48 -3,91 2,50 152,860111973693 STDEV 145,93
 Rumus Ishiguro
menit dengan rumus Ishiguro
- Perhitungan a
a=
∑ ( I √ t ) ∑ I 2− ∑ ( I 2 √ t ) ∑ I
2
N ∑ I 2− ( ∑ I )
(880,29)(191639,85)−(120380,73)(1158,1)
a= 2
=152,59
8(191639,85)−( 1158,1 )
- Perhitungan b
∑ ( I √ t ) ∑ I −N ∑ ( I 2 √ t )
b= 2
N ∑ I 2− ( ∑ I )
( 880,29 ) (1158,1)−8(120380,73)
b= 2
=0,29
8(191639,85)−( 1158,1 )
- Perhitungan I’
a
I=
√t +b
152,59
I '= =261,89 mm/ jam
0,29+0,29
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|261,89−221,78|=40,11
Breen dengan rumus Ishiguro.
Tabel
σ σ
V.33 Hasil Perhitungan Ishiguro-Van
σ σ
Breen
PERHITUNGAN DENGAN RUMUS ISHIGURO
METODE VAN BREEN
PUH (tahun) Durasi, t (menit) t (jam) I (mm/jam) √t I^2 I * √t I^2 * √t a b I' (mm/jam) ∆I
5,00 0,08 221,78 0,29 49188,2061849412 64,02 14199,41 261,89 40,11
10,00 0,17 208,46 0,41 43453,8077255917 85,10 17739,94 217,30 8,84
20,00 0,33 186,09 0,58 34629,2165528929 107,44 19993,19 175,13 10,96
40,00 0,67 153,21 0,82 23473,7047214973 125,10 19166,20 137,41 15,80
2,00 152,59 0,29
60,00 1,00 130,21 1,00 16953,7604040076 130,21 16953,76 117,93 12,28
80,00 1,33 113,21 1,15 12816,1316624968 130,72 14798,79 105,33 7,88
120,00 2,00 89,77 1,41 8058,6120110250 126,95 11396,60 89,33 0,44
240,00 4,00 55,38 2,00 3066,4153776042 110,75 6132,83 66,52 11,14
∑ 1158,10 7,66 191639,85 880,29 120380,73 STDEV 107,45
5,00 0,08 233,68 0,29 54604,9515782216 67,46 15763,09 272,37 38,69

10,00 0,17 221,56 0,41 49087,4362190734 90,45 20039,86 231,50 9,95
20,00 0,33 200,73 0,58 40294,0723477868 115,89 23263,79 190,98 9,75
40,00 0,67 168,97 0,82 28551,5881172889 137,97 23312,27 153,09 15,89
5,00 184,50 0,39
60,00 1,00 145,89 1,00 21283,4616070949 145,89 21283,46 132,86 13,03
80,00 1,33 128,35 1,15 16474,7098224852 148,21 19023,36 119,54 8,81
120,00 2,00 103,48 1,41 10707,9178799351 146,34 15143,28 102,33 1,15
240,00 4,00 65,44 2,00 4281,7777162630 130,87 8563,56 77,24 11,80
∑ 1268,10 7,66 225285,92 983,08 146392,68 STDEV 109,07
5,00 0,08 239,72 0,29 57465,6491361177 69,20 16588,90 277,76 38,04

10,00 0,17 228,12 0,41 52037,2945818859 93,13 21244,14 238,52 10,40
20,00 0,33 207,98 0,58 43256,9139706658 120,08 24974,39 198,79 9,19
40,00 0,67 176,78 0,82 31250,3620868214 144,34 25515,81 160,90 15,88
10,00 201,86 0,44
60,00 1,00 153,71 1,00 23628,2220112047 153,71 23628,22 140,37 13,35
80,00 1,33 135,98 1,15 18489,2045481104 157,01 21349,49 126,73 9,24
120,00 2,00 110,48 1,41 12204,8835949204 156,24 17260,31 108,98 1,50
240,00 4,00 70,70 2,00 4998,5578790183 141,40 9997,12 82,79 12,09
∑ 1323,46 7,66 243331,09 1035,11 160558,39 STDEV 109,68
5,00 0,08 245,42 0,29 60229,4416574412 70,85 17386,74 282,88 37,46

10,00 0,17 234,25 0,41 54873,7232617708 95,63 22402,10 245,02 10,77
20,00 0,33 214,71 0,58 46102,1784412295 123,97 26617,11 206,03 8,69
40,00 0,67 184,02 0,82 33862,9184377537 150,25 27648,96 168,17 15,85
25,00 218,91 0,49
60,00 1,00 161,00 1,00 25921,6645445969 161,00 25921,66 147,39 13,61
80,00 1,33 143,10 1,15 20478,4690862752 165,24 23646,50 133,49 9,61
120,00 2,00 117,07 1,41 13705,9566803154 165,57 19383,15 115,25 1,82
240,00 4,00 75,74 2,00 5736,6385150998 151,48 11473,28 88,08 12,34
∑ 1375,32 7,66 260910,99 1083,98 174479,50 STDEV 110,15
5,00 0,08 250,03 0,29 62513,9173658012 72,18 18046,21 287,05 37,02

10,00 0,17 239,19 0,41 57209,6281072943 97,65 23355,73 250,22 11,03
20,00 0,33 220,10 0,58 48442,3939560155 127,07 27968,23 211,79 8,31
40,00 0,67 189,80 0,82 36024,3796291556 154,97 29413,78 174,00 15,81
50,00 233,18 0,52
60,00 1,00 166,84 1,00 27834,4107681134 166,84 27834,41 153,04 13,80
80,00 1,33 148,83 1,15 22150,1616790060 171,85 25576,80 138,93 9,90
120,00 2,00 122,41 1,41 14983,2268801119 173,11 21189,48 120,33 2,08
240,00 4,00 79,87 2,00 6378,7353297665 159,73 12757,47 92,40 12,53
∑ 1417,05 7,66 275536,85 1123,40 186142,13 STDEV 110,47
5,00 0,08 253,84 0,29 64435,1347629569 73,28 18600,82 290,52 36,68

10,00 0,17 243,25 0,41 59168,8163108798 99,30 24155,57 254,48 11,23
20,00 0,33 224,51 0,58 50403,0865576292 129,62 29100,24 216,50 8,01
40,00 0,67 194,53 0,82 37842,7675907173 158,83 30898,49 178,77 15,76
100,00 245,30 0,56
60,00 1,00 171,62 1,00 29453,1090566744 171,62 29453,11 157,68 13,94
80,00 1,33 153,53 1,15 23572,9590142138 177,29 27219,71 143,42 10,12
120,00 2,00 126,81 1,41 16080,7562342098 179,34 22741,62 124,53 2,28
240,00 4,00 83,31 2,00 6940,1188365614 166,61 13880,24 95,98 12,68
∑ 1451,40 7,66 287896,75 1155,89 196049,79 STDEV 110,69
 Metode Bell Tanimoto
Rumus Talbot
menit dengan rumus Talbot
- Perhitungan a
a=
∑ It ∑ I 2−∑ I 2 t ∑ I
2
N ∑ I 2− ( ∑ I )
( 223,5 )( 27094,38 ) −(7665,12)(384,43)
a= 2
=45,08
8 (27094,38)−( 384,43 )
- Perhitungan b
∑ I ∑ It−N ∑ I 2 t
b= 2
N ∑ I 2− ( ∑ I )
(384,43)(223,5)−8(7665,12)
b= 2
=0,36
8(27094,38)− (384,43 )
- Perhitungan I’
a
I '=
t+b
45,08
I '= =102,44 mm / jam
0,08+ 0,36
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|102,44−113|=10,5512
deviasi ditentukan dari ΔI. Di bawah ini adalah tabel hasil perhitungan metode Bell
Tanimoto dengan rumus Talbot.
Tabel V.34 Hasil Perhitungan Talbot - Bell Tanimoto
METODE BELL TANIMOTO
PUH (tahun)
Durasi, t (me nit)
5,00 0,08 113,00 9,42 12768,1168118519 1064,01 102,44 10,55120561120720000
10,00 0,17 84,57 14,10 7152,1489087731 1192,02 86,13 1,56217896940433000
20,00 0,33 58,98 19,66 3478,2980820795 1159,43 65,33 6,35102689263736000
40,00 0,67 39,41 26,28 1553,4332273884 1035,62 44,05 4,63535564102592000
2,00 45,08 0,36
60,00 1,00 30,71 30,71 943,2499010225 943,25 33,23 2,51389672783230000
80,00 1,33 25,61 34,14 655,7844945987 874,38 26,67 1,06454442816577000
120,00 2,00 19,71 39,42 388,4931022345 776,99 19,13 0,58269392475604700
240,00 4,00 12,44 49,78 154,8541998279 619,42 10,35 2,09728420163457000
∑ 384,43 223,50 27094,38 7665,12 STDEV 29,35818639666350000
5,00 0,08 171,93 14,33 29560,5747318593 2463,38 155,88 16,05443770682650000

10,00 0,17 128,68 21,45 16558,5603128977 2759,76 131,06 2,37697054491827000
20,00 0,33 89,74 29,91 8052,9095958420 2684,30 99,40 9,66355593657704000
40,00 0,67 59,97 39,98 3596,4880088302 2397,66 67,02 7,05303556105406000
5,00 68,59 0,36
60,00 1,00 46,73 46,73 2183,7996629317 2183,80 50,56 3,82507932321121000
80,00 1,33 38,96 51,95 1518,2635658991 2024,35 40,58 1,61978287959658000
120,00 2,00 29,99 59,98 899,4340787010 1798,87 29,10 0,88661179223023000
240,00 4,00 18,93 75,74 358,5163900057 1434,07 15,74 3,19117263082138000
∑ 584,94 340,07 62728,55 17746,19 STDEV 44,67064637523530000
5,00 0,08 217,16 18,10 47158,9601738907 3929,91 196,88 20,27779708592190000

10,00 0,17 162,53 27,09 26416,4175905315 4402,74 165,53 3,00226811235942000
20,00 0,33 113,34 37,78 12847,0723711930 4282,36 125,55 12,20569851082630000
40,00 0,67 75,75 50,50 5737,5959808894 3825,06 84,66 8,90844180024021000
10,00 86,63 0,36
60,00 1,00 59,02 59,02 3483,8876532722 3483,89 63,86 4,83132351129626000
80,00 1,33 49,22 65,62 2422,1359593708 3229,51 51,26 2,04589093405265000
120,00 2,00 37,88 75,76 1434,8968611488 2869,79 36,76 1,11984825287190000
240,00 4,00 23,92 95,66 571,9530256542 2287,81 19,88 4,03065820526549000
∑ 738,82 429,53 100072,92 28311,08 STDEV 56,42192641283410000
5,00 0,08 277,11 23,09 76788,5043889940 6399,04 251,23 25,87538182148850000

10,00 0,17 207,40 34,57 43013,6116363117 7168,94 211,23 3,83102924881874000
20,00 0,33 144,63 48,21 20918,7706752545 6972,92 160,21 15,57502070009710000
40,00 0,67 96,66 64,44 9342,4751634945 6228,32 108,02 11,36757272197760000
25,00 110,55 0,36
60,00 1,00 75,32 75,32 5672,7824652539 5672,78 81,48 6,16498626691143000
80,00 1,33 62,80 83,73 3943,9418736348 5258,59 65,41 2,61064892105500000
120,00 2,00 48,34 96,67 2336,4294614172 4672,86 46,91 1,42897677703384000
240,00 4,00 30,52 122,07 931,3058909442 3725,22 25,37 5,14330129704114000
∑ 942,77 548,10 162947,82 46098,67 STDEV 71,99691775442340000
5,00 0,08 264,32 22,03 69863,0969144354 5821,92 239,64 24,68099017933260000

10,00 0,17 197,82 32,97 39134,2967583340 6522,38 201,48 3,65419130504631000
20,00 0,33 137,96 45,99 19032,1469944610 6344,05 152,81 14,85608736497050000
40,00 0,67 92,19 61,46 8499,8953028375 5666,60 103,04 10,84285258666150000
50,00 105,44 0,36
60,00 1,00 71,84 71,84 5161,1651287916 5161,17 77,72 5,88041430882389000
80,00 1,33 59,90 79,87 3588,2453439495 4784,33 62,39 2,49014297940656000
120,00 2,00 46,11 92,21 2125,7113834363 4251,42 44,74 1,36301609165738000
240,00 4,00 29,11 116,43 847,3132044143 3389,25 24,20 4,90588968608775000
∑ 899,25 522,80 148251,87 41941,12 STDEV 68,67358450198650000
5,00 0,08 305,52 25,46 93340,5503765289 7778,38 276,99 28,52816523384400000

10,00 0,17 228,66 38,11 52285,3546342941 8714,23 232,88 4,22379218130908000
20,00 0,33 159,46 53,15 25427,8890253853 8475,96 176,63 17,17179545864370000
40,00 0,67 106,57 71,04 11356,2802216085 7570,85 119,10 12,53299352865970000
100,00 121,88 0,36
60,00 1,00 83,04 83,04 6895,5716963933 6895,57 89,84 6,79703001486804000
80,00 1,33 69,24 92,32 4794,0731241912 6392,10 72,12 2,87829661031567000
120,00 2,00 53,29 106,58 2840,0554689782 5680,11 51,72 1,57547764480493000
240,00 4,00 33,65 134,58 1132,0523185251 4528,21 27,98 5,67060035139583000
∑ 1039,42 604,29 198071,83 56035,41 STDEV 79,37815102384110000
Rumus Sherman
- Perhitungan log a
log a=
2 2
N ∑ ( log t ) −( ∑ log t )
(12,63)(2,5)−(−3,62)(−1,48)
log a= 2
=1,47
8(2,5)−(−1,48 )
- Perhitungan n
n=
2
N ∑ ( log t )2 −( ∑ logt )
(12,63)(−1,48)−8(−3,62)
n= 2
=0,57
8(2,5)− (−1,48 )
- Perhitungan I’
a
I=
tn
29,6943
I '= =123,55 mm/ jam
0,080,57
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|123,55−113|=10,55
Tanimoto dengan rumus Sherman.
Tabel V.35 Hasil Perhitungan Sherman-Bell Tanimoto
PUH (tahun)
Durasi, t (menit)
5,00 0,08 113,00 2,05 -1,08 -2,22 1,1646321618209 123,55 10,55
10,00 0,17 84,57 1,93 -0,78 -1,50 0,6055193684736 83,01 1,56
20,00 0,33 58,98 1,77 -0,48 -0,84 0,2276446917053 55,77 3,21
40,00 0,67 39,41 1,60 -0,18 -0,28 0,0310081315158 37,47 1,94
2,00 1,47 0,57
60,00 1,00 30,71 1,49 0,00 0,00 0,0000000000000 29,69 1,02
80,00 1,33 25,61 1,41 0,12 0,18 0,0156096879053 25,18 0,43
120,00 2,00 19,71 1,29 0,30 0,39 0,0906190582895 19,95 0,24
240,00 4,00 12,44 1,09 0,60 0,66 0,3624762331578 13,40 0,96
∑ 384,43 12,63 -1,48 -3,62 2,50 29,694323490888 STDEV 19,91
5,00 0,08 171,93 2,24 -1,08 -2,41 1,1646321618209 187,99 16,06

10,00 0,17 128,68 2,11 -0,78 -1,64 0,6055193684736 126,30 2,38
20,00 0,33 89,74 1,95 -0,48 -0,93 0,2276446917053 84,86 4,88
40,00 0,67 59,97 1,78 -0,18 -0,31 0,0310081315158 57,02 2,95
5,00 1,65 0,57
60,00 1,00 46,73 1,67 0,00 0,00 0,0000000000000 45,18 1,55
80,00 1,33 38,96 1,59 0,12 0,20 0,0156096879053 38,31 0,66
120,00 2,00 29,99 1,48 0,30 0,44 0,0906190582895 30,36 0,37
240,00 4,00 18,93 1,28 0,60 0,77 0,3624762331578 20,40 1,46
∑ 584,94 14,09 -1,48 -3,89 2,50 45,182103761153 STDEV 30,30
5,00 0,08 217,16 2,34 -1,08 -2,52 1,1646321618209 237,44 20,28

10,00 0,17 162,53 2,21 -0,78 -1,72 0,6055193684736 159,53 3,00
20,00 0,33 113,34 2,05 -0,48 -0,98 0,2276446917053 107,18 6,16
40,00 0,67 75,75 1,88 -0,18 -0,33 0,0310081315158 72,01 3,73
10,00 1,76 0,57
60,00 1,00 59,02 1,77 0,00 0,00 0,0000000000000 57,07 1,96
80,00 1,33 49,22 1,69 0,12 0,21 0,0156096879053 48,38 0,83
120,00 2,00 37,88 1,58 0,30 0,48 0,0906190582895 38,34 0,46
240,00 4,00 23,92 1,38 0,60 0,83 0,3624762331578 25,76 1,85
∑ 738,82 14,90 -1,48 -4,04 2,50 57,067930295320 STDEV 38,27
5,00 0,08 277,11 2,44 -1,08 -2,64 1,1646321618209 302,99 25,88

10,00 0,17 207,40 2,32 -0,78 -1,80 0,6055193684736 203,57 3,83
20,00 0,33 144,63 2,16 -0,48 -1,03 0,2276446917053 136,77 7,86
40,00 0,67 96,66 1,99 -0,18 -0,35 0,0310081315158 91,89 4,76
25,00 1,86 0,57
60,00 1,00 75,32 1,88 0,00 0,00 0,0000000000000 72,82 2,50
80,00 1,33 62,80 1,80 0,12 0,22 0,0156096879053 61,74 1,06
120,00 2,00 48,34 1,68 0,30 0,51 0,0906190582895 48,93 0,59
240,00 4,00 30,52 1,48 0,60 0,89 0,3624762331578 32,87 2,36
∑ 942,77 15,75 -1,48 -4,19 2,50 72,821247786263 STDEV 48,83
5,00 0,08 264,32 2,42 -1,08 -2,61 1,1646321618209 289,00 24,68

10,00 0,17 197,82 2,30 -0,78 -1,79 0,6055193684736 194,17 3,65
20,00 0,33 137,96 2,14 -0,48 -1,02 0,2276446917053 130,46 7,50
40,00 0,67 92,19 1,96 -0,18 -0,35 0,0310081315158 87,65 4,54
50,00 1,84 0,57
60,00 1,00 71,84 1,86 0,00 0,00 0,0000000000000 69,46 2,38
80,00 1,33 59,90 1,78 0,12 0,22 0,0156096879053 58,89 1,01
120,00 2,00 46,11 1,66 0,30 0,50 0,0906190582895 46,67 0,56
240,00 4,00 29,11 1,46 0,60 0,88 0,3624762331578 31,36 2,25
∑ 899,25 15,58 -1,48 -4,16 2,50 69,459863968729 STDEV 46,58
5,00 0,08 305,52 2,49 -1,08 -2,68 1,1646321618209 334,05 28,53

10,00 0,17 228,66 2,36 -0,78 -1,84 0,6055193684736 224,44 4,22
20,00 0,33 159,46 2,20 -0,48 -1,05 0,2276446917053 150,79 8,67
40,00 0,67 106,57 2,03 -0,18 -0,36 0,0310081315158 101,32 5,25
100,00 1,90 0,57
60,00 1,00 83,04 1,92 0,00 0,00 0,0000000000000 80,29 2,75
80,00 1,33 69,24 1,84 0,12 0,23 0,0156096879053 68,07 1,17
120,00 2,00 53,29 1,73 0,30 0,52 0,0906190582895 53,94 0,65
240,00 4,00 33,65 1,53 0,60 0,92 0,3624762331578 36,24 2,60
∑ 1039,42 16,09 -1,48 -4,26 2,50 80,286992621534 STDEV 53,84
Rumus Ishiguro
- Perhitungan a
∑ ( I √ t ) ∑ I 2− ∑ ( I 2 √ t ) ∑ I
a= 2
N ∑ I 2− ( ∑ I )
(246,42)(27094,38)−(12441,86)(384,43)
a= 2
=27,46
8(27094,38)−( 384,43 )
- Perhitungan b
b=
∑ ( I √ t ) ∑ I −N ∑ ( I 2 √ t )
2
N ∑ I 2− ( ∑ I )
( 246,42) (384,43)−8(12441,86)
b= =−0,07
8(27094,38)−( 384,43 )2
- Perhitungan I’
a
I=
√t +b
27,46
I '= =125,35mm / jam
0,29+(−0,07)
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|125,35−113|=12,35
Tanimoto dengan rumus Ishiguro.
Tabel V.36 Hasil Perhitungan Ishiguro-Bell Tanimoto
PUH (tahun) Durasi, t (me nit) t (jam) I (mm/jam) √t I^2 I * √t I^2 * √t a b I' (mm/jam) ∆I
5,00 0,08 113,00 0,29 12768,1168118519 32,62 3685,84 125,35 12,35
10,00 0,17 84,57 0,41 7152,1489087731 34,53 2919,85 81,09 3,49
20,00 0,33 58,98 0,58 3478,2980820795 34,05 2008,20 54,08 4,90
40,00 0,67 39,41 0,82 1553,4332273884 32,18 1268,37 36,76 2,65
2,00 27,46 -0,07
60,00 1,00 30,71 1,00 943,2499010225 30,71 943,25 29,51 1,20
80,00 1,33 25,61 1,15 655,7844945987 29,57 757,23 25,30 0,30
120,00 2,00 19,71 1,41 388,4931022345 27,87 549,41 20,42 0,71
240,00 4,00 12,44 2,00 154,8541998279 24,89 309,71 14,22 1,78
∑ 384,43 7,66 27094,38 246,42 12441,86 STDEV 27,38
5,00 0,08 171,93 0,29 29560,5747318593 49,63 8533,40 190,73 18,80

10,00 0,17 128,68 0,41 16558,5603128977 52,53 6760,00 123,38 5,30
20,00 0,33 89,74 0,58 8052,9095958420 51,81 4649,35 82,28 7,45
40,00 0,67 59,97 0,82 3596,4880088302 48,97 2936,52 55,94 4,03
5,00 41,78 -0,07
60,00 1,00 46,73 1,00 2183,7996629317 46,73 2183,80 44,90 1,83
80,00 1,33 38,96 1,15 1518,2635658991 44,99 1753,14 38,50 0,46
120,00 2,00 29,99 1,41 899,4340787010 42,41 1271,99 31,07 1,08
240,00 4,00 18,93 2,00 358,5163900057 37,87 717,03 21,64 2,71
∑ 584,94 7,66 62728,55 374,95 28805,24 STDEV 41,67
5,00 0,08 217,16 0,29 47158,9601738907 62,69 13613,62 240,90 23,74

10,00 0,17 162,53 0,41 26416,4175905315 66,35 10784,46 155,83 6,70
20,00 0,33 113,34 0,58 12847,0723711930 65,44 7417,26 103,93 9,41
40,00 0,67 75,75 0,82 5737,5959808894 61,85 4684,73 70,65 5,10
10,00 52,77 -0,07
60,00 1,00 59,02 1,00 3483,8876532722 59,02 3483,89 56,72 2,31
80,00 1,33 49,22 1,15 2422,1359593708 56,83 2796,84 48,63 0,59
120,00 2,00 37,88 1,41 1434,8968611488 53,57 2029,25 39,24 1,36
240,00 4,00 23,92 2,00 571,9530256542 47,83 1143,91 27,34 3,42
∑ 738,82 7,66 100072,92 473,58 45953,95 STDEV 52,63
5,00 0,08 277,11 0,29 76788,5043889940 79,99 22166,93 307,40 30,30

10,00 0,17 207,40 0,41 43013,6116363117 84,67 17560,23 198,85 8,55
20,00 0,33 144,63 0,58 20918,7706752545 83,50 12077,46 132,62 12,01
40,00 0,67 96,66 0,82 9342,4751634945 78,92 7628,10 90,15 6,50
25,00 67,33 -0,07
60,00 1,00 75,32 1,00 5672,7824652539 75,32 5672,78 72,37 2,95
80,00 1,33 62,80 1,15 3943,9418736348 72,52 4554,07 62,05 0,75
120,00 2,00 48,34 1,41 2336,4294614172 68,36 3304,21 50,08 1,74
240,00 4,00 30,52 2,00 931,3058909442 61,03 1862,61 34,88 4,36
∑ 942,77 7,66 162947,82 604,31 74826,40 STDEV 67,15
5,00 0,08 264,32 0,29 69863,0969144354 76,30 20167,74 293,21 28,90

10,00 0,17 197,82 0,41 39134,2967583340 80,76 15976,51 189,67 8,15
20,00 0,33 137,96 0,58 19032,1469944610 79,65 10988,22 126,50 11,46
40,00 0,67 92,19 0,82 8499,8953028375 75,28 6940,14 85,99 6,20
50,00 64,22 -0,07
60,00 1,00 71,84 1,00 5161,1651287916 71,84 5161,17 69,03 2,81
80,00 1,33 59,90 1,15 3588,2453439495 69,17 4143,35 59,19 0,71
120,00 2,00 46,11 1,41 2125,7113834363 65,20 3006,21 47,77 1,66
240,00 4,00 29,11 2,00 847,3132044143 58,22 1694,63 33,27 4,16
∑ 899,25 7,66 148251,87 576,42 68077,95 STDEV 64,05
5,00 0,08 305,52 0,29 93340,5503765289 88,20 26945,10 338,92 33,40

10,00 0,17 228,66 0,41 52285,3546342941 93,35 21345,41 219,24 9,42
20,00 0,33 159,46 0,58 25427,8890253853 92,06 14680,80 146,22 13,25
40,00 0,67 106,57 0,82 11356,2802216085 87,01 9272,36 99,40 7,17
100,00 74,24 -0,07
60,00 1,00 83,04 1,00 6895,5716963933 83,04 6895,57 79,79 3,25
80,00 1,33 69,24 1,15 4794,0731241912 79,95 5535,72 68,42 0,82
120,00 2,00 53,29 1,41 2840,0554689782 75,37 4016,44 55,21 1,92
240,00 4,00 33,65 2,00 1132,0523185251 67,29 2264,10 38,46 4,81
∑ 1039,42 7,66 198071,83 666,27 90955,51 STDEV 74,04
 Metode Haspers dan Ver Rumus Talbot
menit dengan rumus Talbot :
- Perhitungan a
∑ It ∑ I 2−∑ I 2 t ∑ I
a= 2
N ∑ I 2− ( ∑ I )
(1016,76 )( 1134112,39 )−(216193,97)(2229,98)
a= 2
=163,66
8(1134112,39)−( 2229,98 )
- Perhitungan b
b=
∑ I ∑ It−N ∑ I 2 t
2
N ∑ I 2− ( ∑ I )
(2229,98)(1016,76)−8(216193,97)
b= 2
=0,13
8(1134112,39)−( 2229,98 )
- Perhitungan I’
a
I '=
t+b
163,66
I '= =762,97 mm/ jam
0,08+ 0,13
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|762,97−820,28|=57,317345
deviasi ditentukan dari ΔI. Di bawah ini adalah tabel hasil perhitungan metode
Haspers dan Ver weduwen dengan rumus Talbot.
Tabel V.37 Hasil Perhitungan Talbot -Haspers dan Ver weduwen
METODE HASPERS DAN VER WEDUWEN
PUH (tahun)
Durasi, t (menit)
5,00 0,08 820,28 68,36 672866,9053884640 56072,24 762,97 57,31734549360870000
10,00 0,17 531,18 88,53 282148,4106125880 47024,74 549,49 18,31550628807040000
20,00 0,33 328,32 109,44 107794,0878996620 35931,36 352,33 24,01038227790970000
40,00 0,67 186,31 124,21 34711,7326535154 23141,16 205,13 18,81704940560250000
2,00 163,66 0,13
60,00 1,00 127,79 127,79 16329,0485436893 16329,05 144,68 16,89557039994620000
80,00 1,33 106,44 141,92 11330,1107784431 15106,81 111,75 5,30716589550880000
120,00 2,00 81,05 162,11 6569,8906250000 13139,78 76,79 4,26209032027585000
240,00 4,00 48,60 194,41 2362,2078651685 9448,83 39,62 8,98703683338137000
∑ 2229,98 1016,76 1134112,39 216193,97 STDEV 153,91214691430400000
5,00 0,08 862,66 71,89 744185,3508093660 62015,45 798,52 64,14619609181980000

10,00 0,17 576,10 96,02 331894,1798273170 55315,70 596,79 20,68495355911860000
20,00 0,33 369,07 123,02 136213,9750236230 45404,66 396,47 27,39691614684490000
40,00 0,67 216,49 144,33 46868,4569949140 31245,64 237,22 20,72711846340910000
5,00 196,86 0,16
60,00 1,00 150,83 150,83 22749,2038834951 22749,20 169,24 18,41118407860380000
80,00 1,33 125,64 167,52 15784,8143712575 21046,42 131,54 5,90598148707562000
120,00 2,00 95,67 191,34 9153,0000000000 18306,00 91,00 4,66755785188369000
240,00 4,00 57,37 229,47 3290,9662921348 13163,87 47,29 10,08138604216790000
∑ 2453,83 1174,41 1310139,95 269246,93 STDEV 172,02129372092300000
5,00 0,08 881,33 73,44 776750,8748657280 64729,24 814,02 67,31488722608990000

10,00 0,17 596,80 99,47 356174,8028095820 59362,47 618,59 21,78602311447060000
20,00 0,33 388,87 129,62 151217,2910622130 50405,76 417,92 29,05418718208520000
40,00 0,67 231,90 154,60 53776,2768928062 35850,85 253,47 21,57336369137150000
10,00 214,72 0,18
60,00 1,00 162,87 162,87 26527,8470873786 26527,85 181,90 19,02161048206310000
80,00 1,33 135,67 180,89 18406,6723428144 24542,23 141,84 6,17072084577984000
120,00 2,00 103,31 206,62 10673,3134765625 21346,63 98,47 4,83780178071530000
240,00 4,00 61,95 247,79 3837,5958567416 15350,38 51,36 10,58616071423910000
∑ 2562,71 1255,32 1397364,67 298115,41 STDEV 180,34475503681500000
5,00 0,08 897,40 74,78 805334,3703276900 67111,20 827,29 70,10932727376040000

10,00 0,17 615,09 102,51 378333,3321281870 63055,56 637,86 22,76699090746630000
20,00 0,33 406,92 135,64 165585,2113095520 55195,07 437,49 30,57244400006900000
40,00 0,67 246,40 164,27 60714,2901332734 40476,19 268,69 22,28975028032860000
25,00 232,13 0,20
60,00 1,00 174,40 174,40 30413,7305825243 30413,73 193,88 19,48919828936860000
80,00 1,33 145,27 193,69 21102,9403068862 28137,25 151,66 6,39161109110117000
120,00 2,00 110,62 221,24 12236,7744140625 24473,55 105,65 4,97486238927706000
240,00 4,00 66,33 265,32 4399,7391151685 17598,96 55,31 11,02552609348220000
∑ 2662,43 1331,86 1478120,39 326461,51 STDEV 187,61971032485300000
5,00 0,08 909,43 75,79 827053,8465701080 68921,15 837,19 72,23369341076610000

10,00 0,17 629,06 104,84 395715,8287104020 65952,64 652,58 23,52477260499450000
20,00 0,33 421,10 140,37 177321,1590179560 59107,05 452,86 31,76903741850880000
40,00 0,67 258,11 172,07 66619,1788433861 44412,79 280,92 22,81061152555800000
50,00 246,62 0,21
60,00 1,00 183,82 183,82 33790,5655339806 33790,57 203,61 19,78748825670330000
80,00 1,33 153,12 204,16 23445,9986901198 31261,33 159,67 6,54814155232148000
120,00 2,00 116,60 233,20 13595,4228515625 27190,85 111,53 5,06880883066563000
240,00 4,00 69,92 279,66 4888,2419241573 19552,97 58,56 11,35330258029900000
∑ 2741,14 1393,91 1542430,24 350189,34 STDEV 193,09585617981700000
5,00 0,08 918,76 76,56 844112,5248213960 70342,71 844,86 73,89821520767160000

10,00 0,17 640,08 106,68 409706,2747163300 68284,38 664,21 24,12975303368580000
20,00 0,33 432,52 144,17 187071,3849311060 62357,13 465,25 32,73672527079580000
40,00 0,67 267,75 178,50 71689,9654742126 47793,31 290,95 23,20122533979760000
100,00 258,87 0,22
60,00 1,00 191,68 191,68 36740,3592233010 36740,36 211,66 19,97831521605160000
80,00 1,33 159,66 212,89 25492,7492514970 33990,33 166,33 6,66154384709350000
120,00 2,00 121,58 243,16 14782,2539062500 29564,51 116,45 5,13493598307038000
240,00 4,00 72,90 291,62 5314,9676966292 21259,87 61,30 11,60460844750360000
∑ 2804,93 1445,26 1594910,48 370332,60 STDEV 197,34532234567000000
Rumus Sherman
- Perhitungan log a
log a=
2 2
N ∑ ( log t ) −( ∑ log t )
(18,15)(2,5)−(−5,02)(−1,48)
log a= 2
=2,13
8(2,5)−(−1,48 )
- Perhitungan n
n=
2
N ∑ ( log t )2 −( ∑ logt )
(18,15)(−1,48)−8(−5,02)
n= 2
=0,75
8(2,5)− (−1,48 )
- Perhitungan I’
a
I=
tn
135,2437
I '= =863,18 mm/ jam
0,08 0,75
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|863,18−820,28|=42,89
Haspers dan Ver weduwen dengan rumus Sherman.
Tabel V.38 Hasil Perhitungan Sherman -Haspers dan Ver Weduwen

PUH (tahun)
Durasi, t (menit)
5,00 0,08 820,28 2,91 -1,08 -3,14 1,1646321618209 863,18 42,89
10,00 0,17 531,18 2,73 -0,78 -2,12 0,6055193684736 514,70 16,48
20,00 0,33 328,32 2,52 -0,48 -1,20 0,2276446917053 306,91 21,41
40,00 0,67 186,31 2,27 -0,18 -0,40 0,0310081315158 183,01 3,30
2,00 2,13 0,75
60,00 1,00 127,79 2,11 0,00 0,00 0,0000000000000 135,24 7,46
80,00 1,33 106,44 2,03 0,12 0,25 0,0156096879053 109,12 2,68
120,00 2,00 81,05 1,91 0,30 0,57 0,0906190582895 80,64 0,41
240,00 4,00 48,60 1,69 0,60 1,02 0,3624762331578 48,09 0,52
∑ 2229,98 18,15 -1,48 -5,02 2,50 135,243715367670 STDEV 95,15
5,00 0,08 862,66 2,94 -1,08 -3,17 1,1646321618209 921,52 58,86

10,00 0,17 576,10 2,76 -0,78 -2,15 0,6055193684736 562,09 14,01
20,00 0,33 369,07 2,57 -0,48 -1,22 0,2276446917053 342,86 26,22
40,00 0,67 216,49 2,34 -0,18 -0,41 0,0310081315158 209,13 7,36
5,00 2,19 0,71
60,00 1,00 150,83 2,18 0,00 0,00 0,0000000000000 156,61 5,78
80,00 1,33 125,64 2,10 0,12 0,26 0,0156096879053 127,56 1,92
120,00 2,00 95,67 1,98 0,30 0,60 0,0906190582895 95,53 0,14
240,00 4,00 57,37 1,76 0,60 1,06 0,3624762331578 58,27 0,90
∑ 2453,83 18,62 -1,48 -5,04 2,50 156,611726438185 STDEV 115,20
5,00 0,08 881,33 2,95 -1,08 -3,18 1,1646321618209 947,65 66,31

10,00 0,17 596,80 2,78 -0,78 -2,16 0,6055193684736 584,42 12,38
20,00 0,33 388,87 2,59 -0,48 -1,24 0,2276446917053 360,42 28,45
40,00 0,67 231,90 2,37 -0,18 -0,42 0,0310081315158 222,28 9,62
10,00 2,22 0,70
60,00 1,00 162,87 2,21 0,00 0,00 0,0000000000000 167,53 4,66
80,00 1,33 135,67 2,13 0,12 0,27 0,0156096879053 137,08 1,41
120,00 2,00 103,31 2,01 0,30 0,61 0,0906190582895 103,32 0,01
240,00 4,00 61,95 1,79 0,60 1,08 0,3624762331578 63,72 1,77
∑ 2562,71 18,83 -1,48 -5,04 2,50 167,531872204261 STDEV 124,60
5,00 0,08 897,40 2,95 -1,08 -3,19 1,1646321618209 970,30 72,89

10,00 0,17 615,09 2,79 -0,78 -2,17 0,6055193684736 604,44 10,65
20,00 0,33 406,92 2,61 -0,48 -1,25 0,2276446917053 376,53 30,39
40,00 0,67 246,40 2,39 -0,18 -0,42 0,0310081315158 234,55 11,85
25,00 2,25 0,68
60,00 1,00 174,40 2,24 0,00 0,00 0,0000000000000 177,83 3,43
80,00 1,33 145,27 2,16 0,12 0,27 0,0156096879053 146,11 0,84
120,00 2,00 110,62 2,04 0,30 0,62 0,0906190582895 110,78 0,16
240,00 4,00 66,33 1,82 0,60 1,10 0,3624762331578 69,01 2,68
∑ 2662,43 19,01 -1,48 -5,04 2,50 177,829076308470 STDEV 132,90
5,00 0,08 909,43 2,96 -1,08 -3,19 1,1646321618209 987,33 77,90

10,00 0,17 629,06 2,80 -0,78 -2,18 0,6055193684736 619,93 9,13
20,00 0,33 421,10 2,62 -0,48 -1,25 0,2276446917053 389,24 31,85
40,00 0,67 258,11 2,41 -0,18 -0,42 0,0310081315158 244,40 13,71
50,00 2,27 0,67
60,00 1,00 183,82 2,26 0,00 0,00 0,0000000000000 186,15 2,33
80,00 1,33 153,12 2,19 0,12 0,27 0,0156096879053 153,45 0,33
120,00 2,00 116,60 2,07 0,30 0,62 0,0906190582895 116,88 0,28
240,00 4,00 69,92 1,84 0,60 1,11 0,3624762331578 73,39 3,47
∑ 2741,14 19,15 -1,48 -5,04 2,50 186,151799952691 STDEV 139,01
5,00 0,08 918,76 2,96 -1,08 -3,20 1,1646321618209 1000,59 81,83

10,00 0,17 640,08 2,81 -0,78 -2,18 0,6055193684736 632,28 7,80
20,00 0,33 432,52 2,64 -0,48 -1,26 0,2276446917053 399,54 32,98
40,00 0,67 267,75 2,43 -0,18 -0,43 0,0310081315158 252,47 15,28
100,00 2,29 0,66
60,00 1,00 191,68 2,28 0,00 0,00 0,0000000000000 193,02 1,34
80,00 1,33 159,66 2,20 0,12 0,28 0,0156096879053 159,54 0,13
120,00 2,00 121,58 2,08 0,30 0,63 0,0906190582895 121,97 0,39
240,00 4,00 72,90 1,86 0,60 1,12 0,3624762331578 77,07 4,17
∑ 2804,93 19,27 -1,48 -5,04 2,50 193,020111173584 STDEV 143,92
Rumus Ishiguro
- Perhitungan a
a=
∑ ( I √ t ) ∑ I 2− ∑ ( I 2 √ t ) ∑ I
2
N ∑ I 2− ( ∑ I )
(1257,85)(1134112,39)−(443431,09)(2229,98)
a= 2
=106,76
8(1134112,39)−( 2229,98 )
- Perhitungan b
∑ ( I √ t ) ∑ I −N ∑ ( I 2 √ t )
b= 2
N ∑ I 2− ( ∑ I )
(1257,85 ) (2229,98)−8( 443431,09)
b= =−0,18
8 (1134112,39)− ( 2229,98 )2
- Perhitungan I’
a
I=
√t +b
106,76
I '= =992,23 mm/ jam
0,29+(−0,18)
- Perhitungan ΔI
∆ I =¿ I ' −I ∨¿
∆ I =|992,23−820,28|=171,94
Haspers dan Ver weduwen dengan rumus Ishiguro.
Tabel V.39Hasil Perhitungan Ishiguro-Haspers dan Ver Wedawen

PUH (tahun) Durasi, t (menit) t (jam) I (mm/jam) √t I^2 I * √t I^2 * √t a b I' (mm/jam) ∆I
5,00 0,08 820,28 0,29 672866,9053884640 236,80 194239,94 992,23 171,94
10,00 0,17 531,18 0,41 282148,4106125880 216,85 115186,61 469,95 61,23
20,00 0,33 328,32 0,58 107794,0878996620 189,56 62234,95 269,40 58,92
40,00 0,67 186,31 0,82 34711,7326535154 152,12 28342,01 168,01 18,30
2,00 106,76 -0,18
60,00 1,00 127,79 1,00 16329,0485436893 127,79 16329,05 130,36 2,58
80,00 1,33 106,44 1,15 11330,1107784431 122,91 13082,89 109,65 3,21
120,00 2,00 81,05 1,41 6569,8906250000 114,63 9291,23 86,57 5,52
240,00 4,00 48,60 2,00 2362,2078651685 97,21 4724,42 58,69 10,09
∑ 2229,98 7,66 1134112,39 1257,85 443431,09 STDEV 331,78
5,00 0,08 862,66 0,29 744185,3508093660 249,03 214827,81 1028,04 165,38

10,00 0,17 576,10 0,41 331894,1798273170 235,19 135495,23 521,96 54,14
20,00 0,33 369,07 0,58 136213,9750236230 213,08 78643,18 307,73 61,35
40,00 0,67 216,49 0,82 46868,4569949140 176,76 38267,93 194,71 21,78
5,00 126,78 -0,17
60,00 1,00 150,83 1,00 22749,2038834951 150,83 22749,20 151,90 1,07
80,00 1,33 125,64 1,15 15784,8143712575 145,07 18226,73 128,15 2,51
120,00 2,00 95,67 1,41 9153,0000000000 135,30 12944,30 101,52 5,85
240,00 4,00 57,37 2,00 3290,9662921348 114,73 6581,93 69,10 11,74
∑ 2453,83 7,66 1310139,95 1420,01 527736,31 STDEV 323,82
5,00 0,08 881,33 0,29 776750,8748657280 254,42 224228,66 1042,71 161,38

10,00 0,17 596,80 0,41 356174,8028095820 243,64 145407,75 546,71 50,09
20,00 0,33 388,87 0,58 151217,2910622130 224,51 87305,34 326,84 62,03
40,00 0,67 231,90 0,82 53776,2768928062 189,34 43908,15 208,34 23,55
10,00 137,43 -0,16
60,00 1,00 162,87 1,00 26527,8470873786 162,87 26527,85 163,00 0,13
80,00 1,33 135,67 1,15 18406,6723428144 156,66 21254,19 137,73 2,06
120,00 2,00 103,31 1,41 10673,3134765625 146,10 15094,34 109,30 5,99
240,00 4,00 61,95 2,00 3837,5958567416 123,90 7675,19 74,56 12,61
∑ 2562,71 7,66 1397364,67 1501,45 571401,49 STDEV 317,83
5,00 0,08 897,40 0,29 805334,3703276900 259,06 232480,01 1054,76 157,35

10,00 0,17 615,09 0,41 378333,3321281870 251,11 154453,94 569,00 46,09
20,00 0,33 406,92 0,58 165585,2113095520 234,94 95600,67 344,57 62,35
40,00 0,67 246,40 0,82 60714,2901332734 201,19 49573,01 221,19 25,21
25,00 147,73 -0,15
60,00 1,00 174,40 1,00 30413,7305825243 174,40 30413,73 173,52 0,88
80,00 1,33 145,27 1,15 21102,9403068862 167,74 24367,58 146,84 1,57
120,00 2,00 110,62 1,41 12236,7744140625 156,44 17305,41 116,73 6,11
240,00 4,00 66,33 2,00 4399,7391151685 132,66 8799,48 79,80 13,46
∑ 2662,43 7,66 1478120,39 1577,53 612993,82 STDEV 313,02
5,00 0,08 909,43 0,29 827053,8465701080 262,53 238749,88 1063,41 153,99

10,00 0,17 629,06 0,41 395715,8287104020 256,81 161550,31 586,30 42,76
20,00 0,33 421,10 0,58 177321,1590179560 243,12 102376,42 358,70 62,39
40,00 0,67 258,11 0,82 66619,1788433861 210,74 54394,33 231,57 26,54
50,00 156,25 -0,14
60,00 1,00 183,82 1,00 33790,5655339806 183,82 33790,57 182,06 1,76
80,00 1,33 153,12 1,15 23445,9986901198 176,81 27073,11 154,26 1,13
120,00 2,00 116,60 1,41 13595,4228515625 164,90 19226,83 122,80 6,20
240,00 4,00 69,92 2,00 4888,2419241573 139,83 9776,48 84,09 14,17
∑ 2741,14 7,66 1542430,24 1638,56 646937,93 STDEV 308,94
5,00 0,08 918,76 0,29 844112,5248213960 265,22 243674,30 1069,92 151,16

10,00 0,17 640,08 0,41 409706,2747163300 261,31 167261,89 600,12 39,96
20,00 0,33 432,52 0,58 187071,3849311060 249,71 108005,71 370,22 62,30
40,00 0,67 267,75 0,82 71689,9654742126 218,62 58534,61 240,13 27,62
100,00 163,42 -0,14
60,00 1,00 191,68 1,00 36740,3592233010 191,68 36740,36 189,13 2,55
80,00 1,33 159,66 1,15 25492,7492514970 184,36 29436,49 160,41 0,75
120,00 2,00 121,58 1,41 14782,2539062500 171,94 20905,26 127,85 6,26
240,00 4,00 72,90 2,00 5314,9676966292 145,81 10629,94 87,67 14,77
∑ 2804,93 7,66 1594910,48 1688,66 675188,56 STDEV 305,37
Untuk menentukan metode uji intensitas curah hujan yang paling akurat,
maka dilakukan analisis kuadrat terkecil. Analisis kuadrat terkecil dilakukan untuk
semua metode analisis intensitas curah hujan yang telah dilakukan sebelumnya, baik
metode Van Breen, Bell Tanimoto, maupun Hasper Der Weduwen dari hasil
pengujian dengan metode Talbot, Sherman, dan Ishiguro. Berikut adalah tabel standar
deviasi setiap metode dan uji.
Tabel V.40 Deviasi antara Data Terukur dengan Nilai Prediksi
TABEL DEVIASI ANTARA DATA TERUKUR DENGAN NILAI PREDIKSI

Van Breen Bell Tanimoto Hasper dan Der Weduwen
PUH
Talbot Sherman Ishiguro Talbot Sherman Ishiguro Talbot Sherman Ishiguro
2 4,5E-13 132,431 107,452 29,3582 19,912 27,3833 153,912 95,1472 331,781
5 4,7E-13 138,296 109,073 44,6706 30,2976 41,6658 172,021 115,199 323,82
10 5,8E-13 140,819 109,684 56,4219 38,2678 52,6266 180,345 124,602 317,83
25 3,4E-13 142,958 110,154 71,9969 48,8315 67,1539 187,62 132,898 313,017
50 1,8E-13 144,539 110,47 68,6736 46,5774 64,0541 193,096 139,013 308,94
100 6,1E-13 145,929 110,694 79,3782 53,8377 74,0386 197,345 143,919 305,366
Berdasarkan hasil perhitungan, metode terpilih adalah metode Van Breen

perhitungan Talbot karena memiliki deviasi antara data terukur dengan nilai prediksi
terkecil. Nilai Intensitas Curah Hujan yang akan diplot pada kurva IDF adalah nilai
intensitas curah hujan hasil perhitungan dengan metode Van Breen.
Bila ditinjau dari ketiga hasil pengujian Talbot, terlihat bahwa standar
deviasi terkecil pada metode Van Breen karena mendekati 0. Hal ini menunjukkan
bahwa setelah ada koreksi intensitas hujan, nilai intensitas hujan yang diperoleh tetap
sama. Jadi, nilai intensitas curah hujan yang terukur sudah presisi.
 Kurva IDF
Sesuai dengan hasil pendekatan matematis yang sudah dilakukan sebelumya,
metode terpilih dalam pembuatan kurva IDF adalah metode Van Breen, sedangkan
nilai intensitas hujan yang digunakan dalam penentuan PUH pada masing-masing
tahun periode ulang adalah metode Van Breen dengan perhitungan Talbot.
Tabel V.41 Tabel PUH dengan perhitungan Talbot-Van Breen
KURVA IDF
Durasi Intensitas Hujan (mm/jam) pada PUH
(menit) 2 5 10 25 50 100
te IT
5 221,78 233,68 239,72 245,42 250,03 253,84
10 208,46 221,56 228,12 234,25 239,19 243,25
20 186,09 200,73 207,98 214,71 220,10 224,51
40 153,21 168,97 176,78 184,02 189,80 194,53
60 130,21 145,89 153,71 161,00 166,84 171,62
80 113,21 128,35 135,98 143,10 148,83 153,53
120 89,77 103,48 110,48 117,07 122,41 126,81
240 55,38 65,44 70,70 75,74 79,87 83,31
Intensitas hujan pada setiap PUH kemudian diplotkan dengan durasi hujan
sehingga diperoleh kurva IDF seperti dibawah ini.
Gambar V.12
Kurva IDF
Kurva IDF dengan
300
Perhitungan
Intensitas Hujan (mm/jam)
250
PUH 2 Tahun
Talbot-Van Breen
200
PUH 5 Tahun
150 PUH 10 Tahun
PUH 25 Tahun
100 PUH 50 Tahun
PUH 100 Tahun
50
0
0 50 100 150 200 250 300
Waktu (menit)
BAB VI
KESIMPULAN
1. Data curah hujan yang kosong atau hilang pada pos dan tahun tertentu
dilengkapi dengan menggunakan metode perbandingan normal. Metode
tersebut digunakan karena perbedaan curah hujan tahunan normal antara
stasiun pembanding dengan stasiun yang kehilangan data lebih dari 10%
yakni 18,91%.
2. Ada beberapa data pada pos hujan untuk tahun tertentu yang tidak konsisten.
Uji konsistensi yang digunakan adalah dengan membandingkan nilai
akumulasi hujan tahunan pada suatu pos dengan nilai akumulasi hujan rata-
rata tahunan dari pos lainnya yang juga disebut analisis kurva massa ganda.
Data pada pos 3 dan pos 9 juga menunjukkan tidak homogen karena
pertemuan titik antara banyak data (n) dengan occurance interval (Tr) berada
di luar kurva homogenitas. Untuk menjadikan data kedua pos tersebut menjadi
homogen, dilakukan pemotongan 10 data dari awal tahun.
3. Data curah hujan harian maksimum yang akan digunakan dapat berasal dari
data curah hujan harian maksimum dari metode Gumbel, motode Log Pearson
III, ataupun metode Distribusi Normal. Pemilihan metode ini didasarkan dari
hasil uji kecocokan distribusi frekuensi, dan didapatkan metode terpilih adalah
metode Distribusi Normal.
4. Dari hasil metode analisis intensitas hujan, maka disimpulkan bahwa data
yang dapat dipakai untuk pembuatan kurva IDF adalah data hasil metode Van
Breen-Talbot karena nilai standar deviasinya merupakan yang terkecil dari
metode lainnya yaitu sama mendekati nol.
5. Kurva IDF menunjukkan bahwa intensitas hujan akan semakin besar saat
durasi hujan sebentar, begitu juga sebaliknya, intensitas hujan akan kecil saat
durasi hujan lama. Dan juga semakin besar periode ulang hujan yang
digunakan, maka intensitas hujannya pun akan semakin besar.
DAFTAR PUSTAKA
BMKG. 2010. Peta Rata-rata Curah Hujan Tahunan Periode 1981-2010 di DKI
Jakarta, Banten, dan Jawa Barat.
BPS Kab. Bandung dan BPPD Kab. Bandung. 2009. Jawa Barat dalam Angka 2009.
C. D. Soemarto. 1986. Hidrologi Teknik. Surabaya : Usaha Nasional
C. D. Soemarto. 1999. Hidrologi Teknik. Jakarta : Penerbit Erlangga
Direktorat Jenderal Cipta Karsa. 2003. Peta Indikasi Potensi Air Tanah dan Daerah
Irigasi.
Hutasoit, Lambok M.. 2009. Kondisi Permukaan Air Tanah dengan dan tanpa
Peresapan Buatan di Daerah Bandung: Hasil Simulasi Numerik. Jurnal Geologi .
Koesoemadinata, R.P dan Hartono D. 1981. Stratigrafi dan Sedimentasi Daerah
Bandung Utara. . Bandung : Proceeding PIT X IAGI
LAPAN. 2001. Peta Sebaran Suhu Udara Bandung – 2001.
Loebis, J., 1987. Banjir Rencana Untuk Bangunan Air. Jakarta : Departemen
Pekerjaan Umum, Badan Penerbit Pekerjaan Umum
Loebis, J., 1992. Banjir Rencana Untuk Bangunan Air. Jakarta : Departemen
Pekerjaan Umum, Chandy Buana Kharisma
Melinda, Nike. 2007. Perencanaan Sistem Drainase Pada Daerah Aliran Sungai
Cimahi di Kota Cimahi

1 Thissss

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

1 Thissss

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB I

I.1 Latar Belakang

Sebagai salah satu negara yang terletak di garis khatulistiwa, Indonesia

Pengumpulan data-data curah hujan akan sangat bermanfaat dalam banyak

I.3 Sistematika Penulisan

I.4 Ruang Lingkup Studi

Dalam penulisan laporan ini dibatasi pada hal-hal sebagai berikut :

A. Melengkapi data curah hujan

Hz : Curah hujan yang diperkirakan

H0 : Curah hujan hasil pengamatan

α : Slope sesudah perubahan

Tr : PUH untuk curah hujan tahunan rata-rata

R10 : curah hujan tahunan dengan PUH 10 tahun (mm/hari)

R : curah hujan rata-rata (mm/hari)

Untuk mendapatkan R10 dan Tr yang diinginkan, dapat diterapkan beberapa

Gambar II.1 Grafik kurva uji homogenitas

(sumber : US Geological Survey)

D. Analisis curah hujan wilayah

P = Tinggi curah hujan rata-rata P1, P2, P3,...Pn

Pn = Tinggi curah hujan di pos 1,2,3,....,n

n = Banyak pos penakar

 Metode polygon Thiessen

Gambar II.2 Metode Polygon Thiessen

Pi = curah hujan yang tercatat di pos penakar hujan 1, 2, ….n

Ai = luas polygon 1, 2, ….n.

n = banyaknya pos penakar hujan.

Gambar II.3 Metode isohyet

Isohyet adalah garis yang menghubungkan tempat-tempat yang mempunyai

P = curah hujan wilayah

P1, P2 = curah hujan pada garis isohyet 1 dan 2

YTr = reduced variable

Sn = reduce standar deviation

Tabel II.1 Nilai Reduced Mean (Yn)

Tabel II.2 Nilai Reduced Standard Deviation (Sn)

2. Hitung harga rata-rata

3. Hitung harga simpangan baku

4. Hitung koefisien kemencengan

5. Hitung logaritma hujan dengan periode ulang T dengan rumus :

6. Hitung curah hujan dengan menghitung antilog dari log RT.

K = Nilai variabel standar untuk R yang besarnya tergantung G.

Untuk mencari persentasi peluang terlampaui dengan misalkan nilai Koef G =

Tabel II.3 Nilai K untuk Distribusi Log Pearson tipe III

XT = perkiraan nilai yang diharapkan terjadi dengan periode ulang T

X = nilai rata-rata hitung varian

S = standar deviasi varian

Tabel II.4 Nilai faktor frekuensi untuk distribusi normal

: Parameter Chi Kuadrat terhitung

G : Jumlah sub kelompok

Oi : Jumlah nilai pengamatan pada sub kelompok i

Ei : Jumlah nilai teoretis pada sub kelompok i

Prosedur Uji Chi Kuadrat adalah sebagai berikut:

Tabel II.6 Nilai kritis untuk Distribusi Chi Kuadrat

Interpretasi hasil Uji Chi Kuadrat adalah sebagai berikut:

N : jumlah kejadian atau jumlah data

P : periode terjadinya kumpulan nilai yang diharapkan selama periode pengamatan

m : nomor urut data setelah diurutkan dari tinggi ke rendah

G. Analisis intensitas hujan

 Metode Van Breen

IT : intensitas hujan pada PUH T tahun dan tc>te (mm/jam)

RT : tinggu hujan pada PUH T tahun (mm/hari)

Apabila tc ≤ te, maka tc dibuat sama dengan te.

 Metode Bell dan Tanimoto

R : curah hujan (mm)