Curah Hujan Harian Maksimum Tahunan Stasiun Tabing BMKG

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
32 tahun
Rata-rata HHMT
199,91 mm
Hujan Maksimum
387,00 mm
Distribusi Terbaik
Gumbel

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 32 tahun, rata-rata 199,91 mm, dan nilai maksimum 387,00 mm pada tahun 1986. Distribusi terbaik sementara berdasarkan uji otomatis adalah Gumbel.

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 StasiunTabing BMKGPeriode Data1970 s.d. 2001
LokasiDesa Parupuk Tabing, Kec. Koto Tangah, KOTA PADANGProvinsiSUMATERA BARAT
Wilayah SungaiINDRAGIRI-AKUAMANKoordinat-0.884650, 100.353210
PengelolaBMKG

Peta Lokasi Stasiun Hujan

Stasiun Hujan Tabing Bmkg berlokasi di Desa Parupuk Tabing, Kecamatan Koto Tangah, Kota Padang, Provinsi Sumatera Barat. Koordinat: latitude -0.88465, longitude 100.35321.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1Kantor Pu Khatib SulaimanPadang Utara, Kota Padang2,2517 tahun2009–2025
2Muaro PanjalinanKoto Tangah, Kota Padang2,9114 tahun2009–2023
3Bendung Koto TuoKoto Tangah, Kota Padang5,2011 tahun2012–2022
4Parak KopiPadang Utara, Kota Padang5,820 tahun-
5Gunung SarikKuranji, Kota Padang5,9647 tahun1975–2025
6Sungai LatungKoto Tangah, Kota Padang6,7816 tahun2009–2024
7Gunung NagoPauh, Kota Padang9,9919 tahun2007–2025

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

Jumlah data HHMT32 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
11970162,0019-09-1970OK
21971144,0017-08-1971OK
31972280,0007-05-1972OK
41973222,0031-07-1973OK
51974131,0023-06-1974OK
61975142,0022-12-1975OK
71976126,0010-10-1976OK
81977144,0017-01-1977OK
91978153,0017-01-1978OK
101979234,0004-04-1979OK
111980296,0024-11-1980OK
121981180,0011-09-1981OK
131982227,0005-02-1982OK
141983161,0015-06-1983OK
151984260,0008-07-1984OK
161985156,0031-10-1985OK
171986387,0001-11-1986OK
181987167,0029-10-1987OK
191988191,0012-09-1988OK
201989136,0016-11-1989OK
211990132,1031-07-1990OK
221991165,3002-01-1991OK
231992238,9004-04-1992OK
241993210,8021-12-1993OK
251994146,8012-02-1994OK
261995209,4028-09-1995OK
271996203,7013-06-1996OK
281997195,8010-05-1997OK
291998258,5022-09-1998OK
301999204,8014-11-1999OK
312000234,3020-12-2000OK
322001297,6025-07-2001OK

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
387,00 mm
Tahun 1986
Nilai minimum
126,00 mm
Tahun 1976
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 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 PencilanKn2,5890
Uji PencilanBatas bawah91,96 mm
Uji PencilanBatas atas400,72 mm
Uji PencilanJumlah pencilan0
Uji Trenr Spearman0,32408
Uji Trent hitung1,87630
Uji Trent kritis2,04227
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung1,33853
Uji HomogenitasF kritis2,86209
Uji HomogenitasVarian kelompok awal3.126,51667
Uji HomogenitasVarian kelompok akhir4.184,95050
Uji Independensir1 lag-10,00912
Uji IndependensiBatas bawah-0,37855
Uji IndependensiBatas atas0,31404

6. Statistik Deskriptif dan Interpretasi

Jumlah data32 tahun
Minimum126,00 mm
Maksimum387,00 mm
Rata-rata199,91 mm
Median193,40 mm
Standar deviasi sampel60,57 mm
Koefisien variasi0,303
Skewness sampel1,098
Excess kurtosis1,392
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 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
2189,955191,964188,023187,332
5243,486243,849240,278241,846
10278,928276,333276,681280,355
20312,925306,396313,179319,214
25323,709315,753325,127331,949
50356,930344,161363,209372,463
100389,906371,891403,160414,669
200422,762399,222445,420458,791
1.000498,869462,082554,571569,501

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 = 199,906 mm; S = 60,574 mm; μ = 172,64484; β = 47,22916.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428189,955
580,000%1,499940,71945243,486
1090,000%2,250371,30455278,928
2095,000%2,970201,86580312,925
2596,000%3,198532,04383323,709
5098,000%3,901942,59228356,930
10099,000%4,600153,13667389,906
20099,500%5,295813,67907422,762
1.00099,900%6,907264,93551498,869

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 = 2,28322; S_Y = 0,12345.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,28322191,964
580,000%0,841622,38712243,849
1090,000%1,281552,44143276,333
2095,000%1,644852,48628306,396
2596,000%1,750692,49935315,753
5098,000%2,053752,53676344,161
10099,000%2,326352,57042371,891
20099,500%2,575832,60121399,222
1.00099,900%3,090232,66472462,082

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 = 2,28322; S_Y = 0,12345; C_s log = 0,44795.
TPZK_Tlog X_TX_T (mm)
250,000%0,00000-0,072982,27421188,023
580,000%0,841620,789722,38071240,278
1090,000%1,281551,285982,44198276,681
2095,000%1,644851,721892,49579313,179
2596,000%1,750691,853602,51205325,127
5098,000%2,053752,243252,56016363,209
10099,000%2,326352,610362,60548403,160
20099,500%2,575832,961042,64877445,420
1.00099,900%3,090233,732082,74396554,571

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 = 170,59614; α = 45,08820; k = -0,06894. L1 = 199,90625; L2 = 33,44617; t3 = 0,21477.
TPX_T (mm)
250,000%187,332
580,000%241,846
1090,000%280,355
2095,000%319,214
2596,000%331,949
5098,000%372,463
10099,000%414,669
20099,500%458,791
1.00099,900%569,501

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
Gumbel0,100220,27000Diterima0,448755,93687DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
Log Normal0,112210,27000Diterima0,570455,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Pearson III0,097180,27000Diterima0,639273,74676DiterimaTetap perlu dipertimbangkan karena data memiliki skewness positif kuat.
GEV0,085750,27000Diterima0,568243,74676DiterimaDiterima 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-ratax̄199,906mm
GumbelStandar deviasiS60,574mm
GumbelLokasi Gumbelμ172,64484-
GumbelSkala Gumbelβ47,22916-
Log NormalRata-rata log10(X)Ybar2,28322-
Log NormalStandar deviasi log10(X)S_Y0,12345-
Log Pearson IIIRata-rata log10(X)Ybar2,28322-
Log Pearson IIIStandar deviasi log10(X)S_Y0,12345-
Log Pearson IIIKoefisien kemencengan logC_s0,44795-
GEVLokasiξ170,59614-
GEVSkalaα45,08820-
GEVBentukk-0,06894-

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
Tabing BMKG
Distribusi Terbaik Sementara
Gumbel
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