Curah Hujan Harian Maksimum Tahunan Stasiun Waduk Nawangan

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
45 tahun
Rata-rata HHMT
96,72 mm
Hujan Maksimum
351,90 mm
Distribusi Terbaik
GEV

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 45 tahun, rata-rata 96,72 mm, dan nilai maksimum 351,90 mm pada tahun 2017. 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, seri data tidak homogen. Verifikasi data dan review teknis disarankan sebelum hasil digunakan sebagai dasar desain final.

1. Informasi Stasiun Hujan

Nama StasiunWaduk NawanganPeriode Data1975 s.d. 2019
LokasiDesa Platarejo, Kec. Giriwoyo, WONOGIRIProvinsiJAWA TENGAH
Wilayah SungaiBengawan SoloKoordinat-8.041533, 110.897683
PengelolaBBWS Bengawan Solo

Peta Lokasi Stasiun Hujan

Stasiun Hujan Waduk Nawangan berlokasi di Desa Platarejo, Kecamatan Giriwoyo, Wonogiri, Provinsi Jawa Tengah. Koordinat: latitude -8.041533, longitude 110.897683.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1GiriwoyoGiriwoyo, Wonogiri5,761 tahun1976–1976
2BaturetnoBaturetno, Wonogiri8,230 tahun-
3SongputriEromoko, Wonogiri9,0843 tahun1977–2019
4PracimantoroPracimantoro, Wonogiri9,520 tahun-

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

Jumlah data HHMT45 tahunTahun kosong0 tahun
Data HHMT < 50 mm1 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
11975147,6203-02-1975OK
21976136,0029-03-1976OK
3197795,4719-01-1977OK
4197899,0004-05-1978OK
5197968,0006-12-1979OK
6198092,0022-02-1980OK
7198178,0028-01-1981OK
8198283,0007-02-1982OK
9198355,0015-04-1983OK
10198499,0010-04-1984OK
111985104,0014-02-1985OK
12198670,0026-11-1986OK
13198772,0007-01-1987OK
141988109,0005-02-1988OK
15198958,0003-04-1989OK
16199056,0019-11-1990OK
17199166,0011-02-1991OK
18199297,0014-02-1992OK
191993135,2322-01-1993OK
20199464,0028-02-1994OK
21199589,0007-02-1995OK
22199683,0027-01-1996OK
23199740,0019-02-1997Perlu cek
241998102,0019-03-1998OK
25199977,0022-11-1999OK
26200084,0020-02-2000OK
27200168,0027-03-2001OK
28200268,0012-03-2002OK
29200356,0006-03-2003OK
30200489,0004-12-2004OK
31200598,0016-12-2005OK
322006106,0030-01-2006OK
332007147,0026-12-2007OK
34200881,0020-11-2008OK
35200983,0026-12-2009OK
362010121,0024-10-2010OK
37201197,0004-01-2011OK
382012112,0004-02-2012OK
39201397,0025-11-2013OK
40201498,0015-12-2014OK
412015105,0013-02-2015OK
422016114,5001-12-2016OK
432017351,9028-11-2017Pencilan atas
44201894,0024-01-2018OK
452019106,5030-01-2019OK

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
351,90 mm
Tahun 2017
Nilai minimum
40,00 mm
Tahun 1997
Data > 150 mm
1 data
Data < 50 mm
1 data

Daftar Data Pencilan

TahunHHMTBatas BawahBatas AtasStatus
2017351,90 mm35,18 mm232,14 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 HomogenitasTidak HomogenVarians dua kelompok data berbeda signifikan; data perlu review homogenitas sumber/seri.
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.
  • Uji Homogenitas: Varians dua kelompok data berbeda signifikan; data perlu review homogenitas sumber/seri.

Detail Parameter Uji Data

UjiParameterNilai
Uji PencilanKn2,7270
Uji PencilanBatas bawah35,18 mm
Uji PencilanBatas atas232,14 mm
Uji PencilanJumlah pencilan1
Uji Trenr Spearman0,23590
Uji Trent hitung1,59179
Uji Trent kritis2,01669
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung5,00767
Uji HomogenitasF kritis2,39378
Uji HomogenitasVarian kelompok awal684,10714
Uji HomogenitasVarian kelompok akhir3.425,78403
Uji Independensir1 lag-10,12434
Uji IndependensiBatas bawah-0,31483
Uji IndependensiBatas atas0,26937

6. Statistik Deskriptif dan Interpretasi

Jumlah data45 tahun
Minimum40,00 mm
Maksimum351,90 mm
Rata-rata96,72 mm
Median94,00 mm
Standar deviasi sampel45,81 mm
Koefisien variasi0,474
Skewness sampel4,051
Excess kurtosis22,126
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, seri data tidak homogen. 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
289,19090,37186,55687,362
5129,676120,915114,074117,595
10156,481140,792134,256141,351
20182,193159,648156,190167,415
25190,349165,602163,879176,425
50215,475183,908190,498206,670
100240,415202,096222,595240,795
200265,264220,314262,242279,417
1.000322,825263,227400,244390,214

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 = 96,716 mm; S = 45,813 mm; μ = 76,09787; β = 35,71997.
TPY_TK_TX_T (mm)
250,000%0,36651-0,1642889,190
580,000%1,499940,71945129,676
1090,000%2,250371,30455156,481
2095,000%2,970201,86580182,193
2596,000%3,198532,04383190,349
5098,000%3,901942,59228215,475
10099,000%4,600153,13667240,415
20099,500%5,295813,67907265,264
1.00099,900%6,907264,93551322,825

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 = 1,95603; S_Y = 0,15025.
TPK_Tlog X_TX_T (mm)
250,000%0,000001,9560390,371
580,000%0,841622,08248120,915
1090,000%1,281552,14858140,792
2095,000%1,644852,20316159,648
2596,000%1,750692,21907165,602
5098,000%2,053752,26460183,908
10099,000%2,326352,30556202,096
20099,500%2,575832,34304220,314
1.00099,900%3,090232,42033263,227

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 = 1,95603; S_Y = 0,15025; C_s log = 1,03594.
TPZK_Tlog X_TX_T (mm)
250,000%0,00000-0,124671,9373086,556
580,000%0,841620,673282,05719114,074
1090,000%1,281551,144142,12793134,256
2095,000%1,644851,581552,19365156,190
2596,000%1,750691,720452,21452163,879
5098,000%2,053752,155522,27989190,498
10099,000%2,326352,605602,34751222,595
20099,500%2,575833,079402,41870262,242
1.00099,900%3,090234,301542,60233400,244

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 = 78,85156; α = 22,44957; k = -0,18285. L1 = 96,71600; L2 = 19,00397; t3 = 0,29242.
TPX_T (mm)
250,000%87,362
580,000%117,595
1090,000%141,351
2095,000%167,415
2596,000%176,425
5098,000%206,670
10099,000%240,795
20099,500%279,417
1.00099,900%390,214

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
Gumbel0,136960,24000Diterima11,144945,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Normal0,100110,24000Diterima58,724415,93687DitolakK-S diterima, tetapi Chi-Square tidak diterima; gunakan sebagai pembanding.
Log Pearson III0,108700,24000Diterima6,394253,74676DitolakTetap perlu dipertimbangkan karena data memiliki skewness positif kuat.
GEV0,089040,24000Diterima5,721613,74676DitolakTerpilih 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-ratax̄96,716mm
GumbelStandar deviasiS45,813mm
GumbelLokasi Gumbelμ76,09787-
GumbelSkala Gumbelβ35,71997-
Log NormalRata-rata log10(X)Ybar1,95603-
Log NormalStandar deviasi log10(X)S_Y0,15025-
Log Pearson IIIRata-rata log10(X)Ybar1,95603-
Log Pearson IIIStandar deviasi log10(X)S_Y0,15025-
Log Pearson IIIKoefisien kemencengan logC_s1,03594-
GEVLokasiξ78,85156-
GEVSkalaα22,44957-
GEVBentukk-0,18285-

11. Catatan Kelayakan dan Penggunaan Hasil

Catatan kelayakan: Hasil curah hujan rancangan perlu diperlakukan sebagai hasil sementara karena terdapat indikasi pencilan, seri data tidak homogen. 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
Waduk Nawangan
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