Curah Hujan Harian Maksimum Tahunan Stasiun Simpang Alai / Limau Manis

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
48 tahun
Rata-rata HHMT
159,69 mm
Hujan Maksimum
419,00 mm
Distribusi Terbaik
Gumbel

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 48 tahun, rata-rata 159,69 mm, dan nilai maksimum 419,00 mm pada tahun 1978. Distribusi terbaik sementara berdasarkan uji otomatis adalah Gumbel.

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

1. Informasi Stasiun Hujan

Nama StasiunSimpang Alai / Limau ManisPeriode Data1975 s.d. 2022
LokasiDesa Limau Manis, Kec. Pauh, KOTA PADANGProvinsiSUMATERA BARAT
Wilayah SungaiINDRAGIRI-AKUAMANKoordinat-0.927307, 100.453686
PengelolaBPSDA Sungai Dareh

Peta Lokasi Stasiun Hujan

Stasiun Hujan Simpang Alai / Limau Manis berlokasi di Desa Limau Manis, Kecamatan Pauh, Kota Padang, Provinsi Sumatera Barat. Koordinat: latitude -0.927307, longitude 100.453686.

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 Padang2,2019 tahun2007–2025
2Batu BusukPauh, Kota Padang2,5248 tahun1975–2025
3Gunung SarikKuranji, Kota Padang7,0747 tahun1975–2025
4Ladang PadiLubuk Kilangan, Kota Padang7,5650 tahun1975–2024
5Parak KopiPadang Utara, Kota Padang8,770 tahun-

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

Jumlah data HHMT48 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
11975180,0027-08-1975OK
21976159,0013-10-1976OK
31977140,0019-11-1977OK
41978419,0031-10-1978OK
51979143,0018-07-1979OK
61980292,0009-08-1980OK
71981203,0021-11-1981OK
81982179,0005-02-1982OK
91983174,0022-05-1983OK
101984226,0008-07-1984OK
111985140,0030-10-1985OK
121986256,0031-10-1986OK
131987120,0012-10-1987OK
141988160,0029-01-1988OK
151989162,0020-11-1989OK
161990124,0023-05-1990OK
171991180,0007-07-1991OK
181992196,0007-05-1992OK
191993249,0002-06-1993OK
201994107,0003-12-1994OK
211995168,0013-02-1995OK
221996209,0014-06-1996OK
231997130,0011-05-1997OK
241998214,0023-09-1998OK
251999220,0015-11-1999OK
262000208,0001-04-2000OK
27200187,0025-09-2001OK
282002206,0020-02-2002OK
292003103,0030-10-2003OK
30200487,0027-06-2004OK
312005240,0002-09-2005OK
322006118,0024-03-2006OK
33200789,0026-12-2007OK
342008112,0018-04-2008OK
35200971,0027-09-2009OK
36201075,0014-12-2010OK
37201165,0013-08-2011OK
38201276,0024-06-2012OK
392013166,5017-11-2013OK
402014142,0001-12-2014OK
412015125,6027-04-2015OK
422016210,3025-08-2016OK
432017180,6010-09-2017OK
442018130,0014-12-2018OK
45201991,0025-12-2019OK
462020100,0018-05-2020OK
47202191,0009-01-2021OK
482022141,0002-10-2022OK

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
419,00 mm
Tahun 1978
Nilai minimum
65,00 mm
Tahun 2011
Data > 150 mm
24 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 TrenAda TrenTerdapat indikasi tren signifikan pada seri data; data perlu review stasioneritas.
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 Tren: Terdapat indikasi tren signifikan pada seri data; data perlu review stasioneritas.

Detail Parameter Uji Data

UjiParameterNilai
Uji PencilanKn2,7516
Uji PencilanBatas bawah48,08 mm
Uji PencilanBatas atas451,27 mm
Uji PencilanJumlah pencilan0
Uji Trenr Spearman-0,45610
Uji Trent hitung-3,47601
Uji Trent kritis2,01290
Uji TrenArahturun
Uji HomogenitasF hitung1,55209
Uji HomogenitasF kritis2,31164
Uji HomogenitasVarian kelompok awal4.510,54348
Uji HomogenitasVarian kelompok akhir2.906,11674
Uji Independensir1 lag-10,09612
Uji IndependensiBatas bawah-0,30411
Uji IndependensiBatas atas0,26156

6. Statistik Deskriptif dan Interpretasi

Jumlah data48 tahun
Minimum65,00 mm
Maksimum419,00 mm
Rata-rata159,69 mm
Median151,00 mm
Standar deviasi sampel67,02 mm
Koefisien variasi0,420
Skewness sampel1,306
Excess kurtosis3,392
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 tren signifikan. 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
2148,677147,307147,355149,375
5207,907207,463207,483208,615
10247,122248,130248,077247,157
20284,738287,657287,498283,628
25296,671300,314300,113295,096
50333,429339,726339,371330,119
100369,915379,575379,032364,434
200406,269420,128419,362398,186
1.000490,478517,939516,508474,718

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 = 159,688 mm; S = 67,023 mm; μ = 129,52376; β = 52,25731.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428148,677
580,000%1,499940,71945207,907
1090,000%2,250371,30455247,122
2095,000%2,970201,86580284,738
2596,000%3,198532,04383296,671
5098,000%3,901942,59228333,429
10099,000%4,600153,13667369,915
20099,500%5,295813,67907406,269
1.00099,900%6,907264,93551490,478

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 = 2,16822; S_Y = 0,17670.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,16822147,307
580,000%0,841622,31694207,463
1090,000%1,281552,39468248,130
2095,000%1,644852,45888287,657
2596,000%1,750692,47758300,314
5098,000%2,053752,53113339,726
10099,000%2,326352,57930379,575
20099,500%2,575832,62338420,128
1.00099,900%3,090232,71428517,939

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 = 2,16822; S_Y = 0,17670; C_s log = -0,00478.
TPZK_Tlog X_TX_T (mm)
250,000%0,000000,000802,16836147,355
580,000%0,841620,841852,31698207,483
1090,000%1,281551,281032,39459248,077
2095,000%1,644851,643492,45863287,498
2596,000%1,750691,749042,47728300,113
5098,000%2,053752,051182,53067339,371
10099,000%2,326352,322832,57868379,032
20099,500%2,575832,571342,62259419,362
1.00099,900%3,090233,083432,71308516,508

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 = 129,95165; α = 53,17653; k = 0,01853. L1 = 159,68750; L2 = 36,24388; t3 = 0,15813.
TPX_T (mm)
250,000%149,375
580,000%208,615
1090,000%247,157
2095,000%283,628
2596,000%295,096
5098,000%330,119
10099,000%364,434
20099,500%398,186
1.00099,900%474,718

9. Uji Distribusi dan Distribusi Terbaik Sementara

Distribusi terbaik sementara: Gumbel. Pemilihan distribusi terbaik bersifat sementara dan perlu ditinjau bersama kualitas data, uji data awal, serta pertimbangan teknis perencana.
DistribusiDmaxD kritisK-SChi hitungChi kritisChiCatatan
Gumbel0,059990,23000Diterima1,192755,93687DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
Log Normal0,065430,23000Diterima1,308265,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Pearson III0,065370,23000Diterima1,301713,74676DiterimaTetap perlu dipertimbangkan karena data memiliki skewness positif kuat.
GEV0,057490,23000Diterima1,157643,74676DiterimaDiterima 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-ratax̄159,688mm
GumbelStandar deviasiS67,023mm
GumbelLokasi Gumbelμ129,52376-
GumbelSkala Gumbelβ52,25731-
Log NormalRata-rata log10(X)Ybar2,16822-
Log NormalStandar deviasi log10(X)S_Y0,17670-
Log Pearson IIIRata-rata log10(X)Ybar2,16822-
Log Pearson IIIStandar deviasi log10(X)S_Y0,17670-
Log Pearson IIIKoefisien kemencengan logC_s-0,00478-
GEVLokasiξ129,95165-
GEVSkalaα53,17653-
GEVBentukk0,01853-

11. Catatan Kelayakan dan Penggunaan Hasil

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat tren signifikan. 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
Simpang Alai / Limau Manis
Distribusi Terbaik Sementara
Gumbel
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