ANALISIS

CURAH HUJAN RENCANA

1.1.TAHAPAN ANALISIS CURAH HUJAN RENCANA
Tahapan dalam pekerjaan analisis curah hujan untuk menentukan besarnya curah hujan rencana,
debit banjir rencana dan debit andalan adalah sebagai berikut :
1. Menghitung curah hujan wilayah harian maksimum yaitu curah hujan maksimum rata-rata di
seluruh daerah. Curah hujan wilayah ini diperkirakan dari beberapa titik pengamatan curah hujan.
2. Melakukan uji konsistensi data curah hujan stasiun penakar hujan dengan menggunakan metode
double mass analysis dan RAPS (Rescaled Adjusted Partial Sums) untuk mengetahui adanya
penyimpangan data hujan, sehingga dapat disimpulkan apakah data tersebut layak dipakai dalam
analisa hidrologi atau tidak.
3. Menghitung curah hujan rencana untuk mengetahui besarnya curah hujan terbesar tahunan
dengan peluang tertentu menggunakan metode EJ Gumbel, Log Pearson III. Iwai Kadoya. Dari
hasil perhitungan dilakukan uji frekuensi dengan mengambil nilai Delta maksimum terkecil dari
berbagai metode tersebut.
4. Melakukan uji kesesuaian distribusi terpilih untuk mengetahui kebenaran suatu hipotesa dengan
menggunakan uji Smirnov Kolmogorof dan uji Chi Square. Jika kedua uji distribusi frekuensi
tersebut diterima, maka besarnya curah hujan rencana tersebut juga dapat diterima.

4.2. ANALISIS HUJAN RATA-RATA DAERAH

Data yang tercatat pada stasiun pencatatan hujan adalah merupakan hujan titik (point rainfall).
Dalam analisis selanjutnya yang perlu diketahui adalah besarnya hujan rerata DAS. Untuk
menghitung hujan rerata daerah aliran sungai dalam analisis hidrologis dikenal berbagai metode.
Pada tugas hidrologi ini akan disajikan dengan metode Thiesen dari staiun hujan dan luas koefisin
Thiesen sebagai beikut :
1. Data hujan di Stasiun Sawan , dengan koefisien Thiesen 0,326
2. Data hujan di Stasiun Anturan , dengan koefisien Thiesen 0,377
3. Data hujan di Stasiun Penglatan , dengan koefisien Thiesen 0,297
 Tabel 4.1.
Curah Hujan Rata-rata Daerah

TABEL 1.
CURAH HUJAN HARIAN MAKSIMUM RATA-RATA DAERAH

NO TAHUN STASIUN PENAKAR HUJAN HUJAN RATA-RATA

Sta. Sawan Sta.Anturan Sta. Penglatan DAERAH
Koef. Thiesen (c-1) = 0,326 Koef. Thiesen (c-2) = 0,377 Koef. Thiesen (c-3) = 0,297 (mm)
Data Koef. Data Data Koef. Data Data Koef. Data
1 1997 74 24,124 40 15,08 62 18,41 57,62
2 1998 63 20,54 38 14,33 26 7,72 42,59
3 1999 55 17,93 43 16,21 69 20,49 54,63
4 2000 45 14,67 31 11,69 58 17,23 43,58
5 2001 35 11,41 24 9,05 27 8,02 28,48
6 2002 70 22,82 66 24,88 30 8,91 56,61
7 2003 35 11,41 38 14,33 35 10,40 36,13
8 2004 38 12,39 49 18,47 38 11,29 42,15
9 2005 75 24,45 24 9,05 43 12,77 46,27
10 2006 70 22,82 62 23,37 31 9,21 55,40
11 2007 35 11,41 26 9,80 24 7,13 28,34
12 2008 38 12,39 69 26,01 66 19,60 58,00
13 2009 43 14,018 58 21,87 38 11,29 47,17
14 2010 31 10,11 27 10,18 47 13,96 34,24
15 2011 24 7,824 30 11,31 24 7,13 26,26
16 2012 66 21,52 74 27,90 48 14,26 63,67
17 2013 38 12,388 63 23,75 37 10,99 47,13
18 2014 47 15,32 55 20,74 25 7,43 43,48
19 2015 24 7,824 49 18,47 75 22,28 48,57
20 2016 62 20,21 35 13,20 70 20,79 54,20
21 2017 26 8,476 70 26,39 74 21,98 56,84
22 2018 69 22,49 35 13,20 63 18,71 54,40
23 2019 58 18,908 38 14,33 55 16,34 49,57
24 2020 27 8,80 75 28,28 45 13,37 50,44
25 2021 30 9,78 70 26,39 35 10,40 46,57

4.3. UJI DATA HUJAN

4.3.1. Uji Konsistensi Data
Pada suatu seri data hujan, bisa terjadi data yang tidak homogen (Nonhomogenitas) dan
ketidaksamaan (Incosistency) data. Faktor-faktor yang menyebabkan data menjadi tidak homogen
dan tidak konsisten meliputi :
a. Perubahan mendadak pada sistem hidrologis, misalnya karena adanya pembangunan
gedung-gedung atau tumbuhnya pohon-pohonan, gempa bumi dan lain-lain.
b. Pemindahan alat ukur
c. Perubahan cara pengukuran, misalnya penggantian alat dengan jenis dan spesifikasi alat
baru atau metode yang berbeda, dll.
Data tidak homogen maupun data tidak konsisten menyebabkan hasil analisis tidak teliti. Oleh
karena itu sebelum data tersebut dipakai untuk analisis, terlebih dahulu harus dilakukan uji
 konsistensi data. Uji konsistensi data sudah meliputi uji homogenitas data karena data yang
konsisten juga berarti data tersebut adalah homogen. Metode yang digunakan untuk pengujian data
yaitu dengan Metode Double mass analysis dan Metode RAPS (Rescaled Adjusted Partial Sums)

4.3.2. Metode Double Mass Analysis

Metode umum yang dilakuan adalah double mass analysis. Metode ini menggambarkan besaran
hujan secara kumulatif stasiun yang diuji dengan besaran kumulatif rata-rata stasiun referensi
disekitarnya. Ketidakkonsistenan data ditunjukkan oleh penyimpangan garis terhadap garis
lurusnya.
Persamaan yang dipakai adalah :

DMCt = (Xt,Yt)

dengan:

Xt = Kumulatif hujan stasiun A pada tahun ke t (mm)

Yt = Kumulatif hujan stasiun referensi pada tahun ke
t (mm)
Ri = Rata-rata curah hujan tahunan stasiun referensi pada tahun ke t (mm)
RAt = Curah hujan tahunan di stasiun A (mm)
DMCt = Titik koordinat kurve lengkung massa ganda tahun
ke t
Perhitungan double mass analysis selengkapnya disajikan pada tabel di bawah ini.
 TABEL 2
UJI KONSISTENSI DATA HUJAN STASIUN SAWAN
DENGAN METODE MASA GANDA (DOUBLE MASS)
STASIUN SAWAN SAWAN
Hujan Tahunan (mm) Hujan Komulatif (mm)
No Tahun Sawan Anturan Penglatan Sta.Referensi Sta.Sawan
1 1997 74 40 62 51 74
2 1998 63 38 26 83 137
3 1999 55 43 69 139 192
4 2000 45 31 58 184 237
5 2001 35 24 27 209 272
6 2002 70 66 30 257 342
7 2003 35 38 35 294 377
8 2004 38 49 38 337 415
9 2005 75 24 43 371 490
10 2006 70 62 31 417 560
11 2007 35 26 24 442 595
12 2008 38 69 66 510 633
13 2009 43 58 38 558 676
14 2010 31 27 47 595 707
15 2011 24 30 24 622 731
16 2012 66 74 48 683 797
17 2013 38 63 37 733 835
18 2014 47 55 25 773 882
19 2015 24 49 75 835 906
20 2016 62 35 70 887 968
21 2017 26 70 74 959 994
22 2018 69 35 63 1008 1063
23 2019 58 38 55 1055 1121
24 2020 27 75 45 1115 1148
25 2021 30 70 35 1167 1178
 Tabel 4.3.

TABEL 3
UJI KONSISTENSI DATA HUJAN STASIUN ANTURAN
DENGAN METODE MASA GANDA (DOUBLE MASS)
STASIUN ANTURAN
Hujan Tahunan (mm) Hujan Komulatif (mm)
No Tahun Sawan Anturan Penglatan Sta.Referensi Sta.Anturan
1 1997 74 40 62 68 40
2 1998 63 38 26 113 78
3 1999 55 43 69 175 121
4 2000 45 31 58 226 152
5 2001 35 24 27 257 176
6 2002 70 66 30 307 242
7 2003 35 38 35 342 280
8 2004 38 49 38 380 329
9 2005 75 24 43 439 353
10 2006 70 62 31 490 415
11 2007 35 26 24 519 441
12 2008 38 69 66 571 510
13 2009 43 58 38 612 568
14 2010 31 27 47 651 595
15 2011 24 30 24 675 625
16 2012 66 74 48 732 699
17 2013 38 63 37 769 762
18 2014 47 55 25 805 817
19 2015 24 49 75 855 866
20 2016 62 35 70 921 901
21 2017 26 70 74 971 971
22 2018 69 35 63 1037 1006
23 2019 58 38 55 1093 1044
24 2020 27 75 45 1129 1119
25 2021 30 70 35 1162 1189
 Tabel 4.4.

TABEL 4
UJI KONSISTENSI DATA HUJAN STASIUN PENGLATAN
DENGAN METODE MASA GANDA (DOUBLE MASS)
STASIUN PENGLATAN
Hujan Tahunan (mm) Hujan Komulatif (mm)
No Tahun Sawan Anturan Penglatan Sta.Referensi Sta.Penglatan
1 1997 74 40 62 114 62
2 1998 63 38 26 165 88
3 1999 55 43 69 214 157
4 2000 45 31 58 252 215
5 2001 35 24 27 281 242
6 2002 70 66 30 349 272
7 2003 35 38 35 386 307
8 2004 38 49 38 429 345
9 2005 75 24 43 479 388
10 2006 70 62 31 545 419
11 2007 35 26 24 575 443
12 2008 38 69 66 629 509
13 2009 43 58 38 679 547
14 2010 31 27 47 708 594
15 2011 24 30 24 735 618
16 2012 66 74 48 805 666
17 2013 38 63 37 856 703
18 2014 47 55 25 907 728
19 2015 24 49 75 943 803
20 2016 62 35 70 992 873
21 2017 26 70 74 1040 947
22 2018 69 35 63 1092 1010
23 2019 58 38 55 1140 1065
24 2020 27 75 45 1191 1110
25 2021 30 70 35 1241 1145
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.

4.3.3. Metode RAPS

Pengujian konsistensi dengan metode RAPS adalah pengujian dengan menggunakan data dari
stasiun itu sendiri yaitu pengujian dengan komulatif penyimpangan terhadap nilai rata-rata dibagi dengan
akar komulatif rerata penyimpangan terhadap nilai reratanya, lebih jelas lagi bisa dilihat pada rumus di
bawah ini :
So* = 0
k =1
∑ (Yi−Y )
Sk* = i=1

dengan k = 1,2,3, ……….

Sk∗¿
¿
Sk** = Dy
n
∑ ( Yi−Y )2
i=1

Dy = 2 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
Q/n 0,5 R/n 0,5
n 90
95 % 99 % 90 % 95 % 99 %
%
10 1,05 1,14 1,29 1,21 1,28 1,38
20 1,10 1,22 1,42 1,34 1,43 1,60
30 1,12 1,24 1,48 1,40 1,50 1,70
40 1,31 1,48 1,52 1,44 1,55 1,78
100 1,17 1,52 1,55 1,50 1,62 1,85
Sumber : Sri Harto, 1990

Tabel
TABEL 5
UJI KONSISTENSI DATA STASIUN SAWAN
METODE RESCALED ADJUSTED PARTIAL SUMS
No. Tahun Hujan Sk* Dy^2 Sk ** |Sk**|
Harian Max
1 1997 74 26,880 28,901 1,582 1,582
2 1998 63 15,880 10,087 0,934 0,934
3 1999 55 7,880 2,484 0,464 0,464
4 2000 45 -2,120 0,180 -0,125 0,125
5 2001 35 -12,120 5,876 -0,713 0,713
6 2002 70 22,880 20,940 1,346 1,346
7 2003 35 -12,120 5,876 -0,713 0,713
8 2004 38 -9,120 3,327 -0,537 0,537
9 2005 75 27,880 31,092 1,640 1,640
10 2006 70 22,880 20,940 1,346 1,346
11 2007 35 -12,120 5,876 -0,713 0,713
12 2008 38 -9,120 3,327 -0,537 0,537
13 2009 43 -4,120 0,679 -0,242 0,242
14 2010 31 -16,120 10,394 -0,949 0,949
15 2011 24 -23,120 21,381 -1,360 1,360
16 2012 66 18,880 14,258 1,111 1,111
17 2013 38 -9,120 3,327 -0,537 0,537
18 2014 47 -0,120 0,001 -0,007 0,007
19 2015 24 -23,120 21,381 -1,360 1,360
20 2016 62 14,880 8,857 0,876 0,876
21 2017 26 -21,120 17,842 -1,243 1,243
22 2018 69 21,880 19,149 1,287 1,287
23 2019 58 10,880 4,735 0,640 0,640
24 2020 27 -20,120 16,193 -1,184 1,184
25 2021 30 -17,120 11,724 -1,007 1,007

Rerata = 47,12 11,553

Jumlah = 1178 288,826

n= 25
Dy 16,995
Sk *|*Maks | 1,640
Sk** min -1,360
Q = Sk ** maks 1,640
R = Sk** maks - Sk ** min 3,001
Q / (n^0.5) 0,328 <
R / (n^0.5) 0,600 <
Tabel 4.7.
 TABEL 6
UJI KONSISTENSI DATA STASIUN ANTURAN
METODE RESCALED ADJUSTED PARTIAL SUMS
No. Tahun Hujan Sk* Dy^2 Sk ** |Sk**|
Harian Max
1 1997 40 -7,120 2,028 -0,419 0,419
2 1998 38 -9,120 3,327 -0,537 0,537
3 1999 43 -4,120 0,679 -0,242 0,242
4 2000 31 -16,120 10,394 -0,949 0,949
5 2001 24 -23,120 21,381 -1,360 1,360
6 2002 66 18,880 14,258 1,111 1,111
7 2003 38 -9,120 3,327 -0,537 0,537
8 2004 49 1,880 0,141 0,111 0,111
9 2005 24 -23,120 21,381 -1,360 1,360
10 2006 62 14,880 8,857 0,876 0,876
11 2007 26 -21,120 17,842 -1,243 1,243
12 2008 69 21,880 19,149 1,287 1,287
13 2009 58 10,880 4,735 0,640 0,640
14 2010 27 -20,120 16,193 -1,184 1,184
15 2011 30 -17,120 11,724 -1,007 1,007
16 2012 74 26,880 28,901 1,582 1,582
17 2013 63 15,880 10,087 0,934 0,934
18 2014 55 7,880 2,484 0,464 0,464
19 2015 49 1,880 0,141 0,111 0,111
20 2016 35 -12,120 5,876 -0,713 0,713
21 2017 70 22,880 20,940 1,346 1,346
22 2018 35 -12,120 5,876 -0,713 0,713
23 2019 38 -9,120 3,327 -0,537 0,537
24 2020 75 27,880 31,092 1,640 1,640
25 2021 70 22,880 20,940 1,346 1,346

Rerata = 47,56 11,403

Jumlah = 1189 285,080

n= 25
Dy 16,884
Sk *|*Maks | 1,640
Sk** min -1,360
Q = Sk ** maks 1,640
R = Sk** maks - Sk ** min 3,001
Q / (n^0.5) 0,328 <
R / (n^0.5) 0,600 <

Tabel 4.8.
 TABEL 7
UJI KONSISTENSI DATA STASIUN PENGLATAN
METODE RESCALED ADJUSTED PARTIAL SUMS
No. Tahun Hujan Sk* Dy^2 Sk ** |Sk**|
Harian Max
1 1997 62 14,880 8,857 0,876 0,876
2 1998 26 -21,120 17,842 -1,243 1,243
3 1999 69 21,880 19,149 1,287 1,287
4 2000 58 10,880 4,735 0,640 0,640
5 2001 27 -20,120 16,193 -1,184 1,184
6 2002 30 -17,120 11,724 -1,007 1,007
7 2003 35 -12,120 5,876 -0,713 0,713
8 2004 38 -9,120 3,327 -0,537 0,537
9 2005 43 -4,120 0,679 -0,242 0,242
10 2006 31 -16,120 10,394 -0,949 0,949
11 2007 24 -23,120 21,381 -1,360 1,360
12 2008 66 18,880 14,258 1,111 1,111
13 2009 38 -9,120 3,327 -0,537 0,537
14 2010 47 -0,120 0,001 -0,007 0,007
15 2011 24 -23,120 21,381 -1,360 1,360
16 2012 48 0,880 0,031 0,052 0,052
17 2013 37 -10,120 4,097 -0,595 0,595
18 2014 25 -22,120 19,572 -1,302 1,302
19 2015 75 27,880 31,092 1,640 1,640
20 2016 70 22,880 20,940 1,346 1,346
21 2017 74 26,880 28,901 1,582 1,582
22 2018 63 15,880 10,087 0,934 0,934
23 2019 55 7,880 2,484 0,464 0,464
24 2020 45 -2,120 0,180 -0,125 0,125
25 2021 35 -12,120 5,876 -0,713 0,713

Rerata = 45,8 11,295

Jumlah = 1145 282,382

n= 25
Dy 16,804
Sk *|*Maks | 1,640
Sk** min -1,360
Q = Sk ** maks 1,640
R = Sk** maks - Sk ** min 3,001
Q / (n^0.5) 0,328 <
R / (n^0.5) 0,600 <
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.

4.4.1. Metode E.J. Gumbel

Metode E.J. Gumbel dengan persamaan sebagai berikut :
XT = X + K . S x

dengan :
XT = Variate yang diekstrapolasikan, yaitu besarnya curah hujan rancangan untuk periode
ulang T tahun
X = Harga rerata dari data

Sx = Standard deviasi

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 :

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

Dengan mensubstitusikan ketiga persamaan diatas diperoleh :

 Jika :

Persamaan diatas menjadi :

Xt = b + (1/a) . Yt
Tabel 4.10.
Hubungan Reduced Mean Yn
Dengan Besarnya Sample n
n Yn n Yn n Yn n Yn

10 0,4952 34 0,5396 58 0,5515 82 0,5572

11 0,4996 35 0,5402 59 0,5518 83 0,5574
12 0,5035 36 0,541 60 0,5521 84 0,5576
13 0,507 37 0,5418 61 0,5524 85 0,5578
14 0,51 38 0,5424 62 0,5527 86 0,558
15 0,5128 39 0,543 63 0,553 87 0,5581
16 0,5157 40 0,5436 64 0,5533 88 0,5583
17 0,5181 41 0,5442 65 0,5535 89 0,5585
18 0,5202 42 0,5448 66 0,5538 90 0,5586
19 0,522 43 0,5453 67 0,554 91 0,5587
20 0,5236 44 0,5458 68 0,5543 92 0,5589
21 0,5252 45 0,5463 69 0,5545 93 0,5591
22 0,5268 46 0,5468 70 0,5548 94 0,5592
23 0,5283 47 0,5473 71 0,555 95 0,5593
24 0,5296 48 0,5477 72 0,5552 96 0,5595
25 0,5309 49 0,5481 73 0,5555 97 0,5596
26 0,532 50 0,5485 74 0,5557 98 0,5598
27 0,5332 51 0,5489 75 0,5559 99 0,5599
28 0,5343 52 0,5493 76 0,5561 100 0,56
29 0,5353 53 0,5497 77 0,5563
30 0,5362 54 0,5501 78 0,5565
31 0,5371 55 0,5504 79 0,5567
32 0,538 56 0,5508 80 0,5569
33 0,5388 57 0,5511 81 0,557

Sumber: J. Nemec/Engineering Hydrology

 Tabel 4.11.
Hubungan Reduced Mean Sn
Dengan Besarnya Sample n

n Sn n Sn n Sn n Sn

10 0,9496 33 1,1226 56 1,1696 79 1,193

11 0,9676 34 1,1255 57 1,1708 80 1,1938
12 0,9833 35 1,1285 58 1,1721 81 1,1945
13 0,9971 36 1,1313 59 1,1734 82 1,1953
14 1,0095 37 1,1339 60 1,1747 83 1,1959
15 1,0206 38 1,1363 61 1,1759 84 1,1967
16 1,0316 39 1,1388 62 1,177 85 1,1973
17 1,0411 40 1,1413 63 1,1782 86 1,198
18 1,0493 41 1,1436 64 1,1793 87 1,1978
19 1,0565 42 1,1458 65 1,1803 88 1,1994
20 1,0628 43 1,148 66 1,1814 89 1,2001
21 1,0696 44 1,1499 67 1,1824 90 1,2007
22 1,0754 45 1,1519 68 1,1834 91 1,2013
23 1,0811 46 1,1538 69 1,1844 92 1,202
24 1,0864 47 1,1557 70 1,1854 93 1,2026
25 1,0915 48 1,1574 71 1,1863 94 1,2032
26 1,0961 49 1,159 72 1,1873 95 1,2038
27 1,1044 50 1,1607 73 1,1881 96 1,2044
28 1,1047 51 1,1623 74 1,189 97 1,2049
29 1,1086 52 1,1638 75 1,1898 98 1,2055
30 1,1124 53 1,1658 76 1,1906 99 1,206
31 1,1159 54 1,1667 77 1,1915 100 1,2065
32 1,1193 55 1,1681 78 1,1923

Sumber: J. Nemec / Engineering Hydrology

Tabel 4.12.

Perhitungan Hujan Rancangan

Dengan Metode E.J. Gumbel

Tahun Curah Hujan Tahun Curah Hujan Tahun Curah Hujan

(mm/hari) (mm/hari) (mm/hari)
1997 58 2007 28 2017 57
1998 43 2008 58 2018 54
1999 55 2009 47 2019 50
2000 44 2010 34 2020 50
2001 28 2011 26 2021 47
2002 57 2012 64
2003 36 2013 47
2004 42 2014 43
2005 46 2015 49
2006 55 2016 54

Jumlah = 1173,058
Rata-rata = 46,922
St. Deviasi = 9,893
n = 25
Sn = 1,0915
Yn = 0,5309
 Tabel 4.13.
Perhitungan Hujan Rancangan Dengan
Berbagai Kala Ulang
Tabel Perhitungan Hujan Rancangan Dengan Berbagai Kala Ulang
Persamaan Ekstrapolasi E.J. Gumbel
Xt = 100,472 + K 25,011
Nomor Kala Probabilitas Yt F. Frekuensi H. Rancangan
Ulang (%) K XT (mm/hari)
1 2 50,000 0,367 -0,151 45,432
2 5 20,000 1,500 0,888 55,705
3 10 10,000 2,250 1,575 62,507
4 25 4,000 3,199 2,444 71,101
5 50 2,000 3,902 3,088 77,476
6 100 1,000 4,600 3,728 83,804
7 200 0,500 5,296 4,365 90,110
8 1000 0,100 6,907 5,842 104,715

4.4.2. Metode Log Pearson Type III

Metode yang dianjurkan dalam pemakaian distribusi Log Pearson Type III ialah dengan
mengkonversikan rangkaian datanya menjadi bentuk logaritmis.
Nilai rerata :

Atau dengan cara :

Cs = n2  (log x)3 - 3n  (log x)2 + 2 ( log x)3

n (n - 1) (n - 2) (  log x)3

Standard Deviasi :

Koefisien Asimetri :
Nilai X bagi setiap tingkat probabilitas dihitung dari persamaan :

Log Xt = log x + k  log x

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
 Tabel 4.15.
Faktor Frekuensi K Untuk Distribusi Log Pearson Type III
Koefisien Asimetri Cs Negatif

III. Re turn pe riod in ye ars

Ske w 2 5 10 25 50 100 200 1000
Coe fficie nt Exce e de nce probability
Cs or Cw 0,5 0,2 0,1 0,04 0,02 0,01 0,005 0,001

0 0 0,842 1,282 1,751 2,054 2,326 2,576 3,09

-0,1 0,017 0,846 1,27 1,716 2 2,252 2,482 2,95
-0,2 0,033 0,85 1,258 1,68 1,945 2,178 2,388 2,81
-0,3 0,05 0,853 1,245 1,643 1,89 2,104 2,294 2,67
-0,4 0,066 0,855 1,231 1,606 1,834 2,029 2,201 2,53
-0,5 0,083 0,856 1,216 1,567 1,777 1,955 2,108 2,4
-0,6 0,099 0,857 1,2 1,528 1,72 1,88 2,016 2,27
-0,7 0,116 0,857 1,183 1,488 1,663 1,806 1,926 2,14
-0,8 0,132 0,856 1,166 1,448 1,606 1,733 1,837 2,02
-0,9 0,148 0,854 1,147 1,407 1,549 1,66 1,749 1,9
-1 0,164 0,852 1,128 1,366 1,492 1,588 1,664 1,79
-1,1 0,18 0,848 1,107 1,324 1,435 1,518 1,581 1,168
-1,2 0,195 0,844 1,086 1,282 1,379 1,449 1,501 1,58
-1,3 0,21 0,838 1,064 1,24 1,324 1,383 1,424 1,48
-1,4 0,225 0,832 1,041 1,198 1,27 1,318 1,351 1,39
-1,5 0,24 0,825 1,018 1,157 1,217 1,256 1,282 1,31
-1,6 0,254 0,817 0,994 1,116 1,166 1,197 1,216 1,24
-1,7 0,268 0,808 0,97 1,075 1,116 1,14 1,155 1,17
-1,8 0,282 0,799 0,945 1,035 1,069 1,087 1,097 1,11
-1,9 0,294 0,788 0,92 0,996 1,023 1,037 1,044 1,05
-2 0,307 0,777 0,895 0,959 0,98 0,99 0,995 1
-2,1 0,319 0,765 0,869 0,923 0,939 0,946 0,949 0,95
-2,2 0,33 0,752 0,844 0,88 0,9 0,905 0,907 0,91
-2,3 0,341 0,739 0,819 0,855 0,864 0,867 0,869 0,87
-2,4 0,351 0,725 0,895 0,823 0,83 0,832 0,833 0,833
-2,5 0,36 0,711 0,771 0,793 0,798 0,799 0,8 0,8
-2,6 0,368 0,969 0,747 0,764 0,768 0,769 0,769 0,77
-2,7 0,376 0,681 0,724 0,738 0,74 0,74 0,741 0,74
-2,8 0,384 0,666 0,702 0,712 0,714 0,714 0,714 0,714
-2,9 0,39 0,651 0,681 0,683 0,689 0,69 0,69 0,69
-3 0,396 0,636 0,66 0,666 0,666 0,667 0,67 0,67
Sum ber: Chow, Applied Hydrology:393
 Tabel 4.16.
Perhitungan Hujan Rancangan Dengan
Metode Log Pearson Type III

TABEL
PERHITUNGAN HUJAN RANCANGAN DENGAN LOG PEARSON TIPE III
No Rangking Log x (Log x - Log x) (Log x - Log x)^2 (Log x - Log x)^3
(mm/hari)
1 64 1,8062 0,1460 0,0213 0,0031
2 58 1,7634 0,1032 0,0107 0,0011
3 58 1,7635 0,1033 0,0107 0,0011
4 57 1,7547 0,0945 0,0089 0,0008
5 57 1,7529 0,0927 0,0086 0,0008
6 55 1,7435 0,0833 0,0069 0,0006
7 55 1,7375 0,0773 0,0060 0,0005
8 54 1,7356 0,0754 0,0057 0,0004
9 54 1,7340 0,0738 0,0054 0,0004
10 50 1,7028 0,0426 0,0018 0,0001
11 50 1,6952 0,0350 0,0012 0,0000
12 49 1,6864 0,0262 0,0007 0,0000
13 47 1,6737 0,0135 0,0002 0,0000
14 47 1,6733 0,0131 0,0002 0,0000
15 47 1,6681 0,0079 0,0001 0,0000
16 46 1,6653 0,0051 0,0000 0,0000
17 44 1,6393 -0,0209 0,0004 0,0000
18 43 1,6383 -0,0219 0,0005 0,0000
19 43 1,6293 -0,0309 0,0010 0,0000
20 42 1,6248 -0,0354 0,0013 0,0000
21 36 1,5579 -0,1023 0,0105 -0,0011
22 34 1,5346 -0,1256 0,0158 -0,0020
23 28 1,4545 -0,2057 0,0423 -0,0087
24 28 1,4524 -0,2078 0,0432 -0,0090
25 26 1,4193 -0,2409 0,0580 -0,0140
Jumlah 1173,0580 41,5062 0,0012 0,2612 -0,0258
Rata-rata 1,6602
sumber: hasil perhitungan
Standar Deviasi (Sn) dan Koefisien Asimetri (Cs)
Sn = 0,1043
Cs = -1,0303
Persamaan Ekstrapolasi Log Pearson Tipe III
Log x= Log x + K. Sn
x = 10 ^ (Log x + K. Sn)
x = 10 ^ (1.6602+ K. 0.1043)
 Tabel 4.17.
Perhitungan Hujan Rancangan Dengan Berbagai Kala Ulang
Tabel Perhitungan Hujan Rancangan Dengan Berbagai Kala Ulang
No Kala Ulang Probabilitas Frekwensi Log X Hujan Rancangan
T (Tahun) P (%) K x (mm/hari)
1 2 50 0,017 1,661973 45,917
2 5 20 0,846 1,748438 56,032
3 10 10 1,270 1,792661 62,038
5 25 4 1,716 1,839179 69,052
6 50 2 2,000 1,868800 73,926
7 100 1 2,252 1,895084 78,539
8 200 0,5 2,482 1,919073 82,999
9 1000 0,1 2,950 1,967885 92,872
Sumber: Hasil Perhitungan
 TUGAS HIDROLOGI
HUJAN RENCANA

Nama : Made Ananda Prema Yoga

Nim/No : 2115124055 /11
Kelas : 3E
Prodi : D4 Manajemen Proyek Konstruksi
Jurusan : Teknik Sipil
Mata Kuliah : Hidrologi

Politeknik Negeri Bali

Tahun Ajaran
2021/2022
 TUGAS HIDROLOGI
HUJAN RENCANA

Nama : Ni Komang Yuli Wintari

Nim/No : 2115124020/04
Kelas : 3E
Prodi : D4 Manajemen Proyek Konstruksi
Jurusan : Teknik Sipil
Mata Kuliah : Hidrologi

Politeknik Negeri Bali

Tahun Ajaran
2021/2022
 TUGAS HIDROLOGI
HUJAN RENCANA

Nama : Luh Ayu Risma Sasmita

Nim/No : 2115124090 /18
Kelas : 3E
Prodi : D4 Manajemen Proyek Konstruksi
Jurusan : Teknik Sipil
Mata Kuliah : Hidrologi

Politeknik Negeri Bali

Tahun Ajaran
2021/2022