Menurut Sri Harto, 2001, hujan terjadi akibat adanya massa udara yang

menjadi dingin, mencapai suhu di bawah titik embunnya dan terdapat inti
higrokospik yang dapat memulai pembentukan molekul air.

Menurut Barry,1971 dalam Sri Harto, 2001, hujan hanya akan terjadi apabila
molekul-molekul air hujan sudah mencapai ukuran lebih dari 1 mm. Proses
gerakan udara ke atas tersebut disebabkan oleh berbagai sebab, yang
kemudian hal tersebut menentukan jenis genetik (genetic type) hujan, yaitu;
HUJAN KONVEKTIF
Biasanya terjadi sebagai hujan dengan intensitas yang tinggi akibat massa
udara yang terangkat ke atas oleh pemanasan lahan, atau karena udara
dingin yang bergerak di atas laut atau dataran yang panas. Hujan ini
biasanya terjadi di daerah yang relatif luas dan bergerak sesuai dengan
gerakan angin.

Gambar Hujan Konvektif

HUJAN SUKLONIK
Dapat terjadi karena udara lembab panas
terangkat ke atas oleh lapisan udara yang
lebih dingin dan lebih rapat. Penyebaran
Udara Panas
hujan jenis ini sangat dipengaruhi oleh
landai bidang pertemuan antara udara Udara Dingin

panas dan udara dingin (warmfront/cold

Gambar Hujan Suklonik
front) dan biasanya merupakan hujan
dengan daerah penyebaran terbatas dan
dalam waktu pendek .

HUJAN OROGRAFIK
Terjadi karena massa udara lembab
terangkat oleh angin yang terangkat karena
adanya gunung/pegunungan/dataran tinggi. Bayangan
Hujan
Kejadian yang sebenarnya tidak Daerah
sesederhana hal tersebut, karena Hujan

mekanisme terangkatnya massa udara Gambar Hujan Orografik

dapat disebabkan oleh gabungan dari ketiga

hal tersebut, yang menyebabkan hujan
memiliki variabilitas waktu yang berbeda-
beda.
 Penyaringan Data Hidrologi
Uji Homogenitas
Menurut Soewarno (2000;25) sekumpulan data dari suatu variabel hidrologi
sebagai hasil pengamatan atau pengukuran dapat disebut sama jenis
(homogen) apabila dat tersebut diukur dari suatu resim (regime) yang tidak
berubah. Perubahan resim dari fenomena hidrologi dapat terjadi karena banyak
sebab, misal;
perubahan alam, misal perubahan iklim, bencana alam, banjir besar, hujan
lebat,

perubahan karena ulah manusia, misalnya pembuatan bendung pada alur

sungai, penggundulan hutan

Data hidrologi disebut tak sama jenis (non homogeneous) apabila dalam setiap
sub kelompok populasi ditandai dengan perbedaan nilai rata-rata (mean), dan
perbedaan varian (variance) terhadap sub kelompok yang lain dalam populasi
tersebut.
Ketidak homogenan ini dapat terjadi karena perubahan fenomena hidrologi yang
disebabkan oleh karena perubahan alam atau karena ulah manusia.
Banyak cara untuk menguji kesamaan jenis dari data hidrologi, diantaranya
adalah dengan cara;
•grafis
•kurva massa ganda
•statistik

Cara Statistik X1  X 2
Rumus yang digunakan; t  1

1 1 2

 
N1 N2
t = Variabel t-terhitung
X1 = Rata-rata hitung sampel set ke-1

X2 = Rata-rata hitung sampel set ke-2

N1 = Jumlah sampel set ke-1
N2 = Jumlah sampel set ke-2
0.5
2
N S  N2 S2
2
S12, S22 = varian sampel set ke-1 dan ke-2
 = 1 1
N1  N2  2 Dk = N1+N2-2 = derajat kebebasan
Keputusan;
 Apabila t terhitung  nilai kritis tc pada derajat kebebasan tertentu maka
kedua sampel yang diuji tidak berasal dari populasi yang sama (hipotesis
ditolak).
 Apabila t terhitung < tc maka kedua sampel berasal dari populasi yang
sama (hipotesis di terima).

Untuk nilai tc uji t dua sisi dapat dilihat dari tabel berikut;
Derajat Kepercayaan ta Derajat Kepercayaan ta
dk dk
0.1 0.05 0.025 0.01 0.005 0.1 0.05 0.025 0.01 0.005

1 3.078 6.314 12.076 31.821 63.657 16 1.337 1.746 2.12 2.583 2.921

2 1.886 2.92 4.303 6.965 9.925 17 1.333 1.74 2.11 2.567 2.898

3 1.638 2.353 3.182 4.541 5.841 18 1.33 1.734 2.101 2.552 2.878

4 1.533 2.132 2.776 3.747 4.604 19 1.328 1.729 2.093 2.539 2.861

5 1.476 2.015 2.571 3.365 4.032 20 1.325 1.725 2.086 2.528 2.845

6 1.44 1.943 2.447 3.143 3.707 21 1.323 1.721 2.08 2.518 2.831

7 1.415 1.895 2.365 2.998 3.499 22 1.321 1.717 2.074 2.508 2.819

8 1.397 1.86 2.306 2.896 3.355 23 1.319 1.714 2.069 2.5 2.807

9 1.383 1.833 2.262 2.821 3.25 24 1.318 1.711 2.064 2.492 2.797

10 1.372 1.812 2.228 2.764 3.169 25 1.316 1.708 2.06 2.485 2.787

11 1.363 1.796 2.201 2.718 3.106 26 1.315 1.706 2.056 2.479 2.779

12 1.356 1.782 2.179 2.681 3.055 27 1.314 1.703 2.052 2.473 2.771

13 1.35 1.771 2.16 2.65 3.012 28 1.313 1.701 2.048 2.467 2.763

14 1.345 1.761 2.145 2.624 2.977 29 1.311 1.699 2.045 2.462 2.756

15 1.341 1.753 2.131 2.602 2.947 Inf 1.282 1.645 1.96 2.326 2.576
Contoh Soal

No Tahun PTK-11 PTK-12 S (Xi-XRata-rata) PTK- (Xi-XRata-rata)2 (Xi-XRata-rata) (Xi-XRata-rata)2

Pontianak Kakap 11 PTK-11 PTK-12 PTK-12

1 2 3 4 5 6 7 8
1 1993 170 102 40.4 1633.5 16.667 277.8
2 1994 81 90 -48.6 2360.3 4.667 21.8
3 1995 153 92 23.4 548.3 6.667 44.4
4 1996 96 94 -33.6 1127.8 8.667 75.1
5 1997 122 84 -7.6 57.5 -1.333 1.8
6 1998 145 96 15.4 237.7 10.667 113.8
7 1999 177 86 47.4 2248.3 0.667 0.4
8 2000 106 72 -23.6 556.2 -13.333 177.8
9 2001 98 96 -31.6 997.5 10.667 113.8
10 2002 103 80 -26.6 706.7 -5.333 28.4
11 2003 184 71 54.4 2961.2 -14.333 205.4
12 2004 120 61 -9.6 91.8 -24.333 592.1
Juml
1555.0 1024.0 0.0 13526.9 0.0 855.1
ah
Rata2 129.58 85.33
 Parameter Sampel 1 Sampel 2
N 12 12
XRata-rata 129.6 85.33
S 35.1 12.3

S2 1229.7 150.2
dk 22.0
 27.435
tHitung 3.95 Tidak
tTabel 2.179 Homogen

Apabila data tidak homogen, maka data hujan dari kedua stasiun dianalisa secara
parsial. Data diolah secara parsial, yakni dengan menetapkan suatu besaran
tertentu sebagai batas bawah, selanjutnya semua besaran data yang lebih besar
dari batas bawah tersebut diambil dan dijadikan bagian seri data untuk kemudian
dianalisis seperti biasa.

Apabila data homogen, maka data hujan dari kedua stasiun dianalisa sebagai
stasiun gabungan (Data Dari Kedua Stasiun Digabungkan)
Contoh Soal Analisa Data Secara Parsial

Sebagai Contoh, diambil pengolahan untuk tahun 1993.

 Pada tahun 1993 ini, stasiun PTK-11 memiliki data maksimum pada tanggal
23 Januari, yakni 170 mm. Kemudian data hujan pada stasiun PTK-12 Sungai
Kakap pada tanggal, bulan dan tahun yang sama ikut diambil yakni 10 mm,
kemudian data dirata-ratakan, sehingga didapat nilai rata-rata 1 adalah 90 mm.
 Selanjutnya tinjau data maksimum tahun 1993 untuk stasiun PTK-12 Sungai
Kakap. Stasiun PTK-12 Sungai Kakap memiliki data maksimum pada tanggal
28 Oktober , yakni 102 mm. Kemudian data hujan pada stasiun PTK-11
Pontianak pada tanggal, bulan dan tahun yang sama ikut diambil, yakni 61
mm, kemudian ketiga data dirata-ratakan, sehingga didapat nilai rata-rata 2
adalah 81.5 mm.
Dari nilai rata-rata 1, dan 2 dilihat nilai yang terbesar. Nilai rata-rata yang terbesar
adalah 90 mm, sehingga data ini digunakan sebagai data maksimum
 PTK-11 PTK-12 PTK-12 PTK-11 CH Yang
Tahun Tgl Bulan Rata-rata Tahun Tgl Bulan Rata-rata
Pontianak S. Kakap S. Kakap Pontianak Digunakan
1993 23 Jan 170 10 90 1993 28 Okt 102 61 81.5 90

14 Agt 90 -
1994 1 Jul 81 - 81 1994 75.33 81
16 Okt 90 46

1995 20 Jul 153 - 153 1995 10 Mei 92 28 60 153

1996 18 Jun 96 - 96 1996 27 Agt 94 32 63 96

1997 4 Jul 122 72 97 1997 22 Apr 84 74 79 97

1998 14 Apr 145 - 145 1998 5 Sept 96 126 111 145

1999 25 Sept 177 36 106.5 1999 11 Apr 86 54 70 106.5

2000 4 Jan 106 37 71.5 2000 5 Jan 72 20 46 71.5

2001 3 Agt 98 60 79 2001 30 Jan 96 - 96 96

2002 7 Sept 103 - 103 2002 25 Sept 80 - 80 103

13 Mei 71 15
2003 11 Jan 184 - 184 2003 52.33 184
31 Okt 71 -

2004 15 Sept 120 - 120 2004 23 Jan 61 - 61 120

 Penyaringan Data Hidrologi
Uji Konsistensi
Uji konsistensi berarti menguji kebenaran data lapangan yang tidak
dipengaruhi oleh kesalahan pada saat pengiriman atau saat
pengukuran, data tersebut harus betul-betul menggambarkan
fenomena hidrologi seperti keadaan sebenarnya di lapangan.
Uji konsistensi (kepanggahan) dapat dilakukan dengan banyak
cara, diantaranya;

Double Mass Curve, Van Neumann Ratio, Cumulative Deviation

(Adjusted Patial Sum), Worsley Likelihood Ratio Test, Prosedur
Bayesian.
Double Mass Curve

Diinterprestasikan sebagai berikut;

1. Apabila data stasiun yang diuji konsisten, maka garis yang terbentuk
merupakan garis lurus dengan landai (slope) yang tidak berubah
2. Apabila garis tersebut menunjukkan perubahan landai, berarti telah terjadi
perubahan sifat hujan pada tahun tersebut, yang berarti data tidak konsisten

Bentuk Kurva Jika Data Konsisten Bentuk Kurva Jika Data InKonsisten
Von Neumann Ratio
n 1
 Yi  Yi 1
2

N i 1

 Y 
n 2
i Y
i 1

Yi = Deret data
Y = Rata-rata nilai Yi
 = Andaian loncatan nilai rata-rata sesudah data ke m

Apabila N = 2, maka deret data disimpulkan konsisten/panggah

 Contoh Soal

Tahun
Yi Yi-Yi+1 (Yi-Yi+1)2 Yi  Y  Yi  Y2 1.
2.
Kolom 1 = data
Kolom 2 = baris 1 Kol 1 – baris 2 kol 2 dst
1 2 3 4 5 3. Kolom 3 = Pangkat dua kolom 2
1993 170 89 7921 40.42 1633.51 4. Kolom 4 = Nilai tiap baris kol 1 – rata-rata
5. Kolom 5= Pangkat dua kolom 4
1994 81 -72 5184 -48.58 2360.34
n 1
 Yi  Yi 1
2
1995 153 57 3249 23.42 548.34 Nilai N dari rumus
N i 1

 Y  Y 
1996 96 -26 676 -33.58 1127.84 n 2
1997 122 -23 529 -7.58 57.51 i
i 1
1998 145 -32 1024 15.42 237.67

1999 177 71 5041 47.42 2248.34

48770
2000 106 8 64 -23.58 556.17 N 4
2001 98 -5 25 -31.58 997.51 13526.92
2002 103 -81 6561 -26.58 706.67

2003 184 64 4096 54.42 2961.17

2004 120 120 14400 -9.58 91.84

Y  129.58 48770.00 13526.92

S = 35.07 N= 4
Metode Cummulative Deviation (Adjusted Partial Some)
Rumus yang digunakan;

 
k
S k   Yi  Y , dengan k = 1, 2, 3,…., n…..........…………………..…….(1)
*

i 1

D2 Y  
k
Yi  Y .…………......….………………...........………………...(2)
2

i 1 n

S *k
S**k = dengan k = 0, 1, 2, …. n …………….........…………………….(3)
Dy
Q R
Dalam menentukan konsisten atau tidak, selnjutnya dihitung nilai atau
n n
(dipilih salah satu, atau boleh kedua-duanya) yang akan dibandingkan dengan
tabel berikut;
 Tabel Nilai Kritik Q dan R
Q R
n n n
90% 95% 99% 90% 95% 99%

10 1.05 1.14 1.29 1.21 1.28 1.38

20 1.1 1.22 1.42 1.34 1.43 1.60

30 1.12 1.24 1.46 1.4 1.5 1.70

40 1.13 1.26 1.50 1.42 1.53 1.74

50 1.14 1.27 1.52 1.44 1.55 1.78

100 1.17 1.29 1.55 1.5 1.62 1.86

 1.22 1.36 1.63 1.62 1.75 2.00

Sumber; Sri Harto, 2000;41

Nilai Q dan R didapat dari persamaan;

Q= max
0 k  n S** k ………..……………………...………………….…………….(4)

 k  n S k  0 k  n S k …….………..………...……………………………..(5)
R = 0max ** min x **

Q merupakan nilai kumulatif deviasi dan R adalah nilai Range, dan n jumlah data.
 Contoh Soal
Yi Yi-Y S*K S**K a. Masukan data (Yi) dan cari rata-ratanya (Yi) (Kolom 1), hitung nilai rata-
Tahun
1 2 3 4 ratanya dan standar deviasinya.
1993 170 40.42 40.42 1.153 b. Hitung selisih antara data ke-i dengan nilai rata-ratanya (Yi-Y) (Kolom 2)
1994 81 -48.58 -48.58 -1.385
c. Hitung kumulatif penyimpangan terhadap nilai rata-rata (S*k) (Kolom 3)
1995 153 23.42 23.42 0.668

 
k
1996 96 -33.58 -33.58 -0.958 S k   Yi  Y , dengan k = 1, 2, 3,…., n
*

i 1
1997 122 -7.58 -7.58 -0.216

1998 145 15.42 15.42 0.440 d. Hitung Rescaled Adjusted Partial Sums/ RAPS (S**K), (Kolom 4)
1999 177 47.42 47.42 1.352
S**k =
S *k
dengan k = 0, 1, 2, …. N, dan D Y  
2
k
Yi  Y  
2

2000 106 -23.58 -23.58 -0.673 Dy n

i 1
2001 98 -31.58 -31.58 -0.901
 k  n S k  0 k  n S k .
S** k atau R = 0max
max ** min x **
2002 103 -26.58 -26.58 -0.758
e. Hitung Q = 0 k  n

2003 184 54.42 54.42 1.552 Q R

f. Hitung atau hitung, dan bandingkan nilainya dengan tabel nilalai
2004 120 -9.58 -9.58 -0.273 n n
Y = 129.58 Q = 1.552
kritik Q dan R.
S = 35.07 R = 2.937
Apabila nilai Q (parameter statistik pengujian konsistensi), sebagai acuan, maka
Q Q Q Q
= 0.447959 Tabel = 1.156 Konsisten
n n hitung < tabel adalah konsisten/panggah. Namun bila nilai R sebagai
n n
R R
acuan, maka hitung > tabel adalah konsisten/panggah.
n n
Metode Worsley Likelihood Ratio Test
Untuk uji kepanggahan digunakan rumus Worsley’s Likelihood Ratio Test.
Memperhatikan kembali persamaan pengujian dapat dilakukan dengan statistik W,
yaitu:
W  max tk
1 k n 1
Dengan tk adalah statistik student’s untuk data k pertama
dan (n-k) berikutnya. Hubungannya dengan ’adjusted partial
sums’ adalah :

Z*k  k n  k 
0 , 5
S*k , k = 1 ,............, n – 1

Weighted Rescaled Adjusted Partial Sums (WRAPS) adalah Z *k* ,

Zk V  max Z k**
**
Zk  1 k  n 1 Maka :

Dy V
W  (n  2)0,5
2) 0 , 5
(1 V

Dengan demikian maka Worsley (Buishand, 1982) menetapkan bahwaq uji V sama
dengan uji W – Uji W ditetapkan dengan tabel berikut;
 Tabel Statistik W
Persen
N
0 90 95 99
Exact Percentage Points
3 0.58 12.71 25.45 127.32
4 0.52 5.34 7.65 17.28
5 0.47 4.18 5.39 9.46
6 0.44 3.37 4.6 7.17
7 0.41 3.46 4.2 6.14
8 0.39 3.32 3.95 5.56
9 0.37 3.21 3.78 5.19
10 0.36 3.14 3.66 4.93
Approximate Points From Simulation
15 0.3 2.97 3.36 4.32
20 0.36 2.9 3.28 4.13
25 0.24 2.89 3.23 3.94
30 0.22 2.86 3.19 3.86
35 0.2 2.88 3.21 3.87
40 0.19 2.88 3.17 3.77
45 0.18 2.86 3.18 3.79
50 0.17 2.87 3.16 3.79
 Contoh Soal

k
Yi Yi  Y SK* ZK* ZK** 1. K = No data pada Kol 1
1 2 3 4 5 2. Kolom 1 = Data
3. Kolom 2 = Nilai Kol 1 – Rata2
1 818 -658.83 -658.83 -198.65 -0.28 4. Kolom 3 = Baris 1 adalah nilai baris 1
2 925 -551.83 -1210.67 -270.71 -0.39 Kolom 2, Baris 2 adalah baris 2 kolom
2+baris 1 kolom 3, baris 3 adalah baris
3 746 -730.83 -1941.50 -373.64 -0.53
3 kolom 2 + baris 2 kolom 3 dst
4 734 -742.83 -2684.33 -474.53 -0.68 5. Kolom 4 menggunakan rumus ZK*
5 1532 55.17 -2629.17 -444.41 -0.64 6. Kolom 5 = Nilai tiap baris Kolom 4
dibagi dengan standar deviasi (S = D)
6 1319 -157.83 -2787.00 -464.50 -0.67
7. Nilai V adalah nilai terbesar dari nilai
7 2436 959.17 -1827.83 -308.96 -0.44 kolom 5 = -0.68 (nilai negatif terbesar)
8 1045 -431.83 -2259.67 -399.46 -0.57
8. Nilai W hitung dicari dengan rumus W
9. Nilai W tabek untuk k = 12, dicari secara
9 1901 424.17 -1835.50 -353.24 -0.51 interpolasi dengan hasil seperti berikut;
10 2273 796.17 -1039.33 -232.40 -0.33

11 1271 -205.83 -1245.17 -375.43 -0.54 WTabel =

12 2722 1245.17 0.00 0.00

Y = 1476.83 V= -0.68 n Tabel 10 3.66

S = D 698.41 W= -2.928
n Interpolasi 12 3.540
n Tabel Max 15 3.36
Tugas; Diketahui data seperti berikut (Tiap data ditambahkan dengan no urut
absen saudara)
NO Tahun Data Hujan Data Hujan
Stasiun A Stasiun B 1. Lakukan Uji Homogenitas (Jika tidak
1 1993 121 126
homogen cari nilai data yang harus
digunakan secara parsial
2 1994 54 85
2. Lakukan Uji Konsistensi dengan Von
3 1995 53 49
Neumann Ratio, Cummulative
4 1996 10 163
Deviation (Adjusted Partial Some),
5 1997 148 71
Worsley’s Likelihood Ratio Test
6 1998 80 57 3. Tugas Dikumpulkan 1 minggu setelah
7 1999 62 84 pertemuan ini
8 2000 82 50
9 2001 60 32
10 2002 21 61
11 2003 81 60
12 2004 60 92
13 2005 91 115