Curah Hujan Harian Maksimum Tahunan Stasiun PIPITAN - WALANTAKA

Kota Serang - Banten

Analisa HHMT, uji data, curah hujan rancangan, dan distribusi terbaik sementara mengacu SNI 2415:2026.

Detail Stasiun Cetak PDF Uji Distribusi
Jumlah Data
27 tahun
Rata-rata HHMT
103,83 mm
Hujan Maksimum
147,00 mm
Distribusi Terbaik
Log Normal

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 27 tahun, rata-rata 103,83 mm, dan nilai maksimum 147,00 mm pada tahun 1996. Distribusi terbaik sementara berdasarkan uji otomatis adalah Log Normal.

Status uji data: Memenuhi Pemeriksaan Awal. Hasil uji data awal tidak menunjukkan masalah utama. Hasil curah hujan rancangan dapat digunakan sebagai dasar awal analisa lanjutan dengan tetap mempertimbangkan kualitas data dan tujuan desain.

1. Informasi Stasiun Hujan

Nama StasiunPIPITAN - WALANTAKAPeriode Data1995 s.d. 2022
LokasiDesa Walantaka, Kec. Walantaka, Kota SerangProvinsiBanten
Wilayah SungaiCIDANAU-CIUJUNG-CIDURIANKoordinat-6.151106, 106.219933
PengelolaBBWS CIDANAU CIUJUNG CIDURIAN

Peta Lokasi Stasiun Hujan

Stasiun Hujan Pipitan - Walantaka berlokasi di Desa Walantaka, Kecamatan Walantaka, Kota Serang, Provinsi Banten. Koordinat: latitude -6.151106, longitude 106.219933.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1SepangSerang, Kota Serang9,030 tahun-

2. Status Panjang Data dan Catatan Validasi SNI 2415:2026

Jumlah data HHMT27 tahunTahun kosong1 tahun
Data HHMT < 50 mm0 dataStatus uji dataDitampilkan lengkap pada bagian Uji Data HHMT.

3. Data Curah Hujan Harian Maksimum Tahunan

Data berikut adalah seri Curah Hujan Harian Maksimum Tahunan (HHMT) yang menjadi dasar uji data, statistik deskriptif, dan analisa curah hujan rancangan.

No.TahunHHMT (mm)TanggalCatatan
11995124,0024-11-1995OK
21996147,0006-01-1996OK
3199792,0014-04-1997OK
4199882,0027-01-1998OK
5199970,0025-12-1999OK
62000108,0020-02-2000OK
7200185,0008-02-2001OK
8200276,0004-06-2002OK
92003126,0031-12-2003OK
102004116,0029-01-2004OK
112005100,0003-11-2005OK
122006135,0021-05-2006OK
13200794,0023-01-2007OK
142008105,0003-02-2008OK
15200987,0010-02-2009OK
162010105,0020-07-2010OK
17201185,0017-09-2011OK
18201277,0017-04-2012OK
192013113,0017-12-2013OK
20201581,5019-02-2015OK
212016101,0014-10-2016OK
22201790,0005-05-2017OK
23201890,0005-05-2018OK
242019136,0017-02-2019OK
252020127,0001-02-2020OK
262021112,0003-02-2021OK
272022139,0028-04-2022OK

Grafik Data HHMT

Grafik deret waktu Curah Hujan Harian Maksimum Tahunan untuk melihat pola perubahan dan indikasi nilai ekstrem.

4. Ringkasan Nilai Ekstrem dan Pencilan

Nilai maksimum
147,00 mm
Tahun 1996
Nilai minimum
70,00 mm
Tahun 1999
Data > 150 mm
0 data
Data < 50 mm
0 data

Daftar Data Pencilan

TahunHHMTBatas BawahBatas AtasStatus
Tidak ada data pencilan berdasarkan uji yang digunakan.

5. Uji Data HHMT

Uji DataStatusKeterangan
Uji PencilanTidak Ada PencilanTidak ditemukan data di luar batas pencilan.
Uji TrenTidak Ada TrenTidak terdapat indikasi tren signifikan pada tingkat kepercayaan yang digunakan.
Uji HomogenitasHomogenVarians dua kelompok data tidak berbeda signifikan; seri data dapat dianggap homogen berdasarkan uji ini.
Uji IndependensiIndependenAutokorelasi lag-1 berada dalam batas penerimaan; seri data dapat dianggap independen berdasarkan uji ini.
Status akhir uji data: Memenuhi Pemeriksaan Awal. Seri data memenuhi pemeriksaan awal pencilan, tren, homogenitas, dan independensi.

Detail Parameter Uji Data

UjiParameterNilai
Uji PencilanKn2,5168
Uji PencilanBatas bawah60,50 mm
Uji PencilanBatas atas171,03 mm
Uji PencilanJumlah pencilan0
Uji Trenr Spearman0,15056
Uji Trent hitung0,76147
Uji Trent kritis2,05954
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung1,43515
Uji HomogenitasF kritis3,15318
Uji HomogenitasVarian kelompok awal574,85897
Uji HomogenitasVarian kelompok akhir400,55632
Uji Independensir1 lag-10,16597
Uji IndependensiBatas bawah-0,41538
Uji IndependensiBatas atas0,33845

6. Statistik Deskriptif dan Interpretasi

Jumlah data27 tahun
Minimum70,00 mm
Maksimum147,00 mm
Rata-rata103,83 mm
Median101,00 mm
Standar deviasi sampel21,58 mm
Koefisien variasi0,208
Skewness sampel0,392
Excess kurtosis-0,904
Interpretasi statistik:

Data HHMT relatif mendekati simetris berdasarkan nilai skewness. Nilai excess kurtosis relatif moderat.

7. Ringkasan Curah Hujan Rancangan

Catatan kelayakan: Hasil uji data awal tidak menunjukkan masalah utama. Hasil curah hujan rancangan dapat digunakan sebagai dasar awal analisa lanjutan dengan tetap mempertimbangkan kualitas data dan tujuan desain.

Analisa curah hujan rancangan dihitung dengan distribusi Gumbel, Log Normal, Log Pearson III, dan GEV.

Kala UlangGumbelLog NormalLog Pearson IIIGEV
2100,288101,719101,378101,269
5119,360121,022120,862121,607
10131,987132,530132,756133,923
20144,100142,853143,609144,945
25147,942146,009146,961148,288
50159,778155,436157,072158,143
100171,527164,436166,859167,299
200183,232173,127176,439175,840
1.000210,348192,527198,269193,598

Grafik Perbandingan Curah Hujan Rancangan

Grafik perbandingan hasil hujan rancangan untuk distribusi Gumbel, Log Normal, Log Pearson III, dan GEV pada berbagai kala ulang.

8. Detail Perhitungan Curah Hujan Rancangan

Metode Gumbel

Langkah perhitungan:
  1. Hitung rata-rata dan standar deviasi sampel data HHMT.
  2. Estimasi parameter lokasi Gumbel (μ) dan skala Gumbel (β).
  3. Untuk setiap kala ulang T, hitung P = 1 - 1/T.
  4. Hitung Y_T = -ln[-ln(P)].
  5. Hitung X_T = μ + β × Y_T.
Rumus: X_T = μ + βY_T; Y_T = -ln[-ln(P)]. Parameter: x̄ = 103,833 mm; S = 21,581 mm; μ = 94,12063; β = 16,82683.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428100,288
580,000%1,499940,71945119,360
1090,000%2,250371,30455131,987
2095,000%2,970201,86580144,100
2596,000%3,198532,04383147,942
5098,000%3,901942,59228159,778
10099,000%4,600153,13667171,527
20099,500%5,295813,67907183,232
1.00099,900%6,907264,93551210,348

Metode Log Normal

Langkah perhitungan:
  1. Transformasikan data menjadi Y = log10(X).
  2. Hitung rata-rata log Ybar dan standar deviasi log S_Y.
  3. Untuk setiap kala ulang T, hitung P = 1 - 1/T.
  4. Ambil K_T dari invers distribusi normal standar.
  5. Hitung Y_T = Ybar + K_T × S_Y.
  6. Konversi ke mm dengan X_T = 10^Y_T.
Rumus: Y = log10(X); Y_T = Ybar + K_T S_Y; X_T = 10^Y_T. Parameter: Ybar = 2,00740; S_Y = 0,08967.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,00740101,719
580,000%0,841622,08287121,022
1090,000%1,281552,12231132,530
2095,000%1,644852,15489142,853
2596,000%1,750692,16438146,009
5098,000%2,053752,19155155,436
10099,000%2,326352,21600164,436
20099,500%2,575832,23837173,127
1.00099,900%3,090232,28449192,527

Metode Log Pearson III

Langkah perhitungan:
  1. Transformasikan data HHMT menjadi Y = log10(X).
  2. Hitung rata-rata log, standar deviasi log, dan koefisien kemencengan log.
  3. Untuk setiap kala ulang T, hitung P = 1 - 1/T dan nilai Z normal standar.
  4. Hitung faktor frekuensi K_T yang dikoreksi oleh koefisien kemencengan log.
  5. Hitung Y_T = Ybar + K_T × S_Y.
  6. Konversi ke mm dengan X_T = 10^Y_T.
Rumus: Y = log10(X); Y_T = Ybar + K_T S_Y; X_T = 10^Y_T. Parameter: Ybar = 2,00740; S_Y = 0,08967; C_s log = 0,09760.
TPZK_Tlog X_TX_T (mm)
250,000%0,00000-0,016262,00594101,378
580,000%0,841620,835192,08229120,862
1090,000%1,281551,289842,12306132,756
2095,000%1,644851,670422,15718143,609
2596,000%1,750691,782182,16720146,961
5098,000%2,053752,104452,19610157,072
10099,000%2,326352,397222,22235166,859
20099,500%2,575832,667592,24659176,439
1.00099,900%3,090233,232572,29725198,269

Metode GEV

Langkah perhitungan:
  1. Urutkan data HHMT dan hitung probability weighted moments.
  2. Turunkan L-moments: L1, L2, dan rasio L-skewness t3.
  3. Estimasi parameter GEV: lokasi (ξ), skala (α), dan bentuk (k).
  4. Untuk setiap kala ulang T, hitung P = 1 - 1/T.
  5. Hitung kuantil GEV sebagai X_T.
  6. Bandingkan hasilnya dengan distribusi lain melalui uji kecocokan distribusi.
Rumus: GEV dihitung dari parameter lokasi (ξ), skala (α), dan bentuk (k) dengan pendekatan L-moments. Parameter: ξ = 94,21279; α = 19,58766; k = 0,09443. L1 = 103,83333; L2 = 12,53276; t3 = 0,11094.
TPX_T (mm)
250,000%101,269
580,000%121,607
1090,000%133,923
2095,000%144,945
2596,000%148,288
5098,000%158,143
10099,000%167,299
20099,500%175,840
1.00099,900%193,598

9. Uji Distribusi dan Distribusi Terbaik Sementara

Distribusi terbaik sementara: Log Normal. Pemilihan distribusi terbaik bersifat sementara dan perlu ditinjau bersama kualitas data, uji data awal, serta pertimbangan teknis perencana.
DistribusiDmaxD kritisK-SChi hitungChi kritisChiCatatan
Gumbel0,094200,29000Diterima2,293345,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Normal0,081310,29000Diterima1,629555,93687DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
Log Pearson III0,082080,29000Diterima1,587833,74676DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
GEV0,073930,29000Diterima1,147863,74676DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Catatan: Untuk data kurang dari 50 tahun, uji Chi-Square dipakai sebagai indikator pendukung bersama uji Kolmogorov-Smirnov dan pertimbangan teknis.

10. Detail Parameter Distribusi

DistribusiParameterSimbolNilaiSatuan
GumbelRata-ratax̄103,833mm
GumbelStandar deviasiS21,581mm
GumbelLokasi Gumbelμ94,12063-
GumbelSkala Gumbelβ16,82683-
Log NormalRata-rata log10(X)Ybar2,00740-
Log NormalStandar deviasi log10(X)S_Y0,08967-
Log Pearson IIIRata-rata log10(X)Ybar2,00740-
Log Pearson IIIStandar deviasi log10(X)S_Y0,08967-
Log Pearson IIIKoefisien kemencengan logC_s0,09760-
GEVLokasiξ94,21279-
GEVSkalaα19,58766-
GEVBentukk0,09443-

11. Catatan Kelayakan dan Penggunaan Hasil

Catatan kelayakan: Hasil uji data awal tidak menunjukkan masalah utama. Hasil curah hujan rancangan dapat digunakan sebagai dasar awal analisa lanjutan dengan tetap mempertimbangkan kualitas data dan tujuan desain.

Hasil curah hujan rancangan pada halaman ini merupakan dasar awal untuk analisa lanjutan. Untuk debit banjir rencana, tahapan berikutnya adalah hujan wilayah, distribusi hujan rencana, hujan efektif, transformasi hujan-limpasan dengan HSS/metode lain, serta kalibrasi dan validasi apabila data observasi tersedia.

Ringkasan Analisa

Stasiun
PIPITAN - WALANTAKA
Distribusi Terbaik Sementara
Log Normal
Status Uji Data
Memenuhi Pemeriksaan Awal
Hasil perlu dibaca bersama uji data, terutama jika terdapat pencilan atau data tidak homogen.
Data HHMT Grafik HHMT Ringkasan Ekstrem Uji Data Hujan Rancangan Grafik Rancangan Uji Distribusi Cetak PDF