Slide Transformasi dan Load Data Menggunakan Talend Open Studio
DataHujan
1. ALRAFIZRA MUHAYA/D1011211046 [HIDROLOGI]
1
BAB 1
DATA HIDROLOGI
1.1 Data hujan
Menurut Sri Harto, 2000 : 35, data curah hujan yang akan digunakan
dalam analisis hidrologi harus merupakan data yang mengandung kesalahan
yang sekecil mungkin, karena menghilangkan sama sekali kesalahan adalah
tidak mungkin. Hal tersebut harus dilakukan, karena besaran hujan termasuk
hal terpenting dalam analisis, sehingga dapat dipahami, apabila kesalahan
yang terbawa dalam data hujan terlalu besar, maka hasil analisis pun
diragukan, padahal akan digunakan sebagai acuan dalam perencanaan dan
perancangan.
Kesalahan-kesalahan yang banyak terjadi dalam analisis hujan, antara
lain:
1) Kelengkapan data
2) Kepanggahan data
3) Cara analisis
1.2 Kelengkapan Data Hujan
Data hujan dikumpulkan dari lapangan oleh para petugas atau
pengamat. Dari pembacaan di alat ukur, kemudian dipindahkan dalam catatan
sementara atau langsung ke formulir yang telah disediakan. Dengan
mengikuti prosedur tersebut. Dan juga karena sebab-sebab lain, sering terjadi
data hujan tidak terekam atau catatan sementara hilang atau rusak. Sehingga
data hujan pada hari-hari tertentu tidak diketahui. Hal tersebut berbeda bila
memang pada hari tersebut tidak terjadi hujan atau dengan kata lain dapat
dikatakan bahwa tidak komplit disebabkan oleh faktor manusia atau alat.
Misal kesengajaan pengamat tidak mencatat data ataupun bila mencatat data
yang diukur, salah pengukurannya atau sebagaian data rusak. Keadaan
tersebut menyebabkan pada bagian-bagian tertentu dari data runtut waktu
terdapat data kosong (missing record).
2. ALRAFIZRA MUHAYA/D1011211046 [HIDROLOGI]
2
Jika hal ini sering terjadi maka akan sangat merugikan. Dan hal inilah
yang kadang-kadang digunakan sebagai salah satu alasan untuk tidak
menggunakan data stasiun tersebut secara keseluruhan secara analisis, tanpa
disadari bahwa dengan berkurangnnya jumlah stasiun dalam analisis justru
akan mengakibatkan kesalahan lain.
Untuk mengurangi kesulitan analisis karena data yang hilang tersebut,
kemudian dicoba untuk dapat memperkirakan besaran data-data yang hilang
tersebut membandingkannya dengan menggunakan data stasiun lain di
sekitarnya. Dalam hal ini diandaikan (assumed) bahwa sifat hujan di suatu
stasiun sebanding dengan sifat hujan disekitarnya.
Pengisian data hujan yang hilang dapat menggunakan 2 cara
diantaranya:
1) Cara Empirik
a. Rata-rata Aritmatik (Arthmatical Average)
b. Perbandingan Normal (Normal Ratio)
c. Reciprocal Method
d. Kantor Cuaca Nasional USA (U.S. National Wheather Service)
2) Cara Stokastik
a. Matode Bilangan Acak
b. Metode Markov
Dalam tugas ini, cara empirik yang digunakan adalah Reciprocal
Method.
1.2.1 Reciprocal Method
Untuk Reciprocal Method, diperlukan stasiun pembanding
dimana diusahakan stasiun pembanding memiliki elevasi yang tidak
jauh berbeda dari stasiun yang diberikan. Selain itu, diusahakan jarak
antara stasiun yang diberikan dan stasiun pembanding tidak terlalu jauh
serta memiliki data yang cukup lengkap. Kajian metode reciprocal
dilakukan dengan persamaan berikut:
3. ALRAFIZRA MUHAYA/D1011211046 [HIDROLOGI]
3
Px =
Pa
dxa2 +
Pb
dxb2 + ⋯ +
Pn
dxn2
1
dxa2 +
1
dxb2 + ⋯ +
1
dxn2
Px = Hujan di stasiun Xi yang diperkirakan (mm)
Pa = Hujan di stasiun A (mm)
Pb = Hujan di stasiun B (mm)
Pn = Hujan ke-n (mm)
dxa = Jarak antara stasiun A dan stasiun x (Km)
dxb = Jarak antara stasiun B dan stasiun x (Km)
dxn = Jarak antara stasiun ke-n dan stasiun x (Km)
7. ALRAFIZRA MUHAYA/D1011211046 [HIDROLOGI]
7
1.3 Analisa Perhitungan
Contoh perhitungan untuk mencari data hujan yang hilang stasiun B
pada bulan Januari 2013.
a. Langkah perhitungan:
1) Kumpulkan data historik dari stasiun yang dikaji.
2) Hitung jarak antar stasiun yang dikaji dengan stasiun pembanding.
3) Masukkan data curah hujan yang digunakan dari stasiun
pembanding.
4) Masukkan nilai yang sudah diketahui ke persamaan.
Diketahui:
dxc = 8,339 km Pc = 51,7 mm
dxe = 6,680 km Pe = 66,5 mm
Ditanya: Pb = …?
Jawab:
Pb =
Pc
dxc2 +
Pe
dxe2
1
dxc2 +
1
dxe2
Pb =
51,7
(8,339)2 +
66,5
(6,680)2
1
(8,339)2 +
1
(6,680)2
Pb =
51,7
69,539
+
66,5
44,622
1
69,539
+
1
44,622
Pb = 60,715 mm
5) Ulangi cara diatas untuk memperoleh data hujan pada bulan, tahun
dan stasiun yang lain.
Dengan menggunakan cara reciprocal method. Seperti yang ditunjukan
oleh contoh perhitungan, maka dapat dihitung semua data curah hujan yang
hilang pada semua bulan, tahun di stasiun masing-masing, dengan syarat nilai
curah hujan pembanding tidak bernilai 0 (≠0).
8. ALRAFIZRA MUHAYA/D1011211046 [HIDROLOGI]
8
Tabel 1.4 Perhitungan Data Curah Hujan Reciprocal Method yang Hilang (mm) Stasiun B
Pc = Stasiun C dxc = 9,116 km
Pe = Stasiun E dxe = 6,958 km
2013
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pc 51,7 67,2 159,7 19,2 75,6 72,2 48,6 32,4 73,4 98,5 54,2 51,7
Pe 66,5 62 108 76,3 52,5 109,2 74,1 78 109,5 78 79,3 91,3
Pb 61,052 63,914 127,032 55,280 61,004 95,579 64,713 61,214 96,211 85,547 70,060 76,722
Tabel 1.5 Perhitungan Data Curah Hujan Reciprocal Method yang Hilang (mm) Stasiun E
Pc = Stasiun C dxc = 6,958 km
Pe = Stasiun E dxe = 6,478 km
2015
Bulan
Sep Okt
Pb 40,4 100,2
Pc 43 52
Pe 41,793 74,380
9. ALRAFIZRA MUHAYA/D1011211046 [HIDROLOGI]
9
Tabel 1.6 Perhitungan Data Curah Hujan Reciprocal Method yang Hilang (mm) Stasiun c
Pc = Stasiun C dxc = 9,116 km
Pe = Stasiun E dxe = 6,478 km
2001
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 68,8 67,4 46 85,2 75,9 66,6 58,2 47,7 56 62,8 89,4 100,2
Pe 110,6 41 46,2 55,8 47,1 25 39,1 108,5 61,9 71,6 58,9 74,3
Pc 96,574 49,858 46,133 65,665 56,764 38,958 45,509 88,099 59,920 68,647 69,134 82,990
Tabel 1.7 Perhitungan Data Curah Hujan Reciprocal Method yang Hilang (mm) Stasiun E
Pc = Stasiun C dxc = 6,680 km
Pe = Stasiun E dxe = 8,337 km
2015
Bulan
Sep Okt
Pb 40,4 100,2
Pc 43 52
Pe 41,793 74,380
13. ALRAFIZRA MUHAYA/D1011211046 [HIDROLOGI]
13
1.4 Persentase Error
Cara perhitungan untuk mencari persentase error data curah hujan yang
hilang.
Langkah perhitungan:
1) Cari data yang dalam setahun tidak terdapat data yang kosong atau
yang memiliki kekosongan data paling sedikit.
2) Ambil data tersebut lalu kosongkan/hilangkan data dalam satu tahun
tersebut.
3) Carilah data stasiun yang dihilangkan dengan cara yang sama pada
Reciprocal Method sebelumnya.
4) Setelah mendapatkan hasil perhitungan (data analisis), kurangkan data
tersebut dengan data asli (data historik) dan dibagi dengan data asli
(data historik)
5) Hasilnya kemudian dikalikan dengan 100% dan bernilai absolute.
6) Hasil dari nilai-nilai tersebut kemudian dirata-ratakan.
%Error =
|Data Analisis − Data Historik|
Data Historik
× 100%
14. ALRAFIZRA MUHAYA/D1011211046
[HIDROLOGI]
14
Tabel 1.8 Perhitungan Data Analisis Error Reciprocal Method (mm) Stasiun B
Pc = Stasiun C dxc = 9,116 km
Pe = Stasiun E dxe = 6,958 km
2003
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pc 125 125 60 50 60 60 25 15 55 51 60 65
Pe 118,6 84,7 69,7 45 50,8 74,5 29,6 46 139,6 58,2 100,5 79,9
Pb 121,102 100,452 65,909 46,954 54,396 68,832 27,802 33,883 106,532 55,386 84,670 74,076
2005
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pc 50 60 125 139 40 44 31 14 45 78 53 80
Pe 91,6 83,7 53,6 60,5 29,3 71,7 46,2 30,9 62,1 55 110,4 51,8
Pb 75,340 74,436 81,508 91,183 33,482 60,873 40,259 24,294 55,416 63,990 87,964 62,823
2008
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pc 70 60 51 60 51 56 60 25 38 60 70 101
Pe 90 105,2 23,8 87,3 40 95,4 36,5 29,7 53,5 75 52,3 121,3
Pb 82,183 87,533 34,432 76,629 44,300 80,000 45,685 27,863 47,441 69,137 59,218 113,365
15. ALRAFIZRA MUHAYA/D1011211046
[HIDROLOGI]
15
2011
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pc 79 60 65 62 56 32 26 15 60 60 70 48
Pe 36,3 71 56,1 76,3 50,6 31 53,5 62,5 35,2 66,4 47,8 107,3
Pb 52,990 66,700 59,579 70,711 52,711 31,391 42,751 43,934 44,894 63,898 56,477 84,121
2016
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pc 40 109,8 78 74,6 60,2 70 176,3 30 60 57,6 63,8 144,3
Pe 78,2 96,5 103,8 58,6 73,3 57,3 104,8 35,6 52,3 89,3 60,8 49,7
Pb 63,269 101,699 93,716 64,854 68,180 62,264 132,747 33,411 55,310 76,909 61,973 86,676
Tabel 1.9 Perhitungan Data Analisis Error Reciprocal Method (mm) Stasiun C
Pb = Stasiun B dxb = 8,339 km
Pe = Stasiun E dxe = 8,337 km
2003
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 87,6 81,5 75,2 59,9 53,6 48 46 25,4 64,4 68,5 93,6 103,8
Pe 118,6 84,7 69,7 45 50,8 74,5 29,6 46 139,6 58,2 100,5 79,9
Pc 103,104 83,100 72,449 52,448 52,200 61,253 37,798 35,702 102,009 63,349 97,051 91,847
16. ALRAFIZRA MUHAYA/D1011211046
[HIDROLOGI]
16
2005
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 77,9 67,8 57,3 53,8 44,25 41,2 35,3 28,8 49,7 64,77 70,2 85,7
Pe 91,6 83,7 53,6 60,5 29,3 71,7 46,2 30,9 62,1 55 110,4 51,8
Pc 84,752 75,752 55,450 57,151 36,773 56,454 40,751 29,850 55,901 59,884 90,305 68,746
2008
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 86,4 73,8 68,78 60,6 56,2 47,7 44,63 36 54,71 63,6 69,8 90,3
Pe 90 105,2 23,8 87,3 40 95,4 36,5 29,7 53,5 75 52,3 121,3
Pc 88,200 89,504 46,285 73,953 48,098 71,556 40,564 32,849 54,105 69,301 61,048 105,804
2011
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 135,12 116 106,12 95,9 76 67,4 64 36,3 73,81 95,9 118,59 137,81
Pe 36,3 71 56,1 76,3 50,6 31 53,5 62,5 35,2 66,4 47,8 107,3
Pc 85,698 93,495 81,104 86,098 63,297 49,196 58,749 49,403 54,500 81,146 83,187 122,551
17. ALRAFIZRA MUHAYA/D1011211046
[HIDROLOGI]
17
2016
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 62,8 61,4 40 79,2 29,9 60,6 52,2 41,7 110 29 83,4 74,2
Pe 78,2 96,5 103,8 58,6 73,3 57,3 104,8 35,6 52,3 89,3 60,8 49,7
Pc 70,502 78,954 71,908 68,898 51,605 58,950 78,506 38,649 81,143 59,157 72,097 61,947
Tabel 1.10 Perhitungan Data Analisis Error Reciprocal Method (mm) Stasiun E
Pb = Stasiun B dxc = 6,680 km
Pc = Stasiun E dxe = 8,337 km
2003
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 87,6 81,5 75,2 59,9 53,6 48 46 25,4 64,4 68,5 93,6 103,8
Pc 125 125 60 50 60 60 25 15 55 51 60 65
Pe 102,223 98,508 69,257 56,029 56,102 52,692 37,789 21,334 60,725 61,658 80,463 88,630
2005
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 77,9 67,8 57,3 53,8 44,25 41,2 35,3 28,8 49,7 64,77 70,2 85,7
Pc 50 60 125 139 40 44 31 14 45 78 53 80
Pe 66,991 64,750 83,770 87,112 42,588 42,295 33,619 23,013 47,862 69,943 63,475 83,471
18. ALRAFIZRA MUHAYA/D1011211046
[HIDROLOGI]
18
2008
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 86,4 73,8 68,78 60,6 56,2 47,7 44,63 36 54,71 63,6 69,8 90,3
Pc 70 60 51 60 51 56 60 25 38 60 70 101
Pe 79,988 68,404 61,828 60,365 54,167 50,945 50,639 31,699 48,177 62,192 69,878 94,484
2011
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 135,12 116 106,12 95,9 76 67,4 64 36,3 73,81 95,9 118,59 137,81
Pc 79 60 65 62 56 32 26 15 60 60 70 48
Pe 113,178 94,105 90,043 82,646 68,180 53,559 49,143 27,972 68,410 81,864 99,592 102,696
2016
Bulan
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
Pb 62,8 61,4 40 79,2 29,9 60,6 52,2 41,7 110 29 83,4 74,2
Pc 40 109,8 78 74,6 60,2 70 176,3 30 60 57,6 63,8 144,3
Pe 53,886 80,324 54,857 77,401 41,747 64,275 100,721 37,125 90,451 40,182 75,737 101,608
19. ALRAFIZRA MUHAYA/D1011211046
[HIDROLOGI]
19
Tabel 1.11 Data Historik Curah Hujan Maksimum Satu Harian (mm) Stasiun B
TAHUN
BULAN
MAX
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
2003 87,6 81,5 75,2 59,9 53,6 48 46 25,4 64,4 68,5 93,6 103,8 103,800
2005 77,9 67,8 57,3 53,8 44,25 41,2 35,3 28,8 49,7 64,77 70,2 85,7 85,700
2008 86,4 73,8 68,78 60,6 56,2 47,7 44,63 36 54,71 63,6 69,8 90,3 90,300
2011 135,12 116 106,12 95,9 76 67,4 64 36,3 73,81 95,9 118,59 137,81 137,810
2016 62,8 61,4 40 79,2 29,9 60,6 52,2 41,7 110 29 83,4 74,2 110,000
Tabel 1.12 Data Analisis Curah Hujan Maksimum Satu Harian (mm) Stasiun B
TAHUN
BULAN
MAX
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
2003 121,102 100,452 65,909 46,954 54,396 68,832 27,802 33,883 106,532 55,386 84,670 74,076 121,102
2005 75,340 74,436 81,508 91,183 33,482 60,873 40,259 24,294 55,416 63,990 87,964 62,823 91,183
2008 82,183 87,533 34,432 76,629 44,300 80,000 45,685 27,863 47,441 69,137 59,218 113,365 113,365
2011 52,990 66,700 59,579 70,711 52,711 31,391 42,751 43,934 44,894 63,898 56,477 84,121 84,121
2016 63,269 101,699 93,716 64,854 68,180 62,264 132,747 33,411 55,310 76,909 61,973 86,676 132,747
Tabel 1.13 Data Persentase Error Stasiun B
PERSENTASE ERROR STASIUN B
TAHUN BULAN
RATA-RATA
JAN FEB MAR APR MEI JUN JUL AGU SEP OKT NOV DES
2003 0,382 0,233 0,124 0,216 0,015 0,434 0,396 0,334 0,654 0,191 0,095 0,286 0,280
2005 0,033 0,098 0,422 0,695 0,243 0,477 0,140 0,156 0,115 0,012 0,253 0,267 0,243
2008 0,049 0,186 0,499 0,265 0,212 0,677 0,024 0,226 0,133 0,087 0,152 0,255 0,230
2011 0,608 0,425 0,439 0,263 0,306 0,534 0,332 0,210 0,392 0,334 0,524 0,390 0,396
2016 0,007 0,656 1,343 0,181 1,280 0,027 1,543 0,199 0,497 1,652 0,257 0,168 0,651
JUMLAH 1,800
RATA-RATA 0,360
20. ALRAFIZRA MUHAYA/D1011211046
[HIDROLOGI]
20
Tabel 1.14 Data Historik Curah Hujan Maksimum Satu Harian (mm) Stasiun C
TAHUN
BULAN
MAX
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
2003 125 125 60 50 60 60 25 15 55 51 60 65 125,000
2005 50 60 125 139 40 44 31 14 45 78 53 80 139,000
2008 70 60 51 60 51 56 60 25 38 60 70 101 101,000
2011 79 60 65 62 56 32 26 15 60 60 70 48 79,000
2016 40 109,8 78 74,6 60,2 70 176,3 30 60 57,6 63,8 144,3 176,300
Tabel 1.15 Data Analisis Curah Hujan Maksimum Satu Harian (mm) Stasiun C
TAHUN
BULAN
MAX
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
2003 103,104 83,100 72,449 52,448 52,200 61,253 37,798 35,702 102,009 63,349 97,051 91,847 103,104
2005 84,752 75,752 55,450 57,151 36,773 56,454 40,751 29,850 55,901 59,884 90,305 68,746 90,305
2008 88,200 89,504 46,285 73,953 48,098 71,556 40,564 32,849 54,105 69,301 61,048 105,804 105,804
2011 85,698 93,495 81,104 86,098 63,297 49,196 58,749 49,403 54,500 81,146 83,187 122,551 122,551
2016 70,502 78,954 71,908 68,898 51,605 58,950 78,506 38,649 81,143 59,157 72,097 61,947 81,143
Tabel 1.16 Data Persentase Error Stasiun C
PERSENTASE ERROR STASIUN C
TAHUN BULAN
RATA-RATA
JAN FEB MAR APR MEI JUN JUL AGU SEP OKT NOV DES
2003 0,175 0,335 0,207 0,049 0,130 0,021 0,512 1,380 0,855 0,242 0,618 0,413 0,411
2005 0,695 0,263 0,556 0,589 0,081 0,283 0,315 1,132 0,242 0,232 0,704 0,141 0,436
2008 0,260 0,492 0,092 0,233 0,057 0,278 0,324 0,314 0,424 0,155 0,128 0,048 0,234
2011 0,085 0,558 0,248 0,389 0,130 0,537 1,260 2,294 0,092 0,352 0,188 1,553 0,640
2016 0,763 0,281 0,078 0,076 0,143 0,158 0,555 0,288 0,352 0,027 0,130 0,571 0,285
JUMLAH 2,007
RATA-RATA 0,401
21. ALRAFIZRA MUHAYA/D1011211046
[HIDROLOGI]
21
Tabel 1.17 Data Historik Curah Hujan Maksimum Satu Harian (mm) Stasiun E
TAHUN
BULAN
MAX
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
2003 118,6 84,7 69,7 45 50,8 74,5 29,6 46 139,6 58,2 100,5 79,9 139,600
2005 91,6 83,7 53,6 60,5 29,3 71,7 46,2 30,9 62,1 55 110,4 51,8 110,400
2008 90 105,2 23,8 87,3 40 95,4 36,5 29,7 53,5 75 52,3 121,3 121,300
2011 36,3 71 56,1 76,3 50,6 31 53,5 62,5 35,2 66,4 47,8 107,3 107,300
2016 78,2 96,5 103,8 58,6 73,3 57,3 104,8 35,6 52,3 89,3 60,8 49,7 104,800
Tabel 1.18 Data Analisis Curah Hujan Maksimum Satu Harian (mm) Stasiun E
TAHUN
BULAN
MAX
Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des
2003 102,223 98,508 69,257 56,029 56,102 52,692 37,789 21,334 60,725 61,658 80,463 88,630 102,223
2005 66,991 64,750 83,770 87,112 42,588 42,295 33,619 23,013 47,862 69,943 63,475 83,471 87,112
2008 79,988 68,404 61,828 60,365 54,167 50,945 50,639 31,699 48,177 62,192 69,878 94,484 94,484
2011 113,178 94,105 90,043 82,646 68,180 53,559 49,143 27,972 68,410 81,864 99,592 102,696 113,178
2016 53,886 80,324 54,857 77,401 41,747 64,275 100,721 37,125 90,451 40,182 75,737 101,608 101,608
Tabel 1.19 Data Persentase Error Stasiun E
PERSENTASE ERROR STASIUN E
TAHUN BULAN
RATA-RATA
JAN FEB MAR APR MEI JUN JUL AGU SEP OKT NOV DES
2003 0,138 0,163 0,006 0,245 0,104 0,293 0,277 0,536 0,565 0,059 0,199 0,109 0,225
2005 0,269 0,226 0,563 0,440 0,454 0,410 0,272 0,255 0,229 0,272 0,425 0,611 0,369
2008 0,111 0,350 1,598 0,309 0,354 0,466 0,387 0,067 0,100 0,171 0,336 0,221 0,372
2011 2,118 0,325 0,605 0,083 0,347 0,728 0,081 0,552 0,943 0,233 1,084 0,043 0,595
2016 0,311 0,168 0,472 0,321 0,430 0,122 0,039 0,043 0,729 0,550 0,246 1,044 0,373
JUMLAH 1,934
RATA-RATA 0,387
22. ALRAFIZRA MUHAYA/D1011211046 [HIDROLOGI]
22
Tabel 1.20 Rata-rata Persentase Error Stasiun B, C, dan E
METODE
Stasiun
RATA-RATA
B C E
Reciprocal Method 0,360 0,401 0,387 0,383
1.5 Kesimpulan
Setelah melakukan analisa untuk mencari data curah hujan yang hilang
dengan menggunakan metode Reciprocal Method di dapat bahwa persentase
error pada pada tahun 2003, 2005, 2008, 2011, 2016 yang terbesar terdapat
pada stasiun C, sedangkan yang terkecil terdapat pada stasiun B, yang
masing-masing berjumlah 0,401 dan 0,360, serta rata-rata error di setiap
stasiun didapat sebesar 0,383.