HIDROLOGI

TUGAS BESAR HIDROLOGI
BAB I
PENDAHULUAN
1.1 Latar Belakang
Indonesia merupakan salah satu negara yang beriklim tropis yang memiliki dua musim
dalam setahun, yaitu musim kemarau dan musim hujan.Musim hujan terjadi hampir
setengah tahun atau bahkan lebih.Pada sistem telekomunikasi, hujan sangat
berpengaruh.Hujan mengakibatkan terjadinya redaman hujan yang sangat mengganggu link
komunikasi.
Curah hujan di Indonesia sangat tinggi, sehingga efek dari redaman hujan dalam sistem
komunikasi sangat terasa.Redaman hujan menyebabkan perambatan gelombang radio
melalui medium udara mengalami penurunan dalam kualitas komunikasi akibat terjadinya
hujan. Besar redaman hujan akan bergantung pada curah hujan untuk frekuensi tertentu.
Pada gelombang mikro dan milimeter, curah hujan merupakan faktor utama penyebab
kerusakan sinyal dalam bentuk fading.Oleh karena itu diperlukan pemahaman mengenai
model curah hujan yang terjadi setiap saat.Dengan mengetahui model curah hujan, maka
dapat ditentukan model redaman hujan.
Dalam merencanakan bangunan air, analisis awal yang perlu ditinjau adalah analisis
hidrologi. Analisis hidrologi diperlukan untuk menentukan besarnya debit banjir rencana
yang mana debit banjir rencana akan berpengaruh besar terhadap besarnya debit maksimum
maupun kestabilan konstruksi yang akan dibangun.
JURUSAN TEKNIK SIPIL 1

POLITEKNIK NEGERI UJUNG PANDANG
BAB II
DASAR TEORI
2.1 Pengertian Hujan
Hujan adalah peristiwa turunnya air dari langit ke bumi. Awalnya air hujan berasal
dari air dari bumi seperti air laut, air sungai, air danau, air waduk, air rumpon, air sawah,
air comberan, air susu, air jamban, air kolam, air ludah, dan lain sebagainya. Selain air
yang berbentuk fisik, air yang menguap ke udara juga bisa berasal dari tubuh manusia,
binatang, tumbuh-tumbuhan, serta benda-benda lain yang mengandung air.
Air-air tersebut umumnya mengalami proses penguapan atau evaporasi akibat
adanya bantuan panas matahari. Air yang menguap / menjadi uap melayang ke udara dan
akhirnya terus bergerak menuju langit yang tinggi bersama uap-uap air yang lain. Di
langit yang tinggi uap tersebut mengalami proses pemadatan atau kondensasi sehingga
membentuk awan. Dengan bantuan angin awan-awan tersebut dapat bergerak kesana-
kemari baik vertikal, horizontal dan diagonal.
Akibat angin atau udara yang bergerak pula awan-awan saling bertemu dan
membesar menuju langit / atmosfir bumi yang suhunya rendah atau dingin dan akhirnya
membentuk butiran es dan air. Karena berat dan tidak mampu ditopang angin akhirnya
butiran-butiran air atau es tersebut jatuh ke permukaan bumi (proses presipitasi). Karena
semakin rendah suhu udara semakin tinggi maka es atau salju yang terbentuk mencair
menjadi air, namun jika suhunya sangat rendah maka akan turun tetap sebagai salju.
Hujan tidak hanya turun berbentuk air dan es saja, namun juga bisa berbentuk embun
dan kabut.Hujan yang jatuh ke permukaan bumi jika bertemu dengan udara yang kering,
sebagian hujan dapat menguap kembali ke udara.Bentuk air hujan kecil adalah hampir
bulat, sedangkan yang besar lebih ceper seperti burger, dan yang lebih besar lagi
berbentuk payung terjun.Hujan besar memiliki kecepatan jatuhnya air yang tinggi
sehingga terkadang terasa sakit jika mengenai anggota badan kita.
2.2 Jenis-Jenis Hujan Di Indonesia

Untuk kepentingan kajian atau praktis, hujan dibedakan menurut terjadinya, ukuran
butirannya, atau curah hujannya.
Jenis-jenis hujan berdasarkan terjadinya diantaranya sebagai berikut :

a. Hujan siklonal, yaitu hujan yang terjadi karena udara panas yang naik disertai dengan
angin berputar.
b. Hujan zenithal, yaitu hujan yang sering terjadi di daerah sekitar ekuator, akibat
pertemuan Angin Pasat Timur Laut dengan Angin Pasat Tenggara. Kemudian angin
tersebut naik dan membentuk gumpalan-gumpalan awan di sekitar ekuator yang
berakibat awan menjadi jenuh dan turunlah hujan.
c. Hujan orografis, yaitu hujan yang terjadi karena angin yang mengandung uap air
yang bergerak horisontal. Angin tersebut naik menuju pegunungan, suhu udara
menjadi dingin sehingga terjadi kondensasi. Terjadilah hujan di sekitar pegunungan.
d. Hujan frontal, yaitu hujan yang terjadi apabila massa udara yang dingin bertemu
dengan massa udara yang panas. Tempat pertemuan antara kedua massa itu disebut
bidang front. Karena lebih berat massa udara dingin lebih berada di bawah. Di sekitar
bidang front inilah sering terjadi hujan lebat yang disebut hujan frontal.
e. Hujan muson atau hujan musiman, yaitu hujan yang terjadi karena Angin Musim
(Angin Muson). Penyebab terjadinya Angin Muson adalah karena adanya pergerakan
semu tahunan Matahari antara Garis Balik Utara dan Garis Balik Selatan. Di
Indonesia, hujan muson terjadi bulan Oktober sampai April. Sementara di kawasan
Asia Timur terjadi bulan Mei sampai Agustus. Siklus muson inilah yang
menyebabkan adanya musim penghujan dan musim kemarau.
Adapun Jenis-jenis hujan berdasarkan ukuran butirnya :
a. Hujan gerimis / drizzle, diameter butirannya kurang dari 0,5 mm
b. Hujan salju, terdiri dari kristal-kristal es yang suhunya berada dibawah 0° Celsius
c. Hujan batu es, curahan batu es yang turun dalam cuaca panas dari awan yang
suhunya dibawah 0° Celsius
d. Hujan deras / rain, curahan air yang turun dari awan dengan suhu diatas 0° Celsius
dengan diameter ±7 mm.

2.3 Metode Analisis Hujan
Data curah hujan pada titik pengamatan data berupa data curah hujan harian,
bulanan, atau tahunan. Data hujan yang dibutuhkan dalam perencanaan drainase yaitu
tinggi curah hujan, intensitas hujan dan periode perencanaan curah hujan. Untuk
perhitungan hujan areal ini ada beberapa rumus yang dapat digunakan untuk
menghitungnya. Metode tersebut diantaranya adalah metode rata–rata Aritmatika,
metode Thiessen dan metode Isohyet. Metode tersebut dijelaskan sebagai berikut:
1. Metode rata – rata Aritmatika
Metode rata-rata aritmatika ditentukan dengan cara menjumlahkan
tinggihujan dari suatu tempat pengukuran selama jangka waktu tertentu, dibagi
dengan jumlah pos pengukuran hujan.
Penggunaan metode ini mendapatkan hasil yang memuaskan apabila dipakai
pada daerah datar, serta curah hujan yang tidak bervariasi banyak dari nilai rata-rata
seluruh pos pengamatandi seluruh wilayah pengamatan.
2. Metode Polygon Thiessen
Metode Thiessen ditentukan dengan cara membuat polygon antarposhujan
pada suatu wilayah DAS kemudian tinggi hujan rata-rata dihitung dari jumlah
perkalian antara tiap-tiap luas polygon dan tinggi hujannya dibagi denganluas
seluruh DAS.
Persamaan umum yang dipergunakan untuk Metode Thiessen:
P = ∑(pi.Fk)
Fk = Ai/A
Dimana:
i = kedalaman hujan di stasiun i
Fk = faktor koreksi
Ai = luas daerah yang diwakili stasiun i
A = luas total
P = hujan rata-rata DAS

Hasil analisa dengan metode ini lebih teliti apabila dibandingkan dengan cara rata-
rata aritmatika karena dalam menentukan curah hujan wilayah dengan metode ini akan
diperhitungkan persentase luas pengaruh masing-masing pos pengamatan curah hujan.
3. Metode Rata-Rata Isohyet
Metode isohyet adalah metode yang paling teliti untuk mendapatkan curah hujan
wilayah rata-rata.Metode Isohyet ditentukan dengan cara menggunakan kontur tinggi
hujan suatu daerah dan tinggi hujan rata-rata DAS dihitung dari jumlah perkalian
tinggi hujan rata-rata diantara garis isohyet tersebut dibagi luas seluruh DAS. Metode
ini cocok untuk daerah pegunungan dan yang berbukit-bukit

BAB III
ANALISA DATA
Data yang tercatat pada stasiun pencatat hujan adalah merupakan hujan titik (point
rainfall). Dalam analisis selanjutnya yang perlu diketahui adalah besarnya hujan rerata
DAS. Sebelum data hujan digunakan terlebih harus melewati pengujian untuk
konsistensi data, karena hal ini dapat mempengaruhi ketelitian hasil analisis.
Data hujan yang tidak konsisten dapat terjadi karena beberapa hal yang meliputi :
a) Penggantian jenis alat yang memiliki spesifikasi berbeda
b) Pemindahan lokasi alat
c) Perubahan lingkungan mendadak.
Tabel berikut ini merupakan curah hujan tahunan dan hujan maximum tahunan yang
tercatat pada stasiun hujan
 Data Curah Hujan Tahunan
Tabel 3.1 Data Hujan Tahunan Semua STA
STASIUN
NO TAHUN STASIUN I JENE STASIUN II STASIUN III
TALLASA MALOLO PALLEKO
1 2006 4537 2099 2374
2 2007 2207 3847 2854
3 2008 6017 3646 2068
4 2009 1366 3308 1831
5 2010 5915 5086 5316
6 2011 2170 2375 2253
7 2012 1962 2544 2643
8 2013 3430 3451 3729
9 2014 2721 2574 2201
10 2015 3815 3274 2294

Tabel 3.2 Data Hujan Maksimum
PERHITUNGAN HUJAN MAX TAHUNAN UNTUK STASIUN I JENE TALLASA
BULAN
NO TAHUN MAKSIMUM
JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER
1 2006 50 120 100 100 75 150 0 0 0 0 25 100 150
2 2007 28 25 25 20 100 100 0 0 25 50 60 60 100
3 2008 75 30 175 100 100 100 25 50 25 75 150 150 175
4 2009 30 15 25 3 50 5 10 0 0 50 50 75 75
5 2010 100 0 50 50 120 50 50 35 100 75 100 100 120
6 2011 75 100 50 75 15 20 20 0 0 0 25 75 100
7 2012 25 25 50 25 20 15 51 0 0 10 37 50 51
8 2013 80 45 35 75 50 50 35 35 0 30 55 60 80
9 2014 75 50 60 30 50 35 5 0 0 0 25 50 75
10 2015 70 70 65 60 60 30 0 0 0 0 25 60 70
PERHITUNGAN HUJAN MAX TAHUNAN UNTUK STASIUN II MALOLO

BULAN
NO TAHUN MAKSIMUM
1 2006 125 119 71 0 0 0 10 0 0 0 45 66 125
2 2007 102 79 58 98 35 79 3 9 28 13 138 135 138
3 2008 81 152 75 38 82 76 0 26 11 67 74 72 152
4 2009 174 73 58 55 34 13 14 2 1 20 73 79 174
5 2010 139 65 51 47 41 85 117 105 86 78 85 64 139
6 2011 99 72 74 87 0 0 0 0 0 0 82 54 99
7 2012 112 71 68 44 109 43 13 0 33 55 67 106 112
8 2013 102 112 67 118 68 80 45 7 2 33 24 135 135
9 2014 116 78 33 86 29 16 0 0 0 1 89 115 116
10 2015 187 102 84 92 29 24 0 0 0 5 34 166 187

PERHITUNGAN HUJAN MAX TAHUNAN UNTUK STASIUN III PALLEKO

BULAN
NO TAHUN MAKSIMUM
1 2006 62 67 84 27 11 25 0 0 0 0 0 101 101
2 2007 75 51 22 35 16 20 0 0 0 82 55 62 82
3 2008 100 75 52 4 27 3 0 15 4 32 23 27 100
4 2009 145 100 10 55 5 4 5 0 0 0 20 92 145
5 2010 82 78 86 95 97 94 62 45 95 97 72 97 97
6 2011 116 32 47 50 20 25 3 0 0 51 45 61 116
7 2012 102 31 120 42 45 43 9 0 0 15 77 50 120
8 2013 135 75 35 128 50 39 35 0 0 136 13 123 136
9 2014 125 43 45 45 11 7 0 0 0 0 17 117 125
10 2015 195 95 40 43 0 0 0 0 0 0 0 0 195

3.1 Hujan Wilayah
Tabel berikut merupakan hasil perhitungan hujan wilayah berdasarkan 3 metode, yaitu
metode Aritmatika, Metode Thiessen, dan Metode Isohyet.
a. Metode Aritmatika
Metode ini digunakan pada daerah yang datar dan banyak station penakar hujannya
dan dengan anggapan, bahwa di daerah tersebut sifat curah hujannya adalah merata
(uniform).
d 1 + d 2 +d 3 +…+ d n
d=
n
Atau
n
di
d=∑
i=1 n
dimana :
d = Curah hujan rata-rata daerah aliran (mm)
d1, d2, d3 = Curah hujan yang tercatat pada station penakar hujan (mm)
Tabel 3.3 Hasil Perhitungan Hujan wilayah dengan metode Aritmatika

METODE ARITMATIKA
HUJAN MAKSIMUM
NO TAHUN RATA-RATA
STASIUN I STASIUN II STASIUN III
JENE TALLASA MALOLO PALLEKO
1 2006 150 125 101 125
2 2007 100 138 82 107
3 2008 175 152 100 142
4 2009 75 174 145 131
5 2010 120 139 97 119
6 2011 100 99 116 105
7 2012 51 112 120 94
8 2013 80 135 136 117
9 2014 75 116 125 105
10 2015 70 187 195 151
b. Metode Thiessen

Metode ini memasukkan faktor pengaruh daerah yang diwakili oleh station penakar
hujan yang disebut sebagai faktor pembobot (weighing factor) atau disebut juga sebagai
Koefisien Thiessen. Faktor pengaruh daerah dibentuk dari poligon dengan
menggambarkan garis-garis sumbu tegak lurus terhadap garis penghubung di antara dua
station penakar hujan.
Poligon tersebut diperoleh dengan menghubungkan masing-masing station dengan
garis lurus sehingga membentuk polygon segitiga. Buat sumbu-sumbu pada polygon
segitiga tersebut sehingga titik potong sumbu akan membentuk polygon baru. Polygon
baru inilah merupakan batas daerah pengaruh masing-masing stasiun penakar hujan.
A1 d 1+ A 2 d 2 + A 3 d 3 +…+ A n d n
d=
dimana : A 1 + A2 + A 3 +…+ A n

d1, d2, d3 = Curah hujan yang tercatat pada station penakar hujan (mm)
A1, A2, A3 = Luas poligon pengaruh station 1, 2, 3. (km2)
Tabel 3.4 Hasil Perhitungan Hujan wilayah dengan Metode Thiessent

METODE THIESSENT
STA I STA II STA III HUJAN
NO TAHUN
JENE TALLASA MALOLO PALLEKO WILAYAH
0,236 0,368 0,396
1 2006 35,34 46,05 40,00 121
2 2007 23,56 50,84 32,47 107
3 2008 41,23 56,00 39,60 137
4 2009 17,67 64,10 57,42 139
5 2010 28,27 51,21 38,41 118
6 2011 23,56 36,47 45,94 106
7 2012 12,01 41,26 47,52 101
8 2013 18,85 49,74 53,86 122
9 2014 17,67 42,74 49,50 110
10 2015 16,49 68,89 77,22 163
c. Metode Isohyet

Isohyet adalah garis yang menunjukkan tempat kedudukan dari harga curah hujan
yang sama. Isohyet ini diperoleh dengan cara interpolasi dari harga-harga curah hujan
titik (Point rainfall).
d 1 +d 2 d 2 + d3 d 3 +d 4 d n + d n+1
A 1+ A 2+ A 3 +…+ An
2 2 2 2
d=
A 1 + A2 + A 3 +…+ A n
dimana :
d1, d2, d3 = kontur curah hujan (mm)
A1, A2, A3 = luas poligon antara dua garis kontur (km2 )
METODE ARITMATIKA
HUJAN MAKSIMUM
NO TAHUN RATA-RATA
JENE
MALOLO PALLEKO
TALLASA
1 2006 150 125 101 125
2 2007 100 138 82 107
3 2008 175 152 100 142
4 2009 75 174 145 131
5 2010 120 139 97 119
6 2011 100 99 116 105
7 2012 51 112 120 94
8 2013 80 135 136 117
9 2014 75 116 125 105
10 2015 70 187 195 151
Tabel 3.5 Hasil Perhitungan Hujan wilayah dengan metode Isohyet

UJI ISOHIET TAKALAR
LUAS ANTARA RERATA DARI HUJAN

NO DAERAH ISOHIET
DUA ISOHIET DUA ISOHIET LUASAN
100
1 I 110 40 105,000 4.211
2 III 120 19 115,000 2.242
3 III 130 16 125,000 1.950
4 IV 140 17 135,000 2.266
5 V 150 22 145,000 3.197
6 VI 160 38 155,000 5.894
7 VII 170 23 165,000 3.773
8 VIII 175 22 172,500 3.740
JUMLAH 152 19.760
3.2 Uji Konsistensi Data
Cara pengujian yang digunakan , yaitu :

a. Metode RAP’S
b. Metode Lengkung kurva massa ganda
c. Metode Uji Distribusi Hujan
d. Metode Uji Homogenitas
a. Metode RAP’S
Salah satu cara klasik yang digunakan adalah metode RAPS (Rescaled Adjusted Partial
Sums) yaitu pengujian dengan menggunakan data dari stasiun itu sendiri yaitu pengujian
dengan komulatif penyimpangan kuadrat terhadap nilai reratanya.
n
SK*= ∑ ( y 1− y)
L=1
Σy 1
Y=
N
Dengan k=1,2,3,…
Σy∗¿
SK** = ¿
Dy
DY² = Σ ¿ ¿

Keterangan:
SK* =Nilai kumulatif penyimpangan terhadap nilai rata- rata
Y1 = Nilai data y ke – i
Y = Nilai y rata- rata
N = Jumlah data Y
Dy = Standar deviasi

Tabel 3.6 Hasil Pengujian data dengan Metode Uji RAP’S pada STA 1 Jene Tallasa
Hujan
No Tahun SK* Dy2 SK** [SK**]
Tahunan
1 2006 4537 1123 1261129 0,721 0,721
2 2007 2207 -1207 1456849 -0,775 0,775
3 2008 6017 2603 6775609 1,672 1,672
4 2009 1366 -2048 4194304 -1,315 1,315
5 2010 5915 2501 6255001 1,606 1,606
6 2011 2170 -1244 1547536 -0,799 0,799
7 2012 1962 -1452 2108304 -0,933 0,933
8 2013 3430 16 256 0,010 0,010
9 2014 2721 -693 480249 -0,445 0,445
10 2015 3815 401 160801 0,258 0,258
Rerata 3414 2424004
Jumlah 34140 24240038
n 10
Dy 1557
SK* Maks 1,672
SK* Min 0,010
Q 1,672
R 1,662
Q/n^0.5 0,529
90% 0,476
95% 0,502
99% 0,523
R/n^0.5 0,525
90% 0,473
95% 0,499
99% 0,520

Tabel 3.7 Hasil Pengujian data dengan Metode Uji RAP’S pada STA 2Malolo
Hujan
Tahunan
1 2006 2099 -1121 1257538 -1,344 1,344
2 2007 3847 627 392628 0,751 0,751
3 2008 3646 426 181135 0,510 0,510
4 2009 3308 88 7674 0,105 0,105
5 2010 5086 1866 3480463 2,235 2,235
6 2011 2375 -845 714701 -1,013 1,013
7 2012 2544 -676 457517 -0,810 0,810
8 2013 3451 231 53176 0,276 0,276
9 2014 2574 -646 417833 -0,775 0,775
10 2015 3274 54 2873 0,064 0,064
Rerata 3220 696554
Jumlah 32204 6965538
n 10
Dy 835
SK* Maks 2,235
SK* Min 0,064
Q 2,235
R 2,171
Q/n^0.5 0,707
90% 0,636
95% 0,672
99% 0,700
R/n^0.5 0,687
90% 0,618
95% 0,652
99% 0,680

Tabel 3.8 Hasil Pengujian data dengan Metode Uji RAP’S pada STA 3 Palleko
Hujan
Tahunan
1 2006 2374 -382 146153 -0,387 0,387
2 2007 2854 98 9545 0,099 0,099
3 2008 2068 -688 473757 -0,696 0,696
4 2009 1831 -925 856180 -0,936 0,936
5 2010 5316 2560 6552064 2,589 2,589
6 2011 2253 -503 253311 -0,509 0,509
7 2012 2643 -113 12837 -0,115 0,115
8 2013 3729 973 946145 0,984 0,984
9 2014 2201 -555 308358 -0,562 0,562
10 2015 2294 -462 213721 -0,468 0,468
Rerata 2756 977207
Jumlah 27563 9772072
n 10
Dy 989
SK* Maks 2,589
SK* Min 0,099
Q 2,589
R 2,491
Q/n^0.5 0,819
90% 0,737
95% 0,778
99% 0,811
R/n^0.5 0,788
90% 0,709
95% 0,748
99% 0,780

b. Metode Lengkung Kurva Massa ( Double Mass Analysis )
Cara pengujian sederhana dapat dilakukan untuk mendeteksi penyimpangan ini.

Metode umum yang dilakukan adalah lengkung massa ganda (double mass analysis )
dengan menggambarkan besaran hujan komulatif stasiun yang diuji dengan besaran
komulatif rata-rata hujan dari beberapa stasiun acuan di sekitarnya. Ketidaksesuaian data
ditunjukkan oleh penyimpangan garisnya dari garis lurus.
Lengkung massa ganda yaitu komulatif hujan tahunan stasiun yang ditinjau,
dibandingkan dengan kurva kumulatif hujan tahunan referensi. Pengujian dilakukan dari
tahun data terkecil sampai dengan data tersebar.
Metode ini masih sering menimbulkan keraguan karena masih terdapat kemungkinan
tidak konsistennya stasiun-stasiun referensi. Untuk mengatasi hal tersebut digunakan
metode pembanding yang menguji ketidaksesuaian data suatu stasiun dengan data dari
stasiun itu sendiri, dengan mendeteksi penggeseran nilai rata-rata (mean).
Berikut adalah hasil pengujian Mass Curve :
 STA 1 JENE TALLASA
Tabel 3.9 Hasil Pengujian data dengan Metode Mass Curve pada STA 1 JENE TALLASA
Stasiun Kumulatif
Rerata STA Kumulatif STA
No Tahun Jene STA
Malolo Palleko Lain Lain
Tallasa Jene Tallasa
1 2006 4537 2099 2374 2236,50 4537 2236,50
2 2007 2207 3847 2854 3350,50 6744 5587,00
3 2008 6017 3646 2068 2857,00 12761 8444,00
4 2009 1366 3308 1831 2569,50 14127 11013,50
5 2010 5915 5086 5316 5201,00 20042 16214,50
6 2011 2170 2375 2253 2314,00 22212 18528,50
7 2012 1962 2544 2643 2593,50 24174 21122,00
8 2013 3430 3451 3729 3590,00 27604 24712,00
9 2014 2721 2574 2201 2387,50 30325 27099,50
10 2015 3815 3274 2294 2784,00 34140 29883,50

GRAFIK HUBUNGAN
JENE TALLASA
40000
Kumulatif Stasiun Jene Tallasa
30000 f(x) = 1.04812545666231 x + 2389.19515983289
R² = 0.992968824155422
20000
10000
0
0.00 10000.00 20000.00 30000.00 40000.00
Kumulatif Stasiun Lain
Grafik 3.1Curva Hasil Pengujian dengan metode Mass Curve pada STA 1 JENE TALLASA
 STA 2 MALOLO
Tabel 3.10 Hasil Pengujian data dengan Metode Mass Curve pada STA 2 MALOLO
Stasiun Rerata STA Kumulatif Kumulatif STA
No Tahun
Malolo Palleko Jene Tallasa Lain STA Malolo Lain
1 2006 2099 2374 4537 4642,50 2099 4642,50
2 2007 3847 2854 2207 3957,50 5946 8600,00
3 2008 3646 2068 6017 5076,50 9592 13676,50
4 2009 3308 1831 1366 2514,00 12900 16190,50
5 2010 5086 5316 5915 8273,50 17986 24464,00
6 2011 2375 2253 2170 3338,00 20361 27802,00
7 2012 2544 2643 1962 3624,00 22905 31426,00
8 2013 3451 3729 3430 5444,00 26356 36870,00
9 2014 2574 2201 2721 3561,50 28930 40431,50
10 2015 3274 2294 3815 4201,50 32204 44633,00

GRAFIK HUBUNGAN MALOLO

35000
30000 f(x) = 0.731836699025089 x − 275.513316870449

R² = 0.996305767364333
Kumulatif Stasiun Malolo
25000
20000
15000
10000
5000
0
0.00 10000.00 20000.00 30000.00 40000.00 50000.00 60000.00
Grafik 3.2 Curva Hasil Pengujian dengan metode Mass Curve pada STA 2 MALOLO
 STA 3 PALLEKO
Tabel 3.11 Hasil Pengujian data dengan Metode Mass Curve pada STA 3 PALLEKO
Stasiun Rerata STA Kumulatif Kumulatif STA
No Tahun
Palleko Jene Tallasa Malolo Lain STA Palleko Lain
1 2006 2374 4537 2099 5586,50 2374 5586,50
2 2007 2854 2207 3847 4130,50 5228 9717,00
3 2008 2068 6017 3646 7840,00 7296 17557,00
4 2009 1831 1366 3308 3020,00 9127 20577,00
5 2010 5316 5915 5086 8458,00 14443 29035,00
6 2011 2253 2170 2375 3357,50 16696 32392,50
7 2012 2643 1962 2544 3234,00 19339 35626,50
8 2013 3729 3430 3451 5155,50 23068 40782,00
9 2014 2201 2721 2574 4008,00 25269 44790,00
10 2015 2294 3815 3274 5452,00 27563 50242,00

GRAFIK HUBUNGAN PALLEKO

30000
f(x) = 0.585700079505196 x − 1728.61541127749

Kumulatif Stasiun Palleko 25000 R² = 0.988880729705815
20000
15000
10000
5000
0
0.00 10000.00 20000.00 30000.00 40000.00 50000.00 60000.00
Grafik 3.2 Curva Hasil Pengujian dengan metode Mass Curve pada STA 3 PALLEKO
c. Metode Uji Distribusi
Syarat Pengujian Data:

Tabel 3.12 syarat parameter statistic
NO DISTRIBUSI PESYARATAN
1 GUMBEL Cs=1,14 ; Ck=5,4
2 NORMAL Cs=0 ; Ck = 3
3 LOG NORMAL Cs=Cv^3+3Cv
4 LOG PERSON III SELAIN NILAI DIATAS

Berikut adalah tabel hasil Uji Distribusi Hujan.
Tabel 3.13 Hasil Pengujian data dengan Metode Uji Distribusi Hujan
No Tahun Xi Xi-Xrt (Xi-Xrt)2 (Xi-Xrt)3 (Xi-Xrt)4
1 2006 125 5,67 32,11 181,96 1031,12
2 2007 107 -13,00 169,00 -2197,00 28561,00
3 2008 142 22,67 513,78 11645,63 263967,60
4 2009 131 11,67 136,11 1587,96 18526,23
5 2010 119 -1,00 1,00 -1,00 1,00
6 2011 105 -14,67 215,11 -3154,96 46272,79
7 2012 94 -25,33 641,78 -16258,37 411878,72
8 2013 117 -2,67 7,11 -18,96 50,57
9 2014 105 -14,33 205,44 -2944,70 42207,42
10 2015 151 31,00 961,00 29791,00 923521,00
Jumlah 1196,67 0 2882,44 18631,56 1736017,46
Deviasi 17,90
Rata-rata 119,67
Tabel 3.14 Kesimpulan Hasil Pengujian data dengan Metode Uji Distribusi Hujan
Syarat Parameter Statistik
Standar Deviasi
n 10
n-1 9
n-2 8
n-3 7
Cs 0,45
Ck 0,04
Cv 1,79
Tabel 3.15 Kesimpulan Hasil Pengujian data dengan Metode Uji Distribusi Hujan
Distribusi Normal Distribusi Gumbel Distribusi Log Pearson

-0.05 < Cs < 0.05 Cs > 1.1395 tidak ada batasan
tidak memenuhi tidak memenuhi memenuhi
2,7 < Ck < 3,3 Ck > 5,4002 tidak ada batasan

tidak memenuhi tidak memenuhi memenuhi

d. Metode Uji Homogenitas
UJI HOMOGENITAS STA JENE TALLASA & STA MALOLO
Stasiun Jene
No Tahun Xi-X (Xi-X)2 Stasiun Malolo Xi-X (Xi-X)2
Tallasa (Xi)
1 2006 150 50 2540 125 -13 161
2 2007 100 0 0 138 0 0
3 2008 175 75 5685 152 14 204
4 2009 75 -25 605 174 36 1318
5 2010 120 20 416 139 1 2
6 2011 100 0 0 99 -39 1498
7 2012 51 -49 2362 112 -26 660
8 2013 80 -20 384 135 -3 7
9 2014 75 -25 605 116 -22 471
10 2015 70 -30 876 187 49 2430
Jumlah 996 13474 1377 6752
Rerata 100 1347 138 675
UJI HOMOGENITAS STA MALOLO & STA PALLEKO
Stasiun Stasiun
No Tahun Xi-X (Xi-X)2 Xi-X (Xi-X)2
Malolo (Xi) Palleko (Xi)
1 2006 125 25 645 101 -37 1347
2 2007 138 38 1475 82 -56 3102
3 2008 152 52 2746 100 -38 1421
4 2009 174 74 5535 145 7 53
5 2010 139 39 1552 97 -41 1656
6 2011 99 -1 0 116 -22 471
7 2012 112 12 154 120 -18 313
8 2013 135 35 1253 136 -2 3
9 2014 116 16 269 125 -13 161
10 2015 187 87 7639 195 57 3283
Jumlah 1377 21268 1217 11812
Rerata 138 2127 122 1181
UJI HOMOGENITAS STA PALLEKO & STA JENE TALLASA

Stasiun Palleko Stasiun Jene

No Tahun Xi-X (Xi-X)2 Xi-X (Xi-X)2
(Xi) Tallasa (Xi)
1 2006 101 -37 1347 150 12 151
2 2007 82 -56 3102 100 -38 1421
3 2008 100 -38 1421 175 37 1391
4 2009 145 7 53 75 -63 3931
5 2010 97 -41 1656 120 -18 313
6 2011 116 -22 471 100 -38 1421
7 2012 120 -18 313 51 -87 7517
8 2013 136 -2 3 80 -58 3329
9 2014 125 -13 161 75 -63 3931
10 2015 195 57 3283 70 -68 4583
Jumlah 1217 11812 996 27991
Rerata 122 1181 100 2799
Tabel 3.16 Penggabungan STA
NO TAHUN STA 1 (X1i-Xrt1) (X1i-Xrt1)2 STA 2 (X2i-Xrt2) (X2i-Xrt2)2 STA 3 (X3i-Xrt3) (X3i-Xrt3)2
1 2005 150 50,400 2540,160 125 -13 161 101 -20,700 428
2 2006 100 0,400 0,160 138 0 0 82 -39,700 1576
3 2007 175 75,400 5685,160 152 14 204 100 -21,700 471
4 2008 75 -24,600 605,160 174 36 1318 145 23,300 543
5 2009 120 20,400 416,160 139 1 2 97 -24,700 610
6 2010 100 0,400 0,160 99 -39 1498 116 -5,700 32
7 2011 51 -48,600 2361,960 112 -26 660 120 -1,700 3
8 2012 80 -19,600 384,160 135 -3 7 136 14,300 204
9 2013 75 -24,600 605,160 116 -22 471 125 3,300 11
10 2014 70 -29,600 876,160 187 49 2430 195 73,300 5373
JUMLAH 996 0 13474 1377 0 6752 1217 0 9252
RATA-RATA 99,600 0 1347 138 0 675,210 121,700 0,000 925,210
Standar Deviasi
Tabel 3.17 Nilai Standar Deviasi Tiap Penggabungan STA

JENE
MALOLO PALLEKO
TALLASA
116 82 96
S12 S13 S23

142 151 126
t
t12 t13 t23
rata-rata
-0,11984 -0,11305 -0,07815 -0,10368
4. Analisis Frekuensi
Metode analisis hujan rancangan pemilihannya sangat tergantung dari kesesuaian
parameter statistik dari data yang bersangkutan atau dipilih berdasarkan pertimbangan
teknis lainnya. Ada beberapa jenis distribusi dalam analisis frekuensi yaitu :
1. Distribusi Log Pearson
2. Distribusi Gumbel
a. Metode Log Pearson

Metode yang dianjurkan dalam pemakaian distribusi Log Pearson Type adalah
dengan mengkonversikan rangkaian datanya menjadi bentuk logaritmis.
Langkah-langkah perhitungan curah hujan rencana dengan metode Log Pearson
Type III adalah sebagai berikut :
1. Urutkan data dari kecil ke besar dan ubah data (X1, X2, …., Xn) dalam bentuk
logaritma (log X1, log X2, …., log Xn).
2. Hitung nilai rerata, dengan persamaan :
 1 i=n
log X=   (log Xi)
n i=1
3. Hitung standart deviasi, dengan persamaan :
i=n

 (log Xi - log X)2
i=1
S12 = 
n-1
4. Hitung koefisien kepencengan, dengan persamaan :
i=n 
n (log Xi - log X)3
i=1
Cs = 
(n - 1) (n - 2) (S1)3
5. Hitung logaritma curah hujan dengan persamaan :

Log X = log X + G . S1
6. Hitung anti log X

X = anti log X
Dimana :
log X = logaritma data yang dicari
log X = logaritma rerata data
log Xi = logaritma data tahun ke -i
G = konstanta Log Pearson Type III, berdasarkan Cs
S1 = simpangan baku
Cs = koefisien kepencengan
n = jumlah data

Tabel 3.2 Hasil Analisis data dengan Metode Log Pearson
No Tahun Xi Log Xi (Log Xi - Log Xrt)2 (Log Xi - Log Xrt)3

1 2006 125 2,098 0,00060 0,00001
2 2007 107 2,028 0,00208 -0,00010
3 2008 142 2,153 0,00634 0,00050
4 2009 131 2,118 0,00200 0,00009
5 2010 119 2,074 0,00000 0,00000
6 2011 105 2,021 0,00275 -0,00014
7 2012 94 1,975 0,00980 -0,00097
8 2013 117 2,068 0,00003 0,00000
9 2014 105 2,023 0,00261 -0,00013
10 2015 151 2,178 0,01089 0,00114
Jumlah 1197 20,737 0,03711 0,00040
Log Xrt 2,074
n 10
S 0,064
Cs 0,210
Tabel 3.2.2 Harga G untuk Cs Negatif

Harga G Pada Distribusi Log Pearson III (Untuk Cs Positif)
Kala Ulang
10.10 11.11
10.526 1.25 2 5 10 25 50 100 200 500 1000
1 1
Cs
Kemungkinan Terjadinya Banjir (%)
50.0
99.00 95.00 90.00 80.00 20.00 10.00 4.00 2.00 1.00 0.50 0,2 0.10
0
- 0,00
0,0 -2,326 -1,645 -1,282 0,842 0 0,842 1,282 1,751 2,054 2,326 2,576 2,769 3,090
-
- 0,01
0,1 -2,252 -1,616 -1,270 0,846 7 0,836 1,292 1,785 2,107 2,400 2,670 2,882 3,235
-
- 0,03
0,2 -2,175 -1,586 -1,258 0,850 3 0,830 1,301 1,818 2,159 2,472 2,763 2,994 3,380
-
- 0,05
0,3 -2,104 -1,555 -1,245 0,853 0 0,824 1,309 1,849 2,211 2,544 2,856 3,107 3,525
-
- 0,06
0,4 -2,029 -1,524 -1,231 0,855 6 0,816 1,317 1,880 2,261 2,615 2,949 3,219 3,670
-
- 0,08
0,5 -1,955 -1,491 -1,216 0,856 3 0,808 1,323 1,910 2,311 2,686 3,041 3,331 3,815
0,6 -1,880 -1,458 -1,200 - - 0,800 1,328 1,939 2,359 2,755 3,132 3,443 3,960
0,857 0,09

9
-
- 0,11
0,7 -1,806 -1,423 -1,183 0,857 6 0,790 1,333 1,967 2,407 2,824 3,223 3,554 4,105
-
- 0,13
0,8 -1,733 -1,388 -1,166 0,856 2 0,780 1,336 1,993 2,453 2,891 3,312 3,664 4,250
-
- 0,14
0,9 -1,660 -1,353 -1,147 0,854 8 0,769 1,339 2,018 2,498 2,957 3,401 3,774 4,395
-
- 0,16
1,0 -1,588 -1,317 -1,128 0,852 4 0,758 1,340 2,043 2,542 3,022 3,489 3,883 4,540
-
- 0,18
1,1 -1,518 -1,280 -1,107 0,848 0 0,745 1,341 2,006 2,585 3,087 3,575 3,989 4,680
-
- 0,19
1,2 -1,449 -1,243 -1,086 0,844 5 0,732 1,340 2,087 2,626 3,149 3,661 4,096 4,820
-
- 0,21
1,3 -1,388 -1,206 -1,064 0,838 0 0,719 1,339 2,108 2,666 3,211 3,745 4,203 4,965
-
- 0,22
1,4 -1,318 -1,163 -1,041 0,832 5 0,705 1,337 2,128 2,706 3,271 3,828 4,309 5,110
-
- 0,24
1,5 -1,256 -1,131 -1,018 0,825 0 0,690 1,333 2,146 2,743 3,330 3,910 4,413 5,250
-
- 0,25
1,6 -1,197 -1,093 -0,994 0,817 4 0,675 1,329 2,163 2,780 3,388 3,990 4,515 5,390
-
- 0,26
1,7 -1,140 -1,056 -0,970 0,808 8 0,660 1,324 2,179 2,815 3,444 4,069 4,615 5,525
-
- 0,28
1,8 -1,087 -1,020 -0,945 0,799 2 0,643 1,318 2,193 2,848 3,499 4,147 4,714 5,660
-
- 0,29
1,9 -1,037 -0,984 -0,920 0,788 4 0,627 1,310 2,207 2,881 3,553 4,223 4,809 5,785
-
- 0,30
2,0 -0,990 -0,949 -0,895 0,777 7 0,609 1,302 2,219 2,912 3,605 4,298 4,903 5,910
-
- 0,31
2,1 -0,946 -0,914 -0,869 0,765 9 0,592 1,294 2,230 2,942 3,656 4,372 5,003 6,055
-
- 0,33
2,2 -0,905 -0,882 -0,844 0,752 0 0,574 1,284 2,240 2,970 3,705 4,454 5,109 6,200
-
- 0,34
2,3 -0,867 -0,850 -0,819 0,739 1 0,555 1,274 2,248 2,997 3,753 4,515 5,197 6,333
-
- 0,35
2,4 -0,832 -0,819 -0,795 0,725 1 0,537 1,262 2,256 3,023 3,800 4,584 5,290 6,467
-
- 0,36
2,5 -0,799 -0,790 -0,771 0,711 0 0,518 1,250 2,262 3,048 3,845 3,652 4,758 6,600
-
- 0,36
2,6 -0,769 -0,762 -0,747 0,696 8 0,499 1,238 2,267 3,071 3,889 4,718 5,473 6,730

-
- 0,37
2,7 -0,740 -0,736 -0,724 0,681 6 0,479 1,224 2,272 3,097 3,932 4,783 5,562 6,860
-
- 0,38
2,8 -0,714 -0,711 -0,702 0,666 4 0,460 1,210 2,275 3,114 3,973 4,847 5,651 6,990
-
- 0,39
2,9 -0,690 -0,688 -0,681 0,651 0 0,440 1,195 2,277 3,134 4,013 4,909 5,738 7,120
-
- 0,39
3,0 -0,667 -0,665 -0,660 0,636 6 0,420 1,180 2,278 3,152 4,051 4,970 5,825 7,250
Tabel 3.2.3 Hasil Periode ulang Log Pearson
PERIODE ULANG G LOG Xt Xt

2 -0,03477 2,07144 117,88002
5 0,82937 2,12693 133,94498
10 1,30183 2,15726 143,63582
25 1,82123 2,19061 155,10040
50 2,16442 2,21265 163,17321
100 2,47951 2,23288 170,95438
200 2,77270 2,25171 178,52774
500 3,00610 2,26669 184,79604
1000 3,39512 2,29167 195,73609
b. Metode Gumbel
Metode pendekatan untuk analisis frekuensi dalam studi ini menggunakan metode E.J
Gumbel Type I, dengan persamaan sebagai berikut :
Xt = Xr + K. St
Dimana :

Xt = Variate yang diekstrapolasikan, yaitu besarnya curah hujan
rancangan untuk periode ulang T tahun
Xr = Harga rerata dari data
n
1
Xr = ∑ xi
n i=1
St = Standard Deviasi
√
n n
St = ∑ xi – ∑ xi K
2
= Faktor frekuensi yang
i=1 i=1
merupakan fungsi dari periode ulang (return period )
Untuk menghitung faktor frekuensi E.J Gumbel Type I digunakan rumus:

Yt−Yn
K =
Sn
Dengan :
Yt = Reduced variate sebagai fungsi periode ulang T
= -Ln (-Ln (T-1)/T)
Yn = Reduced mean sebagai fungsi dari banyaknya data n (tabel 3.25)
Sn = Reduced standard deviasi sebagai fungsi dari banyaknya data n
(tabel 3.26)
Dengan mensubstitusikan ketiga persamaan di atas diperoleh :
Xt = Xr + ( Sx / Sn ) ( Yt – Yn )
1 Sx
Jika : =
a Sn
Sx
b = Xr -
Sn
Persamaan di atas menjadi :
Xt = b + ( 1/a ) . Yt
Berikut adalah tabel hasil analisis dengan Metode Gumbel

Tabel 3.2.4 Hasil Analisis data dengan Metode Analisis Gumbel

No P Xi Xi-Xrt (Xi-Xrt)2
1 9,090909 94 44,00 1936,00
2 18,18182 105 55,00 3025,00
3 27,27273 105 55,00 3025,00
4 36,36364 107 57,00 3249,00
5 45,45455 117 67,00 4489,00
6 54,54545 119 69,00 4761,00
7 63,63636 125 75,00 5625,00
8 72,72727 131 81,00 6561,00
9 81,81818 142 92,00 8464,00
10 90,90909 151 101,00 10201,00
Jumlah 500 1196 696,00 51336,00
Xrt 50 120 69,60 5133,60
n 10
s 17,93
Yn 0,4952
Sn 0,9496
Tabel 3.2.5 Hubungan reduced mean Yn dengan banyaknya data

Hubungan reduced mean Yn dengan banyaknya data n
n 0 1 2 3 4 5 6 7 8 9
10 0,4952 0.4996 0.5035 0.5070 0.5100 0,5128 0.5157 0.5181 0.5202 0.5220
20 0.5236 0.5252 0.5268 0.5283 0.5296 0.5309 0.5320 0.5332 0.5343 0.5353
30 0.5362 0.5371 0.5380 0.5388 0.5396 0.5402 0.5410 0.5418 0.5424 0.5430
40 0.5436 0.5442 0.5448 0.5453 0.5458 0.5463 0.5468 0.5473 0.5477 0.5481
50 0.5485 0.5489 0.5493 0.5497 0.5501 0.5504 0.5508 0.5511 0.5515 0.5518
60 0.5521 0.5524 0.5527 0.5530 0.5533 0.5535 0.5538 0.5540 0.5543 0.5545
70 0.5548 0.5550 0.5552 0.5555 0.5557 0.5559 0.5561 0.5563 0.5565 0.5567
80 0.5569 0.5570 0.5572 0.5574 0.5576 0.5578 0.5580 0.5581 0.5583 0.5585
90 0.5586 0.5587 0.5589 0.5591 0.5592 0,5593 0.5595 0.5596 0.5598 0.5599
100 0.5600

Tabel 3.2.6 Hubungan reduced standart deviation Sn dengan banyaknya data
Hubungan reduced standart deviation Sn dengan banyaknya data n
n 0 1 2 3 4 5 6 7 8 9
10 0,9496 0.9676 0.9833 0.9971 1,0095 1,0206 1,0316 1,0411 1,0493 1,0565
20 10.628 1,0696 1,0754 1,0811 1,0864 1,0915 1,0961 1,1004 1,1047 1,1086
30 11.124 1,1159 1,1193 1,1226 1,1255 1,1285 1,1313 1,1339 1,1363 1,1388
40 11.413 1,1436 1,1458 1,1480 1,1499 1,1519 1,1538 1,1557 1,1574 1,1590
50 11.607 1,1623 1,1638 1,1658 1,1667 1,1681 1,1696 1,1708 1,1721 1,1734
60 11.747 1,1759 1,1770 1,1782 1,1793 1,1803 1,1814 1,1824 1,1834 1,1844
70 11.854 1,1863 1,1873 1,1881 1,1890 1,1898 1,1906 1,1915 1,1923 1,1930
80 11.938 1,1945 1,1953 1,1959 1,1967 1,1973 1,1980 1,1987 1,1994 1,2001
90 12.007 1,2013 1,2020 1,2026 1,2032 1,2038 1,2044 1,2049 1,2055 1,2060
100 12.065 1,2065
Hasil perhitungan hujan rancangan Metode Gumbel

Tabel 3.2.7 Hasil Periode ulang Analisis Gumbel
No Periode Ulang Yt Faktor k Xt
1 2 0,367 -0,136 117,170
2 5 1,500 1,058 138,575
3 10 2,250 1,848 152,746
4 20 2,970 2,606 166,340
5 25 3,199 2,847 170,653
6 50 3,902 3,588 183,936
7 100 4,600 4,323 197,122
8 200 5,296 5,055 210,260
9 500 6,214 6,022 227,592
10 1000 6,907 6,752 240,692

5. Pemeriksaan Uji Kesesuaian Distribusi Frekuensi
a. Analisis Intensitas Hujan
Analisis Intensitas Hujan Metode Log Pearson
R 24
( )
2
24
I= ∗ 3
24 t
Di mana :
I = Intensitas hujan
t = waktu hujan / durasi
R24 = Curah hujan maksimum dengan T tahun
Tabel 3.3.1 Hasil Perhitungan Intensitas Hujan metode Log Pearson
T Intensitas curah hujan (I) dalam satuan mm/jam
(Menit) I2 I5 I10 I25 I50 I100 I200 I500 I1000
5 214,20 243,39 261,00 281,84 296,51 310,64 324,41 335,80 355,68
10 134,94 153,33 164,42 177,55 186,79 195,69 204,36 211,54 224,06
20 85,01 96,59 103,58 111,85 117,67 123,28 128,74 133,26 141,15
30 64,87 73,71 79,05 85,36 89,80 94,08 98,25 101,70 107,72
40 53,55 60,85 65,25 70,46 74,13 77,66 81,10 83,95 88,92
60 40,87 46,44 49,80 53,77 56,57 59,27 61,89 64,07 67,86
80 33,73 38,33 41,11 44,39 46,70 48,92 51,09 52,88 56,02
120 25,74 29,25 31,37 33,87 35,64 37,34 38,99 40,36 42,75

450
400
350
2
300
5
10
250
25
50
200
100
200
150 500
1000
100
50
0
0 20 40 60 80 100 120 140
Grafik 3.3.1 Grafik Intensitas Rencana Metode Gumbel
Tabel 3.3.2 Intensitas Rencana Metode Gumbel

INTENSITAS RENCANA METODE GUMBEL
T Intensitas curah hujan (I) dalam satuan mm/jam
(Menit) I2 I5 I10 I25 I50 I100 I200 I500 I1000
5 212,91 251,81 277,56 302,26 310,10 334,23 358,19 382,07 413,56
10 134,13 158,63 174,85 190,41 195,35 210,55 225,65 240,69 260,53
20 84,49 99,93 110,15 119,95 123,06 132,64 142,15 151,62 164,12
30 64,48 76,26 84,06 91,54 93,91 101,22 108,48 115,71 125,25
40 53,23 62,95 69,39 75,57 77,52 83,56 89,55 95,52 103,39
60 40,62 48,04 52,95 57,67 59,16 63,77 68,34 72,89 78,90
80 33,53 39,66 43,71 47,60 48,84 52,64 56,41 60,17 65,13
120 25,59 30,26 33,36 36,33 37,27 40,17 43,05 45,92 49,71

450
400
I2
350
I5
300 I10
I25
250
I50
200 I100
I200
150
I500
100 I1000
50
0
0 50 100 150
Grafik 3.3.2 Grafik Intensitas Rencana Metode Gumbel
b. Metode Smirnov-Kolmogorov

Kolmogorov–Smirnov test (K-S test) merupakan pengujian statistik non-parametric
yang paling mendasar dan paling banyak digunakan, pertama kali diperkenalkan dalam
makalahnya Andrey Nikolaevich Kolmogorov pada tahun 1933.
Konsep dasar K-S test hampir sama dengan uji normalitas yang pernah saya tulis
(lihat: Uji Normalitas dengan Geary’s Test), yaitu mengukur perbandingan data empirik
dengan data berdistribusi normal teoritik yang memiliki mean dan standar deviasi yang
sama dengan data empirik.
Tabel 3.4.1 Uji Smirnov-Kolmogorof Dari Percobaan Gumbel

UJI SMIRNOV- KOLMOGOROV (METODE GUMBEL)
PROB. PROB.
DISTRIBUS DISTRIBUSI
NO Xi D (Pe-Pt) Xt
I EMPIRIS TEORITIS
(Pe) (Pt)
1 94 9,09091 9,398556282 0,3076472 -0,8606148
2 105 18,18182 26,69920029 8,5173821 -0,2780381
3 105 27,27273 26,69920029 0,573527 -0,2780381
4 107 36,36364 30,48868485 5,8749515 -0,1721151
0,3575000
5 45,45455 49,68720852 4,2326631
117 6
0,4634230
6 54,54545 53,30572769 1,2397269
119 9
0,7811921
7 63,63636 63,26361472 0,3727489
125 9
1,0989612
8 72,72727 71,66146586 1,0658069
131 9
1,6815379
9 81,81818 83,02009021 1,2019084
142 8
2,1581916
10 90,90909 89,08904064 1,8200503
151 3
RATA-RATA 120
N 10 Syarat :
SIGNIFIKASI 5% Jika Dmaks < Dkritis
D KRITIS 41 (Memenuhi)
8,51
D MAKS
7

Tabel 3.4.2 Nilai Kritis
Metode Gumbel
n Yn Sn S
1
0 0,4952 0,9496 17,9300
Tabel 3.4.3 Nilai Kritis (Dcr) dari Smirnov-Kolmogorov

a
N
0,2 0,1 0,05 0,01
5 0,45 0,51 0,56 0,67

10 0,32 0,37 0,41 0,49
11 0,31 0,356 0,403 0,481
12 0,3 0,342 0,396 0,472
15 0,27 0,3 0,34 0,40
20 0,23 0,26 0,29 0,36
25 0,21 0,24 0,27 0,32
30 0,19 0,22 0,24 0,29
35 0,18 0,2 0,23 0,27
40 0,17 0,19 0,21 0,25
45 0,16 0,18 0,2 0,24
50 0,15 0,17 0,19 0,23
1,07 1,22 1,36 1,63

N > 50 ---------- ----------- ---------- -------------
Ön Ön Ön Ön
c. Metode CHI-Square
Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel dengan skala nominal
maka dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada derajat
yang terendah).

Uji chi-square merupakan uji non parametris yang paling banyak digunakan. Namun
perlu diketahui syarat-syarat uji ini adalah: frekuensi responden atau sampel yang
digunakan besar, sebab ada beberapa syarat di mana chi square dapat digunakan yaitu:
Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (F0)
sebesar 0 (Nol).
Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang
memiliki frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari 5.
Apabila bentuk tabel lebih dari 2 x 2, misal 2 x 3, maka jumlah cell dengan frekuensi
harapan yang kurang dari 5 tidak boleh lebih dari 20%.
Tabel 3.5.1 Probabilitas dari X2

Probabilitas dari X2
DK
0,200 0,100 0,050 0,01 0,005 0,001
1 1,642 2,706 3,841 6,635 7,879 10,827

2 3,219 4,605 5,991 9,21 10,597 13,815
3 4,642 6,251 7,815 11,345 12,838 16,268
4 5,989 7,779 9,488 13,277 14,86 18,465
5 7,289 9,236 11,07 15,086 16,75 20,517
6 8,558 10,645 12,592 16,812 18,548 22,457
7 9,803 12,017 14,067 18,475 20,278 24,322
8 11,03 13,362 15,507 20,09 21,955 26,125
9 12,242 14,987 16,919 21,666 23,589 27,877
10 13,442 15,987 18,307 23,209 25,188 29,588
11 14,631 17,275 19,675 24,725 26,757 31,264
12 15,812 18,549 21,026 26,217 28,3 32,909
13 16,985 19,812 22,362 27,688 29,819 34,528
14 18,151 21,064 23,685 29,141 31,319 36,123
15 19,311 22,307 24,996 30,578 32,801 37,697
16 20,465 23,542 26,296 32 34,267 39,252
17 21,615 24,769 27,587 33,409 35,718 40,79
18 22,76 25,989 28,869 34,805 37,156 42,312
19 23,9 27,204 30,144 36,191 38,582 43,82
20 25,038 28,412 31,41 37,566 39,997 45,315

Tabel 3.5.2 Uji CHI-Square Pada Percobaan Gumbel
Observed
Expected (EF-
No Probabilitas Frequenc EF - OF
Frequency OF)^2
y
1 0 < P ≤ 25 2,500 2 0,500 0,250
2 25< P ≤ 50 2,500 3 -0,500 0,250
3 50 < P ≤ 75 2,500 3 -0,500 0,250
4 75 < P ≤ 100 2,500 2 0,500 0,250
jumlah 10 10 0,000 1,000
Jumlah Data (n) = 10

= 1 + 3,22 log n
Penentuan Jumlah
= 4,22
Kelas (n)
= 4
= k - h - 1 ===> h=2
Derajat Kebebasan
= 1
Signifikasi = 5%
D kritis = 5991
Expected = jumlah data/jumlah kelas
Frequency = 2,500
X^2 hit = 0,100
Syarat
Jika X^2 hit < D kritis (memenuhi)
0,433 < 5,991 (memenuhi)
Tabel 3.5.2 Uji CHI-Square Pada Percobaan Log Person

Expected Observed (EF-
No Probabilitas EF - OF
Frequency Frequency OF)^2
1 0 < P ≤ 25 2,500 2 0,500 0,250
2 25 < P ≤ 50 2,500 3 -0,500 0,250
3 50 < P ≤ 60 2,500 3 -0,500 0,250
4 60 < P ≤ 80 2,500 2 0,500 0,250
jumlah 10 10 0,000 1,000

Jumlah Data (n) = 10

Penentuan = 1 + 3,22 log n
Jumlah Kelas = 4,22
(n) = 4
Derajat = k - h - 1 ===> h=2
Kebebasan = 1
Signifikasi = 5%
D kritis = 5991
Expected = jumlah data/jumlah kelas
Frequency = 2,500
X^2 hit = 0,100

BAB IV
PENUTUP
Kesimpulan
Hujan merupakan peristiwa turunnya air langit kebumi yang mengalir pada daratan
maupun perairan.Untuk mendapatkan data curah hujan setiap tahunnya, maka di butuhkan
analisis yang dapat merencanakan intensitas curah hujan dengan menggunakan metode-
metode dan merencanakan pekerjaan drainase pada setiap daerah. Perencanaan drainase
berfungsi untuk mengalirkan aliran air dari daratan ke tempat yang rendah atau perairan baik
sungai, danau, maupun laut agar tidak terjadi banjir yang berakibat buruk masyarakat.

LAMPIRAN

Stasiun : JENE TALASA
Tahun : 2006 (Satuan : mm)
Tanggal Januari Pebruari Maret April Mei Juni Juli Agustus September Oktober Nop. Des.
1 25 25 75 25 15 10
2 20 10 25 15 10
3 50 15 50 10 10 50
4 25 20 100 20 15 25 15
5 50 25 25 20 75
6 15 35 25 15 15
7 10 40 50 25
8 25 25 15 10
9 15 30 20 20
10 10 10 10 25
11 25 25 75
12 25 50 50 50
13 50 15 15
14 25 100
15 40 15 20 25
16 15 20 15
17 22 25 75
18 30 10 100 50
19 25 15 10 75
20 40 25 50 150 75
21 50 20 25 25 25
22 25 15 15 50
23 30 25 10 25 25
24 50 75 15
25 25 50 50
26 50 100 10 25
27 20 120 50 20
28 50 100 25 15 100
29 25 75 10 5 10 20
30 100 20 75 40
31 20 50 10 30
Bulanan 862 810 735 480 295 560 0 0 0 0 60 735
1/2 bln I 385 250 420 330 130 210 0 0 0 0 0 180
1/2 bln II 477 560 315 150 165 350 0 0 0 0 60 555
Maks. 50 120 100 100 75 150 0 0 0 0 25 100
Hari Hujan 29 22 17 22 13 9 0 0 0 0 3 17
Tahunan 4537 mm Thn Maks. 150 mm Jml hari setahun (>= 1mm) 132 hari
Sumber : Dinas Pengelolaan Sumber Daya Air, Propinsi Sulawesi Selatan

Stasiun JENE TALASA
1 25 25 10
2 15 18 10 100 25 25 25
3 28 20 8 20 100 25
4 20 15 15
5 5 10 5
6 5 3 25 60 3
7 10 20
8 5 5 25 25 10
9 3 20 20 8
10 3 50 50 3
11 25
12 25 20 10
13 10 25 5
14 10 3
15 8 15 5
16 15 10
17 3 3 8
18 3 10 18
19 5 3 25 25
20 15 25 50
21 10 10 10
22 20
23 8 5 25 10
24 3 3 3 50 25 20 60
25 5 10 100 10 55
26 5 10 10 25 25 50
27 10 3 50 15
28 15 5 9 28 25 25
29 23 25 5 8
30 20 3 5
31 25 25 25 10
Bulanan 220 173 84 121 248 425 0 0 25 200 265 446
1/2 bln I 111 111 25 69 195 150 0 0 0 100 210 92
1/2 bln II 109 62 59 52 53 275 0 0 25 100 55 354
Maks. 28 25 25 20 100 100 0 0 25 50 60 60
Hari Hujan 16 18 7 16 6 9 0 0 1 7 11 25
Stasiun JENE TALASA
1 15 25 100 50 25 25 25
2 20 20 75 100
3 40 30 50
4 25 28 25 100 50
5 20 25 25 100 100
6 10 20 100
7 75 15
8 25 20
9 25 25 100 25
10 10 10 50 100 100
11 50 20 25 75 50 150 100
12 20 18 100 50 150
13 20 25 150 25 120
14 10 25 175 50
15 75 15 75 50 75
16 25 20 50 75 28
17 5 5 25 50
18 10 13 100 50 50 75
19 15 10 25 100 100 50
20 15 50 75 100
21 8 28
22 18 50 25
23 10 20 25 25
24 20 100
25 25 13 50
26 75 25 50 100
27 10 13 25 75 10
28 10 10 75
29 20 50 50 25
30 75 25 75
31 25 150
Bulanan 740 466 1425 325 350 325 25 100 25 210 825 1201
1/2 bln I 340 321 950 175 275 250 25 0 25 50 525 495
1/2 bln II 400 145 475 150 75 75 0 100 0 160 300 706
Maks. 75 30 175 100 100 100 25 50 25 75 150 150
Hari Hujan 26 26 21 4 6 4 1 3 1 4 13 16

1 10 5 10
2 15 10 20
3 3 15 55
4 10 3
5 10 3 2 50
6 5 5
7 1
8 3 2 57
9 5 10
10 8 15 28
11 20 5 50
12 25 8 20
13 30 10 1 25
14 10 3 25 15
15 10 3 10 10 50
16 20 1 75
17 8 2 2 25
18 5 2 25 25
19 3 2
20 3 3 20
21 10
22 10 20 25
23
24 3 1 50 10 50
25 10 3 25
26 5 5 25 50 10
27 3 15 25
28 15 10
29 15 25
30 10 25
31
Bulanan 221 108 120 22 215 5 10 0 0 50 185 430
1/2 bln I 139 77 60 9 75 5 0 0 0 50 30 235
1/2 bln II 82 31 60 13 140 0 10 0 0 0 155 195
Maks. 30 15 25 3 50 5 10 0 0 50 50 75
Hari Hujan 21 17 7 11 7 1 1 0 0 1 8 13
Stasiun :JENE TALASA
1 15 25 25 15
2 30 10 25
3 20 10 50 15 10 25 25
4 10 10 25 25 15 20 20
5 15 25 10 15 25 25 15
6 25 10 100 25 50
7 25 15 35 75 15 25 100 25
8 50 25 15 25 100 25 50
9 45 50 25 75
10 60 20 100 25 10 25 15
11 35 10 120 15 25 25 15
12 50 25 25 100 15 15 10 15 25 25
13 100 15 100 20 25 20 100
14 15 50 15 25 50 35 65
15 25 40 50 75 15
16 15 25 25 15 15 10 75 55
17 10 20 25 20 25 25 75
18 20 25 15 10 25 100
19 15 20 10 35 15 15 15
20 50 50 10 25
21 50 50 25 15 50 75
22 15 50 25 50
23 10 10 15 25 25 15 10 20 100
24 15 10 15 25 15 25
25 20 20 25 25 15 10 10 25 50
26 50 20 15
27 10 50 25 15 50 10 15
28 10 25 10 75 100
29 25 100 15
30 25 50 25 25 25
31 15 10 10 50 20
Bulanan 690 0 240 440 1135 400 335 245 580 410 670 770
1/2 bln I 455 0 80 265 730 235 195 160 465 65 245 315
1/2 bln II 235 0 160 175 405 165 140 85 115 345 425 455
Maks. 100 0 50 50 120 50 50 35 100 75 100 100
Hari Hujan 23 0 13 18 25 16 13 13 20 13 17 18


1 50 50 25
2 25 15 25
3 25 50 15
4 15 75
5 20 15 15
6 10
7 25 15
8 25
9 10 10
10 50 15 10 50
11 25 15 25 25
12 75 20 75
13 25
14 25
15 10
16 25 15 25 10 15 25
17 15 10 20 10 15
18 20 50 15 20
19 25
20
21 20
22 25 10 15
23 25 10 15 10 25
24 10 15 25 10
25 50 20
26 100 15
27 50 25 15 50
28 25 70 25 25
29 50 20 15 20 20 25
30 15 10 10
31 25
Bulanan 320 450 340 360 55 60 60 0 0 0 205 320
1/2 bln I 150 190 150 230 15 15 10 0 0 0 50 150
1/2 bln II 170 260 190 130 40 45 50 0 0 0 155 170
Maks. 75 100 50 75 15 20 20 0 0 0 25 75
Hari Hujan 10 14 12 15 4 4 4 0 0 0 12 10

1 20 15 10 25
2 15 10 15 10 10
3 25 20 15
4 10 10 25 10
5 15 20 10 20
6 25 25
7 20 15 15 20 0 15
8 10 20 10 15 10
9 25 15 10 15
10 15 10 10 20
11 10 10 10 10 14 10
12 20 20 15
13 10 15
14 15 20 20 25
15 20 15 15 15 15 51 25
16 25 20 10 10 10
17 15 15 37
18 10 10 10
19 15 10 0 50
20 20 20 15 25
21 25 25 0 10
22 15 50 0 25
23 20 25 15
24 20
25 10 15 5 0 10
26 10 15 30 25
27 15 20
28 25 25 20 15
29 20 5 25 0 20
30 5 20 10
31 10 25 15
Bulanan 425 285 310 185 70 50 106 0 0 15 151 365
1/2 bln I 255 185 125 75 70 25 96 0 0 0 39 140
1/2 bln II 170 100 185 110 0 25 10 0 0 15 112 225
Maks. 25 25 50 25 20 15 51 0 0 10 37 50
Hari Hujan 26 19 15 10 5 4 5 0 0 2 8 20


1 15 5 25
2 50 10 10
3 60 25 5
4 45 10
5 55 20 25 25
6 80 10 20 25 25
7 25 25 35 15 50 20 15
8 35 5 15 45 35 20 40
9 50 10 30 15
10 25 25 15 15
11 20 25 30 25 15 25 50
12 20 15 50 20 5
13 25 10 5 35 20
14 35 30 5 30
15 15 25 10 15
16 25 25 20 10 35
17 15 30
18 10 25 25 15 15
19 20 20 30 55
20 10 45 75 25 10
21 15 35 25 10 35
22 5 40 50 20 10
23 10 30 15
24 20 15 20 60
25 25 25 25 5 25 10
26 10 50 55
27 5 30 35 30 15
28 10 15 50
29 25 10 30 40 40
30 45 15 35 10 25 50
31 15 45
Bulanan 715 340 185 305 335 425 240 35 0 140 245 465
1/2 bln I 535 45 160 135 60 270 175 0 0 0 125 165
1/2 bln II 180 295 25 170 275 155 65 35 0 140 120 300
Maks. 80 45 35 75 50 50 35 35 0 30 55 60
Hari Hujan 27 14 10 9 14 15 14 1 0 7 9 15

1 50 25 15
2 40 50 30 10
3 55 10 20
4 25 5 15 25 20
5 15 10 5
6 10 10
7 20 15 30
8 10 50
9 20 15 25
10 30 20 20
11 55 5 20 30
12 45 10 15 35 15
13 60 30
14 25
15 36 10 20 5
16 40 15 20 15 25 25
17 60 25 35 25 5 35
18 50 20 55
19 35 15 60
20 25 30 5 10
21 25 25 15 10 5
22 30 35 25
23 45 50 35
24 50 30 25 50 30
25 75 15 45 25
26 25 20 35
27 20
28 15 15 5
29 40 10 25
30 25 5 40
31 15 35
Bulanan 1061 315 365 215 195 95 10 0 0 0 45 420
1/2 bln I 486 100 75 160 75 25 5 0 0 0 0 190
1/2 bln II 575 215 290 55 120 70 5 0 0 0 45 230
Maks. 75 50 60 30 50 35 5 0 0 0 25 50
Hari Hujan 30 13 17 12 6 6 2 0 0 0 3 15
1 45 10 25 50 30 25 5
2 35 40 45 35 25 30 15
3 60 55 30 10 40 20
4 50 25 60 45 10 10 35
5 65 50 65 25 25
6 70 35 55 15 10
7 50 20 30 40 10 15
8 45 30 35 15 20 20
9 30 25 25 20
10 55 10 60 10 30
11 20 15 25
12 15 55 50
13 70 15 25
14 25 10 60 60
15 10 35
16 15 50
17 50 25 55
18 40 10 15 30
19 25 35 20 15 25
20 30 25 15 45
21 20 50 25
22 15 10 45 20
23 60
24 15 10
25 25 30 10
26 60 15 25 50
27 50 10 30
28 65 20 25
29 55 5
30 45 20 15 30
31 35 35
Bulanan 1085 670 585 430 255 110 0 0 0 0 75 605
1/2 bln I 540 465 310 335 205 110 0 0 0 0 35 365
1/2 bln II 545 205 275 95 50 0 0 0 0 0 40 240
Maks. 70 70 65 60 60 30 0 0 0 0 25 60
Hari Hujan 26 23 17 14 11 6 0 0 0 0 4 21

Stasiun : MALOLO
1 17 7 71 2
2 10 2 46
3 2 16 11 57
4 42 30 34 37
5 1 9 23
6 3 7 23
7 3 74 5
8 24 4 1 6
9 9
10 23
11 4 40
12 1
13 34 2
14 26 17
15 29 1
16 54 7 30 43
17 76 19 1
18 80 31 1 1
19 17 15 30
20 14 6 10 15
21 2 6 2 4 6
22 1 33 14 36
23 31 40 1 23
24 17 8 5 66
25 125 12 1
26 61 119
27 5 105 7
28 10 9 45 7
29 44
30 23
31 10 18
Bulanan 707 547 185 0 0 0 13 0 0 0 114 533
1/2 bln I 204 149 185 0 0 0 0 0 0 0 3 212
1/2 bln II 503 398 0 0 0 0 13 0 0 0 111 321
Maks. 125 119 71 0 0 0 10 0 0 0 45 66
Hari Hujan 27 20 5 0 0 0 3 0 0 0 9 26
Stasiun : MALOLO
1 58 79 32 2 23 5
2 102 48 2 26 39 2
3 45 14 41 49
4 3 18 27 6 9 2
5 72 11 98 2 27 68 5
6 10 2 21 4 43 16
7 26 86 2 3 28
8 6 11 13 7 15
9 1 4 17 1 22
10 39 10
11 1 2 2 2 6
12 40 26 2 40 7
13 38 5 4 30 48
14 29 2 10 3 8
15 20 6 1 21 17 34 28
16 20 5 35 3 135
17 4 58 3 32
18 25 3 15 23 79 9 4 50
19 3 63 33 2 2 33
20 30 18 4 5 53
21 15 10
22 2 5 7 70 11
23 23 2 7 1 1 28 5 22
24 19 25 23 60 24 3 57
25 48 8 75 2 138 78
26 19 8 2 10 33
27 11 14 1 42 1 53
28 101 21 5 7 4 13
29 94 8 7
30 6 5 7 34
31 51 8 2 28
Bulanan 710 522 159 591 109 185 5 9 55 45 577 880
1/2 bln I 336 290 31 366 55 20 3 0 27 15 340 251
1/2 bln II 374 232 128 225 54 165 2 9 28 30 237 629
Maks. 102 79 58 98 35 79 3 9 28 13 138 135
Hari Hujan 20 23 16 17 10 15 2 1 2 8 20 29


Stasiun : MALOLO
1 30 75 8 15 3 1
2 58 94 6 3 2
3 52 105 31 1 6
4 81 152 16 38 4 2 2
5 33 17 40 2 7
6 6 9 9 4 14 2
7 5 25 17 46 2
8 13 19 82 2 1 1 9
9 2 59 19 2 76 43 27
10 12 51 7 27 6 74 4
11 45 64 21 5 14 56
12 34 28 20 3 7 48
13 22 12 10 29 4 18
14 30 34 2 17
15 29 20 73 8
16 31 69 62 3 2 30 7 1
17 55 22 8 9 24
18 2 3 17 12 36
19 1 20 8 30 26
20 27 13 3 11 2 14 14
21 92 20 3 6
22 1 3 16
23 3 35 5 25 2 3
24 8 16 3 2 3
25 22 130 18 20 22
26 1 3 67 40 41
27 3 7 28 1
28 1 1 3
29 3 26 6 42
30 6 21 2 4 10
31 4 10 1 11 72
Bulanan 526 1079 486 109 200 131 0 38 15 167 398 497
1/2 bln I 407 670 326 77 168 110 0 6 4 30 215 199
1/2 bln II 119 409 160 32 32 21 0 32 11 137 183 298
Maks. 81 152 75 38 82 76 0 26 11 67 74 72
Hari Hujan 21 25 19 7 13 6 0 5 3 12 27 27

Stasiun : MALOLO
1 63 25 15 50 4 15
2 32 73 3 1 44
3 51 55 1
4 94 60 3 6 12
5 15 15 32 6 2 3
6 10 38
7 52 32 3 27
8 81 3 11 1 6 5
9 49 10 8 79
10 55 8 2 8
11 18 46 5 1 12
12 57 61 5 28 20 2
13 93 4 58 4 12 1 2
14 19 7 30 9 3 22
15 41 41 12 16
16 85 23 34 34 40
17 43 24 1 73 3
18 41 3 51 13 9 8
19 15 5 5 17
20 19 2 1 15
21 41 1 7 21
22 4 52 14 2 19 1
23 1 1 2
24 6 42 27 4 32
25 5 31 63 14
26 3 28 27 2 4 1
27 24 15 1 16
28 9 2 15 5 4 9
29 152 1 7 1
30 21 34
31 174 2
Bulanan 1266 539 142 380 146 24 35 2 1 34 299 440
1/2 bln I 669 350 96 248 80 7 15 0 0 31 39 262
1/2 bln II 597 189 46 132 66 17 20 2 1 3 260 178
Maks. 174 73 58 55 34 13 14 2 1 20 73 79
Hari Hujan 26 19 11 17 7 6 7 1 1 6 18 24

Stasiun : MALOLO
1 18 4 3 23 9 5
2 15 2 24 13
3 43 2 5 6 5 6 76
4 16 1 105 7 22
5 23 9 7 19 57 22 36 19
6 74 24 15 13 25 47 78 11
7 7 26 9 2 11 5 9 14 3
8 38 1 1 10 31 76 42 7 36
9 105 54 39 41 12 2 4 9 12
10 14 1 19 3 20 2 2 10 16
11 86 40 12 11 4 43 8 7 10 34
12 139 2 2 2 3 38 23
13 84 1 13 2 54
14 90 7 3 22 44 2 4 14
15 6 16 12 35 4 8 3 4
16 71 44 2 5 7 9 24
17 69 8 6 1 58 2 12
18 31 32 17 11 11
19 50 65 3 47 21 4 7 6 46 23
20 18 7 11 6 2 14 2 2 6 7
21 47 25 6 7 7 33
22 9 12 32 33 85
23 10 7 1 9 85 8 18 13 11
24 8 23 10 11 7 86 2 23 28
25 7 19 37 8 3 25 17 7 39 35
26 27 9 117 2 26 44 52 33
27 29 7 3 19 3 49 3 64
28 11 4 42 2 4 56 4
29 30 8 4 4 62 7 2
30 83 39 15 3 29
31 6 51 7 32
Bulanan 1122 325 243 329 305 286 341 309 413 480 506 427
1/2 bln I 682 204 89 76 179 172 201 221 156 151 203 140
1/2 bln II 440 121 154 253 126 114 140 88 257 329 303 287
Maks. 139 65 51 47 41 85 117 105 86 78 85 64
Hari Hujan 25 17 16 16 23 16 17 14 21 19 23 22

Stasiun : MALOLO
1 11 6 14 33 75
2 9 27 87 5
3 20 75 27
4 12 11 14 34
5 1 13 3
6 38 5 18 16
7 13 19 15
8 34 3 1 18
9 2 17 13
10 10 9 15 4
11 99 12 29 19 13
12 12 2 15 5
13 24 2 17 10 8 4
14 19 23 3 54
15 72 1 35
16 87 29 52
17 5 25
18 18 18 55 12 6 8
19 19 3
20 9 2
21 2
22 11 58 5 1
23 2 32 22
24 15 7 2 31 1
25 42 11 4 17
26 27 18 5 10
27 72 74 4 8
28 36 40 82
29 5 9 6 9
30 10 13 10 4
31 43 74
Bulanan 526 334 463 317 0 0 0 0 0 0 355 380
1/2 bln I 307 103 109 302 0 0 0 0 0 0 161 223
1/2 bln II 219 231 354 15 0 0 0 0 0 0 194 157
Maks. 99 72 74 87 0 0 0 0 0 0 82 54
Hari Hujan 21 16 18 13 0 0 0 0 0 0 22 22

Stasiun : MALOLO
1 14 71 8 3 11 6 3
2 15 32 1 2 8 35
3 6 26 1 6 4
4 29 4 21 20 10
5 20 6 12 7
6 52 5 1 13 12 9 1
7 53 33 9 9
8 38 4 9 109 2 6
9 112 2 18 16
10 55 50 1 43 2 12 106
11 7 1 12 1 4
12 2 5 24 1 2
13 18 51 1 3
14 3 44 7 3
15 24 4 1 1 13 2 1
16 2 38 1 9 13
17 4 1 1 55
18 2 2 33 7 26
19 50 1 6 2 2
20 24 6 41 19 3 3
21 65 39 1 6
22 18 1
23 20 4 1 7
24 6 14 19 5 67 5
25 41 16 6
26 9 21 10
27 1
28 10 35 22 18 9 23 1
29 43 6 1 43 34
30 29 24 8 4 12
31 23 68
Bulanan 629 257 443 233 150 58 45 0 54 115 270 290
1/2 bln I 401 227 161 83 150 47 43 0 3 26 50 207
1/2 bln II 228 30 282 150 0 11 2 0 51 89 220 83
Maks. 112 71 68 44 109 43 13 0 33 55 67 106
Hari Hujan 20 12 20 20 6 7 8 0 3 9 19 23

Stasiun : MALOLO
1 64 3 2 14
2 102 33 3 6 3 9
3 22 7 6 3 7 3
4 26 32 5 15 38
5 49 67 27 7
6 54 71 23 1 12 59 32 3
7 12 39 18 7 19 6 3 62
8 40 28 7 8 1 21
9 14 27 26 58 1 34
10 20 3 30 8 8 39
11 19 1 4 1 9 15 6
12 13 3 11 2 40 12 2 29
13 19 12 67 18 45 13 2 10
14 32 5 1 4 6
15 56 33 9 4 1 7 5
16 9 4 1
17 44 5 15 1 14
18 16 41 118 1 33 24 7
19 60 18 8 5 1
20 8 112 3 8
21 4 55 18 2 1
22 5 15 131
23 11 1 54
24 6 3 2 77
25 10 68 1 2 135
26 13 29 8 7 17
27 20 22 80 11 1 12
28 7 10 13
29 1 1 1 12 16 1
30 1 1 3 9 7 4 8 9
31 13 10 84
Bulanan 732 514 223 214 230 332 150 7 2 106 127 814
1/2 bln I 522 223 219 75 119 231 134 0 2 17 62 259
1/2 bln II 210 291 4 139 111 101 16 7 0 89 65 555
Maks. 102 112 67 118 68 80 45 7 2 33 24 135
Hari Hujan 28 18 13 14 15 13 13 1 1 11 17 25

Stasiun : MALOLO
1 24 47 7 8 2 1
2 13 32 3 21
3 3 1 8 12 5 47
4 36 7 86 1
5 13 10 10 35 15
6 3 8 7 2 1 86
7 9 3 5 69 1 3 7
8 1 10 15 30 113
9 4 3 8 14 3 4 5
10 14 1 1 20 1 5
11 13 14 4
12 6 27 6
13 42 20 9
14 4 28 2 1 11 4
15 65 6 8 1 14 89 2
16 108 9 4 7 1 10
17 23 32 11 1 28 4
18 4 2 29 29 1
19 10 20 2 16 1
20 14 6 2 35
21 29 34 10 4
22 30 11 23 14 1 12
23 30 78 4 14 2 5
24 116 3 15 2 1 1 8
25 10 6 2 9 4 21
26 2 1 1 19
27 26 1 1
28 2 33 5
29 58 4 2 115
30 27 22 17 7
31 19 25
Bulanan 745 335 252 290 158 68 0 0 0 1 204 521
1/2 bln I 237 140 129 284 74 20 0 0 0 0 106 289
1/2 bln II 508 195 123 6 84 48 0 0 0 1 98 232
Maks. 116 78 33 86 29 16 0 0 0 1 89 115
Hari Hujan 30 18 22 16 16 9 0 0 0 1 18 23


Stasiun : MALOLO
1 62 5 13 35 27 2 29
2 93 7 84 8 1 9
3 187 5 42 70 24 19
4 36 15 28 1 2 50
5 54 11 7 36 5 3 17
6 119 23 30 38 66
7 45 2 2 15 62
8 15 2 3 1 14
9 60 1 24 6
10 2 24 1
11 12 7 1 4 98
12 102 92 2
13 12 18 3
14 1 3 34 76
15 9 1 2
16 5 5 5 7 40
17 19 5 166
18 49 6 5 117
19 9 35 98
20 16 50 36
21 29 4
22 48 1
23 11 33 8
24 1 18 34
25 11 8 55
26 94 8 1 5
27 15 3 1
28 77 1 1 1 4
29 9 29 3 12
30 4 11 6
31 30 5 1
Bulanan 1073 379 182 458 88 47 0 0 0 10 72 965
1/2 bln I 694 193 182 360 52 46 0 0 0 0 41 451
1/2 bln II 379 186 0 98 36 1 0 0 0 10 31 514
Maks. 187 102 84 92 29 24 0 0 0 5 34 166
Hari Hujan 26 22 8 17 8 6 0 0 0 2 11 25

Stasiun :PALLEKO
1 26 16 84 18 11
2 19 12 29 27 22
3 29 16 25 19
4 15 20 29
5 33 42 16
6 22 35 10
7 10 61 15 9
8 19
9 22
10 19
11 30
12 11 9
13 32
14 41 6
15 53
16 49 19
17 62 26
18 55 42 19 10 10
19 38 34 10 11 25 11
20 29 26 29 25 10
21 8 28 11 9
22 5 28 10 14
23 11 33 18 5
24
25 10
26 31 67 7
27 13 42 41 7
28 16 11 53 36
29 49 91
30 37 101
31 30 100
Bulanan 553 549 562 106 58 137 0 0 0 0 0 409
1/2 bln I 226 193 276 85 9 87 0 0 0 0 0 36
1/2 bln II 327 356 286 21 49 50 0 0 0 0 0 373
Maks. 62 67 84 27 11 25 0 0 0 0 0 101
Hari Hujan 21 18 17 6 7 8 0 0 0 0 0 9

Stasiun :PALLEKO
1 52 41 18 6 22
2 75 36 13 13
3 17 51 22 20
4 47 22 31 16 16
5 27 20 20 10
6 25 10 35 8 12
7 20 5 16 11 10
8 18 10
9 21 8 17
10 10 21
11 43 26
12 8 5 82 55 15
13 10 41 31
14 10 16 45 19
15 22 0
16 16 8 10 24 2 12
17 31 20 14 4 4 25
18 22 5 32
19 32 29 30
20 20 18 10 45
21 27 62
22 33 51
23 35 20 25 40
24 11 11 30 32 23
25 21 22 20 16 41 25
26 11 19 8 24 42
27 14 23 5 22 10 10 22
28 35 19 13 11 0
29 42 9 12 10 21 11
30 28 7 21 35 48
31 9 20 55
Bulanan 354 516 151 373 64 91 0 0 0 151 487 667
1/2 bln I 144 289 63 184 25 37 0 0 0 100 294 144
1/2 bln II 210 227 88 189 39 54 0 0 0 51 193 523
Maks. 75 51 22 35 16 20 0 0 0 82 55 62
Hari Hujan 11 21 11 18 7 10 0 0 0 5 19 23
Stasiun :PALLEKO
1 59 2 4
2 48 0 33 14
3 100 9 3
4 100 21 23
5 28 75 52 3
6 10 16 22
7 8 30
8 20 25
9 26 50 20 18 2 6
10 25 12 12 10
11 45 15 5 8 15
12 55 26 4 9 27
13 25 30 14
14 20 5 24 27 3 5
15 45 13 3 9
16 22 20 0 12
17 38 33 6 0 4
18 18 12 10
19 95 0 3
20 27 45 6
21 10 36 20
22 67 12 6
23 4 2 13
24 2 4 10
25 6 15 0 7 4 8
26 40 6
27 0 3 32 5 15
28 10
29 0 15 8 3
30 0 0 8
31 14 14
Bulanan 824 583 190 8 97 3 0 15 10 39 65 234
1/2 bln I 614 318 154 6 82 3 0 0 7 0 48 86
1/2 bln II 210 265 36 2 15 0 0 15 3 39 17 148
Maks. 100 75 52 4 27 3 0 15 4 32 23 27
Hari Hujan 21 22 10 3 7 1 0 1 3 2 8 23

Stasiun :PALLEKO
1 12 15 4 2 20
2 10 25 8 25
3 8 17 5 15
4 4 35 3 8 10
5 10 100 2 5
6 6 8 10
7 5 20 20
8 12 4 5 2
9 15 2 4 8
10 17 6 2 92
11 22 10 4 2
12 46 25 5
13 55 15
14 42 12 7 15
15 19 4 7 5
16 35 5 7 15
17 100 2 10 2 4 20
18 6 13 2 4 16 50
19 12 3 55 45
20 4 6 15 3 5
21 2 15 2
22 17
23 3 6 4
24 8 5
25 4 10 3 6
26 16 15 4
27 7 4 10 3 5 8
28 25 4 0
29 50 20 15
30 75 15
31 145 10
Bulanan 751 386 51 136 21 4 8 0 0 0 87 387
1/2 bln I 283 286 39 43 7 4 0 0 0 0 5 209
1/2 bln II 468 100 12 93 14 0 8 0 0 0 82 178
Maks. 145 100 10 55 5 4 5 0 0 0 20 92
Hari Hujan 28 23 10 13 7 1 2 0 0 0 8 21

Stasiun :PALLEKO
1 31 30 13 2 13
2 5 29 2 7 5 8 7
3 8 4 83 4 10 3 55 40 11 3
4 20 6 62 15 7 3
5 35 9 12 4 25 3
6 16 2 9 10 70 15
7 75 5 4 10 59 10 11
8 10 24 3 5 84 21 97 15 13
9 11 9 25 21 45 9 13 0 4
10 12 7 17 15 7 7 7 8 7
11 14 78 86 97 5 16 9
12 12 9 11 10 11 17
13 20 3 52 21 6 9 7 5 3
14 12 15 5 3 57 17 15 12
15 20 11 4 4 8
16 50 7 2 3 8 25
17 68 87 4 39 4
18 53 14 95 3 14 7 10
19 78 7 84 8 9 72 25
20 75 4 17 10 4
21 60 7 49 15 19
22 55 13 15 75 2 16 9 7 35
23 2 94 10 54 7 71
24 3 5 62 35 7 95 19 55
25 4 25 3 97 11 45 50 3 6 97
26 7 18 9 59 5 51 17 45 21 16
27 60 31 32 19 10
28 11 95 15 11 3 31 35 2
29 9 65 54 3 10 42 7
30 82 24 40 21 7 15 55
31 14 58 11 12 11
Bulanan 892 234 359 592 757 363 264 200 538 475 233 409
1/2 bln I 270 171 228 54 264 204 189 97 192 247 76 58
1/2 bln II 622 63 131 538 493 159 75 103 346 228 157 351
Maks. 82 78 86 95 97 94 62 45 95 97 72 97
Hari Hujan 29 13 12 19 24 17 11 14 21 24 16 18


Stasiun :PALLEKO
1 15 2 2 15 0 7
2 15 4 35 11
3 19 9 6 4 10
4 55 9
5 42 20 11 6 15 9
6 70 3 5 20 30
7 95 7 9 20
8 102 7 11 29
9 60 10 15 45 15
10 35 11 10 3 21
11 97 21 13 43 19
12 5 19 66 13
13 97 7 7
14 10 31 105 0
15 7 120 32
16 11
17 5 5
18 7 6
19 22 15
20 15 7 73 19
21 31 4 4 9 22
22 19 11 0
23 22 6 7 35 7
24 45 31 2 42 21
25 51 25 12 5 15
26 10 3 3 5 50
27 9 11 77 6
28 17 9 14 4
29 21 5 5 12 10
30 52 2 13
31 18 10
Bulanan 922 248 612 134 110 97 14 0 0 33 137 336
1/2 bln I 612 147 475 22 110 56 14 0 0 0 20 210
1/2 bln II 310 101 137 112 0 41 0 0 0 33 117 126
Maks. 102 31 120 42 45 43 9 0 0 15 77 50
Hari Hujan 25 19 24 12 4 4 2 0 0 3 6 20

Stasiun :PALLEKO
1 9
2 135
3 75 10
4 65
5 125 22
6 130 35 7 35 9
7 120 15 15
8 135 20 28 13 11
9 35 7 9 9 15 20
10 59 19 25 5
11 25 10
12 6 11 12 11 40
13 12 12 39
14 25 54 35 7
15 55 15 7 15
16 15 10 11
17 7 17 30
18 26 35 6 7 6 30
19 13 32
20 52 75 128 65
21 47 63 13
22 10 65 105
23 9 6 34 11 9
24 42 8 10 3 96
25 33 13 136 7 77
26 19 50 123
27 75 7 88
28 13 40 50
29 31 35
30 52 42
31 7 17 110
Bulanan 1437 419 203 239 129 76 82 0 0 142 36 966
1/2 bln I 986 69 150 77 47 66 72 0 0 0 29 112
1/2 bln II 451 350 53 162 82 10 10 0 0 142 7 854
Maks. 135 75 35 128 50 39 35 0 0 136 13 123
Hari Hujan 30 12 11 6 6 5 6 0 0 2 4 21

Stasiun :PALLEKO
1 11
2 9 15 7 6
3 13 15
4 7 6 65
5 20 45
6 7 19 30 9
7 35 11 117
8 10 10 45 18
9 16 19 23 16
10 35 25 11 50
11 9 9
12 32 7 23
13 21 9 9 18
14 8 18 25
15 13
16 60 25 21 6
17 75 12 11
18 125 10
19 14 16 6
20 42 7
21 26 19
22 25 25 9
23 8 43 10
24 12 6 8
25 75 10 35 10 15
26 69 17 7
27 115 45 33
28 17 10 17
29 32 12
30 40
31 55 40
Bulanan 928 264 317 207 17 7 0 0 0 0 27 434
1/2 bln I 138 116 167 190 11 0 0 0 0 0 0 304
1/2 bln II 790 148 150 17 6 7 0 0 0 0 27 130
Maks. 125 43 45 45 11 7 0 0 0 0 17 117
Hari Hujan 26 14 16 12 2 1 0 0 0 0 2 15

Stasiun :PALLEKO
1 40 20 9 11
2 17 31 13
3 180 13 20
4 120 7 40 20
5 53 9 12 8
6 96 6 31
7 101 17 10
8 10 43
9 15 21 7 26
10
11 42 42 6
12 10 6 21
13 15 37 20 6
14 11 53 15 9
15 9 11
16 25 7
17 10 53 11
18 6 95
19 11 82 12
20 17 16 4
21 33 40 23
22
23 31
24 6 10
25 17
26 7 23 11 25
27 195 10 7
28 7 21 15
29 84 23 17
30 12
31 9
Bulanan 1147 606 260 281 0 0 0 0 0 0 0 0
1/2 bln I 719 267 148 185 0 0 0 0 0 0 0 0
1/2 bln II 428 339 112 96 0 0 0 0 0 0 0 0
Maks. 195 95 40 43 0 0 0 0 0 0 0 0
Hari Hujan 25 22 18 16 0 0 0 0 0 0 0 0







HIDROLOGI

Diunggah oleh

Informasi Dokumen

Deskripsi 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

HIDROLOGI

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS BESAR HIDROLOGI

JURUSAN TEKNIK SIPIL 1

2.2 Jenis-Jenis Hujan Di Indonesia

JURUSAN TEKNIK SIPIL 2

JURUSAN TEKNIK SIPIL 3

JURUSAN TEKNIK SIPIL 4

JURUSAN TEKNIK SIPIL 5

JURUSAN TEKNIK SIPIL 6

PERHITUNGAN HUJAN MAX TAHUNAN UNTUK STASIUN II MALOLO

JURUSAN TEKNIK SIPIL 7

PERHITUNGAN HUJAN MAX TAHUNAN UNTUK STASIUN III PALLEKO

JURUSAN TEKNIK SIPIL 8

Tabel 3.3 Hasil Perhitungan Hujan wilayah dengan metode Aritmatika

JURUSAN TEKNIK SIPIL 9

d = Curah hujan rata-rata daerah aliran (mm)

Tabel 3.4 Hasil Perhitungan Hujan wilayah dengan Metode Thiessent

JURUSAN TEKNIK SIPIL 10

Tabel 3.5 Hasil Perhitungan Hujan wilayah dengan metode Isohyet

LUAS ANTARA RERATA DARI HUJAN

3.2 Uji Konsistensi Data

Cara pengujian yang digunakan , yaitu :

JURUSAN TEKNIK SIPIL 12

JURUSAN TEKNIK SIPIL 13

JURUSAN TEKNIK SIPIL 14

JURUSAN TEKNIK SIPIL 15

JURUSAN TEKNIK SIPIL 16

Cara pengujian sederhana dapat dilakukan untuk mendeteksi penyimpangan ini.

JURUSAN TEKNIK SIPIL 17

JURUSAN TEKNIK SIPIL 18

GRAFIK HUBUNGAN MALOLO

30000 f(x) = 0.731836699025089 x − 275.513316870449

JURUSAN TEKNIK SIPIL 19

GRAFIK HUBUNGAN PALLEKO

f(x) = 0.585700079505196 x − 1728.61541127749

c. Metode Uji Distribusi

Syarat Pengujian Data:

JURUSAN TEKNIK SIPIL 20

Distribusi Normal Distribusi Gumbel Distribusi Log Pearson

2,7 < Ck < 3,3 Ck > 5,4002 tidak ada batasan

JURUSAN TEKNIK SIPIL 21

UJI HOMOGENITAS STA JENE TALLASA & STA MALOLO

UJI HOMOGENITAS STA MALOLO & STA PALLEKO

UJI HOMOGENITAS STA PALLEKO & STA JENE TALLASA

JURUSAN TEKNIK SIPIL 22

Stasiun Palleko Stasiun Jene

Tabel 3.16 Penggabungan STA

JURUSAN TEKNIK SIPIL 23

S12 S13 S23

a. Metode Log Pearson

log X=   (log Xi)

6. Hitung anti log X

JURUSAN TEKNIK SIPIL 25

No Tahun Xi Log Xi (Log Xi - Log Xrt)2 (Log Xi - Log Xrt)3

Tabel 3.2.2 Harga G untuk Cs Negatif

JURUSAN TEKNIK SIPIL 26

JURUSAN TEKNIK SIPIL 27

Tabel 3.2.3 Hasil Periode ulang Log Pearson

PERIODE ULANG G LOG Xt Xt

JURUSAN TEKNIK SIPIL 28

merupakan fungsi dari periode ulang (return period )

Untuk menghitung faktor frekuensi E.J Gumbel Type I digunakan rumus:

Berikut adalah tabel hasil analisis dengan Metode Gumbel

JURUSAN TEKNIK SIPIL 29