Uji Outlier
Outlier, dalam Bahasa Indonesia dikenal dengan terminologi ‘pencilan’, merupakan nilai suatu datum dari suatu seri data yang memiliki nilai sangat berbeda dengan datum-datum lainnya, baik terlalu besar ataupun terlalu kecil. Meskipun hujan merupakan kejadian yang stokastik, tetapi normalisasi besaran nilai suatu hujan dapat didekati secara statistik. Kemungkinan kesalahan pencatatan hujan, baik oleh manusia ataupun alat pencatat hujan, dapat menyebabkan kesalahan pada tahap analisis. Oleh karena itu, suatu seri data hujan perlu diperiksa terlebih dahulu batas outliernya. Pemeriksaan adanya outlier pada seri data hujan harian maksimum tahunan, baik outlier atas maupun outlier bawah dilakukan dengan metode yang dikembangkan oleh Water Resource Council (1981).
Menurut Water Resource Council, bila:
- Koefisien skewness dari data sampel > +0,4, maka perlu dilakukan pemeriksaan outlier atas,
- Koefisien skewness dari data sampel < -0,4, maka perlu dilakukan pemeriksaan outlier bawah,
- -0,4 < koefisien skewness< +0,4, maka perlu dilakukan pemeriksaan outlier atas dan outlier bawah sekaligus sebelum menghilangkan data yang dipandang sebagai outlier
Bila terdapat outlier atas, maka perlu dilakukan pemeriksaan atas kebenaran data tersebut. Apabila terdapat outlier bawah, maka data outlier dapat langsung dibuang. Jika data tersebut tidak dapat dibuktikan benar secara ilmiah, maka data outlier tersebut harus dibuang terlebih dahulu sebelum suatu seri data digunakan untuk analisis hidrologi lebih lanjut.
Persamaan frekuensi untuk mendeteksi adanya outlier adalah:
Keterangan:
Referensi: Modul 1 Analisis Curah Hujan, Balai Teknik Bendungan
Tags: curah hujan