Curah Hujan Harian Maksimum Tahunan Stasiun Bungus

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
8 tahun
Rata-rata HHMT
140,38 mm
Hujan Maksimum
160,00 mm
Distribusi Terbaik
GEV

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 8 tahun, rata-rata 140,38 mm, dan nilai maksimum 160,00 mm pada tahun 2013. 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 StasiunBungusPeriode Data2010 s.d. 2018
LokasiDesa Kelurahan Bungus Timur, Kec. Bungus Teluk Kabung, Kota PadangProvinsiSumatera Barat
Wilayah SungaiINDRAGIRI-AKUAMANKoordinat-1.016389, 100.423333
PengelolaBWS SUMATERA V

Peta Lokasi Stasiun Hujan

Stasiun Hujan Bungus berlokasi di Kelurahan Bungus Timur, Kecamatan Bungus Teluk Kabung, Kota Padang, Provinsi Sumatera Barat. Koordinat: latitude -1.016389, longitude 100.423333.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1Stasiun Meteorologi Maritim Teluk BayurPadang Selatan, Kota Padang6,100 tahun-

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

Jumlah data HHMT8 tahunTahun kosong1 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
12010160,0013-10-2010OK
22011155,0021-09-2011OK
3201270,0023-04-2012Pencilan bawah
42013160,0019-10-2013OK
52014141,0023-11-2014OK
62015150,0023-05-2015OK
72016151,0022-08-2016OK
82018136,0002-11-2018OK

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
160,00 mm
Tahun 2013
Nilai minimum
70,00 mm
Tahun 2012
Data > 150 mm
4 data
Data < 50 mm
0 data

Daftar Data Pencilan

TahunHHMTBatas BawahBatas AtasStatus
201270,00 mm75,94 mm245,42 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 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 PencilanKn2,1260
Uji PencilanBatas bawah75,94 mm
Uji PencilanBatas atas245,42 mm
Uji PencilanJumlah pencilan1
Uji Trenr Spearman-0,46707
Uji Trent hitung-1,29390
Uji Trent kritis2,44691
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung37,38057
Uji HomogenitasF kritis15,43918
Uji HomogenitasVarian kelompok awal1.956,25000
Uji HomogenitasVarian kelompok akhir52,33333
Uji Independensir1 lag-1-0,34367
Uji IndependensiBatas bawah-0,82870
Uji IndependensiBatas atas0,54299

6. Statistik Deskriptif dan Interpretasi

Jumlah data8 tahun
Minimum70,00 mm
Maksimum160,00 mm
Rata-rata140,38 mm
Median150,50 mm
Standar deviasi sampel29,67 mm
Koefisien variasi0,211
Skewness sampel-2,394
Excess kurtosis6,114
Interpretasi statistik:

Data HHMT menunjukkan skewness negatif. Pemilihan distribusi perlu memperhatikan bentuk sebaran data. 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
2135,501136,517259,088153,954
5161,720172,19674,045159,596
10179,080194,41742,273160,250
20195,732214,91345,153160,421
25201,014221,28053,416160,443
50217,286240,576144,868160,475
100233,438259,367819,542160,485
200249,531277,8479.778,322160,487
1.000286,808320,21256.296.942,724160,489

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 = 140,375 mm; S = 29,669 mm; μ = 127,02223; β = 23,13306.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428135,501
580,000%1,499940,71945161,720
1090,000%2,250371,30455179,080
2095,000%2,970201,86580195,732
2596,000%3,198532,04383201,014
5098,000%3,901942,59228217,286
10099,000%4,600153,13667233,438
20099,500%5,295813,67907249,531
1.00099,900%6,907264,93551286,808

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 = 2,13519; S_Y = 0,11981.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,13519136,517
580,000%0,841622,23602172,196
1090,000%1,281552,28873194,417
2095,000%1,644852,33226214,913
2596,000%1,750692,34494221,280
5098,000%2,053752,38125240,576
10099,000%2,326352,41391259,367
20099,500%2,575832,44381277,847
1.00099,900%3,090232,50544320,212

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 = 2,13519; S_Y = 0,11981; C_s log = -2,59516.
TPZK_Tlog X_TX_T (mm)
250,000%0,000002,322452,41345259,088
580,000%0,84162-2,217531,8695074,045
1090,000%1,28155-4,249341,6260642,273
2095,000%1,64485-4,010421,6546945,153
2596,000%1,75069-3,401281,7276753,416
5098,000%2,053750,215212,16097144,868
10099,000%2,326356,496652,91357819,542
20099,500%2,5758315,483083,990269.778,322
1.00099,900%3,0902346,867117,7504856.296.942,724

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 = 148,04952; α = 21,84937; k = 1,75651. L1 = 140,37500; L2 = 14,16071; t3 = -0,61412.
TPX_T (mm)
250,000%153,954
580,000%159,596
1090,000%160,250
2095,000%160,421
2596,000%160,443
5098,000%160,475
10099,000%160,485
20099,500%160,487
1.00099,900%160,489

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
Gumbel0,285230,49000Diterima29,248275,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Normal0,272290,49000Diterima3,883225,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Pearson III0,731130,49000Ditolak31,241923,74676DitolakTidak direkomendasikan sebagai kandidat utama berdasarkan uji otomatis.
GEV0,132820,49000Diterima2,203693,74676DiterimaTerpilih 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-ratax̄140,375mm
GumbelStandar deviasiS29,669mm
GumbelLokasi Gumbelμ127,02223-
GumbelSkala Gumbelβ23,13306-
Log NormalRata-rata log10(X)Ybar2,13519-
Log NormalStandar deviasi log10(X)S_Y0,11981-
Log Pearson IIIRata-rata log10(X)Ybar2,13519-
Log Pearson IIIStandar deviasi log10(X)S_Y0,11981-
Log Pearson IIIKoefisien kemencengan logC_s-2,59516-
GEVLokasiξ148,04952-
GEVSkalaα21,84937-
GEVBentukk1,75651-

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
Bungus
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