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.
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
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
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
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
14 Agt 90 -
1994 1 Jul 81 - 81 1994 75.33 81
16 Okt 90 46
13 Mei 71 15
2003 11 Jan 184 - 184 2003 52.33 184
31 Okt 71 -
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
Tahun
Yi Yi-Yi+1 (Yi-Yi+1)2 Yi Y Yi Y2 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
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%
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
Z*k k n k
0 , 5
S*k , k = 1 ,............, n – 1
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