Curah Hujan Harian Maksimum Tahunan Stasiun Gunung Nago

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
19 tahun
Rata-rata HHMT
188,63 mm
Hujan Maksimum
260,80 mm
Distribusi Terbaik
Log Normal

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 19 tahun, rata-rata 188,63 mm, dan nilai maksimum 260,80 mm pada tahun 2021. Distribusi terbaik sementara berdasarkan uji otomatis adalah Log Normal.

Status uji data: Memenuhi Pemeriksaan Awal. Hasil uji data awal tidak menunjukkan masalah utama. Hasil curah hujan rancangan dapat digunakan sebagai dasar awal analisa lanjutan dengan tetap mempertimbangkan kualitas data dan tujuan desain.

1. Informasi Stasiun Hujan

Nama StasiunGunung NagoPeriode Data2007 s.d. 2025
LokasiDesa Kelurahan Lambung Bukik, Kec. Pauh, Kota PadangProvinsiSumatera Barat
Wilayah SungaiINDRAGIRI-AKUAMANKoordinat-0.923389, 100.434250
PengelolaBWS SUMATERA V

Peta Lokasi Stasiun Hujan

Stasiun Hujan Gunung Nago berlokasi di Kelurahan Lambung Bukik, Kecamatan Pauh, Kota Padang, Provinsi Sumatera Barat. Koordinat: latitude -0.923389, longitude 100.43425.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1Simpang Alai / Limau ManisPauh, Kota Padang2,2048 tahun1975–2022
2Batu BusukPauh, Kota Padang3,0348 tahun1975–2025
3Gunung SarikKuranji, Kota Padang5,3047 tahun1975–2025
4Parak KopiPadang Utara, Kota Padang6,670 tahun-
5Kantor Pu Khatib SulaimanPadang Utara, Kota Padang9,4017 tahun2009–2025
6Ladang PadiLubuk Kilangan, Kota Padang9,7650 tahun1975–2024
7Tabing BmkgKoto Tangah, Kota Padang9,9932 tahun1970–2001

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

Jumlah data HHMT19 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
1200798,0023-02-2007OK
22008238,8016-04-2008OK
32009196,2019-09-2009OK
42010180,2013-10-2010OK
52011170,2012-07-2011OK
62012140,3013-09-2012OK
72013190,6017-11-2013OK
82014139,0001-12-2014OK
92015230,8024-11-2015OK
102016181,8024-08-2016OK
112017241,2010-09-2017OK
122018146,0003-11-2018OK
132019126,0017-10-2019OK
142020231,0024-09-2020OK
152021260,8030-09-2021OK
162022256,0022-09-2022OK
172023223,0007-05-2023OK
182024143,0024-12-2024OK
192025191,0007-01-2025OK

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
260,80 mm
Tahun 2021
Nilai minimum
98,00 mm
Tahun 2007
Data > 150 mm
13 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 IndependensiIndependenAutokorelasi lag-1 berada dalam batas penerimaan; seri data dapat dianggap independen berdasarkan uji ini.
Status akhir uji data: Memenuhi Pemeriksaan Awal. Seri data memenuhi pemeriksaan awal pencilan, tren, homogenitas, dan independensi.

Detail Parameter Uji Data

UjiParameterNilai
Uji PencilanKn2,3610
Uji PencilanBatas bawah95,95 mm
Uji PencilanBatas atas346,92 mm
Uji PencilanJumlah pencilan0
Uji Trenr Spearman0,27719
Uji Trent hitung1,18951
Uji Trent kritis2,10982
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung1,20028
Uji HomogenitasF kritis4,35723
Uji HomogenitasVarian kelompok awal2.043,35611
Uji HomogenitasVarian kelompok akhir2.452,59067
Uji Independensir1 lag-10,00626
Uji IndependensiBatas bawah-0,50451
Uji IndependensiBatas atas0,39340

6. Statistik Deskriptif dan Interpretasi

Jumlah data19 tahun
Minimum98,00 mm
Maksimum260,80 mm
Rata-rata188,63 mm
Median190,60 mm
Standar deviasi sampel47,81 mm
Koefisien variasi0,253
Skewness sampel-0,147
Excess kurtosis-1,024
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 uji data awal tidak menunjukkan masalah utama. Hasil curah hujan rancangan dapat digunakan sebagai dasar awal analisa lanjutan dengan tetap mempertimbangkan kualitas data dan tujuan desain.

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

Kala UlangGumbelLog NormalLog Pearson IIIGEV
2180,772182,448187,743190,231
5223,022229,418225,905232,318
10250,995258,601247,046252,339
20277,827285,481266,153267,215
25286,339293,824272,144271,208
50312,559319,089290,753281,697
100338,585343,666309,882289,859
200364,517367,813330,053296,243
1.000424,585423,092383,200306,258

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 = 188,626 mm; S = 47,808 mm; μ = 167,11001; β = 37,27603.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428180,772
580,000%1,499940,71945223,022
1090,000%2,250371,30455250,995
2095,000%2,970201,86580277,827
2596,000%3,198532,04383286,339
5098,000%3,901942,59228312,559
10099,000%4,600153,13667338,585
20099,500%5,295813,67907364,517
1.00099,900%6,907264,93551424,585

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 = 2,26114; S_Y = 0,11821.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,26114182,448
580,000%0,841622,36063229,418
1090,000%1,281552,41263258,601
2095,000%1,644852,45558285,481
2596,000%1,750692,46809293,824
5098,000%2,053752,50391319,089
10099,000%2,326352,53614343,666
20099,500%2,575832,56563367,813
1.00099,900%3,090232,62644423,092

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 = 2,26114; S_Y = 0,11821; C_s log = -0,59856.
TPZK_Tlog X_TX_T (mm)
250,000%0,000000,105112,27356187,743
580,000%0,841620,784942,35393225,905
1090,000%1,281551,113602,39278247,046
2095,000%1,644851,387302,42513266,153
2596,000%1,750691,469082,43480272,144
5098,000%2,053751,712082,46352290,753
10099,000%2,326351,946172,49120309,882
20099,500%2,575832,177862,51858330,053
1.00099,900%3,090232,726392,58343383,200

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 = 172,67504; α = 51,01046; k = 0,34715. L1 = 188,62632; L2 = 28,01404; t3 = -0,03436.
TPX_T (mm)
250,000%190,231
580,000%232,318
1090,000%252,339
2095,000%267,215
2596,000%271,208
5098,000%281,697
10099,000%289,859
20099,500%296,243
1.00099,900%306,258

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
Gumbel0,149900,36000Diterima3,490495,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Normal0,119560,36000Diterima1,926515,93687DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
Log Pearson III0,131990,36000Diterima3,263843,74676DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
GEV0,101490,36000Diterima2,281913,74676DiterimaDiterima 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-ratax̄188,626mm
GumbelStandar deviasiS47,808mm
GumbelLokasi Gumbelμ167,11001-
GumbelSkala Gumbelβ37,27603-
Log NormalRata-rata log10(X)Ybar2,26114-
Log NormalStandar deviasi log10(X)S_Y0,11821-
Log Pearson IIIRata-rata log10(X)Ybar2,26114-
Log Pearson IIIStandar deviasi log10(X)S_Y0,11821-
Log Pearson IIIKoefisien kemencengan logC_s-0,59856-
GEVLokasiξ172,67504-
GEVSkalaα51,01046-
GEVBentukk0,34715-

11. Catatan Kelayakan dan Penggunaan Hasil

Catatan kelayakan: Hasil uji data awal tidak menunjukkan masalah utama. Hasil curah hujan rancangan dapat digunakan sebagai dasar awal analisa lanjutan dengan tetap mempertimbangkan kualitas data dan tujuan desain.

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 Nago
Distribusi Terbaik Sementara
Log Normal
Status Uji Data
Memenuhi Pemeriksaan Awal
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