Curah Hujan Harian Maksimum Tahunan Stasiun Ngawi

Ngawi - Jawa Timur

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

Detail Stasiun Cetak PDF Uji Distribusi
Jumlah Data
45 tahun
Rata-rata HHMT
108,69 mm
Hujan Maksimum
150,00 mm
Distribusi Terbaik
GEV

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 45 tahun, rata-rata 108,69 mm, dan nilai maksimum 150,00 mm pada tahun 2016. 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. Verifikasi data dan review teknis disarankan sebelum hasil digunakan sebagai dasar desain final.

1. Informasi Stasiun Hujan

Nama StasiunNgawiPeriode Data1975 s.d. 2019
LokasiDesa Karangasri, Kec. Ngawi, NGAWIProvinsiJAWA TIMUR
Wilayah SungaiBengawan SoloKoordinat-7.407830, 111.456925
PengelolaBBWS Bengawan Solo

Peta Lokasi Stasiun Hujan

Stasiun Hujan Ngawi berlokasi di Desa Karangasri, Kecamatan Ngawi, Ngawi, Provinsi Jawa Timur. Koordinat: latitude -7.40783, longitude 111.456925.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1JururejoNgawi, Ngawi6,110 tahun-

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

Jumlah data HHMT45 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
11975126,0005-05-1975OK
2197684,0014-11-1976OK
31977147,0025-05-1977OK
41978101,0005-06-1978OK
5197982,0025-01-1979OK
6198058,0015-07-1980Pencilan bawah
7198175,0002-05-1981OK
81982118,0010-03-1982OK
91983110,0014-04-1983OK
10198483,0016-04-1984OK
111985127,0007-05-1985OK
121986143,0002-02-1986OK
131987136,0016-02-1987OK
141988112,0022-01-1988OK
15198994,0012-01-1989OK
161990131,0017-04-1990OK
17199194,0002-01-1991OK
181992123,0021-02-1992OK
191993122,0001-01-1993OK
201994139,0028-01-1994OK
211995107,0012-12-1995OK
22199695,0015-03-1996OK
231997144,5022-02-1997OK
241998116,0001-11-1998OK
25199996,0026-01-1999OK
262000125,5014-11-2000OK
272001131,0026-03-2001OK
282002125,0028-12-2002OK
292003132,0018-02-2003OK
302004117,0017-05-2004OK
312005123,0015-02-2005OK
32200683,0017-02-2006OK
332007116,0002-11-2007OK
34200896,0009-10-2008OK
35200998,0020-04-2009OK
362010116,0024-12-2010OK
37201173,0014-05-2011OK
382012110,0018-04-2012OK
39201388,0026-01-2013OK
40201498,0017-12-2014OK
41201568,0015-04-2015OK
422016150,0009-10-2016OK
43201797,5006-12-2017OK
44201898,0004-03-2018OK
45201982,5015-02-2019OK

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
150,00 mm
Tahun 2016
Nilai minimum
58,00 mm
Tahun 1980
Data > 150 mm
0 data
Data < 50 mm
0 data

Daftar Data Pencilan

TahunHHMTBatas BawahBatas AtasStatus
198058,00 mm58,01 mm194,48 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 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 PencilanKn2,7270
Uji PencilanBatas bawah58,01 mm
Uji PencilanBatas atas194,48 mm
Uji PencilanJumlah pencilan1
Uji Trenr Spearman-0,11402
Uji Trent hitung-0,75258
Uji Trent kritis2,01669
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung1,22550
Uji HomogenitasF kritis2,37277
Uji HomogenitasVarian kelompok awal584,72944
Uji HomogenitasVarian kelompok akhir477,13636
Uji Independensir1 lag-10,04460
Uji IndependensiBatas bawah-0,31483
Uji IndependensiBatas atas0,26937

6. Statistik Deskriptif dan Interpretasi

Jumlah data45 tahun
Minimum58,00 mm
Maksimum150,00 mm
Rata-rata108,69 mm
Median110,00 mm
Standar deviasi sampel22,76 mm
Koefisien variasi0,209
Skewness sampel-0,136
Excess kurtosis-0,725
Interpretasi statistik:

Data HHMT relatif mendekati simetris berdasarkan nilai skewness. Nilai excess kurtosis relatif moderat.

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
2104,949106,213108,671109,252
5125,066128,014126,488129,139
10138,384141,136136,120138,731
20151,160152,980144,673145,934
25155,213156,614147,324147,881
50167,697167,505155,468153,028
100180,089177,946163,699157,075
200192,435188,071172,235160,272
1.000221,036210,803194,111165,366

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 = 108,689 mm; S = 22,763 mm; μ = 98,44436; β = 17,74818.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428104,949
580,000%1,499940,71945125,066
1090,000%2,250371,30455138,384
2095,000%2,970201,86580151,160
2596,000%3,198532,04383155,213
5098,000%3,901942,59228167,697
10099,000%4,600153,13667180,089
20099,500%5,295813,67907192,435
1.00099,900%6,907264,93551221,036

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 = 2,02618; S_Y = 0,09633.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,02618106,213
580,000%0,841622,10726128,014
1090,000%1,281552,14964141,136
2095,000%1,644852,18464152,980
2596,000%1,750692,19483156,614
5098,000%2,053752,22403167,505
10099,000%2,326352,25029177,946
20099,500%2,575832,27432188,071
1.00099,900%3,090232,32388210,803

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 = 2,02618; S_Y = 0,09633; C_s log = -0,58881.
TPZK_Tlog X_TX_T (mm)
250,000%0,000000,103142,03612108,671
580,000%0,841620,787562,10205126,488
1090,000%1,281551,118432,13392136,120
2095,000%1,644851,393162,16039144,673
2596,000%1,750691,475022,16827147,324
5098,000%2,053751,717562,19164155,468
10099,000%2,326351,950142,21405163,699
20099,500%2,575832,179302,23612172,235
1.00099,900%3,090232,718342,28805194,111

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 = 101,04119; α = 23,79503; k = 0,33278. L1 = 108,68889; L2 = 13,15404; t3 = -0,02655.
TPX_T (mm)
250,000%109,252
580,000%129,139
1090,000%138,731
2095,000%145,934
2596,000%147,881
5098,000%153,028
10099,000%157,075
20099,500%160,272
1.00099,900%165,366

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
Gumbel0,145950,24000Diterima9,175835,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Normal0,110970,24000Diterima2,893605,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Pearson III0,102180,24000Diterima0,912963,74676DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
GEV0,091090,24000Diterima0,536483,74676DiterimaTerpilih 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-ratax̄108,689mm
GumbelStandar deviasiS22,763mm
GumbelLokasi Gumbelμ98,44436-
GumbelSkala Gumbelβ17,74818-
Log NormalRata-rata log10(X)Ybar2,02618-
Log NormalStandar deviasi log10(X)S_Y0,09633-
Log Pearson IIIRata-rata log10(X)Ybar2,02618-
Log Pearson IIIStandar deviasi log10(X)S_Y0,09633-
Log Pearson IIIKoefisien kemencengan logC_s-0,58881-
GEVLokasiξ101,04119-
GEVSkalaα23,79503-
GEVBentukk0,33278-

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
Ngawi
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