HIDROMETEOROLOGI

ACARA V
UJI KESESUAIAN DATA HUJAN DAS CILIWUNG

Kelompok 8
Febbi Misbaqul Sofia (190722638041)
Ferdy Putra Pratama (190722638028)
Imam Fadhlurrahman (190722638055)

Dosen Pengampu:
Ferryati Masitoh, S.Si, M.Si

Asisten Dosen:
Fajar Setiawan Yuliano

Universitas Negeri Malang, Jl. Semarang No. 5 Malang, Jawa Timur, Indonesia

Abstract

Rain is the initial stage of any planning in the field of water resources, such as irrigation,
flood control, and water building planning so that data analysis accuracy is absolutely
required. The distribution selection is carried out using various approach methods in the
form of the goodness of fit test. The Smirnov-Kolmogorov suitability test is a non-
parametric suitability test, because the test does not use a certain distribution function, so
that the conformity test can be carried out more simply. The chi square distribution is a
hypothesis testing method for differences in more than 2 proportions. The smirnov-
kolmogorov test has advantages over the chi-square test. The weakness of the chi-square
test is the small number of samples, because at least each class must have a frequency of 5
or more. The smirnov-kolmogorov test can be used to test small samples. In the smirnov-
kolmogorov test, the value of D will be calculated, which is the maximum difference
between the cumulative sample function and the cumulative probability function. The
value of D is then compared with the value of Dα. The probability distribution will be
accepted if the value of D is less than Dα.

Keywords : Suitability test; Ciliwung watershed; smirnov-kolmogorov ; chi squared test.

Abstrak

Hujan merupakan tahapan awal dari setiap perencanaan dalam bidang sumber daya air,
seperti irigasi, pengendalian banjir, dan perencanaan bangunan air sehingga ketelitian
analisis data mutlak dibutuhkan. Pemilihan distribusi dilakukan dengan berbagai metode
pendekatan berupa uji kesesuaian atau kecocokan (the goodness of fit). Uji kesesuaian
Smirnov-Kolmogorov merupakan uji kesesuaian non parametric, karena pengujiannya
tidak menggunakan fungsi sebaran tertentu, sehingga pengujian kesesuaian dapat
dilakukan lebih sederhana. Distribusi chi kuadrat merupakan metode pengujian hipotesa
terhadap perbedaan lebih dari 2 proporsi. Uji smirnov-kolmogorov memiliki kelebihan
dibandingkan uji chi-kuadrat. Kelemahan dari uji chi-kuadrat adalah jumlah sampel yang
kecil, karena paling tidak pada masing-masing kelas harus mempunyai frekuensi 5 atau
lebih. Uji smirnov-kolmogorov dapat digunakan untuk menguji sampel yang kecil. Pada uji
smirnov-kolmogorov akan dihitung nilai D, yaitu perbedaan maksimum antara fungsi
kumulatif sampel dan fungsi probabilitas kumulatif. Nilai D tersebut selanjutnya
dibandingkan dengan nilai Dα. Distribusi probabilitas akan diterima jika nilai D lebih kecil
dari Dα.

Keywords : Uji kesesuaian ; DAS Ciliwung; smirnov-kolmogorov ; Uji chi kuadrat .

1. Pendahuluan
Hujan merupakan komponen masukan yang paling penting dalam proses
hidrologi, karena jumlah kedalaman hujan (rainfall depth) akan dialihragamkan menjadi
aliran di sungai, baik melalui limpasan permukaan (surface runoff), aliran antara
(interflow, sub surface flow) maupun sebagai aliran air tanah (groundwater)(Novie
Handajani,2005). Ada beberapa sifat hujan yang penting untuk diperhatikan dalam proses
pengalihragaman hujan menjadi aliran, antara lain adalah intensitas curah hujan, lama
waktu hujan, kedalaman hujan, frekuensi dan luas daerah pengaruh hujan. Komponen
hujan dengan sifat-sifatnya ini dapat dianalisis berupa hujan titik maupun hujan rata-rata
yang meliputi luas daerah tangkapan (chactment) yang kecil sampai yang besar(Novie
Handajani,2005).

Analisis data hujan merupakan tahapan awal dari setiap perencanaan dalam
bidang sumber daya air, seperti irigasi, pengendalian banjir, dan perencanaan bangunan
air sehingga ketelitian analisis data mutlak dibutuhkan. Mengingat kejadian hujan
memiliki sifat ketidakpastian baik secara ruang dan waktu, maka analisis-analisis data
hujan menggunakan metode stokastik. Salah satu metode stokastik dalam analisis data
hujan adalah analisis frekuensi. Pada analisis frekuensi terdapat berbagai uji kesesuaian
distribusi hujan yang akan digunakan. Penggunaan distribusi yang dipilih akan sangat
berpengaruh terhadap estimasi hujan rencana untuk kala ulang tertentu(Manyuk Fauzi,
2012).

Pemilihan distribusi dilakukan dengan berbagai metode pendekatan berupa uji

kesesuaian atau kecocokan (the goodness of fit). Antara uji yang satu dengan uji yang lain
belum tentu menghasilkan jenis distribusi yang sama. Analisis frekuensi adalah prosedur
memperkirakan frekuensi suatu kejadian pada masa lalu atau masa yang akan datang.
Prosedur tersebut dapat digunakan untuk menentukan hujan rancangan dalam berbagai
kala ulang berdasarkan distribusi yang paling sesuai. Menurut Harto (1993), analisis
frekuensi dapat dilakukan dengan seri data yang diperoleh dari rekaman data baik data
hujan maupun data debit. Analisis ini sering dianggap cara analisis yang paling baik,
karena dilakukan terhadap data yang terukur langsung yang tidak melewati
pengalihragaman terlebih dahulu.

Untuk menguatkan perkiraan pemilihan distribusi yang diambil, maka dilakukan

pengujian distribusi dengan menggunakan metode Smirnov-Kolmogorov dari masing-
masing distribusi. Metode ini dikenal dengan uji kecocokan non parametrik karena
pengujiannya tidak menggunakan fungsi disribusi tertentu. Sedangkan Pengujian
kesesuaian dengan sebaran adalah untuk menguji apakah sebaran yang dipilih dalam
pembuatan kurva cocok dengan sebaran empirisnya. Uji Chi Kuadrat dimaksudkan untuk
menentukan apakah persamaan distribusi peluang yang dipilih dapat mewakili distribusi
statistik data yang dianalisis.

Berdasarkan hal tersebut penelitian yang dilakukan kali ini bertujuan untuk
mengetahui uji kesesuaian data hujan yang ada di wilayah DAS Ciliwung berdasarkan data

2
penentuan hujan rencana pada acara sebelumnya dengan 4 metode distribusi normal, log
normal dua parameter, log pearson III dan gumbel tipe I.

2. Metode
Penelitian ini dilakukan dengan menggunakan data pada praktikum sebelumnya

Uji Smirnov-Kolmogorov

Uji kesesuaian Smirnov-Kolmogorov merupakan uji kesesuaian non parametric, karena

pengujiannya tidak menggunakan fungsi sebaran tertentu, sehingga pengujian kesesuaian
dapat dilakukan lebih sederhana dengan membandingkan kemungkinan untuk setiap
peluang dan peluang teoritisnya untuk mendapatkan nilai perbedaan D maksimum
(Dmax). Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai,
terutama setelah adanya banyak program statistik yang beredar. Kelebihan dari uji ini
adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat
dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan menggunakan
grafik. Berdasarkan perbedaan antara peluang pengamatan dan peluang teoritis didapat
persamaan:

D=maksimum[ P(Xm)− P ' ( Xm)]

Dengan:
D= perbedaan peluang maksimum
P( Xm )=nilai peluang data pengamatan
P ’( Xm)=nilai peluang teoritis

Apabila nilai Dmax yang terbaca pada kertas probabilitas < ∆ kritis yang didapat
dari Tabel 4.1, maka dapat ditetapkan bahwa penyimpangan yang terjadi hanya karena
kesalahan yang terjadi secara kebetulan sehingga sebaran teoritis yang digunakan untuk
menentukan persamaan sebaran dapat diterima. Sebaliknya apabila nilai Dmax yang
terbaca di kelas probabilitas > ∆ kritis, maka sebaran teoritis yang digunakan untuk
menentukan persamaan sebaran tidak dapat diterima. Pemeriksaan uji kesesuaian cara
Smirnov-kolmogorov ini dimaksudkan untuk mengetahui suatu kebenaran hipotesa
frekuensi sebaran.

Uji Chi Kuadrat Metode

Distribusi chi kuadrat merupakan metode pengujian hipotesa terhadap perbedaan

lebih dari 2 proporsi. Uji keselarasan fungsi bertujuan untuk mengetahui apakah distribusi
dari hasil-hasil yg teramati pada suatu percobaan terhadap sampel mendukung suatu
distribusi yang telah dihipotesiskan pada populasi. Untuk menguji apakah frekuensi yang
diobservasi memang konsisten dengan frekuensi teoritisnya. Apabila konsisten atau tidak
terdapat perbedaan yg nyata, maka hipotesa diterima ( terima Ho). Sebaliknya apabila
tidak terdapat konsistensi, maka hipotesa ditolak (terima Ha) Uji kesesuaian Chi Kuadrat
biasanya digunakan untuk menguji apakah distribusi pengamatan dapat disamai dengan
baik oleh distribusi teoritis, yakni menguji kebenaran distribusi yang digunakan pada
perhitungan frekuensi analisis. Uji Chi Kuadrat ini menggunakan parameter 𝜒 2 , dimana
metode ini diperoleh berdasarkan rumus:

3
χ 2=∑( Ef − Of )2 Ef

Dengan:
χ 2=harga Chi kuadrat
Ef =frekuensi(banyaknya pengamatan) yang diharapkan, sesuai pembagian kelas
Of =frekuensi yang terbaca pada kelas yang sama

Nilai 𝜒 2 hasil perhitungan nilainya harus lebih keil dari harga 𝜒 2 cr (Chi Kuardrat
kritis). Umumnya yang sering digunakan adalah 5%. Adapun derajat kebebasan ini secara
umum dapat dihitung dengan :

DK =K −(P+ 1)

Dengan:
DK =derajat kebebasan
K=banyaknya kelas
P=banyaknya keterikatan atau banyaknya parameter .
Untuk sebaran Chi Kuadrat ditetapkan nilai P=2.

3. Hasil dan Pembahasan

Pada pengujian smirnov-kolmogorov dilakukan perhitungan probabilitas secara
teoritis pada masing-masing distribusi. Selisih maksimum probabilitas yang terjadi
merupakan nilai D yang dicari. Dari pengujian smirnov-kolmogorov, distribusi normal
memiliki nilai Dα dengan jumlah data 20 dan tingkat signifikansi 5% didapatkan nilai
0.294. Hasil perhitungan menunjukkan nilai D maks adalah sebesar 0.16 dan lebih kecil
dari Dα, sehingga hipotesis distribusi normal dapat diterima. Dari pengujian smirnov-
kolmogorov, distribusi log normal dua variabel memiliki nilai Dα dengan jumlah data 20
dan tingkat signifikansi 5% didapatkan nilai 0.294. Hasil perhitungan menunjukkan nilai D
maks adalah sebesar 95,24 dan lebih besar dari Dα, sehingga hipotesis distribusi log
normal dua parameter tidak dapat diterima.

Prosedur perhitungan untuk distribusi log pearson III mirip dengan distribusi log
normal. Perbedaannya terletak pada tabel standar untuk mencari nilai K yang tergantung
terhadap nilai koefisien kemencengan. Dari pengujian smirnov-kolmogorov, distribusi log
pearson tipe III memiliki nilai Dα dengan jumlah data 20 dan tingkat signifikansi 5%
didapatkan nilai 0.294. Hasil perhitungan menunjukkan nilai D maks adalah sebesar 45,24
dan lebih besar dari Dα, sehingga hipotesis distribusi log pearson tipe III tidak dapat
diterima. Dari pengujian smirnov-kolmogorov, distribusi Gumbel tipe I memiliki nilai Dα
dengan jumlah data 20 dan tingkat signifikansi 5% didapatkan nilai 0.294. Hasil
perhitungan menunjukkan nilai D maks adalah sebesar 92,36 dan lebih besar dari Dα,
sehingga hipotesis distribusi gumbel tipe I tidak dapat diterima.

Uji smirnov-kolmogorov memiliki kelebihan dibandingkan uji chi-kuadrat.

Kelemahan dari uji chi-kuadrat adalah jumlah sampel yang kecil, karena paling tidak pada
masing-masing kelas harus mempunyai frekuensi 5 atau lebih. Uji smirnov-kolmogorov
dapat digunakan untuk menguji sampel yang kecil. Pada uji smirnov-kolmogorov akan
dihitung nilai D, yaitu perbedaan maksimum antara fungsi kumulatif sampel dan fungsi
probabilitas kumulatif. Nilai D tersebut selanjutnya dibandingkan dengan nilai Dα.
Distribusi probabilitas akan diterima jika nilai D lebih kecil dari Dα.

No Distribusi D Max D kritis5% Kesimpulan

4
 1 Normal 0,16 29,4 Diterima

2 Log Normal 2 Parameter 95,24 29,4 Ditolak

3 Log Pearson III 45,24 29,4 Ditolak

4 Gumbel I 92,36 29,4 Ditolak

Tabel 1. Hasil Uji Smirnov Kolmogorov

Nilai D kritis didapat dari tabel suatu derajat tertentu yang pada praktikum ini
digunakan nilai kritis/derajat signifikan α = 5%. Nilai D ini dibandingkan dengan nilai Dα
yang didapatkan dari tabel nilai kritis untuk pengujian smirnovkolmogorov. Distribusi
probabilitas akan diterima jika nilai D lebih kecil dari Dα. Hasil perbandingan apabila D max <
D kritis maka hipotesis dapat diterima. Sebaliknya jika D max > D kritis maka hipotesis tidak
dapat diterima/ditolak. Plot kejadian hujan dapat dilihat pada grafik berikut.

Gambar 1. Plot Daja Hujan Uji Smirnov Kolmogorov

Uji chi kuadrat merupakan pengujian terhadap perbedaan antara data sampel dan
distribusi probabilitas.Pengujian chi-kuadrat selanjutnya membandingkan antara chi-
kuadrat yang didapatkan dengan chi kritik. Nilai chi kritik tergantung dari derajad
kebebasan (dk) dan tingkat signifikansinya.Pada pengujian chi-kuadrat data dibuat
menjadi beberapa kelas. Perhitungan untuk distribusi normal dibagi menjadi 8 kelas.
Batas probabilitas tiap-tiap kelas adalah 12.5, 25, 37.5, 50, 62.5, 75, 87.5, dan 100. Dengan
tingkat kepercayaan 95%, tingkat signifikansi 5% serta derajat kebebasan dk =5,
didapatkan nilai chi kritik adalah sebesar 11.070. Sehingga dapat disimpulkan dengan
tingkat kepercayaan 95% dan kesalahan 5% distribusi normal dapat diterima karena nilai
chi-kuadrat lebih kecil dari chi kritik ( 0 < 11.070 ).

Tahap perhitungan chi kuadrat untuk distribusi log normal, sama seperti dengan
distribusi normal. Perbedaannya adalah data terlebih dahulu dilogaritmakan. Hasil
perhitungan chi kuadrat untuk distribusi log normal dapat disimpulkan dengan tingkat
kepercayaan 95% dan kesalahan 5% distribusi log normal dapat diterima karena nilai
chikuadrat lebih kecil dari chi kritis (161 < 11.070). Tahap perhitungan chi kuadrat untuk

5
distribusi log pearson III, sama seperti dengan distribusi log normal. Perbedaannya adalah
faktor frekuensi (K).Hasil perhitungan chi kuadratuntukdistribusi log pearson III dapat
disimpulkan dengan tingkat kepercayaan 95% dan kesalahan 5% distribusi log pearson III
dapat diterima karena nilai chi-kuadrat lebih kecil dari chi kritik (113,33 < 11.070).

Pada distribusi gumbel, pembagian kelas sama dengan distribusi normal, log
normal maupun log pearson III. Batas probabilitas tiap-tiap kelas adalah 12.5, 25, 37.5, 50,
62.5, 75, 87.5, dan 100. Hasil perhitungan chi kuadrat untuk distribusi gumbel dapat
disimpulkan dengan tingkat kepercayaan 95% dan kesalahan 5% distribusi gumbel dapat
diterima karena nilai chi-kuadrat lebih kecil dari chi kritik (180 < 11.070).

No Distribusi Chi2 hitung Chi2 kritis5% Kesimpulan

1 Normal 0 1107 Diterima

2 Log Normal 2 Parameter 161 1107 Diterima

3 Log Pearson III 113,33 1107 Diterima

4 Gumbel I 180 1107 Diterima

Tabel 2. Hasil Perhitungan Chi Kuadrat

4. Simpulan
Berdasarkan hasil penelitian uji kesesuaian data hujan di wilayah DAS Ciliwung
dapat disimpulkan berupa :
1. Uji smirnov-kolmogorov memiliki kelebihan dibandingkan uji chi-kuadrat.
Kelemahan dari uji chi-kuadrat adalah jumlah sampel yang kecil, karena paling
tidak pada masing-masing kelas harus mempunyai frekuensi 5 atau lebih.
2. Pengujian chi kuadrat memiliki kelemahan jika jumlah data sedikit karena untuk
masing-masing kelas dibutuhkan frekuensi minimal 5.
3. Hasil perhitungan chi kuadrat untuk distribusi log normal dapat disimpulkan
dengan tingkat kepercayaan 95% dan kesalahan 5% distribusi log normal dapat
diterima karena nilai chikuadrat lebih kecil dari chi kritis (161 < 11.070).
4. Hasil pada pengujian smirnov kolmogorov nilai D terkecil adalah terdapat pada
distribusi normal yaitu 0.16. Hanya distribusi normal yang bisa diterima dengan
tingkat kepercayaan 95% tiga distribusi yang lainnya memiliki nilai D lebih besar
daripada D kritis. Sedangkan pengujian menunjukkan nilai chi kuadrat terkecil
adalah pada distribusi normal yaitu 0.
Daftar Rujukan
Aldrian, E. (2008). Meteorologi Laut Indonesia. Jakarta : Badan Meteorologi dan
Geofisika.
Asdak, C. (2007). Hidrologi dan Pengelolaan Daerah Aliran Sungai. Gadjah Mada
University Press. Yogyakar