Curah Hujan Harian Maksimum Tahunan Stasiun Cisalak Baru

Lebak - Banten

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

Detail Stasiun Cetak PDF Uji Distribusi
Jumlah Data
28 tahun
Rata-rata HHMT
105,50 mm
Hujan Maksimum
194,00 mm
Distribusi Terbaik
Log Normal

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 28 tahun, rata-rata 105,50 mm, dan nilai maksimum 194,00 mm pada tahun 2021. 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 StasiunCisalak BaruPeriode Data1994 s.d. 2022
LokasiDesa Binong, Kec. Maja, LebakProvinsiBanten
Wilayah SungaiCIDANAU-CIUJUNG-CIDURIANKoordinat-6.374167, 106.320556
PengelolaBBWS CIDANAU CIUJUNG CIDURIAN

Peta Lokasi Stasiun Hujan

Stasiun Hujan Cisalak Baru berlokasi di Desa Binong, Kecamatan Maja, Lebak, Provinsi Banten. Koordinat: latitude -6.374167, longitude 106.320556.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1Pasir OnaRangkasbitung, Lebak6,0731 tahun1991–2022
2CicintaKopo, Serang8,330 tahun-

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

Jumlah data HHMT28 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
1199458,0017-01-1994OK
2199593,0009-10-1995OK
3199696,0019-05-1996OK
4199757,0018-11-1997OK
5199892,0018-10-1998OK
6199986,0025-10-1999OK
7200098,0010-05-2000OK
82001127,0007-02-2001OK
92002123,0009-04-2002OK
102003121,0006-09-2003OK
112004122,0021-04-2004OK
12200580,0023-01-2005OK
132006133,0030-07-2006OK
142008146,0002-08-2008OK
152009112,0003-02-2009OK
162010101,0028-10-2010OK
17201186,0018-11-2011OK
182012114,0013-01-2012OK
19201382,0009-01-2013OK
202014109,0008-01-2014OK
21201589,0009-02-2015OK
222016122,0025-02-2016OK
23201775,0023-07-2017OK
24201886,0015-02-2018OK
252019148,0001-01-2019OK
26202096,0019-05-2020OK
272021194,0002-11-2021OK
282022108,0012-10-2022OK

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
194,00 mm
Tahun 2021
Nilai minimum
57,00 mm
Tahun 1997
Data > 150 mm
1 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 PencilanKn2,5322
Uji PencilanBatas bawah51,61 mm
Uji PencilanBatas atas201,20 mm
Uji PencilanJumlah pencilan0
Uji Trenr Spearman0,24651
Uji Trent hitung1,29697
Uji Trent kritis2,05553
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung1,29699
Uji HomogenitasF kritis3,11504
Uji HomogenitasVarian kelompok awal742,83516
Uji HomogenitasVarian kelompok akhir963,45055
Uji Independensir1 lag-10,03570
Uji IndependensiBatas bawah-0,40718
Uji IndependensiBatas atas0,33311

6. Statistik Deskriptif dan Interpretasi

Jumlah data28 tahun
Minimum57,00 mm
Maksimum194,00 mm
Rata-rata105,50 mm
Median99,50 mm
Standar deviasi sampel28,85 mm
Koefisien variasi0,273
Skewness sampel0,953
Excess kurtosis2,059
Interpretasi statistik:

Data HHMT menunjukkan skewness positif sedang. Distribusi yang memperhitungkan kemencengan perlu dibandingkan dalam analisa frekuensi. Nilai excess kurtosis positif menunjukkan distribusi cenderung berekor berat dan perlu pemeriksaan nilai ekstrem.

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
2100,761101,901102,151101,523
5126,255127,754127,826127,359
10143,135143,782143,528143,673
20159,326158,523157,834158,753
25164,462163,095162,245163,424
50180,284176,930175,521177,481
100195,989190,373188,322190,950
200211,637203,570200,797203,909
1.000247,884233,740228,994232,241

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 = 105,500 mm; S = 28,849 mm; μ = 92,51646; β = 22,49340.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428100,761
580,000%1,499940,71945126,255
1090,000%2,250371,30455143,135
2095,000%2,970201,86580159,326
2596,000%3,198532,04383164,462
5098,000%3,901942,59228180,284
10099,000%4,600153,13667195,989
20099,500%5,295813,67907211,637
1.00099,900%6,907264,93551247,884

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 = 2,00818; S_Y = 0,11668.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,00818101,901
580,000%0,841622,10637127,754
1090,000%1,281552,15770143,782
2095,000%1,644852,20009158,523
2596,000%1,750692,21244163,095
5098,000%2,053752,24780176,930
10099,000%2,326352,27961190,373
20099,500%2,575832,30871203,570
1.00099,900%3,090232,36873233,740

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 = 2,00818; S_Y = 0,11668; C_s log = -0,05469.
TPZK_Tlog X_TX_T (mm)
250,000%0,000000,009122,00924102,151
580,000%0,841620,843712,10662127,826
1090,000%1,281551,274992,15694143,528
2095,000%1,644851,628632,19820157,834
2596,000%1,750691,731232,21017162,245
5098,000%2,053752,023992,24433175,521
10099,000%2,326352,286022,27490188,322
20099,500%2,575832,524772,30276200,797
1.00099,900%3,090233,013872,35982228,994

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 = 92,84793; α = 23,88679; k = 0,05027. L1 = 105,50000; L2 = 15,83862; t3 = 0,13818.
TPX_T (mm)
250,000%101,523
580,000%127,359
1090,000%143,673
2095,000%158,753
2596,000%163,424
5098,000%177,481
10099,000%190,950
20099,500%203,909
1.00099,900%232,241

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
Gumbel0,064720,29000Diterima0,875995,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Normal0,056970,29000Diterima0,868795,93687DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
Log Pearson III0,055050,29000Diterima0,834923,74676DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
GEV0,057770,29000Diterima0,881613,74676DiterimaDiterima 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-ratax̄105,500mm
GumbelStandar deviasiS28,849mm
GumbelLokasi Gumbelμ92,51646-
GumbelSkala Gumbelβ22,49340-
Log NormalRata-rata log10(X)Ybar2,00818-
Log NormalStandar deviasi log10(X)S_Y0,11668-
Log Pearson IIIRata-rata log10(X)Ybar2,00818-
Log Pearson IIIStandar deviasi log10(X)S_Y0,11668-
Log Pearson IIIKoefisien kemencengan logC_s-0,05469-
GEVLokasiξ92,84793-
GEVSkalaα23,88679-
GEVBentukk0,05027-

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
Cisalak Baru
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