Curah HHM (Hujan Harian Maksimum)
Curah HHM (Hujan Harian Maksimum)
Metode Gumbel
Pada Metode Gumbel, data hujan rata-rata daerah yang diperoleh dengan
menggunakan Metode Poligon Thiessen disusun secara peringkat (diranking) dari
yang terbesar ke yang terkecil (Lihat Tabel 4.14).
( Ri R ) 2
2. Standar deviasi (σr) =
n 1
408,8
=
20 1
= 21,51
3. Untuk n = 20, dari Table of Reduced Mean (Yn) and Reduced Standard Deviation
(σn) terlampir didapatkan :
σn = 1,0625
Yn = 0,5236
Contoh perhitungan:
PUH(T) = 2 tahun
Yt = 0,3665
21,51
Maka R2 = 150,4 + (0,3665 0,5236)
1,0625
= 147,2
5. Rentang keyakinan
Rk = ± t(a) x Se
Dimana: Rk = Rentang keyakinan (mm/24jam)
t(a) = fungsi , = 90% maka t(a) = 1,64
Se = Probability Error
R
Se = b dengan, N = jumlah data
N
b = (1+1,3k+1,1k2)1/2 , k = faktor frekuensi
Yt Yn
k =
n
Contoh perhitungan:
PUH(T) = 2 tahun; Yt = 0,3665
0,3665 0,5236
k = = -0,14
1,0625
b = (1+1,3(-0,14)+1,1(-0,14)2)1/2 = 0,916
21,51
Se = 0,912 x = 4,386
20
Rk = ±1,64 x 4,386 = 7,193
Untuk hasil perhitungan lainnya (HHM dan Rentang Keyakinannya) dapat dilihat
pada tabel 4.16.
Pada metode ini, analisa curah hujan harian maksimum (HHM) didasarkan pada
perubahan data yang ada ke dalam bentuk logaritma. Hal ini sesuai dengan anjuran
The Hydrology Community of The Water Recurrence Council, di mana untuk
pemakaian yang praktis dari data yang ada, terlebih dahulu merubah data tersebut ke
dalam logaritmanya, kemudian dihitung statistikl parameternya.
Berikut ini diberikan tabel data curah hujan rata-rata dalam bentuk logaritma
sebelum penghitungan hujan harian maksimum (HHM) dengan Metode Log Person III
(lihat Tabel 4.17).
Tabel 4.4. Data Curah Hujan Rata-rata bentuk Logaritma Untuk Metode Log Pearson
Type III
No. Ri Xi=Log Ri Xi- X (Xi-X)2 (Xi-X)3
1. 160 2,204119983 0,027067163 0,000732631 1,98303E-05
2. 157 2,195899652 0,018846832 0,000355203 6,69445E-06
3. 156 2,193124598 0,016071778 0,000258302 4,15137E-06
4. 156 2,193124598 0,016071778 0,000258302 4,15137E-06
5. 155 2,190331698 0,013278878 0,000176329 2,34145E-06
6. 154 2,187520721 0,010467901 0,000109577 1,14704E-06
7. 152 2,181843588 0,004790768 2,29515E-05 1,09955E-07
8. 150 2,176091259 -0,000961561 9,246E-07 -8,89059E-10
9. 150 2,176091259 -0,000961561 9,246E-07 -8,89059E-10
10. 150 2,176091259 -0,000961561 9,246E-07 -8,89059E-10
11. 150 2,176091259 -0,000961561 9,246E-07 -8,89059E-10
12. 149 2,173186268 -0,003866552 1,49502E-05 -5,78058E-08
13. 148 2,170261715 -0,006791105 4,61191E-05 -3,132E-07
14. 147 2,167317335 -0,009735485 9,47797E-05 -9,22726E-07
15. 147 2,167317335 -0,009735485 9,47797E-05 -9,22726E-07
16. 147 2,167317335 -0,009735485 9,47797E-05 -9,22726E-07
17. 147 2,167317335 -0,009735485 9,47797E-05 -9,22726E-07
18. 146 2,164352856 -0,012699964 0,000161289 -2,04837E-06
19. 145 2,161368002 -0,015684818 0,000246014 -3,85868E-06
20. 142 2,152288344 -0,024764476 0,000613279 -1,51875E-05
Total 43,5410564 0,003377764 1,32658E-05
Rata-rata 2,17705282
(Sumber: Hasil Pengolahan Data, 2008)
Contoh Perhitungan
Xi X 2
1/ 2
Standar Deviasi ( x ) =
n 1
1/ 2
0,003377764
=
20 1
= 0,0134
n. Xi X
3
20(0,0000132658)
CS 0,322
(n 1)(n 2) X
3
(19)(18)(0,0134)3
Tabel 4.18. Hasil Perhitungan HHM dengan Metode Log Pearson III
RT
PUH (tahun) Kx Kx. x XT
(mm)
2 -0,050 -0,00067 2,17638282 150,100
5 0,824 0,0110416 2,18809442 154,203
10 1,309 0,0175406 2,19459342 156,528
(Sumber: Hasil Pengolahan Data, 2008)
Sama seperti pada metode-metode sebelumnya, data curah hujan rata-rata daerah
disusun terlebih dahulu berdasarkan urutan data dari yang terbesar ke yang terkecil.
Tabel 4.19. Peringkat Curah Hujan Rata-rata Untuk Metode Iwai Kadoya
No. Ri Xi=log Ri
1 160 2,204119983
No. Ri Xi=log Ri
2 157 2,195899652
3 156 2,193124598
4 156 2,193124598
5 155 2,190331698
6 154 2,187520721
7 152 2,181843588
8 150 2,176091259
9 150 2,176091259
10 150 2,176091259
11 150 2,176091259
12 149 2,173186268
13 148 2,170261715
14 147 2,167317335
15 147 2,167317335
16 147 2,167317335
17 147 2,167317335
18 146 2,164352856
19 145 2,161368002
20 142 2,152288344
Jumlah 43,5410564
X 2,17705282
(Sumber: Hasil Pengolahan Data, 2008)
2. Memperkirakan harga b
1 n 20
b = bi , dimana m 2
m 10 10
Xs. Xt Xo 2
bi =
2 Xo ( Xs Xt )
bi 204,04
b= 106,023
m 2
1
XO . Log ( Xi b)
N
1
= log(2,17705282 (-106,023))
20
= tidak dapat dihitung
Karena (Xi+b) bernilai negatif maka Log (Xi+b) tidak mempunyai nilai, sehingga
pada perhitungan HHM menggunakan metode Iwai Kadoya tidak terdapat HHM
rencana.
Dari ketiga metode perhitungan HHM di atas, dipilih HHM dengan menggunakan
metode Gumbel. Hal ini dikarenakan cakupan nilainya lebih besar sehingga HHM
metode Log Pearson III sudah tercakup di rentang keyakinan tersebut.
Contoh perhitungan
PUH = 2 tahun HHM Gumbel = 147,2 Rk = 7,193
Maka dari data di atas dapat diketahui rentang nilai HHM
= HHM – Rk < R < HHM + Rk
= 147,2 – 7,193 < R < 147,2 + 7,193
= 140,007 < R < 154,393
Setelah dibandingkan ternyata nilai HHM dari metode Log Person (150,100)
termasuk dalam rentang nilai R, sehingga digunakan nilai HHM Metode Gumbel. Untuk
mencari nilai pada masing-masing PUH juga dilakukan hal yang sama. Nilai
selengkapnya dapat dilihat pada tabel 4.21.
Table 4.21. Perbandingan Metode HHM Gumbel dengan Log Pearson III