CURAH HUJAN HARIAN MAKSIMUM

Perhitungan curah hujan harian maksimum menggunakan 3 metode, yaitu metode

Gumbel, metode Log Person Type III dan metode Iwai Kadoya.

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).

Tabel 4.1. Peringkat Curah Hujan Rata-rata Daerah di Kota Blitar

No. Ri Ri- R (Ri- R )2

1 160 9,6 92,2
2 157 6,6 43,6
3 156 5,6 31,4
4 156 5,6 31,4
5 155 4,6 21,2
6 154 3,6 13,0
7 152 1,6 2,6
8 150 -0,4 0,2
9 150 -0,4 0,2
10 150 -0,4 0,2
11 150 -0,4 0,2
12 149 -1,4 2,0
13 148 -2,4 5,8
14 147 -3,4 11,6
15 147 -3,4 11,6
16 147 -3,4 11,6
17 147 -3,4 11,6
18 146 -4,4 19,4
19 145 -5,4 29,2
20 142 -8,4 70,6
Jumlah 3008 408,8
Rata-rata 150,4
(Sumber: Hasil Pengolahan Data, 2008)

Selanjutnya dari tabel di atas dapat ditentukan:

1
1. Rata-rata R = x  Ri
n
1
= x3008
20
= 150,4

( 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

4. Curah hujan harian maksimum dihitung dengan menggunakan rumus:

R
RT = R + (Yt  Yn)
n
Dimana :
σn = Reduced Standard Deviation
Yt = Reduced Variated yang merupakan fungsi dari masa ulang TR
Yn = Reduced Mean yang merupakan fungsi banyaknya data

Tabel 4.2. Nilai Yt berdasar PUH

PUH = T
Yt (Reduced variate)
(Tahun)
2 0,3665
5 1,4999
10 2,2502
(Sumber: J. Nemec,1989)

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.

Tabel 4.3. HHM Metode Gumbel dan Rentang Keyakinannya

PUH HMM
Yt R(mm) k b Se Rk
(tahun) (mm)
2 0,3665 147,2 -0,14 0,916 4,386  7,193 147,2  7,193
 170,2  13,945
5 1,4999 170,2 0,92 1,768 8,503 13,945
 185,3  42,273
10 2,2502 185,3 1,62 5,993 28,825 42,273
(Sumber: Hasil Pengolahan Data, 2008)

4.1.1. Metode Log Pearson Type III

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

Berdasarkan tabel Frequency Factors K, melalui interpolasi dengan nilai Cs 0,322

maka diperoleh Kx pada masing-masing PUH, seperti berikut:
PUH 2 tahun, Kx = -0,050
PUH 5 tahun, Kx = 0,824
PUH 10 tahun, Kx = 1,309
Pada PUH = 2 Tahun, kx = -0,050 sehingga Kx .  x = -0,00067

XT = X + Kx .  x = 2,17705282 + (-0,00067) = 2,17638282

RT = antilog XT = antilog 2,17638282= 150,100

Berikut merupakan Tabel hasil perhitungan Curah Hujan Harian Maksimum

(HHM) dengan Metode Log Person Type III untuk PUH tahun yang lain (lihat Tabel
4.18).

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)

4.1.2. Metode Iwai Kadoya

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)

Langkah-langkah perhitungan metode Iwai Kadoya:

1. Memperkirakan harga Xo
1
Log Xo =  log Ri
n
1
= 43,5410564
20
= 2,17705828
Xo = ANTILOG 2,17705828
Xo = 150,33
Xo2 = 22600,4226

2. Memperkirakan harga b
1 n 20
b =  bi , dimana m   2
m 10 10

Xs. Xt  Xo 2
bi =
2 Xo  ( Xs  Xt )

dimana: XS = harga pengamatan dengan nomor urutan m dari yang terbesar

 XT = harga pengamatan dengan nomor urutan m dari yang terkecil

Berikut Tabel penentuan nilai b (lihat Tabel 4.20).

Table 4.20. Penentuan Nilai b

XS . (XS.XT)- 2Xo-
XS XT XS+XT Xo Xo2 bi
XT Xo2 (XS+XT)
160 142 22720 302 150,33 22600,4226 119,5774 -1,34 -89,236
157 145 22765 302 150,33 22600,4226 164,5774 -1,34 -122,81
Jumlah -212,04
(Sumber: Hasil Pengolahan Data, 2008)

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

PUH HHM Gumbel Rk HHMG - Rk HHMG + Rk HHM Log Person

2 147,2 7,193 140,007 154,393 150,100
5 170,2 13,945 156,255 184,145 154,203
10 185,3 42,273 143,027 227,573 156,528
(Sumber: Hasil Pengolahan Data, 2008)