Dibuat oleh:
i=1
Yt =
n= t
Ri
DMCt = (Xt,Yt)
dengan:
Gambar 1.
Masa ganda Sta. KUTA UTARA
Akumulatif rerata statiun yg di uji
1400
1200
1000
800
600
400
200
0
0 200 400 600 800 1000 1200 1400
Akumulatif rerata stasiun Referensi
Tabel 4.3.
UJI KONSISTENSI DATA HUJAN STASIUN ABIANSEMAL
DENGAN METODE MASA GANDA (DOUBLE MASS)
Gambar 2
Masa ganda sta. ABIANSEMAL
1400
Akumulatif rerata yg di uji
1200
1000
800
600
400
200
0
0 200 400 600 800 1000 1200 1400
Akumulatif rerata stasiun referensi
Tabel 4.4.
UJI KONSISTENSI DATA HUJAN STASIUN MENGWI
DENGAN METODE MASA GANDA (DOUBLE MASS)
Gambar 3
Masa ganda Sta. MENGWI
1600
Akumulatif rerata yg di uji
1400
1200
1000
800
600
400
200
0
0 200 400 600 800 1000 1200 1400
Akumulatif rerata stasiun referensi
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. Metode RAPS dipakai menjadi pembanding dalam menguji konsistensi data.
(Yi − Y)
i =1
2
Dy2 =
n
Nilai statistik Q dan R
Q = maks Sk * *
0 k n
R = maks Sk** - min Sk**
0 k n
Dengan melihat nilai statistik maka dapat dicari nilai Q / n dan R / n . Hasil yang dapat
dibandingkan dengan nilai Q / n syarat dan R / n . Sebagai syarat jika Q / n dan R / n dihitung
lebih kecil maka data masih dalam batasan konsisten. Syarat nilai Q / n dan R / n dapat
dilihat pada Tabel
Tabel 4.5.
Nilai Q/n 0,5 dan R/n 0,5
n 25
Dy 13.547
Sk** maks 1.771
Sk** min -1.428
Q = Sk ** maks 1.771
R = Sk** maks - Sk ** min 3.200
Q / (n^0.5) 0.354 < 1,100 0.900 oke
R / (n^0.5) 0.640 < 1,370 0.900 oke
Tabel 4.7.
UJI KONSISTENSI DATA STASIUN ABIANSEMAL
METODE RESCALED ADJUSTED PARTIAL SUMS
No. Tahun Hujan Sk* Dy^2 Sk ** |Sk**|
Harian Max
1 1997 45 -4.760 1.618 -0.346 0.346
2 1998 60 10.240 2.986 0.745 0.745
3 1999 30 -19.760 18.250 -1.437 1.437
4 2000 70 20.240 13.898 1.472 1.472
5 2001 46 -3.760 1.149 -0.273 0.273
6 2002 66 16.240 8.573 1.181 1.181
7 2003 50 0.240 0.074 0.017 0.017
8 2004 44 -5.760 2.167 -0.419 0.419
9 2005 68 18.240 11.076 1.326 1.326
10 2006 43 -6.760 2.796 -0.492 0.492
11 2007 27 -22.760 23.736 -1.655 1.655
12 2008 30 -19.760 18.250 -1.437 1.437
13 2009 57 7.240 1.272 0.526 0.526
14 2010 65 15.240 7.442 1.108 1.108
15 2011 69 19.240 12.447 1.399 1.399
16 2012 32 -17.760 14.992 -1.291 1.291
17 2013 42 -7.760 3.504 -0.564 0.564
18 2014 43 -6.760 2.796 -0.492 0.492
19 2015 57 7.240 1.272 0.526 0.526
20 2016 54 4.240 0.279 0.308 0.308
21 2017 35 -14.760 10.706 -1.073 1.073
22 2018 45 -4.760 1.618 -0.346 0.346
23 2019 66 16.240 8.573 1.181 1.181
24 2020 55 5.240 0.530 0.381 0.381
25 2021 45 -4.760 1.618 -0.346 0.346
n 25
Dy 13.100
Sk** maks 1.472
Sk** min -1.655
Q = Sk ** maks 1.655
R = Sk** maks - Sk ** min 3.127
Q / (n^0.5) 0.331 < 1,11 0.900 oke
R / (n^0.5) 0.625 < 1,370 0.900 oke
Tabel 4.8.
n 25
Dy 15.260
Sk** maks 1.681
Sk** min -1.882
Q = Sk ** maks 1.882
R = Sk** maks - Sk ** min 3.563
Q / (n^0.5) 0.376 < 1,11 0.900 oke
R / (n^0.5) 0.713 < 1,370 0.900 oke
4.4. ANALISIS CURAH HUJAN RENCANA
Curah hujan rancangan adalah curah hujan terbesar tahunan dengan suatu kemungkinan terjadi yang
tertentu, atau hujan dengan suatu kemungkinan periode ulang tertentu. Metode analisa hujan
rancangan tersebut pemilihannya sangat tergantung dari kesesuaian parameter statistik dari data yang
bersangkutan, atau dipilih berdasarkan pertimbangan teknis-teknis lainnya.
dengan :
XT = Variate yang diekstrapolasikan, yaitu besarnya curah hujan rancangan untuk periode
ulang T tahun
X = Harga rerata dari data
n
1
X =
n
Xi
i=1
Sx = Standard deviasi
n n
Xi 2 - X
i=1
Xi
i=1
Sx =
n - 1
K = Faktor frekuensi yang merupakan fungsi dari periode ulang (return periode) dan tipe
distribusi frekuensi.
Untuk menghitung faktor frekuensi E.J Gumbel Type I digunakan rumus :
Yt - Yn
K =
Sn
dengan :
Yt = Reduced variate sebagai fungsi periode ulang
T (th)
= - Ln (-Ln (T - 1) / T)
Yn = Reduced mean sebagai fungsi dari banyaknya data n
Sn = Reduced Standard deviasi sebagai fungsi dari banyaknya data n
n Sn n Sn n Sn n Sn
Tabel
Perhitungan Hujan Rancangan Dengan Metode E.J. Gumbel
(log x) - ( log x) / n
2 2
log x =
n -1
Standard Deviasi :
n
(log X - Log X) 2
log x =
i=1 n -1
Koefisien Asimetri :
n
n (log x - log x) 3
i=1
Cs =
(n -1) (n - 2) ( log x) 3
Nilai X bagi setiap tingkat probabilitas dihitung dari persamaan :
Faktor frekuensi K, diperoleh dari tabel untuk setiap Cs positif atau negatif seperti pada
tabel
Tabel 4.14.
Faktor Frekuensi K Untuk Distribusi Log Pearson Type III
Koefisien Asimetri Cs Posisitf
Return period in years
Skew 2 5 10 25 50 100 200 1000
Coefficient Exceedence probability
Cs or Cw 0,5 0,2 0,1 0,04 0,02 0,01 0,005 0,001