6.

2 Pengolahan Data dan Perhitungan Hidrologi

Analisis hidrologi daerah perencanaan yang meliputi analisis curah hujan harian maksimum
dan pembuatan kurva intensitas durasi curah hujan merupakan langkah awal yang perlu
dilakukan dalam perencanaan saluran drainase. Dengan melakukan analisis hidrologi, debit
banjir rencana yang akan digunakan sebagai dasar penentuan dimensi saluran dan
perlengkapannya dapat diperkirakan.

Analisis hidrologi digunakan untuk menghitung data curah hujan yang diperoleh dari stasiun-
stasiun pengamat yang terdekat atau berada di daerah perencanaan.

Curah hujan yang akan dianalisis berupa data array atau kumpulan data besarnya hujan harian
maksimum dalam setahun. Idealnya kumpulan data minimal 30 tahun, sedangkan praktisnya
yang diperlukan data selama 20 tahun pengamatan berturut-turut yang dinyatakan dalam
mm/24 jam. Kumpulan data tersebut terdiri dari angka-angka curah hujan merupakan
kumpulan data mentah atau kasar yang tidak saling tergantung dan tidak dapat digunakan
secara langsung, tetapi harus diolah terlebih dahulu menjadi “Extreme Rainfall”.

Extreme Rainfall adalah angka perkiraan curah hujan harian maksimum yang dianggap terjadi
satu kali dalam periode ulang (return periode). “Extreme Rainfall” yang dinyatakan dalam
mm/24 jam yang dapat dikumpulkan, dihitung, disajikan, dan ditafsirkan dengan
menggunakan prosedur, yaitu dengan menggunakan metode statistik. Statistik sering dipakai
dalam setiap analisis hidrologi, karena dalam setiap analisis hidrologi harus diperoleh suatu
kesimpulan. Jadi penerapan metode statistik dalam analisis hidrologi adalah untuk membuat
keputusan mengenai fenomena hidrologi suatu kota berdasarkan data hidrologi yang
diperoleh.

Secara garis besar analisis curah hujan yang dilakukan meliputi :

 Kumpulan data curah hujan

 Tes konsistensi

 Tes homogenitas

 Analisis frekuensi curah hujan

 Analisis intensitas curah hujan

6.2.1 Penyiapan Data Curah Hujan

Dalam perencanaan saluran drainase Kota Tual, stasiun curah hujan yang digunakan yaitu
stasiun Kota Tual. Sumber data ini didapat dari BMKG, PU Pengairan Tual, dan Dinas
Pertanian. Lokasi stasiun hujan Kota Tual dapat dilihat pada Gambar 6.1. Data curah hujan
yang akan dianalisis berupa data array atau kumpulan data besarnya hujan harian maksimum
dalam setahun. Idealnya kumpulan data selama 20 tahun terakhir yang dinyatakan dalam
mm/24 jam. Lokasi stasiun hujan Kota Tual dapat dilihat pada Gambar 6.1

Gambar 6.1. Lokasi Stasiun Hujan Kota Tual

Curah
TAHUN JAN PEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES Hujan
Maksimum
1998 89,5 65,0 112,7 68,0 69,0 86,6 16,0 60,0 43,6 52,1 80,2 73,8 112,7
1999 88,7 95,3 74,5 51,0 120,5 48,5 110,3 75,7 34,2 57,1 43,8 71,2 120,5
2000 42,8 76,0 56,0 55,8 95,8 85,6 38,2 20,8 51,0 69,9 69,2 126,6 126,6
2001 72,9 52,9 75,8 127,8 41,9 105,7 51,0 47,5 49,8 41,0 52,8 48,5 127,8
2002 50,0 45,0 61,7 74,5 42,7 43,0 9,5 4,1 4,0 12,6 21,0 68,2 74,5
2003 88,0 83,3 50,2 45,9 19,3 18,9 35,7 26,2 4,0 15,2 88,9 58,1 88,9
2004 57,0 95,1 98,8 37,5 47,5 55,1 2,5 0,0 5,3 5,6 30,2 47,4 98,8
2005 42,9 55,6 42,0 89,1 30,0 32,1 5,1 1,8 42,5 62,0 39,3 35,7 89,1
2006 45,0 71,8 61,7 43,8 185,5 116,0 7,6 6,7 7,1 0,0 9,6 100,0 185,5
2007 95,8 29,2 127,6 71,3 44,0 28,4 10,3 12,0 3,5 15,8 40,6 45,2 127,6
2008 46,5 53,5 87,0 38,2 20,6 38,6 9,0 28,7 82,4 18,0 40,1 81,1 87,0
2009 53,7 37,7 68,8 192,9 44,4 55,3 20,1 11,1 5,0 3,8 14,5 65,2 192,9
2010 66,0 96,4 77,5 47,8 85,9 77,7 89,7 82,0 57,0 62,0 118,3 58,0 118,3
2011 173,1 90,5 108,7 83,0 72,9 10,6 42,7 2,8 80,0 23,1 49,3 106,4 173,1
2012 42,4 45,7 47,5 41,0 91,2 32,0 39,4 3,6 24,0 3,4 73,0 63,0 91,2
2013 83,2 65,1 55,6 81,4 67,6 70,6 50,0 23,5 7,1 31,8 74,5 62,0 83,2
2014 74,5 58,4 43,2 143,1 68,0 71,8 13,8 12,9 35,8 9,8 37,5 63,8 143,1
2015 82,5 48,6 412,0 42,0 27,0 110,0 13,3 2,7 0,0 0,0 21,3 57,4 412,0
2016 99,4 61,8 69,5 43,8 16,8 132,5 117,8 13,4 60,2 47,7 31,5 102,0 132,5
2017 98,0 31,6 60,8 43,9 57,5 85,7 90,7 35,9 11,7 49,0 46,6 34,0 98,0
1491, 1258, 1791, 1421, 1248, 1304, 1367,
Jumlah 772,7 471,4 608,2 579,9 982,2 2683,3
9 5 6 8 1 7 6
Rata2 74,6 62,9 89,6 71,1 62,4 65,2 38,6 23,6 30,4 29,0 49,1 68,4 134,2
6.2.2 Tes Konsistensi

Agar tidak terjadi penyimpangan pada hasil perhitungan, sebelum dianalisa lebih lanjut data
curah hujan yang telah dilengkapi perlu di tes konsistensinya. Tidak konsistennya sekumpulan
data curah hujan dapat disebabkan oleh:

 Perubahan tata guna tanah pada DAS

 Perpindahan tempat atau lokasi stasiun pengukur hujan

 Perubahan ekosistem

 Perubahan cara pengukuran

Pengecekan konsistensi data dapat dikerjakan dengan teknik kurva massa ganda (double mass
curve technique). Kurva massa ganda dibuat dengan cara memplot akumulasi data curah hujan
salah satu stasiun sebagai salah satu stasiun ordinat dan akumulasi nilai rata-rata curah hujan
stasiun – stasiun terdekat sebagai absis.

Prinsip metoda analisis massa ganda adalah sejumlah tertentu stasiun dalam wilayah iklim
yang sama diseleksi sebagai stasiun dasar. Rata-rata aritmatika dari semua stasiun dasar
dihitung untuk setiap periode yang sama. Rata-rata hujan tersebut ditambahkan atau
diakumulasikan, mulai dari periode awal pengamatan. Demikian pula halnya dengan data
stasiun utama. Data curah hujan akumulatif stasiun dasar dan stasiun utama untuk setiap
periode diplot pada kurva massa ganda.

Apabila data stasiun utama dicek konsistensinya dengan stasiun dasar adalah konsisten, maka
kurva gandanya hampir merupakan garis lurus. Jika terdapat patahan atau belokan yang
menyimpang dari garis lurus pada titik tertentu, maka mulai dari titik tersebut sampai dengan
tahun pengamatan berikutnya dianggap tidak akurat. Menurut Linsley perubahan slope tidak
akan terlihat jelas kecuali didukung paling sedikit oleh 10 tahun data.

Koreksi yang digunakan untuk data yang tidak konsisten tersebut adalah :

tgα
Hz= xHo
tg αo
(5-1)

Dimana:

Hz = curah hujan yang diperkirakan.

Ho = curah hujan hasil pengamatan.

 Tg  = slope sebelum titik perubahan (trend baru)

Tg o = slope sesudah titik perubahan (trend lama)

selanjutnya disebut faktor korelasi (fk)

Lebih jelasnya mengenai grafik kurva massa ganda (Nemec, 1983) yang digunakan dapat
dilihat pada Gambar 5.2.

Gambar 5.2 Kurva massa ganda

Sehubungan dengan tidak adanya stasiun curah hujan pembanding di lokasi daerah
perencanaan, maka tes konsistensi tidak dapat dilakukan.

6.2.3 Tes Homogenitas

Data curah hujan yang telah konsisten kemudian di tes homogenitasnya. Maksudnya untuk
menguji apakah hujan maksimum terjadi pada keseluruhan daerah studi secara homogen. Jika
tidak homogen perlu dicari kumpulan data yang homogen.

Tes homogenitas dilakukan dengan memplot harga (N ; Tr) pada grafik tes homogenitas
(Homogenity Test Graph). Suatu array data homogen, bila titik (N ; Tr) berada didalam batas
homogenitas pada grafik tersebut.
N adalah banyaknya data hujan sedangkan Tr adalah periode ulang yang persamaannya,
sebagai berikut :
R10 −
Tr= −
x Tr
R
(5-2)

Dimana:

Tr = Periode ulang curah hujan (tahun)

−
Tr
= Periode ulang curah hujan rata-rata (tahun).
−
R
= Curah hujan tahunan rata-rata (mm/24 jam).

R10
= Curah hujan dengan PUH 10 tahun (mm/hari).

−
Tr
Untuk mendapatkan harga R10 dan digunakan persamaan regresi linear dari Gumbel
Modifikasi karena distribusi curah hujan harian maksimum merupakan urutan data yang
dihipotesakan memenuhi distribusi Gumbel tersebut, menggunakan persamaan :
1
R=μ+ . Yt
α
(5-3)

Dimana:
1
μ = Xr− .Yn
α
(5-4)
1 σR
=
α σN
(5-5)

[ ]
1

∑ ( Ri− R )
n − 2
2

i =1
σR =
n−2

Y T =− ln ln ( Tr
Tr −1 ) (5-6), (5-7)

Dengan mensubstitusikan persamaan (5-5), (5-6) dan (5-7) ke dalam persamaan (5-4) didapat
persamaan Gumbel :
−
Yt−Yn
R=R + . σR
σN
(5-8)

atau

[ ( )
]
Tr
ln ln +Y
− T r−1 N
R=R − σR
σN
(5-9)

Dimana :

R = Curah hujan dengan PUH tahun rencana (mm/hari)

−
R
= Curah hujan tahunan rata-rata dalam satu urutan data (mm/hari)
σR
= Standar deviasi data curah hujan

N = Reduce standar deviasi

YN
= Rata-rata pengurangan (reduced mean)
YT
= Variasi pengurangan (reduced variate)
Tr
= Periode ulang curah hujan rata-rata (tahun)

Harga YT pada masing-masing periode ulang hujan dapat dilihat pada Tabel 5.5 sebagai
berikut :
Tabel 5.5
Reduced Variate (YT) Pada PUH t Tahun
Periode Ulang YT
2 0,3665
5 1,4999
10 2,2504
25 3,1985
50 3,9019
100 4,6001
Sumber:.Nemec, 1973

Persamaan (5-14) tersebut kemudian dimodifikasi. Menurut Lattenmair dan Burges perkiraan
hidrologi yang lebih tepat diperoleh dengan menggunakan harga limit standar deviasi dan
limit rata-rata (bila harga n = ). Perkiraan ini lebih akurat daripada perkiraan yang
didasarkan pada panjangnya waktu pengamatan (tergantung besarnya n).

Tabel 5.6
Harga Yn dan Sn Sesuai Dengan Tahun Pengamatan
Tahun
Yn Sn
Pengamatan
10 0,4052 0,9496
20 0,5236 1,0628
30 0,5362 1,1124
40 0,5436 1,1413
50 0,5485 1,1607
60 0,5521 1,1747
70 0,5548 1,1854
80 0,5569 1,1936
90 0,5586 1,2007
100 0,5600 1,2065
Sumber : Nemec, 1973

Harga limit rata-rata, YN sama dengan konstanta Euler (YN = 0,5772), sedangkan limit standar
deviasi, n = / √ 6 = 1,2825. Dengan demikian, persamaan (5-5) menjadi :
 1 σR
=
α 1,2825 (5-10)

μ = R-0,45 σR (5-11)

Dengan mensubstitusikan persamaan (5-10) dan (5-11) tersebut ke persamaan (5-8) dan
persamaan (5-9), diperoleh persamaan sebagai berikut :

R = R +(0 , 78 Y T −0 , 45). σR (5-12)

Homogenitas curah hujan periode 20 tahun dapat dilihat pada Tabel berikut ini :

Tabel 5.7. Tes homogenitas curah hujan periode 20 tahun

Stasiun Tual
No Tahun
Ri R Ri - R (Ri - R)^2
134,1
1 1998 112,70 -21,47 460,75
7
134,1
2 1999 120,50 -13,67 186,73
7
134,1
3 2000 126,60 -7,57 57,23
7
134,1
4 2001 127,80 -6,36 40,51
7
134,1
5 2002 74,50 -59,67 3559,91
7
134,1
6 2003 88,90 -45,27 2048,92
7
134,1
7 2004 98,80 -35,37 1250,68
7
134,1
8 2005 89,10 -45,07 2030,85
7
134,1
9 2006 185,50 51,34 2635,28
7
134,1
10 2007 127,60 -6,57 43,10
7
134,1
11 2008 87,00 -47,17 2224,54
7
134,1
12 2009 192,90 58,74 3449,80
7
134,1
13 2010 118,30 -15,87 251,70
7
134,1
14 2011 173,10 38,94 1515,93
7
134,1
15 2012 91,20 -42,97 1845,99
7
134,1
16 2013 83,20 -50,97 2597,43
7
 134,1
17 2014 143,10 8,94 79,83
7
134,1
18 2015 412,00 277,84 77192,29
7
134,1
19 2016 132,50 -1,66 2,77
7
134,1
20 2017 98,00 -36,17 1307,91
7
134,1
  Jumlah 2683,30 2549,14 102782,17
7
  Rata2 134,17      
  SD 73,55      

Perhitungan :

Dengan menggunakan persamaan (5-6), didapat :

n = 20

R = 134,17

= {(102782,17)/(20-1)}^0,5

= 73,55

Dari persamaan (5-7), diperoleh persamaan regresi Gumbel sebagai berikut :

−

R = R +(0 , 78 Y T −0 , 45) xσR

R = 134,17 + (0,78YT -0,45) x 73,55

= 101,07 + 57,37YT
−
Dengan menggunakan persamaan (5-7) untuk Tr = 10, maka harga YT:

YT = - ln
( ln
10−1 ) = 2,
10
2504

R10 = 101,07 + 57,37YT

= 101,07 + 57,37 x 2,2504

 = 230,17 mm/hari
−
Dengan menggunakan persamaan (5-7) untuk R = 134,17maka harga YT :

134,17 = 101,07 + 57,37YT

YT = 0,57
−
Dengan menggunakan persamaan (5-7) untuk YT = 0,57 maka harga Tr :

( )
−
Tr
ln − −
0,57 = -ln T r −1 , didapat Tr = 2,31

Dari persamaan (5-7), maka dapat dihitung harga TR :

TR = {(230,17/134,17)} x 2,31 = 7,23

Jadi (N : TR) = (20 : 7,23)

Dari perhitungan di atas diperoleh nilai/ titik (N : TR) = (20 : 2,96), kemudian diplot pada
Homogenitas Test Graph. Ternyata titik tersebut titik tersebut berada di dalam daerah batas
homogenitas, maka data curah hujan yang digunakan sudah homogen. Tes homogenitas curah
hujan periode 20 tahun dapat dilihat pada Gambar 5.7.
 Gambar 6.7 Homogenitas Curah Hujan 20 Tahun

6.3 ANALISIS CURAH HUJAN HARIAN MAKSIMUM (CHHM)

Curah hujan harian maksimum yang akan terjadi selama periode ulang tertentu dapat
diperkirakan dengan beberapa metode antara lain metode Gumbel Modifikasi, metode Log
Pearson Type III dan metode Log Normal.

6.3.1 Metode Gumbel Modifikasi

Metode Gumbel yang banyak digunakan untuk analisis frekuensi curah hujan data maksimum.
Maksud dari analisis ini adalah untuk mendapatkan garis regresi yang merupakan tempat
kedudukan nilai maksimum curah hujan.
Analisa lebih lanjut untuk mengetahui penyimpangan metode Gumbel dilakukan perhitungan
berdasarkan rentang keyakinan untuk masing-masing harga Xt, yang berarti keyakinan bahwa
harga-harga perkiraan tersebut mempunyai rentang harga.

Langkah-langkah perhitungan sebagai berikut :

1. Melakukan pengurutan data dari harga terbesar sampai harga terkecil.

2. Mencari harga rata-rata curah hujan dan standar deviasi.

3. Mencari harga Sn dan Yn dari Tabel 5.6 .

4. Mencari data Yt dari Tabel 5.5 berdasarkan PUH masing-masing.

5. Mencari harga curah hujan maksimum dengan mempergunakan persamaan (5-12), yaitu :
¿
R+(0 ,78 Y T −0 ,45). σR
R=

6. Mencari harga rentang keyakinan untuk harga Xt.

Setelah CHHM rencana dihitung menurut salah satu metode analisisnya (metode Gumbel)
maka perlu dicari rentang keyakinan, yaitu keyakinan bahwa harga-harga perkiraan
tersebut mempunyai rentang harga.

Persamaannya adalah :

Rk=±t ( a ) . Se
(5-13)

Dimana :

Rk = Rentang keyakinan (mm/ 24jam)

t(a) = Fungsi a

a = Probabilitas Keyakinan.

Se = Probabilitas deviasi (Probability error)

Untuk : a = 90 %, t(a) = 1640

a = 80 %, t(a) = 1282

a = 68 %, t(a) = 1000
7. Mencari harga Se dengan rumus:
b . σR
Se=
n 0,5
(5-14)

Dimana :

n = banyaknya tahun pengamatan

b = (1+1,3K+1,1K2)0,5 (5-15)

K = (0.78YT – 0,45)
σR
= Standar deviasi

8. Curah hujan harian maksimum dengan metode Gumbel

Rt=R±R K
(5-16)

Untuk mengetahui perhitungan dasar curah hujan harian maksimum dengan menggunakan
Metode Gumbel Modifikasi, dapat dilihat pada Tabel 5.10

Tabel 5.10 Perhitungan Dasar CHHM Metode Gumbel Modifikasi

Stasiun Tual
No Tahun
Ri R Ri - R (Ri - R)^2
1 1998 112,70 134,17 -21,47 460,75
2 1999 120,50 134,17 -13,67 186,73
3 2000 126,60 134,17 -7,57 57,23
4 2001 127,80 134,17 -6,36 40,51
5 2002 74,50 134,17 -59,67 3559,91
6 2003 88,90 134,17 -45,27 2048,92
7 2004 98,80 134,17 -35,37 1250,68
8 2005 89,10 134,17 -45,07 2030,85
9 2006 185,50 134,17 51,34 2635,28
10 2007 127,60 134,17 -6,57 43,10
11 2008 87,00 134,17 -47,17 2224,54
12 2009 192,90 134,17 58,74 3449,80
13 2010 118,30 134,17 -15,87 251,70
14 2011 173,10 134,17 38,94 1515,93
15 2012 91,20 134,17 -42,97 1845,99
16 2013 83,20 134,17 -50,97 2597,43
17 2014 143,10 134,17 8,94 79,83
18 2015 412,00 134,17 277,84 77192,29
19 2016 132,50 134,17 -1,66 2,77
20 2017 98,00 134,17 -36,17 1307,91
   Jumlah 2683,30 134,17 2549,14 102782,17
  Rata2 134,17      
  SD 73,55      

Contoh perhitungan curah hujan harian maksimum untuk PUH 2 tahun :

 n (Jumlah data) = 20
 R (Rata-Rata) = 69,42
 YT = 0,3665 (Tabel 6.5)
 σR = 19,49 (Standar deviasi 20 tahun data)
 a (Probabilitas Keyakinan) = 90%
 t(a) = 1,64
Perhitungan dengan PUH 2 tahun :
 K = (0.78*0,3665) – 0,45 = -0,1641

 b =√ 1+1,3(K )+1,1( K )2
= √ 1+1,3 x(−0,1641)+1,1x(−0,1641) = 0,9035
2

(0,9035 x 19, 49)

 Se = √ 20 = 3,9375
 Rk = t(a) . Se
= 1,64 x 3,9375
= 6,4575
¿
 R = R +(0,78YT – 0,45) R
= 69,42 + [(0,78 x 0.3665)-0,45] 19,49
= 66,2211 mm/24jam

Untuk perhitungan curah hujan dengan PUH 5, 10, 25, 50 dan 100 tahun digunakan cara yang
sama dengan perhitungan untuk PUH 2 tahun dan hasil perhitungannya dapat dilihat pada
Tabel 5.11

Tabel 5.11 Hasil perhitungan CHHM Metode Gumbel Modifikasi

CHHM
PUH Yt k b Se Rk Rt
(mm/ 24 jam)
2 0,36651 -0,1641 0,9035 14,8588 24,3685 122,0940 122,09 ± 6.4574
 5 1,49994 0,7200 1,5831 26,0355 42,6983 187,1175 187,12 ± 11.3144
10 2,25037 1,3053 2,1380 35,1620 57,6657 230,1687 230,17 ± 15.2810
25 3,19853 2,0449 2,8737 47,2609 77,5078 284,5640 109.2737 ± 20.5386
50 3,90194 2,5935 3,4308 56,4241 92,5355 324,9176 119.9670 ± 24.5208
100 4,60015 3,1381 3,9890 65,6041 107,5907 364,9731 130.5811 ± 28.5102
5.5.2 Metode Log Pearson Type III
Metode ini didasarkan pada perubahan data yang ada dalam bentuk logaritma. Sesuai dengan
anjuran dari “The Hydrology Community of Water Resources Council”, maka untuk
pemakaian praktis dari data yang ada, pertama data tersebut diubah kedalam logaritmanya
kemudian baru dihitung parameter statistiknya.

Parameter-parameter statistik yang diperlukan untuk metode distribusi Log Pearson Type
III ini adalah :
 Rata-rata log = μ
 Standar deviasi log = Sx
 Koefisien skew = δ (Cs)

Persamaan-persamaan yang dapat digunakan untuk perhitungan curah hujan dengan metode
Log Pearson Type III ini adalah :
1
∑ log x i
μ = n (5–17)

[ ]
2 1/2
∑ ( log xi−μ)
Sx=
n−2 (5–18)

[ ]
3

Cs=
(
n ∑ log x i−μ )
( n−1 ) . ( n−2 ) . ( Sx )3 (5–19)
Dimana :
μ = Rata-rata xi
xi = Hujan harian maksimum (mm / 24 jam)
Sx = Standar deviasi logaritma
n = Jumlah data
Cs (δ) = Koefisien skew

Besarnya curah hujan harian maksimum yang terjadi pada suatu PUH dihitung dengan
menggunakan rumus :
−
Log XTR = x + KTR . Sx (5–20)

Dimana :
XTR = Curah hujan harian maksimum dalam PUH (mm / 24 jam)
KTR = Skew curve factor, didapat dari Tabel 5.12

Tabel 5.12 Skew Curve Factor K digunakan Log Person Type III
Periode Ulang (Tahun)
Koefisien 2 5 10 25 50 100
Cs ( δ ) Probabilitas Kemungkinan Terjadi
50 20 10 4 2 1
3.0 -0.396 0.420 1.180 2.278 3.152 4.051
2.9 -0.390 0.440 1.195 2.277 3.134 4.013
2.8 -0.384 0.460 1.210 2.275 3.114 3.973
2.7 -0.376 0.479 1.224 2.272 3.093 3.932
2.6 -0.368 0.499 1.238 2.267 3.071 3.889
2.5 -0.360 0.518 1.250 2.262 3.047 3.845
2.4 -0.351 0.537 1.262 2.256 3.023 3.800
2.3 -0.341 0.555 1.274 2.248 2.997 3.753
2.2 -0.330 0.574 1.284 2.240 2.970 3.705
2.1 -0.319 0.592 1.294 2.230 2.942 3.656
2.0 -0.307 0.609 1.302 2.219 2.912 3.605
1.9 -0.294 0.627 1.310 2.207 2.861 3.553
1.8 -0.282 0.643 1.318 2.193 2.848 3.499
1.7 -0.268 0.660 1.324 2.179 2.815 3.444
1.6 -0.254 0.675 1.329 2.163 2.780 3.388
1.5 -0.240 0.690 1.333 2.146 2.743 3.330
1.4 -0.225 0.705 1.337 2.128 2.706 3.271
1.3 -0.210 0.719 1.339 2.108 2.666 3.211
1.2 -0.195 0.732 1.340 2.067 2.626 3.149
1.1 -0.180 0.745 1.341 2.066 2.585 3.087
1.0 -0.164 0.758 1.340 2.013 2.542 3.022
0.9 -0.148 0.769 1.339 2.018 2.498 3.957
0.8 -0.132 0.780 1.336 1.993 2.453 2.891
0.7 -0.116 0.790 1.333 1.967 2.407 2.824
0.6 -0.099 0.800 1.328 1.939 2.399 2.755
0.5 -0.063 0.808 1.323 1.910 2.311 2.686
0.4 -0.066 0.816 1.317 1.880 2.261 2.615
 0.3 -0.050 0.824 1.309 1.849 2.211 2.544
0.2 -0.033 0.830 1.301 1.818 2.159 2.472
0.1 -0.017 0.836 1.292 1.785 2.107 2.400
0.0 0.000 0.842 1.262 1.751 2.054 2.326
-0,1 0,017 0,836 1,270 1,716 2,000 2,252
-0,2 0,033 0,850 1,258 1,860 1,945 2,178
-0,3 0,050 0,853 1,245 1,643 1,890 2,104
-0,4 0,066 0,855 1,231 1,606 1,834 2,029
-0,5 0,083 0,856 1,216 1,567 1,777 1,955
Sumber : Soewarno.,(1996)

Tabel 5.13 Parameter Untuk Perhitungan SET Distribusi Log Person Type III

Koefisie Periode Ulang (Tahun)

n Skew 2 5 10 25 50 100
(δ) Probabilitas
0,5 0,8 0,9 0,95 0,98 0,99
0.0 1.0801 1.1698 1.3748 1.645 2.1988 2.6363
0.1 1.0808 1.2000 1.4367 1.7810 2.3425 2.8163
0.2 1.0830 1.2309 1.4989 1.8815 2.4986 3.0175
0.3 1.0868 1.2609 1.5610 1.9852 2.6656 3.2365
0.4 1.0918 1.2905 1.6227 2.0952 2.8423 4.4723
0.5 1.0987 1.3199 1.6838 2.1998 3.0279 3.7238
0.6 1.1073 1.3492 1.7441 2.3094 3.2209 3.9895
0.7 1.1179 1.3785 1.8032 2.4198 3.4208 4.2684
0.8 1.1304 1.4082 1.8609 2.5363 3.6266 4.5595
0.9 1.1449 1.4385 1.9170 2.6403 3.8374 4.8618
1.0 1.1614 1.4699 1.9714 2.7492 4.0572 5.1741
1.1 1.1799 1.5030 2.0240 2.8563 4.2696 5.4952
1.2 1.2003 1.5382 2.0747 2.9613 4.4896 5.8240
1.3 1.2223 2.5764 2.1237 3.0513 4.700 6.1592
1.4 1.2457 1.6181 2.1711 3.0613 4.9301 6.4992
1.5 1.2701 1.6643 2.2073 3.2557 5.1486 6.8427
1.6 1.2952 1.7175 2.2627 3.3455 5.3644 7.1881
1.7 1.3204 1.7732 2.3081 3.4303 5.5761 7.5339
1.8 1.3452 1.8374 2.3541 3.5100 5.7829 7.8783
1.9 1.3090 1.9091 2.4018 3.5844 5.9829 8.2191
2.0 1.3913 1.9888 2.4525 3.6536 6.1755 8.5562
Sumber : Soewarno.,(1996)

Penentuan batas daerah kepercayaan untuk Log Pearson Type III adalah :
Log SET = δ (Sx2 / n)0,5 (5-26)
Dimana :
Log SET = Kesalahan standar dari perkiraan untuk tiap periode
δ = Parameter SET (dari Tabel 5.13)
Sx = Standar deviasi logaritma
n = Jumlah data
Untuk mengetahui perhitungan dasar curah hujan dengan menggunakan Metode Log Pearson
Type III, dapat dilihat pada Tabel 5.14.
Tabel 5.14 Perhitungan dasar CHHM Metode Log Pearson Type III
No Tahun Xi Log Xi Log Xi-μ (Log Xi-μ)² (Log Xi-μ)³
1 1998 112,70 2,0519 -0,0372 0,0014 -0,0001
2 1999 120,50 2,0810 -0,0081 0,0001 0,0000
3 2000 126,60 2,1024 0,0133 0,0002 0,0000
4 2001 127,80 2,1065 0,0174 0,0003 0,0000
5 2002 74,50 1,8722 -0,2169 0,0471 -0,0102
6 2003 88,90 1,9489 -0,1402 0,0197 -0,0028
7 2004 98,80 1,9948 -0,0943 0,0089 -0,0008
8 2005 89,10 1,9499 -0,1392 0,0194 -0,0027
9 2006 185,50 2,2683 0,1792 0,0321 0,0058
10 2007 127,60 2,1059 0,0168 0,0003 0,0000
11 2008 87,00 1,9395 -0,1496 0,0224 -0,0033
12 2009 192,90 2,2853 0,1962 0,0385 0,0076
13 2010 118,30 2,0730 -0,0161 0,0003 0,0000
14 2011 173,10 2,2383 0,1492 0,0223 0,0033
15 2012 91,20 1,9600 -0,1291 0,0167 -0,0022
16 2013 83,20 1,9201 -0,1690 0,0286 -0,0048
17 2014 143,10 2,1556 0,0665 0,0044 0,0003
18 2015 412,00 2,6149 0,5258 0,2765 0,1454
19 2016 132,50 2,1222 0,0331 0,0011 0,0000
20 2017 98,00 1,9912 -0,0979 0,0096 -0,0009
Jumlah 2683,30 41,7820 0,0000 0,5495 0,1345
Rata2 134,17 2,0891

Berdasarkan tabel diatas, maka dapat dihitung :

μ=
∑ log x i 36 , 6480
n = 20 = 1,8324

[ ]
0,5
∑ ( Log xi −μ ) 2
Sx=
n−2 = [0,1605/(20-2)]0.5 = 0,0944

Cs=
[ n ∑ ( Log xi −μ )3
( n−1 ) . ( n−2 ) . ( Sx )3 ]
[ 20 x (−0 , 0029)
= ( 20−1 ) . ( 20−2 ) . ( 0 , 0944 )
3 ]
Cs (δ) = -0,20
Dengan harga Cs (δ) = -0,20 maka dari Tabel 5.12 didapat harga KTR sesuai dengan periode
ulang hujannya ( 2 tahun) yaitu sebesar 0,033
Dengan menggunakan persamaan (5–25), maka dapat dihitung besarnya curah hujan harian
maksimum untuk PUH 2 tahun, yaitu :
Log Rt = μ + KTR . Sx
= 1,8324 + (0,033 * 0,0944)
= 1,8355
Rt = 10^ 1,8355
= 68,4699
Dengan koefisien Skew (δ) yang sama, yaitu -0,20 maka diperoleh δ = 1,0830 (Tabel 5.13).
Log SET = δ (Sx2 / n)0,5
= 1,0830 (0,09442 / 20)0,5
= 0,0228

Untuk PUH 2 tahun dengan derajat kepercayan 90% (α) = 1,64 maka :
SET = 10^ Log SET
= 10^ 0,0228
= 1,0539
αSET= 1,64*1,0539
= 1,7284
Untuk perhitungan curah hujan harian maksimum dengan menggunakan Metode Log Pearson
Type III untuk PUH 5, 10, 25, 50 dan 100 tahun digunakan cara yang sama dengan PUH 2
tahun dan hasil perhitungannya dapat dilihat pada Tabel 5.15.

Tabel 5.15 Perhitungan CHHM Metode Log Pearson Type III

Log
PUH KT Log Rt Rt K SET αSET Rt-set Rt+αSET CHHM
SET
111,64
2 -0,2362 1,264 1,120 1,837 109,804 113,479 Rt<Rt Set
2,048 2 0,049
162,30
5 0,694 1,653 1,160 1,903 160,399 164,205 Rt<Rt Set
2,210 2 0,065
209,98
10 1,334 2,198 1,219 1,999 207,986 211,983 Rt<Rt Set
2,322 4 0,086
290,58
25 2,141 3,207 1,334 2,188 288,394 292,771 Rt<Rt Set
2,463 2 0,125
 368,75
50 2,734 5,093 1,581 2,593 366,166 371,353 Rt<Rt Set
2,567 9 0,199
465,94
100 3,315 6,756 1,836 3,012 462,936 468,959 Rt<Rt Set
2,668 7 0,264

Ket :
KT : Parameter untuk Metode Log Pearson Type III
K : Parameter SET Metode Log Pearson Type III
5.5.3 Metode Log Normal
Distribusi log normal merupakan hasil transformasi dari distribusi normal, yaitu dengan
mengubah nilai variant data hujan (Ri) menjadi nilai logaritmik variant. Nilai variant yang
diharapkan terjadi secara matematis ditentukan dengan persamaan :

LogR t = μ+ K σ R

Dimana :
Log Rt = nilai variant yang diharapkan terjadi
μ = nilai rata-rata logaritma
R = standar deviasi logaritma
K = karakteristik distribusi peluang log normal (nilai variable reduksi gauss)
Batas rentang kepercayaan ditentukan dengan persamaan :

[ ]
0,5
σ 2R
Log SET =δ
n
Dimana :
SET = kesalahan standar dari perkiraan
δ = parameter yang ditentukan berdasarkan perhitungan SET distribusi Log Normal
R = standar deviasai logaritma
n = jumlah data

Tabel 5.16
Nilai Variabel Reduksi Gauss Yang Dipergunakan
Dalam Distribusi Log Normal

PUH (Tahun) Peluang K

1,001 0,999 -3,05
1,005 0,995 -2,58
 1,01 0,990 -2,33
1,05 0,950 -1,64
1,11 0,900 -1,28
1,25 0,800 -0,84
1,33 0,750 -0,67
1,43 0,700 -0,52
1,67 0,600 -0,25
2,00 0,500 0
2,50 0,400 0,25
3,33 0,300 052
4,00 0,250 0,67
5,00 0,200 0,84
10,00 0,100 1,28
20,00 0,050 1,64
50,00 0,020 2,05
100 0,010 2,33
200 0,000 2,58
500 0,002 2,88
1000 0,001 3,09
Sumber : Soewarno., 1995

Tabel 5.17 Parameter SET untuk Log Normal

PUH (Tahun) δ
2 1,0000
5 1,1638
10 1,3495
25 1,5339
50 1,7632
100 1,9251
Sumber : Soewarno., 1995

Persamaan regresi distribusi log normal dan hasil perhitungannya dapat dilihat pada tabel
berikut :
Tabel 5.18 Perhitungan dasar CHHM Metode Log Normal

No Ri Log Ri Log Ri-μ (Log Ri-μ)² (Log Ri-μ)³

1 73.85 1.8683 0.0359 0.0013 0.0000
2 85.03 1.9296 0.0972 0.0094 0.0009
3 49.73 1.6966 -0.1358 0.0184 -0.0025
4 73.76 1.8678 0.0354 0.0013 0.0000
5 101.11 2.0048 0.1724 0.0297 0.0051
6 77.08 1.8869 0.0545 0.0030 0.0002
7 77.08 1.8869 0.0545 0.0030 0.0002
8 61.33 1.7877 -0.0447 0.0020 -0.0001
9 50.32 1.7017 -0.1307 0.0171 -0.0022
10 85.10 1.9299 0.0975 0.0095 0.0009
 11 50.08 1.6996 -0.1328 0.0176 -0.0023
12 75.48 1.8778 0.0454 0.0021 0.0001
13 61.42 1.7883 -0.0441 0.0019 -0.0001
14 50.00 1.6990 -0.1334 0.0178 -0.0024
15 55.00 1.7404 -0.0920 0.0085 -0.0008
16 77.00 1.8865 0.0541 0.0029 0.0002
17 56.00 1.7482 -0.0842 0.0071 -0.0006
18 77.00 1.8865 0.0541 0.0029 0.0002
19 74.00 1.8692 0.0368 0.0014 0.0000
20 78.00 1.8921 0.0597 0.0036 0.0002
Jumlah 1388.37 36.6480   0.1605 -0.0029
Rata2 69.42 1.8324      

Untuk perhitungan dasar curah hujan harian maksimum dengan Metode Log Normal adalah
sebagai berikut (dari Tabel 5.18) :

μ=
∑ log Ri 36 ,6480
n = 20 = 1,8324

[ ]
0,5

σR =
∑ ( Log Ri−μ )2
n−2 = [0,1605/(20-2)]0.5 = 0,0944

Cs=
[ ∑ n ( Log Ri−μ )3
( n−1 ) . ( n−2 ) . ( σ R ) 3 ]
[
20 x (−0 , 0029)
= ( 20−1 ) . ( 20−2 ) . ( 0 , 0944 )
3 ]
Cs (δ) = -0,2
Maka dari Tabel 5.16 didapat harga K sesuai dengan periode ulang hujannya dimana untuk
PUH 2 = 0
Dengan menggunakan persamaan (5–25), maka dapat dihitung besarnya curah hujan harian
maksimum untuk PUH 2 tahun, yaitu :
Log Rt = μ + K * σR
= 1,8324 + (0 * 0,0944)
= 1,8324
Rt = 10^ 1,8324
= 67,9829
Kemudian dapat dilihat dalam Tabel 5.17 setiap perhitungan CHHM untuk Log Normal.
Log SET = δ (R2 / n)0,5
= 1,0000 (0,09442 / 20)0,5
= 0,0211
Untuk PUH 2 tahun dengan derajat kepercayan 90% (α) = 1,64 maka :
SET = 10^ Log SET
= 10^ 0,0211
= 1,0498
αSET= 1,64*1,0498
= 1,7217

Untuk perhitungan curah hujan harian maksimum demgan menggunakan Metode Log Normal
untuk PUH 5, 10, 25, 50 dan 100 tahun digunakan cara yang sama dengan PUH 2 tahun dan
hasil perhitungannya dapat dilihat pada Tabel 5.19.
Tabel 5.19 Perhitungan CHHM Metode Log Normal
PU
KT Log Rt Rt K Log SET SET αSET Rt-set Rt+αSET CHHM
H
0,000
2 1,000 1,050 1,722 66,261 69,705 Rt<Rt Set
0 1,832 67,983 0,021
5 0,840 1,912 81,603 1,164 0,025 1,058 1,735 79,868 83,339 Rt<Rt Set
10 1,280 1,953 89,794 1,350 0,028 1,068 1,751 88,043 91,545 Rt<Rt Set
25 1,710 1,994 98,593 1,534 0,032 1,077 1,767 96,826 100,360 Rt<Rt Set
50 2,050 2,026 106,156 1,763 0,037 1,089 1,787 104,369 107,943 Rt<Rt Set
100 2,330 2,052 112,818 1,925 0,041 1,098 1,801 111,018 114,619 Rt<Rt Set

Tabel 5.20 Rekapitulasi CHHM hasil perhitungan

PUH   Metoda CHHM  

(Tahun
) Gumbel Modifikasi Log Person Tipe III Log Normal
2 66.2211 ± 6.4574 66.7437<Rt<70.2010 66.2613<Rt<69.7046
5 83.4513 ± 11.3144 80.0376<Rt<83.5198 79.9011<Rt<83.3720
10 94.8605 ± 15.2810 87.5985<Rt<91.1264 88.0397<Rt<91.5420
100.0583<Rt<103.652
20 109.2737 ± 20.5386 4 96.7846<Rt<100.3185
101.9030<Rt<105.606 104.4556<Rt<108.029
50 119.9670 ± 24.5208 5 1
107.2458<Rt<111.043 111.0103<Rt<114.612
100 130.5811 ± 28.5102 9 0
5.6 Pemilihan Metode Perhitungan Curah Hujan Harian Maksimum
Pemilihan metode perhitungan curah hujan harian maksimum dimaksudkan untuk memilih
metode yang paling sesuai dalam memperkirakan besarnya curah hujan harian maksimum
yang terjadi dalam PUH tertentu. Hasil yang diperoleh dari ketiga metode yang digunakan
dapat dilihat pada Tabel 5.20.

Dalam pemilihan metode analisis curah hujan harian maksimum digunakan uji kecocokan
(Test of Goodness of fit) distrsbusi frekuensi dari data terhadap fungsi distribusi peluang yang
diperkirakan dapat menggambarkan/ mewakili distribusi frekuensi tersebut, diperlukan
pengujian parameter.

Pengujian parameter dapat dilakukan dengan uji kecocokan yaitu dengan Chi – Kuadrat (Chi
– Square). Untuk melakukan uji kecocokan ini akan dibandingkan curah hujan harian
maksimum hasil perhitungan berdasarkan metode-metode yang digunakan. Uji Chi – Kuadrat
dimaksudkan untuk menentukan apakah persamaan atau metode yang dipilih dapat mewakili
dari distribusi statistik sampel data yang dianalisis.

Untuk menentukan uji Chi- Kuadrat ini, data curah hujan harian maksimum harus
dikelompokkan dalam bentuk kelas interval. Penentuan jumlah kelas interval bila mengikuti
pendekatan Stuges, adalah :

[ ]
G
( fo−fe)2
∑ fe
i=1
Xh =
2
(5–27)

Dimana :

fo
= Frekuensi dari observasi (data sampel)

fe
= Frekuensi teoritis (expect dari kurva normal)

Xh2= Parameter Chi-Kuadrat yang dihitung

fe
Pendekatan dengan persamaan :

fe ∑ fo
= x probabilitas (5–28)
 fe
Nilai diperoleh dengan cara expect dari kurva normal. Kurva normal dalam statistik
biasanya sudah didekati dengan nilai tabel distribusi normal yang berisi luas area yang
dibatasi oleh rerata dan simpangan baku dan ditandai oleh simbol ”Z”.

Pendekatan nilai Z dengan persamaan :

( x−μ)
σ
Z = (5–29)

Dimana :

Z = Luas area

 = Rerata sampel

 = Simpangan baku

Untuk menentukan uji Chi-Kuadrat ini, data CHHM harus dikelompokkan dalam bentuk kelas
interval. Penentuan banyaknya kelas interval terhadap suatu data dilakukan dengan mengikuti
pendekatan Sturges, yaitu :

k = 1 + 3,322 x Log n (5–30)

Dimana :

k = Banyaknya kelas interval

n = Banyaknya data

Untuk menentukan panjang kelas interval dilakukan perhitungan dengan menggunakan

rumus :
nb −nk
k
G= (5–31)

Dimana :

G = Panjang kelas interval

nb = Harga datum terbesar

nk = Harga datum terkecil

k = Banyaknya kelas interval

Parameter Xh2 merupakan variabel acak, peluang untuk mencapai nilai Xh2 sama atau lebih
besar dari data pada nilai Chi-Kuadrat yang sebenarnya. Nilai Xh2 dengan derajat kebebasan
(df) ditentukan melalui parameter statistik yang digunakan.

Derajat kebebasan didekati dengan persamaan :

df =  kelas interval -  parameter - 1 (5–32)

Prosedur dalam uji Chi-Kuadrat adalah sebagai berikut :

1. Urutkan data pengamatan (dari besar ke kecil atau sebaliknya).

2. Kelompokkan data menjadi n kelas dengan panjang kelas G.

3. Jumlahkan data pengamatan sebesar fo pada tiap-tiap kelas.

4. Tentukan batas bawah masing-masing kelas.

5. Hitung transformasi Z dengan menggunakan persamaan (5-29).

6. Tentukan probabilitas antara Z dengan menggunakan kurva normal atau Tabel Z (Tabel
5.21).

7. Tentukan frekuensi teoritis dengan menggunakan persamaan (5-28).

8. Tentukan derajat kebebasan dengan menggunakan persamaan

(5-32).

9. Tentukan derajat kepercayaan yang diterima, biasanya dilakukan uji terhadap kepercayaan
sebesar 99%.

Setelah dilakukan pengolahan data sesuai dengan prosedur di atas, kemudian melakukan
perbandingan antara Xh2 perhitungan dan Xh2 teoritis (Tabel 5.22) pada derajat kepercayaan
99 % dengan interpretasi sebagai berikut :

1. Apabila Xh2 perhitungan < Xh2 teoritis, maka hipotesa dapat diterima.

2. Apabila Xh2 perhitungan > Xh2 teoritis, maka hipotesa ditolak.

 Tabel 5.21 Tabel Kurva Distribusi Z
Area under the Standard Normal Density from 0 to z
Tabel 5.22 Tabel Distribusi Chi Kuadrat

(1-)

X2 value
X2,value
5.6.1 Uji Chi-Kuadrat Pada Metode Gumbel Modifikasi

Untuk meghitung uji Chi Kuadrat diperlukan parameter terhadap data yang dikelompokkan,
nilai parameter tersebut antara lain :
Tabel 5.23 Array Data
No R Log R
1 74,50 1,8722
 2 83,20 1,9201
3 87,00 1,9395
4 88,90 1,9489
5 89,10 1,9499
6 91,20 1,9600
7 98,00 1,9912
8 98,80 1,9948
9 110,00 2,0414
10 112,70 2,0519
11 118,30 2,0730
12 120,50 2,0810
13 126,60 2,1024
14 127,60 2,1059
15 127,80 2,1065
16 132,50 2,1222
17 143,10 2,1556
18 173,10 2,2383
19 185,50 2,2683
20 192,90 2,2853

nb = 192,90
nk = 74,50
Dengan menggunakan persamaan (5-30), mencari nilai k adalah :
k = 1 + 3,322 Log n
= 1 + 3,322 Log 20
= 5,32 ≈ 6 kelas
Dengan menggunakan persamaan (5-31), panjang kelas interval adalah :
nb −nk 101 ,11−49,73
G= k = 6 = 8,563 ≈ 9

fo adalah mencari seberapa banyak data pengamatan pada tiap rentang kelas.
Menentukan nilai tengah (m) :
(49 , 73+59 ,73 )
m= 2 = 54,73
Selanjutnya, hasil perhitungan median dapat dilihat pada tabel di bawah ini :

Tabel 5.24 Perhitungan Dasar Chi-Kuadrat

G (Kelas) Fο m Fο*m m-R (m-R)² Fο*(m-R)²
74,50 - 94,50 6 84,50 507,00 -33,00 1.089,0 6534,00
 0
114,5
- 4 104,50 418,00 -13,00 169,00 676,00
94,50 0
134,5
- 6 124,50 747,00 7,00 49,00 294,00
114,50 0
154,5
- 1 144,50 144,50 27,00 729,00 729,00
134,50 0
174,5 2.209,0
- 1 164,50 164,50 47,00 2209,00
154,50 0 0
194,5 4.489,0
- 2 184,50 369,00 67,00 8978,00
174,50 0 0
Jumlah 20   2.350,00     19.420,00
Rata2(R)     117,50      
Sx           32,8464

∑ Fo∗m 1424,6
n 20
R = = = 70,425

[ ]
0,5
∑ Fo∗(m−R )2
n−2
Sx =

[ ]
0,5
3267 ,00
20−2
Sx = = 13,62

Contoh perhitungan untuk uji Chi Kuadrat :

 Rata-Rata = 70,425

 Sx = 13,62

 Tingkat kepercayaan 99%

 Menentukan batas bawah kelas, yaitu :

Bbk = 49,73 – 0,005

= 49,725

 Dengan persamaan (5-29), titik Z adalah :

( x−R)
Z = Sx
(49 , 725−70 ,425)
Z1 = 13 , 62 = -1,52
 (58 ,725−70 ,425 )
Z2 = 13 , 62 = -0,86

 Menentukan nilai luas Z dengan menggunakan Tabel 5.21 Probabilitas Kurva Distribusi
Z:

Z1 = 0,4357

Z2 = 0,3051

 Menghitung probabilitas antar Z, yaitu :

Z1 – Z2 = 0,4357– 0,3051

= 0,1306

 Menentukan frekuensi (fe), yaitu :

fe = ∑ fo x probabilitas
= 20 x 0,1306 = 2,612

 Menentukan X2 ,yaitu :

X2 = (ƒo-ƒe)2/ ƒe

= (6-2,612)2/ 2,612

= 4,3945

 Menentukan Xh2 perhitungan dengan persamaan :

[ ]
G
( fo−fe)2
∑ fe
Xh2 = i=1

= 2,6120 + 1,4017 + 2,1296 + 2,6284 + 1,8780 + 0,2596

= 10,9094

 Dengan menggunakan persamaan (5-32), derajat kebebasan diperoleh :

df =  kelas interval -  parameter – 1

= 6-2-1

= 3

Dari Tabel 5.20 untuk nilai df = 3 dengan tingkat kepercayaan 99% diperoleh :

α = 1% ≈ Xh2 teoritis = 11,345

Tabel 5.25 Perhitungan X2 pada metode Gumbel Modifikasi
Luas Probabilitas
G (Kelas) fo Batas Kelas Titik Z
Area Z
fe X²
        74,495 -1,31 0,405      
74,50 - 94,50 6     0,147 2,938 3,191
        94,495 -0,70 0,258      
94,50 - 114,50 4       0,222 4,442 0,044
        114,495 -0,09 0,036      
114,50 - 134,50 6       -0,163 -3,252 -26,322
        134,495 0,52 0,199      
134,50 - 154,50 1       -0,172 -3,446 -5,736
        154,495 1,13 0,371      
154,50 - 174,50 1       -0,124 -2,486 -4,888
        174,495 1,74 0,495      
174,50 - 194,50 2       0,005 0,094 38,647
        194,495 2,34 0,490      
∑     20           4,936

 Kesimpulan
∑ Kelas = 6 kelas
∑ parameter = 2 (R dan Sx)
df = 3
Xh2 perhitungan 99% = 10,9094
Xh2 perhitungan < Xh2 teoritis, berarti hipotesis diterima

5.6.2 Uji Chi-Kuadrat Metode Log Pearson Type III dan Log Normal
Tabel 5.26 Perhitungan dasar Chi-Kuadrat Log Pearson Type III dan Log Normal
G (Kelas) fo m fo*m (m - R) (m - R)² fo*(m-R)²
1,872 1,954
- 5 1,9135 9,5674 -0,1446 0,0209 0,1046
2 8
1,954 2,037
- 3 1,9961 5,9883 -0,0620 0,0038 0,0115
8 4
2,037 2,120
- 7 2,0787 14,5512 0,0207 0,0004 0,0030
4 1
2,120 2,202
- 2 2,1614 4,3228 0,1033 0,0107 0,0213
1 7
2,202 2,285
- 3 2,2440 6,7320 0,1859 0,0346 0,1037
7 3
Jumlah 20 10,3937 41,1617 0,1033 0,0704 0,2441
Rata2(R)     2,0581     0,3837
Sx           0,1165

 R (Rata-rata) = ∑(fo*m)/ n
= 36,6552/20
= 1,83276
 Sx = (0,1283/18)^0,5
 = 0,0844
Contoh perhitungan untuk uji Chi Kuadrat :
nb = 2,0048
nk = 1,6966
 k = 1 + 3,322 Log 20
= 5,32 ≈ 6 kelas
nb −nk 2 , 0048−1, 6966
 G= k = 6 = 0,0514
 Tingkat kepercayaan 99%
 Menentukan batas bawah kelas, yaitu :
Bbk = 1,6966 – 0,00005
= 1,69655
 Dengan persamaan (5-29), titik Z adalah :
( x−R)
Z = Sx
(1,69655−1,83276 )
Z1 = 0,0844 = -1,61
(1,74795−1, 83276 )
Z2 = 0 ,0844 = -1,00
 Menentukan nilai luas Z dengan menggunakan Tabel 5.21 Probabilitas Kurva Distribusi
Z. Z1 = 0.4463
Z2 = 0.3413

Menghitung probabilitas antar Z, yaitu :

Z1 – Z2 = 0,4463 – 0,3413

= 0,1050

 Menentukan frekuensi (fe), yaitu :

fe = ∑ fo x probabilitas
= 20 x 0,1050 = 2,1000

 Menentukan X2 ,yaitu :

X2 = (ƒo-ƒe)2/ ƒe

= (5-2,1000)2/ 2,1000

= 4,0048
 Menentukan Xh2 perhitungan dengan persamaan :

[ ]
G
( fo−fe)2
∑ fe
Xh2 = i=1

= 4,0048+ 0,1387 + 4,7720 + 5,4356 + 0.1360 + 0.0117

= 14,4987

 Dengan menggunakan persamaan (5-32), derajat kebebasan diperoleh :

df =  kelas interval -  parameter – 1

=6-2-1

=3
 Dari Tabel 5.20 untuk nilai df= 3 dengan tingkat kepercayaan 99% diperoleh :

α = 1% ≈ Xh2 teoritis = 11,345

Tabel 5.27 Perhitungan X2 Chi-Kuadrat Log Pearson Type III dan Log Normal
Batas Luas Probabilitas
G (Kelas) fo Titik Z fe X²
Kelas Area Z
        1,8721 -1,60 0,4452      
1,8722 - 1,9548 5       0,1319 2,638 2,115
        1,9547 -0,89 0,3133      
1,9548 - 2,0374 3       0,2419 4,838 0,698
        2,0374 -0,18 0,0714      
2,0374 - 2,1201 7       -0,1305 -2,610 -35,384
        2,1200 0,53 0,2019      
2,1201 - 2,2027 2       -0,1906 -3,812 -8,861
        2,2026 1,24 0,3925      
2,2027 - 2,2853 3       -0,0819 -1,638 -13,133
        2,2853 1,95 0,4744      
Jumlah     20           -54,565

 Kesimpulan :

∑ Kelas = 6 kelas

∑ parameter = 2 (μ dan Sx)

df = 3

Xh2 perhitungan 99% = 14.4987

Xh2 perhitungan > Xh2 teoritis, berarti hipotesis ditolak

Hasil perhitungan Chi-Kuadrat untuk setiap metode dapat dilihat pada Tabel 5.28
Tabel 5.28 Interpretasi Hasil Perhitungan
Metoda
Chi Kuadrat Log Pearson Type III dan Log
Gumbel Modifikasi
Normal
Xh² perhitungan 4,936 -54,565
Xh² teoritis 99% 11,345 11,345
Hipotesa Diterima Diterima

Dari hasil uji kecocokan dengan uji Chi-Kuadrat, terlihat bahwa metode Gumbel Modifikasi
dapat diterima. Perhitungan X2 masih dibawah, X2 berdasarkan teoritis dengan derajat
kepercayaan 99%. Dalam perencanaan ini, metode analisis yang akan digunakan adalah
Metode Gumbel Modifikasi.

5.7 Analisis Intensitas Hujan

Tahap akhir dalam analisis curah hujan adalah analisis dalam bentuk Intensity Duration
Frequensy (IDF) yang menunjukkan hubungan antara lamanya waktu pengaliran dengan
intensitas hujan, untuk masing-masing periode ulang hujan.

Apabila tidak diketahui data untuk setiap durasi hujan, maka diperlukan pendekatan secara
empiris dengan berpedoman pada durasi 60 menit (1 jam) dan pada curah hujan harian
maksimum yang terjasi setiap tahun. Cara lain yang lazim digunakan adalah dengan
mengambil pola intensitas hujan untuk kota lain yang mempunyai kondisi yang hampir sama.
Metode yang digunakan antara lain Metode Hasper Der Weduwen dan Metode Van Breen.

5.7.1 Metode Hasper Der Weduwen

Metode ini merupakan hasil penyelidikan yang dilakukan secara umum di Indonesia oleh
Hasper Der Weduwen. Penurunan rumusnya berdasarkan pada kecenderungan hujan yang
dikelompokkan atas dasar anggapan durasi hujan lebih kecil dari 1 jam dan durasi hujan
antara 1 – 24 jam. Rumus yang digunakan adalah sebagai berikut :

 1 ≤ t < 24, maka :

R=
√ 11300×t
t +3,12
¿( )
XT
100 (5-33)

 0 ≤ t <1, maka :
R=
√ 11300×t
t +3,12
¿ ( )
Rt
100 (5-34)

Rt =X T
√ 1218 t+54
X T ( 1−t ) +1272t (5-35)

Intensitas hujan menurut rumus Hasper Der Weduwen :

R
I=
t (5-36)

Dimana :

t : Durasi hujan (jam)

XT : Curah hujan harian pada PUH (mm/24 jam)

I : Intensitas hujan (mm/jam)

Tabel 5.29 Perhitungan intensitas menurut Metode Hasper - Weduwen

PUH Durasi Xt Rt R I
(tahun (mm/24 (mm/24 (mm/24 (mm/
) (menit) jam) jam) jam) jam)
  5 63.9573 10.9657 131.5888
  10   64.9468 15.5469 93.2813
  20   65.6423 21.6792 65.0376
2 40 66.2211 66.0659 29.4674 44.2012
  60     34.6806 34.6806
  80     38.5179 28.8884
  120     43.9962 21.9981
  240     52.7625 13.1906
  5   77.0319 13.2074 158.4890
  10   79.7311 19.0859 114.5156
  20 81.7254 26.9908 80.9725
5 40 83.4513 82.9823 37.0127 55.5190
  60   43.7043 43.7043
  80   48.5399 36.4049
  120   55.4437 27.7219
  240     66.4909 16.6227
  5 85.1573 14.6006 175.2068
  10 89.1390 21.3380 128.0280
  20 92.1707 30.4405 91.3216
10 40 94.8605 94.1232 41.9819 62.9728
  60   49.6794 49.6794
  80   55.1762 41.3821
  120   63.0238 31.5119
  240     75.5813 18.8953
   5 94.9010 16.2711 195.2538
  10 100.6275 24.0881 144.5286
  20 105.1435 34.7250 104.1749
25 40 109.2737 108.1295 48.2291 72.3437
  60   57.2277 57.2277
  80   63.5597 47.6698
  120   72.5997 36.2999
  240     87.0653 21.7663
  5 101.7960 17.4533 209.4398
  10 108.8855 26.0649 156.3894
  20 114.6133 37.8525 113.5574
50 40 119.9670 118.4723 52.8423 79.2635
  60     62.8279 62.8279
  80     69.7795 52.3346
  120     79.7042 39.8521
  240     95.5853 23.8963
  5 108.3878 18.5835 223.0022
  10 116.8740 27.9772 167.8629
  20 123.8870 40.9152 122.7457
100 40 130.5811 128.6981 57.4033 86.1050
  60     68.3866 68.3866
  80     75.9532 56.9649
  120     86.7560 43.3780
  240     104.0422 26.0106

Untuk perhitungan besarnya intensitas dengan menggunakan rumus intensitas dari Hasper
Weduwen untuk PUH 5, 10, 25, 50 dan 100 tahun digunakan cara yang sama dengan
perhitungan untuk PUH 2 tahun dan hasil perhitungannya dapat dilihat pada Tabel 5.30

Tabel 5.30 Perhitungan intensitas hujan Metode Hasper – Weduwen

Durasi Intensitas Hujan (mm/jam) untuk PUH (tahun)  

(menit) 2 5 10 25 50 100
223.002
5 131.5888 158.4890 175.2068 195.2538 209.4398 2
167.862
10 93.2813 114.5156 128.0280 144.5286 156.3894 9
122.745
20 65.0376 80.9725 91.3216 104.1749 113.5574 7
40 44.2012 55.5190 62.9728 72.3437 79.2635 86.1050
60 34.6806 43.7043 49.6794 57.2277 62.8279 68.3866
80 28.8884 36.4049 41.3821 47.6698 52.3346 56.9649
 120 21.9981 27.7219 31.5119 36.2999 39.8521 43.3780
240 13.1906 16.6227 18.8953 21.7663 23.8963 26.0106

5.7.2 Metode Van Breen

Penelitian Van Breen ini dilakukan di pulau Jawa dan umumnya di Indonesia. Metode ini
beranggapan bahwa besarnya atau lamanya durasi hujan harian adalah terpusat selama 4 jam
dengan hujan efektif sebesar 90% dari hujan selama 24 jam. Hubungan dalam bentuk rumus
sebagai berikut:

24
90 %. R
I=
4 (5-37)
Dimana:
I = intensitas hujan (mm/jam)
R24 =Curah hujan harian maksimum ( mm/24 jam)

Berdasarkan persamaan 5-37, maka dapat dibuat suatu kurva durasi intensitas hujan dimana
Van Breen mengambil bentuk kurva kota Jakarta sebagai kurva basis seperti yang terlihat
pada Gambar 5.7

Tabel 5.31 Intensitas hujan untuk kota Jakarta

Durasi Intensitas Hujan (mm/jam) untuk PUH (tahun)
(menit) 2 5 10 25 50
5 126 148 155 180 191
10 114 126 138 156 168
20 102 114 123 135 144
40 76 87 96 105 114
60 61 73 81 91 100
120 36 45 51 56 63
240 21 27 30 35 40
Sumber : BUDP, 1978

Tabel 5.31 memperlihatkan nilai intensitas curah hujan berdasarkan metode Van Breen.
Berdasarkan hasil perhitungan dan penggambaran bentuk kurva intensitas durasi yang
digambarkan dengan kemiringan yang sama dengan kurva intensitas durasi kota Jakarta, maka
diperoleh kurva intensitas durasi untuk daerah perencanaan.
 2 5 10 25 50

250

Intensitas Hujan (mm/jam) 200

150

100

50

0
0 50 100 150 200 250 300

Durasi Hujan (menit)

Gambar 5.7 Kurva IDF Kota Jakarta

Kurva intensitas durasi hujan atau IDF kota Jakarta menggunakan persamaan Talbot dan
memiliki hubungan sebagai berikut :
a
I=
t +b (5-38)

Menurut Van Breen, pendekatan harga a dan b dengan persamaan-persamaan dari hasil analisa
kurva IDF Jakarta, adalah sebagai berikut :
a = 54 R + 0,07 R2 (5-39)
b = 0,3 R (5-40)
Maka persamaan IDF dari kurva Van Breen adalah :
2
54 R+0, 07 R
I = t+0,3R (5-41)
dimana :
I = Intensitas Hujan (mm/jam)
R = Curah Hujan Harian Maksimum (mm/24 jam)
t = Durasi Hujan (menit)
Contoh perhitungan :
PUH = 2 tahun
Durasi = 5 menit
R = 66,2211 mm/24 jam
Berdasarkan pada persamaan (5-39), (5-40) dan (5-41), didapat nilai a dan b adalah sebagai
berikut :
a = 54R + 0,07R2
a = 54*(66,2211) + 0,07*(66,2211)2
a = 3882,9058
b = 0,3R
b = 0,3*(66,2211)
b = 19,8663
maka intensitas hujan untuk PUH 2 tahun dan durasi (t) = 5 menit
3882 ,9057
I= =156 ,1513
5+19 ,8663 mm/jam
Persamaan intensitas hujan dengan menggunakan rumus Van Breen untuk PUH 5, 10, 25, 50
dan 100 tahun dengan menggunakan cara yang sama untuk PUH 2 tahun, dapat dilihat pada
Tabel 5.32
Tabel 5.32 Persamaan intensitas hujan berbagai PUH
R Persamaan I
PUH (mm/24jam) a b (mm/jam)
3882 ,9058
I=
2 66.2211 3882.9058 19.8663 t +19 , 8663
4993 , 8586
I=
5 83.4513 4993.8586 25.0354 t +25 , 0354
5752 ,3630
I=
10 94.8605 5752.3630 28.4582 t +28 , 4582
6736 , 6317
I=
25 109.2737 6736.6317 32.7821 t+32 , 7821
7485 ,6637
I=
50 119.9670 7485.6637 35.9901 t +35 , 9901
8244 , 9791
I=
100 130.5811 8244.9791 39.1743 t +39 , 1743

Besarnya intensitas hujan dengan menggunakan rumus Van Breen dapat dilihat pada Tabel
5.33 dan kurva Intensitas Durasi Frekuensi dari Metode Van Breen dapat dilihat pada
Gambar 5.8

Tabel 5.33 Perhitungan intensitas hujan menurut Van Breen

Durasi Intensitas Hujan (mm/jam) Untuk PUH (Tahun)

(menit) 2 5 10 25 50 100
166.265 182.621
5 156.1511 8 171.9271 178.3022 3 186.6464
142.537 162.766
10 130.0095 5 149.5746 157.4638 8 167.6684
110.887 133.696
20 97.3981 4 118.7079 127.6310 2 139.3337
40 64.8596 76.7868 84.0274 92.5589 98.5084 104.1370
60 48.6176 58.7268 65.0292 72.6070 77.9837 83.1362
80 38.8810 47.5445 53.0376 59.7314 64.5371 69.1842
120 27.7615 34.4320 38.7474 44.0931 47.9881 51.7984
240 14.9419 18.8422 21.4274 24.6960 27.1229 29.5334
 Kurva Van Breen

200.0000
2 tahun
150.0000
Durasi (menit)

5 tahun
10 tahun
100.0000
25 tahun
50.0000 50 tahun
100 tahun
0.0000
0 50 100 150 200 250 300
Intensitas Hujan (mm/jam)

KURVA VAN BREEN

200
LEGEND :
180
PUH 2 Tahun
Intensitas Hujan (mm/menit)

160
140 PUH 5 Tahun
120
PUH 10 Tahun
100
80 PUH 25 Tahun
60
PUH 50 Tahun
40
20 PUH 100 Tahun
0
0 50 100 150 200 250
Durasi Hujan (menit)
5.8 Pemilihan Metode Intensitas Hujan
Pemilihan intensitas hujan ysng digunakan, yaitu Metode Hasper Weduwen dan Van Breen.
Keduanya mengadakan penilitian mengenai keadaan hujan di Indonesia, khususnya di Pulau
Jawa. Pemilihan metode intensitas hujam didasarkan atas nilai intensitas hujan yang tertinggi/
terbesar yang diperoleh dari hasil perhitungan.

Tabel 5.34 Interpretasi hasil perhitungan

Intensita
Metode Durasi   s Hujan (mm/jam) Untuk PUH (Tahun)
  (menit) 2 5 10 25 50 100
  5 131.5888 158.4890 175.2068 195.2538 209.4398 223.0022
  10 93.2813 114.5156 128.0280 144.5286 156.3894 167.8629
  20 65.0376 80.9725 91.3216 104.1749 113.5574 122.7457
Hasper -
Weduwen 40 44.2012 55.5190 62.9728 72.3437 79.2635 86.1050
  60 34.6806 43.7043 49.6794 57.2277 62.8279 68.3866
  80 28.8884 36.4049 41.3821 47.6698 52.3346 56.9649
  120 21.9981 27.7219 31.5119 36.2999 39.8521 43.3780
  240 13.1906 16.6227 18.8953 21.7663 23.8963 26.0106
  5 156.1511 166.2658 171.9271 178.3022 182.6213 186.6464
  10 130.0095 142.5375 149.5746 157.4638 162.7668 167.6684
  20 97.3981 110.8874 118.7079 127.6310 133.6962 139.3337
Van Breen 40 64.8596 76.7868 84.0274 92.5589 98.5084 104.1370
  60 48.6176 58.7268 65.0292 72.6070 77.9837 83.1362
  80 38.8810 47.5445 53.0376 59.7314 64.5371 69.1842
  120 27.7615 34.4320 38.7474 44.0931 47.9881 51.7984
  240 14.9419 18.8422 21.4274 24.6960 27.1229 29.5334

Berdasarkan hasil perhitungan intensitas hujan terlihat bahwa nilai intensitas curah hujan yang
tertinggi/ terbesar, mayoritas diperoleh dengan menggunakan Metode Van Breen. Nilai
intensitas hujan yang terbesar ini digunakan dalam penentuan dimensi daluran drainase,
dimana saluran sebaiknya dapat menampung curah hujan dengan intensitas maksimum.
Besarnya intensitas curah hujan yang berbeda-beda disebabkan oleh lamanya curah hujan atau
frekuensi kejadiannya. Untuk itu maka intensitas curah hujan terpilih dites dengan persamaan
Talbot, Sherman dan Ishiguro kemudian dibandingkan dengan harga I semula. Dengan
menelaah deviasi rata-rata akan diketahui nilai perbedaan/galat terkecil yang merupakan
persamaan kurva intensitas hujan yang paling mendekati, dan dapat digunakan untuk
perhitungan debit puncak rencana.
Cara perhitungannya adalah sebagai berikut :
1. Menentukan minimal 8 jenis lamanya curah hujan t (menit), misalnya 5, 10, 20, 30, 40, 60,
80, 120 dan 240.
2. Menggunakan harga-harga t tersebut untuk menentukan besarnya periode intesitas hujan
untuk periode ulang hujan tertentu (disesuaikan dengan perhitungan debit puncak
rencana).
3. Menggunakan harga t yang sama untuk menentukan tetapan-tetapan dengan cara kuadrat
terkecil. Perhitungan tetapan-tetapan untuk setiap rumus intensitas hujan adalah sebagai
berikut :

Jenis I (Talbot)
a
I=
t +b
2 2
ΣI . tΣI ΣI . tΣI
a=
nΣI 2 −( ΣI )2
(ΣI . tΣI . t )−(nΣI 2 . t )
b= 2
nΣI 2−( ΣI )
Jenis II (Sherman)
a
I=
tn
2
( Σ LogI )( Σ Logt )−(Σ Logt . LogI .)( Σ Logt )
Loga= 2
nΣ Logt 2 + ( Σ Logt )
(Σ LogI )( Σ Logt )−n(Σ Logt . LogI )
n= 2
nΣ Logt 2 + ( Σ Logt )

Jenis III (Ishiguro)

a
I=
√t +b
 ( ∑ I √ t ) ∑ I −( ∑ I √ t )∑ I
2 2
a= 2
n( ∑ I )−( ∑ I )
2

( ∑ I √ t ) ∑ I−n(∑ I 2 √ t )
b= 2
n( ∑ I 2 )−( ∑ I )

4. Menentukan standar deviasi rata-rata (galat) terkecil dari intensitas hujan dari hasil
perhitungan intensitas hujan sesuai dengan metoda yang digunakan dengan perhitungan
intensitas hujan menurut ketiga jenis tersebut.
Apabila kita meninjau berdasarkan tempat penelitian dari ketiga metoda di atas, maka metoda
Van Breen merupakan metoda yang mengambil lokasi penelitian dekat dengan daerah
perencanaan, oleh karena itu metoda yang digunakan untuk menghitung intensitas hujan
adalah metoda Van Breen dengan jenis Talbot. Talbot dipilih karena mempunyai rata-rata
selisih yang terkecil diantara ketiga jenis metoda untuk setiap PUH.

Contoh perhitungan untuk PUH 2 menurut Van Breen :

1. Nomor = 1

2. Durasi hujan = 5 menit

3. Data awal intensitas hujan menurut perhitungan metoda Van Breen =156,1511

4. I x t = 156,1511 x 5 = 780,7557

5. I2 = (156,1511)2 = 24383,1786

6. (I2) x t = 24383,1786 x 5 = 121915,8932

7. t2 = (5)2 = 25

8. Log I = Log 156,1511 = 2,1935

9. Log t = Log 5 = 0,6990

10. (Log t)2 = 0,69902 = 0,4886

11. Log I x Log t = 2,1935 x 0,6990 = 1,5332

12. t0,5 = (5)0,5 = 2,2361

13. I x (t0,5) = 156,1511 x 2,2361 = 349,1646

14. I2 x (t0,5) = 24383,1786 x 2,2361 = 54522,4449

Jenis I (Talbot)

Σ( I . t )Σ( I 2 )−Σ( I 2 . t )Σ (I )
a= 2
nΣI 2 −( ΣI )
(19568 ,1825 x 59848 , 1691)−(1057765 , 0165 x 578 ,6204 )
= 8(59848 ,1691 )−(578 , 6204 )2 = 3882,9058
2
(ΣI . ΣI . t )−(nΣI . t )
b= 2
nΣI 2− ( ΣI )
(578 ,6204 x 19568 ,1825 )−(8 x1057765 , 0165)
= (8 x 59848 , 1691)−(578 , 6204)2 = 19,8663
a
I=
t +b
3882,9058
= 5+19 ,8663 = 156,1513

Jenis II (Sherman)

2
( Σ LogI )( Σ Logt )−(Σ Logt . LogI .)( Σ Logt )
Loga= 2
nΣ Logt 2 −( Σ Logt )

=
[
((14 , 0024 )x(22 ,5198 ))−(20 , 9586 )x(12 ,7427 )
8 x(22 , 5198)−(12 ,7427 )2 ]= 2,714
Log a = 2,714
a = 102,714 = 517,7764
 (Σ LogI )( Σ Logt )−n(Σ Logt . LogI )
n=
nΣ Logt 2 −( Σ Logt )2
((14 , 0024 ) x(12 , 7427))−( 8 x(20 , 9586 ))
= 8 x (22 ,5198 ))−(12 ,7427 )2 = 0,6051
a
n
I= t
517 , 7764
0 ,6051
= (5) = 195,5219

Jenis III (Ishiguro)

( ∑ I √ t ) ∑ I −( ∑ I √ t )∑ I
2 2
a= 2
n( ∑ I 2 )−( ∑ I )

(2866 , 0208 x 59848 ,1691 )−(220734 ,7351 x 578 , 6204 )

= (8 x 59848 , 1691)−(578 ,6204 )2 = 304,2320
( ∑ I √ t ) ∑ I−n(∑ I
2
√t )
b= 2
n( ∑ I )−( ∑ I )
2

(2866 , 0208 x 578 ,6204 )−(8 x 220734 ,7351 )

= (8 x 59848 ,1691)−(578 , 6204 )2 = -0,7469
a
I=
√t +b
304, 2320
I = √5+(−0,7469 ) = 204,2966

Untuk hasil perhitungan selengkapnya dapat dilihat pada Tabel di bawah ini :
R I
PUH (mm/24 a b
(mm/jam)
jam)
38.829.05
2 662.211 198.663 1.561.511
8
49.938.58
5 834.513 250.354 1.662.658
6
57.523.63
10 948.605 284.582 1.719.271
0
67.366.31
25 1.092.737 327.821 1.783.022
7
 74.856.63
50 1.199.670 359.901 1.826.213
7
82.449.79
100 1.305.811 391.743 1.866.464
1