Simpang Tiga, Kec. Bukit Raya, Kota Pekanbaru, Riau 28284 Telp 0761 674674
E-mail : 1dellapuspitautami@student.uir.ac.id, 2muhammadradivadeandri@student.uir.ac.id,
3
radenmuhammaddaiva@student.uir.ac.id, 4tfatimahrahmadania@student.uir.ac.id,
5
wulanyuliandriani559@student.uir.ac.id
Abstract
Rainfall is one kind of precipitation which is easy and properly measured Indonesia as a tropical country assume
rainfall has important factor to support many activities especially an engineeringThe purpose of this research is to
acquire Rainfall data which is frequently does not fulfill the standard. In terms of validity and oftenly losing some
data when recording data Many factors caused thatSo to fulfill losing rainfall data we can use numerical method
Linear Interpolation is one of them. Linear Interpdation assume data value and other data as one straight line. This
numerical method enableus to get rainfall data which already lostThe result of this analysis are linear interpdation
can develop vaid rainfall data. So the conclussion is linear interpolation can be used to get valid rainfall data
Abstrak
Didalam pengukuran presipitasi, hujan adalah salah satu yang paling mudah dan jelas pengukurannya. Di indonesia
yang beriklim tropis basah, data curah hujan adalah sesuatu bagian penting yang dapat menunjang banyak kegiatan
yang ada, khususnya dibidang teknik sipil. Tujuan dilaksanakannya penelitian ini adalah untuk mendapatkan data
curah hujan hilang yang baik dan valid. Metode yang digunakan di penelitian ini adalah interpolasi. Interpolasi
adalah salah satu metode yang bisa menentukan nilai diantara dua titik. pendekatan secara numeris ini
memungkinkan kita untuk mendapatkan data curah hujan yang hilang. Hasil dari penelitian ini menunjukkan bahwa
metode interpolasi linear dapat menghasilkan data curah hujan yang valid. Kesimpulan yang didapat bahwa metode
interpolasi linear dapat menghasilkan data curah hujan yang baik
1
wujud benda ke wujud yang lebih padat) uap data dengan jumlah banyak akan menghemat
air pada atmosfer sebagai butiran air yg waktu analisis data.
relatif berat buat jatuh serta umumnya tiba Permasalahan hilang atau tidak validnya
pada daratan. 2 proses yg mungkin terjadi data hujan yang tercatat, seringkali membuat
bersamaan bisa mendorong udara semakin kegiatan yang terkait menggunakan curah
jenuh menjelang hujan, yaitu pendinginan hujan terhambat. Sangat luasnya lokasi pada
udara atau penambahan uap air ke udara. indonesia menyebabkan alat pencatat curah
Butir hujan memiliki berukuran yang hujan menjadi cukup sulit. Sebagai akibatnya
beragam mulai dari butiran akbar hingga seringnya data curah hujan yang hilang dan
butiran kecilnya. tak validnya data terjadi dalam pencatatan
Menurut Soegianto (2010) dalam curah hujan di Indonesia.
bukunya yang berjudul Meteorolgi dan Ada beberapa poin tujuan dilaksanakan
Oceanografi mengatakan bahwa curah hujan penelitian ini. Pertama ialah buat melihat
merupakan ketinggian air hujan yang jatuh apakah metode interpolasi dapat
pada tempat yang datar dengan asumsi tidak dipergunakan buat menggantikan data curah
menguap, tidak meresap dan tidak mengalir. hujan yang hilang serta kedua untuk melihat
Curah hujan 1 mm adalah air hujan setinggi 1 seberapa besar korelasi.
mm yang jatuh pada tempat yang datar seluas
1 m dengan asumsi tidak ada yang menguap,
mengalir dan meresap. Curah Hujan ialah 2. Metode
salah satu faktor penting diindonesia. A. Wilayah Studi
Didalam penggunaannya curah hujan Batas wilayah atau ambang batas
menjadi salah satu data buat membantu pengumpulan data curah hujan berlaku untuk
melakukan banyak perkerjaan khususnya penelitian ini. Penelitian ini hanya berfokus
dibidang teknik sipil, seperti pada satu stasiun curah hujan saja. diambil
pelabuhan ,bendungan, irigasi, drainase dan data curah hujan saja sebagai contoh. Stasiun
lain – lain. Oleh sebab itu data curah hujan hujan Pekanbaru dipilih sebagai contoh data
dicatat terus menerus sebagai akibatnya bias hujan dengan nomor pos hujan 142-22 yang
membantu dalam membantu aktivitas terletak di daerah aliran sungai siak. Secara
kehidupan kita. Maka metode untuk geografis, Stasiun Hujan Pekanbaru terletak
melakukan pendekatan matematis terhadap pada 0 derajat 32 menit 24,67 detik Lintang
data curah hujan tak jarang kita lakukan buat Selatan dan 101 derajat 26 menit 13,92 detik
membantu memperoleh data curah hujan Bujur Timur. Seperti terlihat pada Gambar
yang hilang, tentunya menggunakan nilai 1.1,
error eksklusif yang bisa dicapai pendekatan
matematis tadi.
Interpolasi merupakan salah satu metode
pendekatan numeris yang melakukan
perhitungan perhitungan untuk meperkirakan
nilai diantara nilai lainnya, Interpolasi punya
banyak macam serta jua punya banyak
metode. Interpolasi menurut macamnya
punya tingkat ketelitian yang tidak sinkron.
Interpolasi linear artinya interpolasi yang
menggangap nilai- nilai membentuk satu
garis lurus. pada perhitungannya intepolasi
linear mempunyai ketelitian yang lebih Gambar 1.1 Lokasi stasiun hujan pekanbaru
rendah daripada yang lain. akan tetapi Sumber : Google maps
perhitungan interpolasi linear relatif simpel
dilakukan. sehingga bila kita menganalisis B. Pengumpulan Data
2
Data curah hujan yang dipertimbangkan dalam Proses yang akan dilakukan nantinya adalah
penelitian ini diperoleh dari Balai Wilayah Sungai sebagai berikut : Dari data curah hujan yang diperoleh,
Sumatera III (BWSS III) tahun-tahun sebelumnya. dimodelkan satu tahun yang dianggap hilang yaitu
Data yang diperoleh minimal harus berumur 3 tahun, ketika dianalisis dengan metode interpolasi linier.
karena perhitungan interpolasi linier memerlukan 2 Dengan membandingkan data curah hujan asli dan
data untuk melengkapi pendekatan matematis dan data data curah hujan yang dianalisis, seseorang dapat
yang dimodelkan hilang untuk membandingkan menentukan berapa persen data yang dianalisis dapat
kesesuaian hasil perhitungan interpolasi linier. menggantikan data asli.
Interpolasi linier adalah cara untuk menemukan
C. Studi Pustaka data yang hilang karena mengasumsikan bahwa nilai
Dalam penelitian ini, penulis melakukan pencarian antara dua tanggal membentuk garis lurus. Oleh
literatur yang dapat membantu penelitian ini. karena itu, kemungkinan data yang dihitung dengan
Beberapa referensi ini digunakan untuk mengetahui interpolasi linier tidak terlalu jauh dari nilai referensi.
bagaimana melakukan analisis ini dengan lebih akurat Di bawah ini adalah rumus untuk interpolasi linier.
dan lebih baik. Penelusuran literatur yang dilakukan
juga membantu dalam memahami metode yang ( x−x 1 ) ( y− y )
digunakan, kelebihan dan kekurangan metode tersebut = (1)
serta bagaimana perbandingannya dengan metode ( x 2−x1 ) ( y − y 1 )
lain. ( x −x1 )
y= y1 + x ( y 2− y 1 ) (2)
( x 2−x 1 )
3
September 13,54 14,11 11,58 • Januari
Oktober 14,18 20,81 24,94 ( 2021−2020 )
November 19,05 21,71 12,89 y=7,30+ x ( 16,57−7,30 )
( 2022−2020 )
Desember 9,54 11,15 0
¿ 11,94
Sumber : Balai Wilayah Sungai Sumatera III (BWSS
III)
• Februari
Setelah melakukan analisis data curah hujan yang
hilang dengan memodelkan data curah hujan yang ( 2021−2020 )
y=7,11+ x ( 19,83−7,11 )
hilang pada 2021. Hasilnya dapat dilihat di Tabel 2.2 ( 2022−2020 )
sebagai berikut : ¿ 13,47
Tabel 2.2 Data hujan permodelan hasil interpolasi ( 2021−2020 )
linear. • Maret y=9,47+ x ( 13,57−9,47 )
( 2022−2020 )
Bulan 2020 2021 2022 ¿11,52
Januari 7,30 11,94 16,57
Februari 7,11 13,47 19,83 • April
Maret 9,47 11,52 13,57
( 2021−2020 )
April 18,79 19,83 20,87 y=18,79+ x ( 20,87−18,79 )
Mei 15,42 15,69 15,96
( 2022−2020 )
Juni 13,61 17,15 20,86 ¿ 19,83
Juli 12,71 14,74 16,77
Agustus 16,48 13,14 9,80 • Mei
September 13,54 12,56 11,58 ( 2021−2020 )
y=15,42+ x ( 15,96−15,42 )
Oktober 14,18 19,56 24,94 ( 2022−2020 )
November 19,05 15,97 12,89 ¿ 15,69
Desember 9,54 4,77 0
Cara menperoleh data hujan hasil interpolasi linear • Juni
adalah sebagai berikut :
( 2021−2020 )
y=13,61+ x ( 20,68−13,61 )
Diketahui : ( 2022−2020 )
x = 2021 ¿ 17,15
x1 = 2020 • Juli
x2 = 2022 ( 2021−2020 )
y1 = nilai data hujan asli masing - masing bulan pada y=12,71+ x ( 16,77−12,71 )
( 2022−2020 )
tahun 2020 ( dalam tabel berwarna kuning )
y2 = nilai data hujan asli masing - masing bulan pada ¿ 14,74
tahun 2022 ( dalam tabel berwarna biru )
• Agustus
Ditanya : ( 2021−2020 )
y dari masing masing bulan = … ?
y=16,48+ x ( 9,80−16,48 )
( 2022−2020 )
¿ 13,14
Jawab :
Dengan menggunakan rumus berikut :
• September
(2021−2020 )
( x −x1 ) y=13,54 + x (11,58−13,54 )
y= y1 + x ( y 2− y 1 ) (2022−2020 )
( x 2−x 1 ) ¿ 12,56
Maka nilai y masing masing bulan adalah :
4
• Oktober
( 2021−2020 ) data curah hujan 2021
y=14,18+ x ( 24,94−14,18 )
( 2022−2020 ) 30
25
¿ 19,56 20
15
• November 10
5
( 2021−2020 )
y=19,05+ x ( 12,89−19,05 ) 0
i l
( 2022−2020 ) ja
n
fe
b ar ap r e ju
n
ju u
s
pt ok
t
o
v
m m ag se n
¿15,97
Gambar 2.1 Data curah hujan permodelan hasil
interpolasi linear tahun 2021
( 2021−2020 )
• Desember y=9,54+ x ( 0−9,54 )
( 2022−2020 ) 30
¿ 4,77 25
20
Dari hasil diatas terlihat perbandingan data asli dan
15 2020
data yang sudah dianalisis melalui interpolasi linear
2021
dalam Tabel 2.3 dan bisa membandingkan seberapa 10
2022
besar data asli dan data hasil interpolasi linear 5
mempunyai kesamaan 0
jan ar ei ju
l pt v
Tabel 2.3 Perbandingan data hujan hasil interpolasi m m se no
linear dan data curah hujan asli Gambar 2.2 Perbandingan data curah hujan tahun
Bulan 2021 Hasil Interpolasi 2020, 2022 dan data hujan hasil interpolasi linear
Januari 17,26 11,94 tahun 2021
Februari 13,51 13,47
Maret 20,25 11,52 Sedangkan perbandingan data curah hujan yang
April 26,76 19,83 asli yang didapet dari Balai Besar Wilayah Sungai
Mei 14,06 15,69 Mesuji Sekampung dapat dilihat dalam Gambar 2.3
Juni 10,32 17,15 sebagai berikut :
Juli 14,10 14,74
Agustus 10,50 13,14 30
September 14,11 12,56 25
Oktober 20,81 19,56 20
November 21,71 15,97 15 2020
Desember 11,15 4,77 2021
10
Dilihat dari data sebelum dan data sesudah tahun 2022
5
yang dimodelkan hilang untuk perhitungan interpolasi
maka dihasilkan grafik data seperti Gambar 2.1 dan 0
dapat dibandingkan pula dengan curah hujan tahun jan ar ei ju
l pt v
m m se no
diantaranya seperti Gambar 2.2 Untuk lebih jelasnya
Gambar 2.3 Perbandingan data curah hujan tahun
dapat melihat gambar yang disediakan berikut ini.
2020, 2022 dan 2021 dari BBWSS III
5
30 Daftar Pustaka
25 P. Fanny, Z. Ahmad, dan S. Tugiono “Analisis data
curah hujan yang hilang dengan menggunakan metode
20 Normal Ratio, Inversed Square Distance dan Rata
15 Rata Aljabar,” Jurnal Rekayasa Sipil dan Desain, vol.
10 04, no. 03, p. 397,September, 2016.
6
“Analisa Distribusi Curah Hujan Di Area
MerapiMenggunakan Metode Aritmatika Dan
Poligon” Jurnal Teknik Sipil & Perencanaan,
vol 19, no 1,2017
D. Mulyono, “Analisis Karakteristik Curah Hujan Di
Wilayah Kabupaten Garut Selatan“ Jurnal
Konstruksi, vol 13, no 01, 2014
Swasnita, Suparti & Sugito. "Perhitungan SukuBunga
Efektif Untuk Penentuan AlternatifPembiayaan
Kendaraan Motor Pada Leasing & bank.
Dengan Metode Interpolasi Linier (Studi Kasus Harga
Sepeda Motor Honda Beat Injeksi Terdaftar
September 2014)" Jurnal Gaussian, vol 04, No 02.
2015
P.B. Kosasih,"Komputasi Numerik Teori dan Aplikasi,
” Yogyakarta, 2003
Chapra, S. C, Canale, R. P. 1988. Numerical Methods
for Engineers 2nd Edition. McCraw- Hill