Pengolahan Data Cu

rah Hujan (bagian 2)

H I D O R O LO GY L I N G K U N G A N

R I D WA N , M . T.
A L Q A D R I A S R I P U T RA , M . E N G .
Uji Konsistensi
Data harus tidak mengandung kesalahan dan harus dicek sebelum digunakan untuk analisis hidr
ologis lanjutan
 Dilakukan pengecekan kualitas data (data quality control);
Beberapa kesalahan yang terjadi dapat disebabkan oleh faktor:
 manusia  alat  lokasi;
Bila terjadi kesalahan maka data disebut tidak konsisten (inconsistency);
Data hujan disebut konsisten (consistence) bila data yang terukur dan dihitung adalah teliti dan
benar serta sesuai dengan fenomena saat hujan itu terjadi.
Uji Konsistensi
Hal-hal yang menyebabkan data hujan tidak konsisten antara lain:
◦ Pergantian alat atau spesifikasi alat;
◦ Perkembangan kawasan sekitas pos hujan
 kawasan persawahan menjadi kawasan perkotaan.
◦ Pemindahan lokasi pos hujan atau perubahan elevasi pos hujan;
◦ Perubahan alam

Berapa cara untuk mengecek konsistensi data:

◦ Melakukan pengecekan lapangan langsung;
◦ Mendatangi langsung kontor pengolahan data;
◦ Membadingkan data hujan dengan data iklim untuk lokasi yang sama;
◦ Analisis kurva ganda;
◦ Analisis statistik.
Analisis Kurva Massa Ganda
Kurva massa ganda (double mass curve) dapat digunakan untuk data hujan musiman atau tahun
an dari suatu DPS;
Misalkan data pos Y dapat dibandingkan data dari X yang merupaka rata-rata pos-pos lain yang d
isekitar Y;
Dengan melihat perubahan pola (trend) pasangan data itu, dapat diuji data pos Y dengan ketent
uan sebagai berikut:
◦ Jika pola data berupa garis lurus dan tidak ada patahan, maka data hujan pos Y disebut konsisten;
◦ Jika pola data berupa garis lurus dan terdapat patahan, maka data hujan pos Y disebit tidak konsisten.
Contoh Soal 1
Diketahui data hujan pos Y dan data hujan acu Tebal Hujan (x 1000)
Tahun
an X. Data yang digunakan diambil dari tahun Pos Y Pos X
2004 sampai dengan 2017. 2004 38 30
2005 36 28
Gunakan analisis kurva massa untuk menguji k 2006 31 24
onsistensi data hujan pos y 2007 26 20
2008 19 18
2009 25 22
2010 30 25
2011 30 30
2012 34 36
2013 39 38
2014 40 43
2015 28 33
2016 24 30
2017 40 23
 Solusi
Tebal Hujan (x 1000) Kumulatif (x 1000)
Tahun
Pos Y Pos X Pos Y Pos X
Lakukan perhitungan
kumulatif per tahun Jumlahkan 2004 38 30
Jumlahkan
38 30
2005 36 28 36 28
2006 31 24 31 24
2007 26 20 26 20
Terus 2008 19 18 Terus 19 18
kan 2009 25 22 kan 25 22
2010 30 25 30 25
2011 30 30 30 30
2012 34 36 34 36
2013 39 38 39 38
2014 40 43 Hasil 40 43
2015 28 33 28 33
2016 24 30 24 30
2017 40 23 40 23
Solusi
Plot kan hasil kumulatif ke grafik dengan Kurva Massa Ganda
data hujan X sebagai axis dan data hujan 500

Y sebagai ordinat 450

2017
Tarik garis menghubungkan titik data 400
2016
.83
2015

Data hujan kumulatif pos Y (mm)

350 =0
Terlihat bahwa mulai dari tahun 2011, kec nb 2014 100
ta
300
ondongan garis berubah dari tahun-tahun 2013
120
sebelumnya. 250 2012
200 2011
Tentukan kemiringan (tan) dari kecenderu 5 2010
.2
150 1 2009
ngan garis n a = 2008
ta 2007 100
100
2006
Dari perhitungan akan didapat faktor kore 50 2005 80
ksi: 0
2004
0 50 100 150 200 250 300 350 400 450
  kc Data hujan kumulatif pos X (mm)
 Kalikan data hujan Y
sebelum mengalami
perubahan (2004-2010)
Solusi dengan kofisiensi yang
didapatkan.
Tebal Hujan (x 1000) Kumulatif (x 1000) Kurva Massa Ganda
Pos Y koreksi
Tahun (k = 0.67) 500
Pos Y Pos X Pos Y Pos X
450
2004 38 30 38 30 20.1
2017
2005 36 28 36 28 18,76 400
2016
2006 31 24 31 24 16,08 2015

Data hujan kumulatif pos Y (mm)

350
2007 26 20 26 20 13,4 2014
300
2008 19 18 19 18 12,06 2013
2009 25 22 25 22 14,74 250 2012
2010 30 25 30 25 16,75 200 2011
2010
2011 30 30 30 30 - 150 2009
2012 34 36 34 36 - 2008
100 2007
2013 39 38 39 38 - 2006
2014 40 43 40 43 - 50 2005
2015 28 33 28 33 - 0
2004
0 50 100 150 200 250 300 350 400 450
2016 24 30 24 30 -
Data hujan kumulatif pos X (mm)
2017 40 23 40 23 -
 Tebal Hujan (mm)
No. Tahun
Pos A Pos B
Latihan 1 1
2
1996
1997
177
144
143
132
3 1998 178 146
4 1999 162 147
• Tentukan konsistensi data p 5 2000 194 161
6 2001 168 155
os A dengan menggunakan 7 2002 196 152
analisis kurva ganda. 8 2003 144 117
9 2004 150 130
• Buat perhitungan dan grafik 10 2005 130 190
11 2006 141 170
pada kertas grafik (boleh de 12 2007 160 190
ngan kertas buku tulis mate 13 2008 155 166
14 2009 140 150
matik) dengan tulisan tanga 15 2010 120 125
n. 16 2011 148 140
17 2012 142 163
18 2013 140 145
19 2014 130 143
20 2015 137 135
21 2016 130 150
22 2017 163 165
Pengisian Data Kosong
Setelah diuji konsistensinya, kemudian data diperiksa apakah data yang ada telah lengkap sesuai
dengan tanggal pencatatannya data tidak lengkap (incomplate data);
Ketidaklengkapan data bisa jadi disebabkan kesalahan manusia (human error) atau masalah pad
a alat;
Kecuali di saat musim kemarau (saat hujan benar-benar tidak turun), data yang tidak lengkap ini
dapat dipenuhi dengan perhitungan matematis.
Pengisian Data Kosong
Beberapa metode dalam pengisian data kosong antara lain:
Rata-rata aritmatik (arithmetical average);
Perbandingan normal (normal ratio);
Metode Kantor Cuaca Nasional Amerika Serikat (U.S. National Weather Service).
Pengisian Data Kosong
RATA-RATA ARITMATIK (ARITHMETICAL AVERA
GE)
Bila suatu pos hujan memiliki data kosong, maka dapat dibandingkan dengan data dari pos-pos h
ujan lainnya yang berdekatan. Akan tetapi hujan di antara pos tersebut harus memiliki karakteris
tik dan curah hujan normal yang perbedaannya tidak boleh lebih dari 10%.
 𝐻 = 1 ( 𝐻 + 𝐻 + 𝐻 +⋯ 𝐻 )
𝑥 𝑎 𝑏 𝑐 𝑛
𝑛
PERBANDINGAN NORMAL (NORMAL RATIO)
Berbeda dengan metode aritmatik, pada metode perbandingan normal digunakan data hujan no
rmal tahunan. Hal ini dilakukan jika perbedaan curah hujan normal antara pos data yang kosong
dengan pos-pos lainnya memiliki perbedaan lebih dari 10 %.

  𝑥 = 1 [ ( 𝑁 𝑥 / 𝑁 𝑎 ) 𝐻 𝑎 + ( 𝑁 𝑥 / 𝑁 𝑏 ) 𝐻 𝑏 + ( 𝑁 𝑥 / 𝑁 𝑐 ) 𝐻 𝑐 + ⋯+ ( 𝑁 𝑥 / 𝑁 𝑛 ) 𝐻 𝑛 ]
𝐻
𝑛
Contoh Soal 2
Diketahui bulan Januari 2017 suatu DPS denga Pos Hujan Tebal Hujan (mm)
n luas 80 Km2, mempunyai 4 pos hujan X, A, B, Januari 2017 Normal Tahunan
dan C. Pos hujan X pada saat itu mengalami ke
X - 2200
rusakan sehingga data tidak terukur. Tentukan
data X dengan menggunakan analisis aritmatik A 100 2500
a dan perbandingan normal bila curah hujan n
ormal telah tercatat lebih dari 30 tahun sebaga B 120 2700
i berikut
C 110 2600
 Solusi
METODE ARITMATIK PERBANDINGAN NORMAL
 
 

 Dilakukan pengecekan terhadap rata-rata curah hujan normal 3 pos hujan (A, B, dan C)
jika dibandingkan dengan curah hujan normal di pos X,
, besar dari 10%
Metode Perbandingan
Normal
Latihan 2
Diketahui bulan Januari 2018 suatu DPS mem Tebal Hujan (mm)
Pos Jarak
punyai 6 pos hujan Aposela, Apoko, Apola, Ap Hujan (km) Normal
oyo, Apolai, Apolai, dan Antala. Alat pada pos Januari 2017 Tahunan
hujan Aposela pada saat itu mengalami gangg Aposela - - 1020
uan sehingga data tidak terukur. Tentukan data
pos Aposela dengan menggunakan analisis arit Apoko 1,5 25 1140
matika dan perbandingan normal. Tentuka met
ode mana yang paling sesuai. Apola 1,21 34 1220

Apoyo 0,85 15 950

Apolai 1,3 22 1060

Antala 2,11 18 1040

Metode Kantor Cuaca Nasional Am
erika Serikat (U.S. National Weathe
r Service)
Metode ini memerlukan setidaknya 4 pos peng   ∑ ( 𝐻 𝑖 / 𝐿2𝑖 )
amatan hujan sebagai pos indeks (indeks statio 𝐻 𝑥 = 2
1/ 𝐿𝑖 )
ns) yang berlokasi di sekitar pos hujan pengam ∑ (
atan;
Dengan:
Setiap pos indeks mesti berada pada kuadran
(utara-selatan-barat-timur) dari pos pengamat Hx = Tebal hujan di pos X pengamatan
an dan dietahui jaraknya. Hi = Tebal hujan di pos-pos indeks
Li = Jarak pos-pos indeks dengan pos penga
matan
Contoh 3
Dari suatu DPS luas 140 km2, terdapat 5 buah Kadran Pos Hujan (mm) Jarak (km)
pos X, A, B, C, dan D. Pada suatu ketika, pos X Hujan
mengalami kerusakan. Data kuadran dari setia I B 100 5
p pos indeks A, B, C, dan D adalah pada tabel b
erikut: II C 90 10
Tentukan tebal hujan pada pos X! III A 110 8

IV D 120 6
Solusi
Kadran Pos H (mm) L (km) L2 1/L H/L2
Hujan
I B 100 5 25 0,04000 4,0000
II C 90 10 100 0,01000 0,9000
III A 110 8 64 0,01562 1,718
IV D 120 6 36 0,02777 3,333
Total 0,09339 9,9520

 Sehingga Hx adalah:
Latihan 3
Hitunglah curah hujan pos Aposela (latihan 2) dengan metode kantor cuaca nasional Amerika Se
rikat.
Selamat belajar