Curah Hujan Harian Maksimum Tahunan Stasiun Nepen

Boyolali - Jawa Tengah

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

Detail Stasiun Cetak PDF Uji Distribusi
Jumlah Data
45 tahun
Rata-rata HHMT
103,94 mm
Hujan Maksimum
158,00 mm
Distribusi Terbaik
GEV

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 45 tahun, rata-rata 103,94 mm, dan nilai maksimum 158,00 mm pada tahun 1989. Distribusi terbaik sementara berdasarkan uji otomatis adalah GEV.

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 StasiunNepenPeriode Data1975 s.d. 2019
LokasiDesa Nepen, Kec. Teras, BOYOLALIProvinsiJAWA TENGAH
Wilayah SungaiBengawan SoloKoordinat-7.566850, 110.640867
PengelolaBBWS Bengawan Solo

Peta Lokasi Stasiun Hujan

Stasiun Hujan Nepen berlokasi di Desa Nepen, Kecamatan Teras, Boyolali, Provinsi Jawa Tengah. Koordinat: latitude -7.56685, longitude 110.640867.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1KiringanBoyolali, Boyolali8,340 tahun-

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

Jumlah data HHMT45 tahunTahun kosong0 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
1197573,0016-04-1975OK
2197653,0014-01-1976OK
31977130,0018-01-1977OK
41978123,0023-01-1978OK
51979108,0003-03-1979OK
6198075,0029-03-1980OK
71981104,0010-12-1981OK
81982149,0024-01-1982OK
91983114,0029-12-1983OK
101984133,0013-12-1984OK
111985127,0029-12-1985OK
12198686,0013-10-1986OK
131987130,0005-11-1987OK
141988144,0005-02-1988OK
151989158,0007-07-1989OK
16199065,0022-04-1990OK
17199150,0021-01-1991OK
18199290,7705-12-1992OK
19199387,8404-02-1993OK
201994146,4017-11-1994OK
211995155,1803-02-1995OK
22199692,2307-03-1996OK
23199796,6214-01-1997OK
24199898,0926-12-1998OK
251999118,2008-01-1999OK
26200067,0027-02-2000OK
27200165,0031-12-2001OK
28200275,0022-01-2002OK
29200364,0009-02-2003OK
302004108,0006-01-2004OK
312005112,0026-12-2005OK
322006142,0022-01-2006OK
33200797,0021-04-2007OK
34200884,0030-01-2008OK
352009125,0001-01-2009OK
36201071,0017-02-2010OK
372011125,0010-01-2011OK
382012120,0007-03-2012OK
39201375,0012-11-2013OK
402014121,0030-03-2014OK
412015125,0001-02-2015OK
42201682,0005-02-2016OK
432017119,0029-12-2017OK
442018105,0003-01-2018OK
45201988,0017-04-2019OK

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
158,00 mm
Tahun 1989
Nilai minimum
50,00 mm
Tahun 1991
Data > 150 mm
2 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 PencilanKn2,7270
Uji PencilanBatas bawah44,66 mm
Uji PencilanBatas atas223,10 mm
Uji PencilanJumlah pencilan0
Uji Trenr Spearman-0,07157
Uji Trent hitung-0,47051
Uji Trent kritis2,01669
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung2,06851
Uji HomogenitasF kritis2,37277
Uji HomogenitasVarian kelompok awal1.113,38482
Uji HomogenitasVarian kelompok akhir538,25518
Uji Independensir1 lag-10,18742
Uji IndependensiBatas bawah-0,31483
Uji IndependensiBatas atas0,26937

6. Statistik Deskriptif dan Interpretasi

Jumlah data45 tahun
Minimum50,00 mm
Maksimum158,00 mm
Rata-rata103,94 mm
Median105,00 mm
Standar deviasi sampel28,70 mm
Koefisien variasi0,276
Skewness sampel0,007
Excess kurtosis-0,934
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
299,22599,819102,241103,868
5124,592127,942126,879129,548
10141,388145,667140,899142,497
20157,498162,142153,390152,557
25162,609167,282157,230155,339
50178,352182,923168,855162,848
100193,978198,237180,281168,946
200209,548213,373191,755173,922
1.000245,614248,329219,532182,264

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 = 103,941 mm; S = 28,705 mm; μ = 91,02193; β = 22,38112.
TPY_TK_TX_T (mm)
250,000%0,36651-0,1642899,225
580,000%1,499940,71945124,592
1090,000%2,250371,30455141,388
2095,000%2,970201,86580157,498
2596,000%3,198532,04383162,609
5098,000%3,901942,59228178,352
10099,000%4,600153,13667193,978
20099,500%5,295813,67907209,548
1.00099,900%6,907264,93551245,614

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 = 1,99921; S_Y = 0,12809.
TPK_Tlog X_TX_T (mm)
250,000%0,000001,9992199,819
580,000%0,841622,10701127,942
1090,000%1,281552,16336145,667
2095,000%1,644852,20989162,142
2596,000%1,750692,22345167,282
5098,000%2,053752,26227182,923
10099,000%2,326352,29718198,237
20099,500%2,575832,32914213,373
1.00099,900%3,090232,39503248,329

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 = 1,99921; S_Y = 0,12809; C_s log = -0,47499.
TPZK_Tlog X_TX_T (mm)
250,000%0,000000,081292,00962102,241
580,000%0,841620,813342,10339126,879
1090,000%1,281551,168722,14891140,899
2095,000%1,644851,456722,18580153,390
2596,000%1,750691,540562,19654157,230
5098,000%2,053751,782412,22751168,855
10099,000%2,326352,004422,25595180,281
20099,500%2,575832,213632,28275191,755
1.00099,900%3,090232,672312,34150219,532

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 = 93,61444; α = 29,47197; k = 0,28651. L1 = 103,94067; L2 = 16,66791; t3 = -0,00105.
TPX_T (mm)
250,000%103,868
580,000%129,548
1090,000%142,497
2095,000%152,557
2596,000%155,339
5098,000%162,848
10099,000%168,946
20099,500%173,922
1.00099,900%182,264

9. Uji Distribusi dan Distribusi Terbaik Sementara

Distribusi terbaik sementara: GEV. Pemilihan distribusi terbaik bersifat sementara dan perlu ditinjau bersama kualitas data, uji data awal, serta pertimbangan teknis perencana.
DistribusiDmaxD kritisK-SChi hitungChi kritisChiCatatan
Gumbel0,134420,24000Diterima6,778215,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Normal0,108020,24000Diterima3,648845,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Pearson III0,101610,24000Diterima2,703923,74676DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
GEV0,071670,24000Diterima1,629963,74676DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
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-ratax̄103,941mm
GumbelStandar deviasiS28,705mm
GumbelLokasi Gumbelμ91,02193-
GumbelSkala Gumbelβ22,38112-
Log NormalRata-rata log10(X)Ybar1,99921-
Log NormalStandar deviasi log10(X)S_Y0,12809-
Log Pearson IIIRata-rata log10(X)Ybar1,99921-
Log Pearson IIIStandar deviasi log10(X)S_Y0,12809-
Log Pearson IIIKoefisien kemencengan logC_s-0,47499-
GEVLokasiξ93,61444-
GEVSkalaα29,47197-
GEVBentukk0,28651-

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
Nepen
Distribusi Terbaik Sementara
GEV
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