Curah Hujan Harian Maksimum Tahunan Stasiun Gunung Sarik

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
47 tahun
Rata-rata HHMT
178,60 mm
Hujan Maksimum
315,00 mm
Distribusi Terbaik
GEV

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 47 tahun, rata-rata 178,60 mm, dan nilai maksimum 315,00 mm pada tahun 1981. Distribusi terbaik sementara berdasarkan uji otomatis adalah GEV.

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

1. Informasi Stasiun Hujan

Nama StasiunGunung SarikPeriode Data1975 s.d. 2025
LokasiDesa Sungao Sapih, Kec. Kuranji, Kota PadangProvinsiSumatera Barat
Wilayah SungaiINDRAGIRI-AKUAMANKoordinat-0.884417, 100.406800
PengelolaBWS SUMATERA V

Peta Lokasi Stasiun Hujan

Stasiun Hujan Gunung Sarik berlokasi di Desa Sungao Sapih, Kecamatan Kuranji, Kota Padang, Provinsi Sumatera Barat. Koordinat: latitude -0.884417, longitude 100.4068.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1Gunung NagoPauh, Kota Padang5,3019 tahun2007–2025
2Sungai LatungKoto Tangah, Kota Padang5,6016 tahun2009–2024
3Batu BusukPauh, Kota Padang5,7248 tahun1975–2025
4Tabing BmkgKoto Tangah, Kota Padang5,9632 tahun1970–2001
5Parak KopiPadang Utara, Kota Padang6,390 tahun-
6Kantor Pu Khatib SulaimanPadang Utara, Kota Padang6,5217 tahun2009–2025
7Bendung Koto TuoKoto Tangah, Kota Padang6,5811 tahun2012–2022
8Simpang Alai / Limau ManisPauh, Kota Padang7,0748 tahun1975–2022
9Muaro PanjalinanKoto Tangah, Kota Padang7,6614 tahun2009–2023

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

Jumlah data HHMT47 tahunTahun kosong4 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
11975100,0022-12-1975OK
21976195,0029-04-1976OK
31977120,0026-05-1977OK
41978185,0025-07-1978OK
51979192,0004-04-1979OK
61980253,0010-04-1980OK
71981315,0021-11-1981OK
81982265,0020-05-1982OK
91983182,0021-01-1983OK
101984193,5028-09-1984OK
111985155,5027-09-1985OK
121986218,5026-09-1986OK
131987218,0027-07-1987OK
141988127,5023-03-1988OK
151989121,0016-11-1989OK
161990111,0026-06-1990OK
171991155,0006-11-1991OK
181992172,0010-07-1992OK
191993113,0022-01-1993OK
201994143,0012-02-1994OK
211995195,0010-05-1995OK
221996196,0014-06-1996OK
23199798,0003-07-1997OK
241998260,0005-06-1998OK
251999194,0015-11-1999OK
262000242,0019-12-2000OK
272001204,0008-02-2001OK
282003229,0008-07-2003OK
292004207,0007-05-2004OK
302005236,0001-11-2005OK
312007114,0003-01-2007OK
32200889,0006-09-2008OK
33200982,0029-12-2009OK
342010215,0025-12-2010OK
352011154,8024-08-2011OK
362013122,0027-11-2013OK
372015146,7011-11-2015OK
382016199,2015-06-2016OK
392017161,6009-09-2017OK
402018182,2030-11-2018OK
41201997,6029-06-2019OK
422020165,0024-09-2020OK
432021180,0019-08-2021OK
442022204,0017-11-2022OK
452023197,0006-05-2023OK
462024289,0007-03-2024OK
472025199,0027-11-2025OK

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
315,00 mm
Tahun 1981
Nilai minimum
82,00 mm
Tahun 2009
Data > 150 mm
33 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 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 Independensi: Autokorelasi lag-1 berada di luar batas penerimaan; seri data perlu review independensi.

Detail Parameter Uji Data

UjiParameterNilai
Uji PencilanKn2,7434
Uji PencilanBatas bawah69,68 mm
Uji PencilanBatas atas414,95 mm
Uji PencilanJumlah pencilan0
Uji Trenr Spearman0,00058
Uji Trent hitung0,00388
Uji Trent kritis2,01410
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung1,08417
Uji HomogenitasF kritis2,32541
Uji HomogenitasVarian kelompok awal3.138,67984
Uji HomogenitasVarian kelompok akhir2.895,00636
Uji Independensir1 lag-10,33391
Uji IndependensiBatas bawah-0,30756
Uji IndependensiBatas atas0,26408

6. Statistik Deskriptif dan Interpretasi

Jumlah data47 tahun
Minimum82,00 mm
Maksimum315,00 mm
Rata-rata178,60 mm
Median185,00 mm
Standar deviasi sampel54,42 mm
Koefisien variasi0,305
Skewness sampel0,208
Excess kurtosis-0,261
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 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
2169,657170,045174,497177,454
5217,750223,574221,659225,781
10249,592257,959248,977250,900
20280,136290,307273,534270,876
25289,824300,472281,116276,484
50319,671331,592304,148291,845
100349,297362,328326,881304,599
200378,815392,947349,781315,237
1.000447,191464,495405,445333,709

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 = 178,598 mm; S = 54,421 mm; μ = 154,10574; β = 42,43151.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428169,657
580,000%1,499940,71945217,750
1090,000%2,250371,30455249,592
2095,000%2,970201,86580280,136
2596,000%3,198532,04383289,824
5098,000%3,901942,59228319,671
10099,000%4,600153,13667349,297
20099,500%5,295813,67907378,815
1.00099,900%6,907264,93551447,191

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 = 2,23056; S_Y = 0,14122.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,23056170,045
580,000%0,841622,34942223,574
1090,000%1,281552,41155257,959
2095,000%1,644852,46286290,307
2596,000%1,750692,47780300,472
5098,000%2,053752,52060331,592
10099,000%2,326352,55910362,328
20099,500%2,575832,59433392,947
1.00099,900%3,090232,66698464,495

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 = 2,23056; S_Y = 0,14122; C_s log = -0,46514.
TPZK_Tlog X_TX_T (mm)
250,000%0,000000,079472,24179174,497
580,000%0,841620,815172,34569221,659
1090,000%1,281551,172562,39616248,977
2095,000%1,644851,461832,43701273,534
2596,000%1,750691,545922,44889281,116
5098,000%2,053751,788082,48309304,148
10099,000%2,326352,009752,51439326,881
20099,500%2,575832,217972,54380349,781
1.00099,900%3,090232,672112,60793405,445

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 = 158,59430; α = 53,89847; k = 0,25485. L1 = 178,59787; L2 = 31,00666; t3 = 0,01672.
TPX_T (mm)
250,000%177,454
580,000%225,781
1090,000%250,900
2095,000%270,876
2596,000%276,484
5098,000%291,845
10099,000%304,599
20099,500%315,237
1.00099,900%333,709

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
Gumbel0,143380,23000Diterima11,551695,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Normal0,131940,23000Diterima9,740995,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Pearson III0,106220,23000Diterima7,225623,74676DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
GEV0,080440,23000Diterima6,186873,74676DitolakTerpilih 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-ratax̄178,598mm
GumbelStandar deviasiS54,421mm
GumbelLokasi Gumbelμ154,10574-
GumbelSkala Gumbelβ42,43151-
Log NormalRata-rata log10(X)Ybar2,23056-
Log NormalStandar deviasi log10(X)S_Y0,14122-
Log Pearson IIIRata-rata log10(X)Ybar2,23056-
Log Pearson IIIStandar deviasi log10(X)S_Y0,14122-
Log Pearson IIIKoefisien kemencengan logC_s-0,46514-
GEVLokasiξ158,59430-
GEVSkalaα53,89847-
GEVBentukk0,25485-

11. Catatan Kelayakan dan Penggunaan Hasil

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena 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
Gunung Sarik
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