Curah Hujan Harian Maksimum Tahunan Stasiun Muaro Panjalinan

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
14 tahun
Rata-rata HHMT
140,54 mm
Hujan Maksimum
245,00 mm
Distribusi Terbaik
GEV

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 14 tahun, rata-rata 140,54 mm, dan nilai maksimum 245,00 mm pada tahun 2020. 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. Verifikasi data dan review teknis disarankan sebelum hasil digunakan sebagai dasar desain final.

1. Informasi Stasiun Hujan

Nama StasiunMuaro PanjalinanPeriode Data2009 s.d. 2023
LokasiDesa Kelurahan Bungo Pasang, Kec. Koto Tangah, Kota PadangProvinsiSumatera Barat
Wilayah SungaiINDRAGIRI-AKUAMANKoordinat-0.861000, 100.342000
PengelolaBWS SUMATERA V

Peta Lokasi Stasiun Hujan

Stasiun Hujan Muaro Panjalinan berlokasi di Kelurahan Bungo Pasang, Kecamatan Koto Tangah, Kota Padang, Provinsi Sumatera Barat. Koordinat: latitude -0.861, longitude 100.342.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1Tabing BmkgKoto Tangah, Kota Padang2,9132 tahun1970–2001
2Bendung Koto TuoKoto Tangah, Kota Padang3,6611 tahun2012–2022
3Kantor Pu Khatib SulaimanPadang Utara, Kota Padang4,9917 tahun2009–2025
4Sungai LatungKoto Tangah, Kota Padang6,0616 tahun2009–2024
5Gunung SarikKuranji, Kota Padang7,6647 tahun1975–2025
6Parak KopiPadang Utara, Kota Padang8,730 tahun-

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

Jumlah data HHMT14 tahunTahun kosong1 tahun
Data HHMT < 50 mm1 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
1200969,0029-03-2009OK
22010175,0014-05-2010OK
32011200,0012-07-2011OK
42012145,0001-03-2012OK
52013120,3016-11-2013OK
6201470,1022-08-2014OK
7201527,0011-03-2015Pencilan bawah
8201675,1020-12-2016OK
92017198,0009-10-2017OK
102018197,0028-05-2018OK
11201969,0029-03-2019OK
122020245,0009-07-2020OK
132022167,0022-09-2022OK
142023210,0014-07-2023OK

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
245,00 mm
Tahun 2020
Nilai minimum
27,00 mm
Tahun 2015
Data > 150 mm
7 data
Data < 50 mm
1 data

Daftar Data Pencilan

TahunHHMTBatas BawahBatas AtasStatus
201527,00 mm29,71 mm489,94 mmPencilan bawah

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 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: 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.

Detail Parameter Uji Data

UjiParameterNilai
Uji PencilanKn2,2130
Uji PencilanBatas bawah29,71 mm
Uji PencilanBatas atas489,94 mm
Uji PencilanJumlah pencilan1
Uji Trenr Spearman0,34543
Uji Trent hitung1,27511
Uji Trent kritis2,17881
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung1,17800
Uji HomogenitasF kritis5,81976
Uji HomogenitasVarian kelompok awal3.938,13667
Uji HomogenitasVarian kelompok akhir4.639,11571
Uji Independensir1 lag-10,17366
Uji IndependensiBatas bawah-0,59919
Uji IndependensiBatas atas0,44535

6. Statistik Deskriptif dan Interpretasi

Jumlah data14 tahun
Minimum27,00 mm
Maksimum245,00 mm
Rata-rata140,54 mm
Median156,00 mm
Standar deviasi sampel68,19 mm
Koefisien variasi0,485
Skewness sampel-0,203
Excess kurtosis-1,353
Interpretasi statistik:

Data HHMT relatif mendekati simetris berdasarkan nilai skewness. Nilai excess kurtosis negatif menunjukkan distribusi relatif lebih datar dibanding distribusi normal.

7. Ringkasan Curah Hujan Rancangan

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat indikasi pencilan. 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
2129,333120,649139,331144,696
5189,595205,584173,681203,271
10229,494271,631196,060229,895
20267,766341,896229,340249,002
25279,907365,595243,818254,015
50317,305442,944306,214266,901
100354,428526,404408,467276,603
200391,415616,498579,930283,947
1.000477,093853,8921.670,302294,889

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 = 140,536 mm; S = 68,191 mm; μ = 109,84615; β = 53,16827.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428129,333
580,000%1,499940,71945189,595
1090,000%2,250371,30455229,494
2095,000%2,970201,86580267,766
2596,000%3,198532,04383279,907
5098,000%3,901942,59228317,305
10099,000%4,600153,13667354,428
20099,500%5,295813,67907391,415
1.00099,900%6,907264,93551477,093

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 = 2,08153; S_Y = 0,27502.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,08153120,649
580,000%0,841622,31299205,584
1090,000%1,281552,43398271,631
2095,000%1,644852,53389341,896
2596,000%1,750692,56300365,595
5098,000%2,053752,64635442,944
10099,000%2,326352,72132526,404
20099,500%2,575832,78993616,498
1.00099,900%3,090232,93140853,892

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 = 2,08153; S_Y = 0,27502; C_s log = -1,05469.
TPZK_Tlog X_TX_T (mm)
250,000%0,000000,227342,14405139,331
580,000%0,841620,575332,23975173,681
1090,000%1,281550,766722,29239196,060
2095,000%1,644851,014302,36048229,340
2596,000%1,750691,110972,38707243,818
5098,000%2,053751,470802,48603306,214
10099,000%2,326351,925792,61116408,467
20099,500%2,575832,479272,76338579,930
1.00099,900%3,090234,149763,222801.670,302

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 = 119,42605; α = 74,04995; k = 0,39433. L1 = 140,53571; L2 = 39,86209; t3 = -0,05966.
TPX_T (mm)
250,000%144,696
580,000%203,271
1090,000%229,895
2095,000%249,002
2596,000%254,015
5098,000%266,901
10099,000%276,603
20099,500%283,947
1.00099,900%294,889

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
Gumbel0,187060,40000Diterima8,840015,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Normal0,162830,40000Diterima8,926605,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Pearson III0,235750,40000Diterima6,101193,74676DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
GEV0,152750,40000Diterima4,012623,74676DitolakTerpilih 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-ratax̄140,536mm
GumbelStandar deviasiS68,191mm
GumbelLokasi Gumbelμ109,84615-
GumbelSkala Gumbelβ53,16827-
Log NormalRata-rata log10(X)Ybar2,08153-
Log NormalStandar deviasi log10(X)S_Y0,27502-
Log Pearson IIIRata-rata log10(X)Ybar2,08153-
Log Pearson IIIStandar deviasi log10(X)S_Y0,27502-
Log Pearson IIIKoefisien kemencengan logC_s-1,05469-
GEVLokasiξ119,42605-
GEVSkalaα74,04995-
GEVBentukk0,39433-

11. Catatan Kelayakan dan Penggunaan Hasil

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat indikasi pencilan. 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
Muaro Panjalinan
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