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 X2
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
No Ta hun PTK-11 PTK-12 S (Xi-XRa ta -ra ta ) PTK- (Xi-XRa ta -ra ta ) 2 (Xi-XRa ta -ra ta ) (Xi-XRa ta -ra ta ) 2
Po ntia na k Ka ka p 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
Ra ta 2 129.58 85.33
Pa ra m e te r Sa m p e l 1 Sa m p e l 2
N 12 12
XRa ta -ra ta 129.6 85.33
S 35.1 12.3
S2 1229.7 150.2
dk 22.0
s 27.435
t Hitu n g 3.95 Tid a k
t Ta b e l 2.179 Ho m o g e n
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 Ag t 90 -
1994 1 Jul 81 - 81 1994 75.33 81
16 Okt 90 46
2001 3 Ag t 98 60 79 2001 30 Ja n 96 - 96 96
13 Me i 71 15
2003 11 Ja n 184 - 184 2003 52.33 184
31 Okt 71 -
n
6 dt
2
KP 1 i 1
n n
3
KP = Koefisien Korelasi Peringkat Dari Spearman
n = Jumlah Data
dt = Rt-Tt
Tt = Peringkat Dari Waktu
Rt = Peringkat dari variabel hidrologi dalam deret berkala
t = Nilai distribusi t, pada derajat kebebasan (n-2) untuk derajat kepercayaan
tertentu (umumnya 5 %) seperti 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
BLN
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
tahun
THN
1982 113 90 95 67 65 27 24 34 87 47 93 68
1983 49 74 38 56 71 72 74 59 78 83 54 199
1984 71 68 103 62 81 26 99 31 49 22 28 50
1986 29.21 43.62 85.53 75.05 14.47 126.13 82.26 91.75 141.20 109.43 55.73 59.99
1989 73 70 87 34 58 56 96 96 33 74 49 66
1990 50 66 94 99 48 26 54 18 33 183 79 70
1991 51 54 77 91 64 80 27 24 43 74 91 121
1994 64 82 71 47 80 55 45 59 46 53 100 93
1997 57 35 48 176 48 18 36 17 20 23 86 60
1998 47 38 79 39 57 50 66 82 84 82 28 107
1999 97.74 153.92 117.83 56.81 61.64 78.02 68.71 137.55 81.36 30.76 111.87 80.99
2002 52 87 65 28 67 21 4 7 78 80 43 77
2003 72 39 60 100 38 88 44 51 24 16 11 9
JUMLAH 1793.3 1548.2 1708.0 1597.4 1510.1 1493.1 1300.0 1415.3 1493.5 1518.2 1555.6 1653.7
Rata2 81.52 70.37 77.64 72.61 68.64 67.87 59.09 64.33 67.89 69.01 70.71 75.17
Cara Perhitungan;
1. Tentukan niali maksimum tahunan dari data tersebut
2. Buat tabel perhitungan dengan kolom 1 adalah data tahun pengamatan.
Untuk peringkat tahun pengamatan (Tt) dimulai pada awal tahun
pengamatan sebagai peringkat pertama, tahun kedua sebagai peringkat
kedua dan seterusnya. Data tahun pada tabel data di atas dimulai dari tahun
1982- 2003.
3. Kolom 2 peringkat dari kolom 1; peringkat pertama dari data tahun adalah
1982, kedua 1983 ketiga 1984 dan seterusnya
4. Kolom 3, adalah data curah hujan maksimum tahunan (mm). Untuk
peringkat data curah hujan (Rt), diurutkan dari besar ke kecil. Data terbesar
sebagai peringkat pertama dan seterusnya.
5. Kolom 4, peringkat dari kolom 3
6. Tentukan nilai dt untuk tiap data, dimana dt adalah selisih antara peringkat
data hujan dan data tahun pengamatan. (Kolom 5 = Kolom 4- Kolom 2)
7. Tentukan dt2 (Kolom 5 x Kolom 5)
No Tahun Peringkat Hujan Peringkat dt dt2
1
Tt
2
(mm)
3
Rt
4 5 = 4-2 6 = 5x5
dk = n-2 = 22-2 = 20 t tabel = 2.086
1 1982 1 113 20 19 361 n
6 dt
2
2 1983 2 199 11 9 81
3 1984 3 103 12 9 81
KP 1 i 1
4 1985 4 124 7 3 9 n n
3
13 1994 13 100 19 6 36
Sehingga
14 1995 14 172 3 -11 121
-2.086<0.139<2.086 Tidak Ada Trend
15 1996 15 150 14 -1 1
18 1999 18 153.92 10 -8 64
19 2000 19 181 13 -6 36
21 2002 21 87 15 -6 36
22 2003 22 100 15 -7 49
Jumlah - - - - 1716
2. Metode Mann-Whitney
Metode ini digunakan untuk pengujian data hujan stasiun gabungan (apabila
data yang diuji kehomogenannya homogen).
Rumus yang digunakan;
n1 n2
U1 n 1n 2 n 1 1 R 1 U 2 n 1 n 2 n 2 1 R 2
2 2
U1, U2 = Parameter statistik
N1 = Jumlah data kelompok 1
N2 = Jumlah data kelompok 2
Rm = Jumlah nilai peringkat dari rangkaian data kelompok pertama
Dari nilai U1 atau U2, dipilih yang nilainya lebih kecil sebagai nilai U, untuk
U N1 N 2
5 86 15 156 4
U1 = 11 x 11 + 11
6 117 10 120 9 11 + 1 - 110
2
7 210 3 104 12
= 77
8 85 16 63 19
9 98 13 55 20
10 146 5 64 18
U2 = N1 x N2 - U1
11 128 7 390 2 U2 = 11 x 11 - 77
12
11 11
Z = 44 -
2
0.0833
0.083333 11 11 11 + 11 + 1
-16.50
Z = = -10.4803
1.574385193
Zc = 2.58 Tabel
TIDAK ADA TREND
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;
Bentuk Kurva Jika Data Konsisten Bentuk Kurva Jika Data InKonsisten
Von Neumann Ratio
n 1
Yi Yi 1
2
N i1
Y Y
n 2
i
i1
Yi = De re t d a ta
Y = Ra ta -ra ta nila i Yi
= And a ia n lo nc a ta n nila i ra ta -ra ta se sud a h d a ta 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 Yi1
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
48770
N 4 i
1997 122 -23 529 -7.58 57.51 13526.92
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
D 2
Y
Yi Y
k
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**
** Maka :
Zk 1 k n 1
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
3 746 -730.83 -1941.50 -373.64 -0.53
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