Curah Hujan Harian Maksimum Tahunan Stasiun Sungai Latung

Kota Padang - Sumatera Barat

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

Detail Stasiun Cetak PDF Uji Distribusi
Jumlah Data
16 tahun
Rata-rata HHMT
167,33 mm
Hujan Maksimum
265,00 mm
Distribusi Terbaik
Log Normal

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 16 tahun, rata-rata 167,33 mm, dan nilai maksimum 265,00 mm pada tahun 2024. Distribusi terbaik sementara berdasarkan uji otomatis adalah Log Normal.

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

1. Informasi Stasiun Hujan

Nama StasiunSungai LatungPeriode Data2009 s.d. 2024
LokasiDesa Kelurahan Lubuk Minturun, Kec. Koto Tangah, Kota PadangProvinsiSumatera Barat
Wilayah SungaiINDRAGIRI-AKUAMANKoordinat-0.836639, 100.390778
PengelolaBWS SUMATERA V

Peta Lokasi Stasiun Hujan

Stasiun Hujan Sungai Latung berlokasi di Kelurahan Lubuk Minturun, Kecamatan Koto Tangah, Kota Padang, Provinsi Sumatera Barat. Koordinat: latitude -0.836639, longitude 100.390778.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1Bendung Koto TuoKoto Tangah, Kota Padang2,6111 tahun2012–2022
2Gunung SarikKuranji, Kota Padang5,6047 tahun1975–2025
3Muaro PanjalinanKoto Tangah, Kota Padang6,0614 tahun2009–2023
4Tabing BmkgKoto Tangah, Kota Padang6,7832 tahun1970–2001
5Kantor Pu Khatib SulaimanPadang Utara, Kota Padang8,7317 tahun2009–2025

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

Jumlah data HHMT16 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
12009150,0007-11-2009OK
22010170,0006-05-2010OK
3201180,0029-04-2011Pencilan bawah
42012130,0027-06-2012OK
52013155,0007-08-2013OK
62014140,0003-01-2014OK
72015128,3016-05-2015OK
82016110,0024-08-2016OK
92017192,0025-11-2017OK
102018155,5028-02-2018OK
112019155,5028-02-2019OK
122020204,0023-08-2020OK
132021225,0019-08-2021OK
142022182,0012-06-2022OK
152023235,0024-01-2023OK
162024265,0008-03-2024OK

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
265,00 mm
Tahun 2024
Nilai minimum
80,00 mm
Tahun 2011
Data > 150 mm
10 data
Data < 50 mm
0 data

Daftar Data Pencilan

TahunHHMTBatas BawahBatas AtasStatus
201180,00 mm80,70 mm319,68 mmPencilan bawah

5. Uji Data HHMT

Uji DataStatusKeterangan
Uji PencilanAda PencilanDitemukan data yang berada di luar batas pencilan dan perlu review teknis.
Uji TrenAda TrenTerdapat indikasi tren signifikan pada seri data; data perlu review stasioneritas.
Uji HomogenitasHomogenVarians dua kelompok data tidak berbeda signifikan; seri data dapat dianggap homogen berdasarkan uji ini.
Uji IndependensiTidak IndependenAutokorelasi lag-1 berada di luar batas penerimaan; seri data perlu review independensi.
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 Tren: Terdapat indikasi tren signifikan pada seri data; data perlu review stasioneritas.
  • Uji Independensi: Autokorelasi lag-1 berada di luar batas penerimaan; seri data perlu review independensi.

Detail Parameter Uji Data

UjiParameterNilai
Uji PencilanKn2,2790
Uji PencilanBatas bawah80,70 mm
Uji PencilanBatas atas319,68 mm
Uji PencilanJumlah pencilan1
Uji Trenr Spearman0,73731
Uji Trent hitung4,08366
Uji Trent kritis2,14479
Uji TrenArahnaik
Uji HomogenitasF hitung1,87319
Uji HomogenitasF kritis4,99491
Uji HomogenitasVarian kelompok awal794,28982
Uji HomogenitasVarian kelompok akhir1.487,85714
Uji Independensir1 lag-10,53837
Uji IndependensiBatas bawah-0,55557
Uji IndependensiBatas atas0,42223

6. Statistik Deskriptif dan Interpretasi

Jumlah data16 tahun
Minimum80,00 mm
Maksimum265,00 mm
Rata-rata167,33 mm
Median155,50 mm
Standar deviasi sampel48,26 mm
Koefisien variasi0,288
Skewness sampel0,342
Excess kurtosis-0,049
Interpretasi statistik:

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

7. Ringkasan Curah Hujan Rancangan

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat indikasi pencilan, terdapat tren signifikan, seri data tidak independen. 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
2159,404160,616164,721162,372
5202,049207,100205,191207,474
10230,283236,528228,264234,133
20257,367263,958248,892257,545
25265,958272,532255,251264,558
50292,424298,654274,567284,995
100318,694324,283293,658303,645
200344,868349,661312,941320,736
1.000405,499408,431360,111355,251

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 = 167,331 mm; S = 48,256 mm; μ = 145,61354; β = 37,62495.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428159,404
580,000%1,499940,71945202,049
1090,000%2,250371,30455230,283
2095,000%2,970201,86580257,367
2596,000%3,198532,04383265,958
5098,000%3,901942,59228292,424
10099,000%4,600153,13667318,694
20099,500%5,295813,67907344,868
1.00099,900%6,907264,93551405,499

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 = 2,20579; S_Y = 0,13117.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,20579160,616
580,000%0,841622,31618207,100
1090,000%1,281552,37388236,528
2095,000%1,644852,42154263,958
2596,000%1,750692,43542272,532
5098,000%2,053752,47517298,654
10099,000%2,326352,51092324,283
20099,500%2,575832,54365349,661
1.00099,900%3,090232,61112408,431

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 = 2,20579; S_Y = 0,13117; C_s log = -0,48732.
TPZK_Tlog X_TX_T (mm)
250,000%0,000000,083572,21675164,721
580,000%0,841620,810962,31216205,191
1090,000%1,281551,163802,35844228,264
2095,000%1,644851,450252,39601248,892
2596,000%1,750691,533792,40697255,251
5098,000%2,053751,775322,43865274,567
10099,000%2,326351,997892,46784293,658
20099,500%2,575832,208472,49546312,941
1.00099,900%3,090232,673342,55644360,111

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 = 146,42483; α = 44,47415; k = 0,12000. L1 = 167,33125; L2 = 27,91125; t3 = 0,09544.
TPX_T (mm)
250,000%162,372
580,000%207,474
1090,000%234,133
2095,000%257,545
2596,000%264,558
5098,000%284,995
10099,000%303,645
20099,500%320,736
1.00099,900%355,251

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
Gumbel0,065900,36000Diterima0,532115,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Normal0,072090,36000Diterima0,345335,93687DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
Log Pearson III0,109590,36000Diterima0,136793,74676DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
GEV0,086040,36000Diterima0,217123,74676DiterimaDiterima 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-ratax̄167,331mm
GumbelStandar deviasiS48,256mm
GumbelLokasi Gumbelμ145,61354-
GumbelSkala Gumbelβ37,62495-
Log NormalRata-rata log10(X)Ybar2,20579-
Log NormalStandar deviasi log10(X)S_Y0,13117-
Log Pearson IIIRata-rata log10(X)Ybar2,20579-
Log Pearson IIIStandar deviasi log10(X)S_Y0,13117-
Log Pearson IIIKoefisien kemencengan logC_s-0,48732-
GEVLokasiξ146,42483-
GEVSkalaα44,47415-
GEVBentukk0,12000-

11. Catatan Kelayakan dan Penggunaan Hasil

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat indikasi pencilan, terdapat tren signifikan, seri data tidak independen. 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
Sungai Latung
Distribusi Terbaik Sementara
Log Normal
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