Curah Hujan Harian Maksimum Tahunan Stasiun PANGKALAN KASAI

Indragiri Hulu - Riau

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

Detail Stasiun Cetak PDF Uji Distribusi
Jumlah Data
38 tahun
Rata-rata HHMT
107,49 mm
Hujan Maksimum
353,00 mm
Distribusi Terbaik
GEV

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 38 tahun, rata-rata 107,49 mm, dan nilai maksimum 353,00 mm pada tahun 1986. Distribusi terbaik sementara berdasarkan uji otomatis adalah GEV.

Status uji data: Perlu Review. Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat indikasi pencilan, seri data tidak homogen. Verifikasi data dan review teknis disarankan sebelum hasil digunakan sebagai dasar desain final.

1. Informasi Stasiun Hujan

Nama StasiunPANGKALAN KASAIPeriode Data1984 s.d. 2021
LokasiDesa Kelurahan Pangkalan Kasai, Kec. Siberida, Indragiri HuluProvinsiRiau
Wilayah SungaiINDRAGIRI-AKUAMANKoordinat-0.591390, 102.390280
PengelolaBWS SUMATERA III

Peta Lokasi Stasiun Hujan

Stasiun Hujan Pangkalan Kasai berlokasi di Kelurahan Pangkalan Kasai, Kecamatan Siberida, Indragiri Hulu, Provinsi Riau. Koordinat: latitude -0.59139, longitude 102.39028.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
Belum ada stasiun hujan lain yang teridentifikasi dalam radius 10 km berdasarkan data koordinat dan data hujan yang tersedia.

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

Jumlah data HHMT38 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
11984115,4024-06-1984OK
21985104,9030-03-1985OK
31986353,0008-01-1986Pencilan atas
4198756,3024-11-1987OK
5198892,2020-03-1988OK
61989113,8028-11-1989OK
71990139,1007-03-1990OK
8199159,8016-12-1991OK
9199259,4010-12-1992OK
10199369,6009-03-1993OK
11199465,9018-05-1994OK
121995120,9018-10-1995OK
131996126,3029-03-1996OK
14199795,6009-12-1997OK
151998104,8006-06-1998OK
161999107,6009-10-1999OK
17200096,5016-12-2000OK
182001102,5018-10-2001OK
19200299,1019-11-2002OK
202003128,9025-04-2003OK
21200471,7022-07-2004OK
22200593,3003-07-2005OK
232006145,1017-04-2006OK
242007106,7020-05-2007OK
25200896,4012-03-2008OK
262009157,2004-10-2009OK
27201091,1017-09-2010OK
282011103,2025-05-2011OK
29201284,1007-04-2012OK
30201396,2027-09-2013OK
31201490,2029-12-2014OK
32201595,4021-11-2015OK
33201697,3019-03-2016OK
34201791,0001-06-2017OK
35201893,0030-11-2018OK
362019150,0030-01-2019OK
372020108,0029-10-2020OK
382021103,0012-04-2021OK

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
353,00 mm
Tahun 1986
Nilai minimum
56,30 mm
Tahun 1987
Data > 150 mm
2 data
Data < 50 mm
0 data

Daftar Data Pencilan

TahunHHMTBatas BawahBatas AtasStatus
1986353,00 mm43,31 mm237,28 mmPencilan atas

5. Uji Data HHMT

Uji DataStatusKeterangan
Uji PencilanAda PencilanDitemukan data yang berada di luar batas pencilan dan perlu review teknis.
Uji TrenTidak Ada TrenTidak terdapat indikasi tren signifikan pada tingkat kepercayaan yang digunakan.
Uji HomogenitasTidak HomogenVarians dua kelompok data berbeda signifikan; data perlu review homogenitas sumber/seri.
Uji IndependensiIndependenAutokorelasi lag-1 berada dalam batas penerimaan; seri data dapat dianggap independen berdasarkan uji ini.
Status akhir uji data: Perlu Review. Seri data perlu review teknis pada satu atau lebih uji data.
  • Uji Pencilan: Ditemukan data yang berada di luar batas pencilan dan perlu review teknis.
  • Uji Homogenitas: Varians dua kelompok data berbeda signifikan; data perlu review homogenitas sumber/seri.

Detail Parameter Uji Data

UjiParameterNilai
Uji PencilanKn2,6604
Uji PencilanBatas bawah43,31 mm
Uji PencilanBatas atas237,28 mm
Uji PencilanJumlah pencilan1
Uji Trenr Spearman-0,02024
Uji Trent hitung-0,12148
Uji Trent kritis2,02809
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung7,51824
Uji HomogenitasF kritis2,59559
Uji HomogenitasVarian kelompok awal4.044,58251
Uji HomogenitasVarian kelompok akhir537,96924
Uji Independensir1 lag-1-0,12276
Uji IndependensiBatas bawah-0,34486
Uji IndependensiBatas atas0,29080

6. Statistik Deskriptif dan Interpretasi

Jumlah data38 tahun
Minimum56,30 mm
Maksimum353,00 mm
Rata-rata107,49 mm
Median98,20 mm
Standar deviasi sampel47,27 mm
Koefisien variasi0,440
Skewness sampel3,926
Excess kurtosis20,122
Interpretasi statistik:

Data HHMT menunjukkan skewness positif kuat. Hal ini mengindikasikan adanya nilai ekstrem di sisi kanan distribusi, sehingga Log Pearson III dan GEV perlu diperhatikan sebagai pembanding terhadap Gumbel. Nilai excess kurtosis positif menunjukkan distribusi cenderung berekor berat dan perlu pemeriksaan nilai ekstrem.

7. Ringkasan Curah Hujan Rancangan

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat indikasi pencilan, seri data tidak homogen. Verifikasi data dan review teknis disarankan sebelum hasil digunakan sebagai dasar desain final.

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

Kala UlangGumbelLog NormalLog Pearson IIIGEV
299,722101,37498,36796,935
5141,492132,667123,431126,866
10169,147152,699138,886151,663
20195,674171,503155,474180,031
25204,089177,404161,500190,102
50230,011195,451183,681224,830
100255,742213,246213,421265,610
200281,379230,948254,601313,633
1.000340,765272,224432,204461,071

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 = 107,487 mm; S = 47,265 mm; μ = 86,21496; β = 36,85257.
TPY_TK_TX_T (mm)
250,000%0,36651-0,1642899,722
580,000%1,499940,71945141,492
1090,000%2,250371,30455169,147
2095,000%2,970201,86580195,674
2596,000%3,198532,04383204,089
5098,000%3,901942,59228230,011
10099,000%4,600153,13667255,742
20099,500%5,295813,67907281,379
1.00099,900%6,907264,93551340,765

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 = 2,00593; S_Y = 0,13883.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,00593101,374
580,000%0,841622,12276132,667
1090,000%1,281552,18384152,699
2095,000%1,644852,23427171,503
2596,000%1,750692,24896177,404
5098,000%2,053752,29104195,451
10099,000%2,326352,32888213,246
20099,500%2,575832,36352230,948
1.00099,900%3,090232,43493272,224

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 = 2,00593; S_Y = 0,13883; C_s log = 1,31675.
TPZK_Tlog X_TX_T (mm)
250,000%0,00000-0,094201,9928598,367
580,000%0,841620,615892,09143123,431
1090,000%1,281550,984932,14266138,886
2095,000%1,644851,337902,19166155,474
2596,000%1,750691,456862,20817161,500
5098,000%2,053751,859462,26407183,681
10099,000%2,326352,328922,32924213,421
20099,500%2,575832,880852,40586254,601
1.00099,900%3,090234,536382,63569432,204

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 = 88,87208; α = 21,04696; k = -0,23983. L1 = 107,48684; L2 = 19,23777; t3 = 0,33303.
TPX_T (mm)
250,000%96,935
580,000%126,866
1090,000%151,663
2095,000%180,031
2596,000%190,102
5098,000%224,830
10099,000%265,610
20099,500%313,633
1.00099,900%461,071

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
Gumbel0,202460,25000Diterima11,150225,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Normal0,152300,25000Diterima62,268935,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Pearson III0,174770,25000Diterima8,481593,74676DitolakTetap perlu dipertimbangkan karena data memiliki skewness positif kuat.
GEV0,185770,25000Diterima4,669903,74676DitolakTerpilih 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-ratax̄107,487mm
GumbelStandar deviasiS47,265mm
GumbelLokasi Gumbelμ86,21496-
GumbelSkala Gumbelβ36,85257-
Log NormalRata-rata log10(X)Ybar2,00593-
Log NormalStandar deviasi log10(X)S_Y0,13883-
Log Pearson IIIRata-rata log10(X)Ybar2,00593-
Log Pearson IIIStandar deviasi log10(X)S_Y0,13883-
Log Pearson IIIKoefisien kemencengan logC_s1,31675-
GEVLokasiξ88,87208-
GEVSkalaα21,04696-
GEVBentukk-0,23983-

11. Catatan Kelayakan dan Penggunaan Hasil

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat indikasi pencilan, seri data tidak homogen. Verifikasi data dan review teknis disarankan sebelum hasil digunakan sebagai dasar desain final.

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
PANGKALAN KASAI
Distribusi Terbaik Sementara
GEV
Status Uji Data
Perlu Review
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