Curah Hujan Harian Maksimum Tahunan Stasiun PENATAHAN

Tabanan - Bali

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

Detail Stasiun Cetak PDF Uji Distribusi
Jumlah Data
8 tahun
Rata-rata HHMT
129,63 mm
Hujan Maksimum
267,00 mm
Distribusi Terbaik
Gumbel

Kesimpulan Singkat Analisa

Data HHMT memiliki panjang 8 tahun, rata-rata 129,63 mm, dan nilai maksimum 267,00 mm pada tahun 2018. 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 StasiunPENATAHANPeriode Data2015 s.d. 2022
LokasiDesa Penatahan, Kec. Penebel, TabananProvinsiBali
Wilayah SungaiBALI-PENIDAKoordinat-8.438170, 115.126931
PengelolaBWS BALI PENIDA

Peta Lokasi Stasiun Hujan

Stasiun Hujan Penatahan berlokasi di Desa Penatahan, Kecamatan Penebel, Tabanan, Provinsi Bali. Koordinat: latitude -8.43817, longitude 115.126931.

Radius pencarian: 10 km
Stasiun aktif Stasiun hujan terdekat Radius 10 km
No. Stasiun Hujan Terdekat Lokasi Jarak (km) Panjang Data Periode Data
1GadunganSalamadeg Timur, Tabanan5,810 tahun-

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

Jumlah data HHMT8 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
1201575,0003-12-2015OK
2201696,5016-11-2016OK
3201796,5016-11-2017OK
42018267,0006-11-2018OK
5201987,0003-11-2019OK
62020197,0013-05-2020OK
7202194,0002-08-2021OK
82022124,0008-10-2022OK

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
267,00 mm
Tahun 2018
Nilai minimum
75,00 mm
Tahun 2015
Data > 150 mm
2 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 PencilanKn2,1260
Uji PencilanBatas bawah46,13 mm
Uji PencilanBatas atas301,15 mm
Uji PencilanJumlah pencilan0
Uji Trenr Spearman0,34731
Uji Trent hitung0,90721
Uji Trent kritis2,44691
Uji TrenArahtidak_signifikan
Uji HomogenitasF hitung3,16013
Uji HomogenitasF kritis15,43918
Uji HomogenitasVarian kelompok awal7.994,08333
Uji HomogenitasVarian kelompok akhir2.529,66667
Uji Independensir1 lag-1-0,42139
Uji IndependensiBatas bawah-0,82870
Uji IndependensiBatas atas0,54299

6. Statistik Deskriptif dan Interpretasi

Jumlah data8 tahun
Minimum75,00 mm
Maksimum267,00 mm
Rata-rata129,63 mm
Median96,50 mm
Standar deviasi sampel67,30 mm
Koefisien variasi0,519
Skewness sampel1,587
Excess kurtosis1,667
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
2118,568117,868112,019102,108
5178,045170,872156,491146,416
10217,425207,478188,945192,966
20255,198243,551225,619257,332
25267,180255,194239,023283,063
50304,092291,705288,077383,488
100340,731328,989353,079524,801
200377,236367,272442,354724,019
1.000461,797460,850827,5861.561,723

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 = 129,625 mm; S = 67,302 mm; μ = 99,33530; β = 52,47554.
TPY_TK_TX_T (mm)
250,000%0,36651-0,16428118,568
580,000%1,499940,71945178,045
1090,000%2,250371,30455217,425
2095,000%2,970201,86580255,198
2596,000%3,198532,04383267,180
5098,000%3,901942,59228304,092
10099,000%4,600153,13667340,731
20099,500%5,295813,67907377,236
1.00099,900%6,907264,93551461,797

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 = 2,07140; S_Y = 0,19162.
TPK_Tlog X_TX_T (mm)
250,000%0,000002,07140117,868
580,000%0,841622,23267170,872
1090,000%1,281552,31697207,478
2095,000%1,644852,38659243,551
2596,000%1,750692,40687255,194
5098,000%2,053752,46494291,705
10099,000%2,326352,51718328,989
20099,500%2,575832,56499367,272
1.00099,900%3,090232,66356460,850

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 = 2,07140; S_Y = 0,19162; C_s log = 1,18490.
TPZK_Tlog X_TX_T (mm)
250,000%0,00000-0,115352,04929112,019
580,000%0,841620,642372,19449156,491
1090,000%1,281551,069492,27634188,945
2095,000%1,644851,471522,35338225,619
2596,000%1,750691,602322,37844239,023
5098,000%2,053752,025382,45951288,077
10099,000%2,326352,486512,54787353,079
20099,500%2,575832,997392,64577442,354
1.00099,900%3,090234,417062,91781827,586

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 = 92,36193; α = 24,23702; k = -0,49806. L1 = 129,62500; L2 = 35,42857; t3 = 0,53377.
TPX_T (mm)
250,000%102,108
580,000%146,416
1090,000%192,966
2095,000%257,332
2596,000%283,063
5098,000%383,488
10099,000%524,801
20099,500%724,019
1.00099,900%1.561,723

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
Gumbel0,207540,49000Diterima2,348345,93687DiterimaTerpilih sementara berdasarkan skor otomatis uji kecocokan.
Log Normal0,230400,49000Diterima2,816975,93687DiterimaDiterima oleh kedua uji; dapat menjadi kandidat pembanding.
Log Pearson III0,208380,49000Diterima3,699793,74676DiterimaTetap perlu dipertimbangkan karena data memiliki skewness positif kuat.
GEV0,127650,49000Diterima2,929853,74676DiterimaDiterima 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-ratax̄129,625mm
GumbelStandar deviasiS67,302mm
GumbelLokasi Gumbelμ99,33530-
GumbelSkala Gumbelβ52,47554-
Log NormalRata-rata log10(X)Ybar2,07140-
Log NormalStandar deviasi log10(X)S_Y0,19162-
Log Pearson IIIRata-rata log10(X)Ybar2,07140-
Log Pearson IIIStandar deviasi log10(X)S_Y0,19162-
Log Pearson IIIKoefisien kemencengan logC_s1,18490-
GEVLokasiξ92,36193-
GEVSkalaα24,23702-
GEVBentukk-0,49806-

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
PENATAHAN
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