Curah Hujan Harian Maksimum Tahunan Stasiun Parangjoho

Wonogiri - Jawa Tengah

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

Detail Stasiun Cetak PDF Uji Distribusi
Jumlah Data
42 tahun
Rata-rata HHMT
90,52 mm
Hujan Maksimum
223,00 mm
Distribusi Terbaik
Log Pearson III

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 42 tahun, rata-rata 90,52 mm, dan nilai maksimum 223,00 mm pada tahun 1980. Distribusi terbaik sementara berdasarkan uji otomatis adalah Log Pearson III.

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 StasiunParangjohoPeriode Data1978 s.d. 2019
LokasiDesa Eromoko, Kec. Eromoko, WONOGIRIProvinsiJAWA TENGAH
Wilayah SungaiBengawan SoloKoordinat-7.951409, 110.817714
PengelolaBBWS Bengawan Solo

Peta Lokasi Stasiun Hujan

Stasiun Hujan Parangjoho berlokasi di Desa Eromoko, Kecamatan Eromoko, Wonogiri, Provinsi Jawa Tengah. Koordinat: latitude -7.951409, longitude 110.817714.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1SongputriEromoko, Wonogiri4,8543 tahun1977–2019

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

Jumlah data HHMT42 tahunTahun kosong0 tahun
Data HHMT < 50 mm2 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
1197886,5017-08-1978OK
2197996,0002-04-1979OK
31980223,0028-11-1980Pencilan atas
4198167,0001-02-1981OK
5198271,0016-02-1982OK
6198383,0028-10-1983OK
7198490,0001-12-1984OK
81985107,0024-12-1985OK
9198696,0009-01-1986OK
101987108,0010-12-1987OK
111988120,0005-02-1988OK
12198980,0026-02-1989OK
13199082,0006-04-1990OK
14199171,0015-01-1991OK
15199297,0010-02-1992OK
161993103,0011-03-1993OK
171994119,0019-03-1994OK
18199557,0005-12-1995OK
19199674,0027-12-1996OK
20199758,0015-12-1997OK
21199892,0002-07-1998OK
22199978,0017-11-1999OK
23200084,0003-03-2000OK
24200164,0024-03-2001OK
25200299,0030-01-2002OK
262003118,0006-03-2003OK
272004123,0027-01-2004OK
28200572,0006-01-2005OK
29200664,0020-03-2006OK
302007162,0026-12-2007OK
312008101,0025-11-2008OK
32200973,0009-05-2009OK
33201084,0030-10-2010OK
34201175,0015-02-2011OK
35201279,0022-02-2012OK
36201351,0018-12-2013OK
37201443,0017-12-2014Perlu cek
38201549,0029-03-2015Perlu cek
39201663,0008-10-2016OK
402017166,0028-11-2017OK
41201862,0011-01-2018OK
422019111,5030-01-2019OK

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
223,00 mm
Tahun 1980
Nilai minimum
43,00 mm
Tahun 2014
Data > 150 mm
3 data
Data < 50 mm
2 data

Daftar Data Pencilan

TahunHHMTBatas BawahBatas AtasStatus
1980223,00 mm34,93 mm209,39 mmPencilan atas

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 PencilanKn2,7000
Uji PencilanBatas bawah34,93 mm
Uji PencilanBatas atas209,39 mm
Uji PencilanJumlah pencilan1
Uji Trenr Spearman-0,24200
Uji Trent hitung-1,57741
Uji Trent kritis2,02108
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung1,04697
Uji HomogenitasF kritis2,46448
Uji HomogenitasVarian kelompok awal1.189,61190
Uji HomogenitasVarian kelompok akhir1.136,24048
Uji Independensir1 lag-1-0,00112
Uji IndependensiBatas bawah-0,32673
Uji IndependensiBatas atas0,27795

6. Statistik Deskriptif dan Interpretasi

Jumlah data42 tahun
Minimum43,00 mm
Maksimum223,00 mm
Rata-rata90,52 mm
Median83,50 mm
Standar deviasi sampel33,90 mm
Koefisien variasi0,374
Skewness sampel1,840
Excess kurtosis5,023
Interpretasi statistik:

Data HHMT menunjukkan skewness positif kuat. Hal ini mengindikasikan adanya nilai ekstrem di sisi kanan distribusi, sehingga Log Pearson III dan GEV perlu diperhatikan sebagai pembanding terhadap Gumbel. 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. 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
284,95485,51783,18882,929
5114,913113,052110,680110,952
10134,749130,812130,701131,888
20153,775147,563151,437153,962
25159,811152,834158,364161,403
50178,403168,995180,885185,748
100196,858184,987205,211212,195
200215,246200,944231,693241,018
1.000257,840238,326303,466318,589

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 = 90,524 mm; S = 33,900 mm; μ = 75,26678; β = 26,43210.
TPY_TK_TX_T (mm)
250,000%0,36651-0,1642884,954
580,000%1,499940,71945114,913
1090,000%2,250371,30455134,749
2095,000%2,970201,86580153,775
2596,000%3,198532,04383159,811
5098,000%3,901942,59228178,403
10099,000%4,600153,13667196,858
20099,500%5,295813,67907215,246
1.00099,900%6,907264,93551257,840

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 = 1,93205; S_Y = 0,14404.
TPK_Tlog X_TX_T (mm)
250,000%0,000001,9320585,517
580,000%0,841622,05328113,052
1090,000%1,281552,11665130,812
2095,000%1,644852,16898147,563
2596,000%1,750692,18422152,834
5098,000%2,053752,22787168,995
10099,000%2,326352,26714184,987
20099,500%2,575832,30308200,944
1.00099,900%3,090232,37717238,326

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 = 1,93205; S_Y = 0,14404; C_s log = 0,51726.
TPZK_Tlog X_TX_T (mm)
250,000%0,00000-0,083231,9200683,188
580,000%0,841620,777682,04407110,680
1090,000%1,281551,278992,11628130,701
2095,000%1,644851,723002,18023151,437
2596,000%1,750691,857852,19966158,364
5098,000%2,053752,258742,25740180,885
10099,000%2,326352,639182,31220205,211
20099,500%2,575833,005132,36491231,693
1.00099,900%3,090233,818762,48211303,466

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 = 74,70794; α = 21,90586; k = -0,12874. L1 = 90,52381; L2 = 17,35830; t3 = 0,25496.
TPX_T (mm)
250,000%82,929
580,000%110,952
1090,000%131,888
2095,000%153,962
2596,000%161,403
5098,000%185,748
10099,000%212,195
20099,500%241,018
1.00099,900%318,589

9. Uji Distribusi dan Distribusi Terbaik Sementara

Distribusi terbaik sementara: Log Pearson III. Pemilihan distribusi terbaik bersifat sementara dan perlu ditinjau bersama kualitas data, uji data awal, serta pertimbangan teknis perencana.
DistribusiDmaxD kritisK-SChi hitungChi kritisChiCatatan
Gumbel0,058510,24000Diterima1,265465,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Normal0,056400,24000Diterima1,912725,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Pearson III0,044220,24000Diterima0,804593,74676DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
GEV0,049430,24000Diterima0,733473,74676DiterimaDiterima 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-ratax̄90,524mm
GumbelStandar deviasiS33,900mm
GumbelLokasi Gumbelμ75,26678-
GumbelSkala Gumbelβ26,43210-
Log NormalRata-rata log10(X)Ybar1,93205-
Log NormalStandar deviasi log10(X)S_Y0,14404-
Log Pearson IIIRata-rata log10(X)Ybar1,93205-
Log Pearson IIIStandar deviasi log10(X)S_Y0,14404-
Log Pearson IIIKoefisien kemencengan logC_s0,51726-
GEVLokasiξ74,70794-
GEVSkalaα21,90586-
GEVBentukk-0,12874-

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
Parangjoho
Distribusi Terbaik Sementara
Log Pearson III
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