Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Estimasi Data Hujan
1. SOAL II
ESTIMASI DATA HUJAN YANG HILANG
DAN UJI KONSISTENSI DATA
2.1 Estimasi Data Hujan yang Hilang
Data hujan dapat diperoleh dari stasiun hujan yang diperoleh dan dikelola oleh pihak terkait
atau pihak yang membutuhkan untuk keprerluan penelitian atau sebagainya. Tetapi tidak menutup
kemungkinan terdapat data yang tidak lengkap atau hilang dalam penghimpunan data dari
lapangan. Hal tersebut dapat disebabkan oleh kerusakan alat, kelalaian petugas, factor alam atau
sebagainya. Sehingga hal ini dapat menyebabkan kekosongan data pada waktu tertentu. Hilangnya
data hujan diwaktu terterntu dapat merugikan, misalnya untuk menganalisis debit banjir saat
musim hujan, apabila terdapat data hujan yang tidak lengkap atau hilang maka akan merugikan
karena pihak terkait tidak dapat memperoleh data secara akurat.
Data hujan yang hilang dapat di estimasi apabila disekitarnya ada stasiun penakar hujan
minimal (2 stasiun hujan) yang lengkap datanya atau stasiun penakar yang datanya hilang
diketahui hujan rata-rata tahunannya. (Limantara : 2010)
Apabila data hujan yang hilang benar-benar diperlukan untuk waktu dan kepentingan tertentu,
maka data hujan yang hilang dapat di estimasi/dihitung melalui metode-metode yang ada. Metode
yang banyak digunakan yaitu metode perbandingan normal ( Normal Ratio Method )
Rumus “Normal Ratio Method” untuk menghitung data yang hilang :
Px =
1
𝑛
∑ 𝑃𝑖
𝐴𝑛𝑥
𝐴𝑛𝑖
𝑛
𝑖=1
Dengan : Px = tinggi hujan harian harian maksimum di stasiun x (x)
n = jumlah stasiun disekitar x untuk mencari data di x
𝑃𝑖 = tinggi hujan harian di stasiun sekitar x (mm)
𝐴𝑛𝑥 = tinggi hujan rata-rata tahunan distasiun x (mm)
𝐴𝑛𝑖 = tinggi hujan rata-rata tahunan distasiun sekitar x (mm)
2. 2.2 Teori Uji Konsistensi Data
Uji konsistensi data dilakukan untuk mengetahui hasil perhitungan estimasi hujan harian yang
hilang dapat terkoreksi kekonsistensiannya, sehingga data hujan tahunan dari stasiun yang ada
memiliki keterkaitan yang kuat.
Uji konsistensi data dapat dilakukan dengan membandingkan data komulatif hujan dengan
nilai komulatif rata-rata stasiun hujan dari stasiun yang bersesuaian . perhitungan tersebut
kemudian disajikan dalam bentuk Lengkung Massa Ganda ( Double Mass Curve ) dengan melihat
lengkung massa ganda, apabila garis kurva lurus dan tidak terjadi patahan maka data hujan tersebut
konsisten. Sebaliknya, apabila garis kurva terjadi patahan maka data tersebut tidak konsisten. Data
yang tidak konsisten dapat disebabkan oleh perubahan lingkungan atau perubahan cara menakar.
Apabila terjadi data hujan yang tidak konsisten, maka dapat dilakukan koreksi dengan
menggunakan rumus berikut :
Dengan : Yz = Hujan yang dikoreksi (mm)
Y = Hujan Pengamatan (mm)
𝑡𝑔 𝛼 = kemiringan sebelum perubahan
𝑡𝑔𝛼0= kemiringan sesudah perubahan
Gambar 2.1 Lengkung Massa Ganda
Sumber : Materi Kuliah Presipitasi
Yz =
𝑡𝑔 𝛼
𝑡𝑔𝛼0
Y
3. 2.3 Analisa Perhitungan
2.3.1 Data Hujan
Tabel 2.1 Data Curah Hujan Di Stasiun A, B, C dan di Pada Hari yang Sama
Sumber : Data Perhitungan 2021
Keterangan :
1 2004 300.0 270.0 255.0 240.0
2 2005 235.0 211.5 199.8 188.0
3 2006 323.0 290.7 274.6
4 2007 259.2 244.8 230.4
5 2008 254.0 228.6 215.9 203.2
6 2009 222.0 199.8 188.7 177.6
7 2010 300.0 270.0 255.0 240.0
8 2011 262.0 235.8 222.7 209.6
9 2012 195.0 175.5 165.8 156.0
10 2013 259.0 233.1 207.2
11 2014 340.0 306.0 289.0 272.0
12 2015 310.0 279.0 263.5 248.0
No. Tahun
Stasiun
Hujan A
Stasiun
Hujan B
Stasiun
Hujan C
Stasiun
Hujan D
= Data hilang pada stasiun A
= Data hilang pada Stasiun C
= Data hilang pada Stasiun D
4. 2.3.2 Perhitungan Perkiraan Data Hujan yang Hilang
2.3.2.1 Mencari Data yang hilang Tahun 2006 pada Stasiun D
Tabel 2.2 Mencari Data yang Hilang Pada Tahun 2006 di Stasiun D
Sumber : Hasil Perhitungan
Tabel 2.3 Data Hujan di Stasiun A, B, C dan Hujan Tahunan
Pos
Hujan
Tinggi
Hujan
(mm)
Jumlah
Hujan
Tahunan
(mm)
A 323.0 1832.0
B 290.7 1908.0
C 274.6 1581.9
D 1696.0
Sumber : Hasil Perhitungan
Perhitungan :
Px =
1
𝑛
∑ 𝑃𝑖
𝐴𝑛𝑥
𝐴𝑛𝑖
𝑛
𝑖=1
Px =
1
3
((𝑃𝐴 ×
𝐴𝑥
𝐴𝐴
) + (𝑃𝐵 ×
𝐴𝑥
𝐴𝐵
) + ( 𝑃𝑐 ×
𝐴𝑥
𝐴𝑐
))
Px =
1
3
(( 323.0 ×
1696 .0
1832 .0
) + (290.7 ×
1696.0
1908.0
) + ( 202.8 ×
1696.0
274.6
))
= 283.94 mm
Stasiun Stasiun Stasiun Stasiun
Hujan A Hujan B Hujan C Hujan D
3 2006 323.0 290.7 274.6
4 2007 259.2 244.8 230.4
5 2008 254.0 228.6 215.9 203.2
6 2009 222.0 199.8 188.7 177.6
7 2010 300.0 270.0 255.0 240.0
8 2011 262.0 235.8 222.7 209.6
9 2012 195.0 175.5 165.8 156.0
10 2013 259.0 233.1 207.2
11 2014 340.0 306.0 289.0 272.0
1832.0 1908.0 1581.9 1696.0
No. Tahun
Jumlah
5. 2.3.2.2 Mencari Data yang hilang Tahun 2007 pada Stasiun A
Tabel 2.4 Mencari Data yang Hilang Pada Tahun 2007 di Stasiun A
Sumber : Hasil Perhitungan
Tabel 2.5 Mencari Data yang Hilang Pada Tahun 2007 di Stasiun A
Pos
Hujan
Tinggi
Hujan (mm)
Jumlah
Hujan
Tahunan
(mm)
A 1832.0
B 259.2 1648.8
C 244.8 1337.1
D 230.4 1465.6
Sumber : Hasil Perhitungan
Perhitungan :
Px =
1
𝑛
∑ 𝑃𝑖
𝐴𝑛𝑥
𝐴𝑛𝑖
𝑛
𝑖=1
Px =
1
3
((𝑃𝐵 ×
𝐴𝑥
𝐴𝑏
) + (𝑃𝐶 ×
𝐴𝑥
𝐴𝑐
) + ( 𝑃𝐷 ×
𝐴𝑥
𝐴𝑑
))
Px =
1
3
(( 259.2 ×
1832.0
1648.8
) + ( 244.8 ×
1832.0
1337.1
) + ( 230.4 ×
1832 .0
1465 .6
))
= 303.80 mm
No. Tahun Stasiun Stasiun Stasiun Stasiun
Hujan A Hujan B Hujan C Hujan D
4 2007 259.2 244.8 230.4
5 2008 254.0 228.6 215.9 203.2
6 2009 222.0 199.8 188.7 177.6
7 2010 300.0 270.0 255 240.0
8 2011 262.0 235.8 222.7 209.6
9 2012 195.0 175.5 165.8 156.0
10 2013 259.0 233.1 207.2
11 2014 340.0 306.0 289 272.0
1832.0 1648.8 1337.1 1465.6
Jumlah
6. 2.3.2.3 Mencari Data yang hilang Tahun 2013 pada Stasiun C
Tabel 2.6 Mencari Data yang Hilang Pada Tahun 2013 di Stasiun C
Sumber : Hasil Perhitungan
Tabel 2.7 Mencari Data yang Hilang Pada Tahun 2013 di Stasiun C
Pos
Hujan
Tinggi Hujan
(mm)
Jumlah Hujan
Tahunan
(mm)
A 259.0 3044.8
B 233.1 2726.1
C 2574.8
D 207.2 2448.7
Sumber : Hasil Perhitungan
Perhitungan :
Px =
1
𝑛
∑ 𝑑𝑖
𝐴𝑛𝑥
𝐴𝑛𝑖
𝑛
𝑖=1
Px =
1
3
( (𝑃𝐴 ×
𝐴𝑥
𝐴𝐴
) + (𝑃𝐵 ×
𝐴𝑥
𝐴𝐵
) + ( 𝑃𝐷 ×
𝐴𝑥
𝐴𝐷
))
Px =
1
3
((259.0 ×
2574 .8
3044 .8
) + ( 233.1 ×
2574 .8
2726 .1
) + ( 207.2 ×
2574.8
2448.7
))
= 219.02 mm
1 2004 300.0 270.0 255 240.0
2 2005 235.0 211.5 199.8 188.0
3 2006 323.0 290.7 274.6 283.9
4 2007 303.8 259.2 244.8 230.4
5 2008 254.0 228.6 215.9 203.2
6 2009 222.0 199.8 188.7 177.6
7 2010 300.0 270.0 255 240.0
8 2011 262.0 235.8 222.7 209.6
9 2012 195.0 175.5 165.8 156.0
10 2013 259.0 233.1 207.2
11 2014 340.0 306.0 289 272.0
12 2015 310.0 279.0 263.5 248.0
3044.8 2726.1 2574.8 2448.7
Jumlah
No. Tahun
Stasiun
Hujan A
Stasiun
Hujan B
Stasiun
Hujan C
Stasiun
Hujan D
7. 2.3.3 Data Hujan Baru
Tabel 2.8 Data Hujan Stasiun A, B, C dan D pada Tahun 2014-2015
Sumber : Hasil Perhitungan
2.3.4 Perhitungan Uji Konsistensi
2.3.4.1 Perhitungan Rerata Pada Stasiun B,C,D , Stasiun A, C, D , Stasiun A, B, D , dan
Stasiun A, B, C
Tabel 2.9 Rerata Stasiun Hujan B, C, dan D
Sumber : Hasil Perhitungan
1 2004 300.0 270.0 255 240.0
2 2005 235.0 211.5 199.8 188.0
3 2006 323.0 290.7 274.6 283.9
4 2007 303.8 259.2 244.8 230.4
5 2008 254.0 228.6 215.9 203.2
6 2009 222.0 199.8 188.7 177.6
7 2010 300.0 270.0 255 240.0
8 2011 262.0 235.8 222.7 209.6
9 2012 195.0 175.5 165.8 156.0
10 2013 259.0 233.1 219.02 207.2
11 2014 340.0 306.0 289 272.0
12 2015 310.0 279.0 263.5 248.0
3303.8 2959.2 2793.8 2655.9
Jumlah
No. Tahun
Stasiun
Hujan A
Stasiun
Hujan B
Stasiun
Hujan C
Stasiun
Hujan D
1 2004 270.0 255.0 240.0 255.0
2 2005 211.5 199.8 188.0 199.8
3 2006 290.7 274.6 283.9 283.1
4 2007 259.2 244.8 230.4 244.8
5 2008 228.6 215.9 203.2 215.9
6 2009 199.8 188.7 177.6 188.7
7 2010 270.0 255.0 240.0 255.0
8 2011 235.8 222.7 209.6 222.7
9 2012 175.5 165.8 156.0 165.8
10 2013 233.1 219.0 207.2 219.8
11 2014 306.0 289.0 272.0 289.0
12 2015 279.0 263.5 248.0 263.5
No. Tahun
Stasiun
Hujan B
Stasiun
Hujan C
Stasiun
Hujan D
Rerata
B,C,D
8. Tabel 2.10 Rerata Stasiun Hujan A, C, dan D
Sumber : Hasil Perhitungan
Tabel 2.11 Rerata Stasiun Hujan A, B, dan D
Sumber : Hasil Perhitungan
1 2004 300.0 255.0 240.0 265.0
2 2005 235.0 199.8 188.0 207.6
3 2006 323.0 274.6 283.9 293.8
4 2007 303.8 244.8 230.4 259.7
5 2008 254.0 215.9 203.2 224.4
6 2009 222.0 188.7 177.6 196.1
7 2010 300.0 255.0 240.0 265.0
8 2011 262.0 222.7 209.6 231.4
9 2012 195.0 165.8 156.0 172.3
10 2013 259.0 219.0 207.2 228.4
11 2014 340.0 289.0 272.0 300.3
12 2015 310.0 263.5 248.0 273.8
No. Tahun
Stasiun
Hujan A
Stasiun
Hujan C
Stasiun
Hujan D
Rerata
A,C,D
1 2004 300.0 270.0 240.0 270.0
2 2005 235.0 211.5 188.0 211.5
3 2006 323.0 290.7 283.9 299.2
4 2007 303.8 259.2 230.4 264.5
5 2008 254.0 228.6 203.2 228.6
6 2009 222.0 199.8 177.6 199.8
7 2010 300.0 270.0 240.0 270.0
8 2011 262.0 235.8 209.6 235.8
9 2012 195.0 175.5 156.0 175.5
10 2013 259.0 233.1 207.2 233.1
11 2014 340.0 306.0 272.0 306.0
12 2015 310.0 279.0 248.0 279.0
No. Tahun
Stasiun
Hujan A
Stasiun
Hujan B
Stasiun
Hujan D
Rerata
A,B,D
10. 2.3.4.3 Perhitungan Uji Konsistensi Data di Stasiun A
Tabel 2.14 Uji Konsistensi Data di Stasiun A terhadap B, C, D
Sumber : Hasil Perhitungan
Gambar 2.2 Grafik Uji Konsistensi Stasiun A terhadap B, C, dan D
Sumber : Hasil Perhitungan
1 2004 300.0 300.0 255.0 255.0
2 2005 235.0 535.0 199.8 454.8
3 2006 323.0 858.0 283.1 737.8
4 2007 303.8 1161.8 244.8 982.6
5 2008 254.0 1415.8 215.9 1198.5
6 2009 222.0 1637.8 188.7 1387.2
7 2010 300.0 1937.8 255.0 1642.2
8 2011 262.0 2199.8 222.7 1864.9
9 2012 195.0 2394.8 165.8 2030.7
10 2013 259.0 2653.8 219.8 2250.5
11 2014 340.0 2993.8 289.0 2539.5
12 2015 310.0 3303.8 263.5 2803.0
No. Tahun
Stasiun
Hujan A
Komulati
f A
Rerata
B,C,D
Komulati
f B,C,D
11. Komentar : Dari grafik uji konsistensi statasiun A terhadap stasiun B, C dan D diatas menghasilkan
garis kurva lurus (linier) atau tidak terjadi patahan , yang mana hal ini dapat ditarik
kesimpulan bahwa data pada stasiun tersebut konsisten
2.3.4.4 Perhitungan Uji Konsistensi Data di Stasiun B
Tabel 2.14 Uji Konsistensi Data di Stasiun B terhadap A, C, D
Sumber : Hasil Perhitungan
Gambar 2.3 Grafik Uji Konsistensi Stasiun B terhadap A, C, dan D
1 2004 270.0 270.0 265.0 265.0
2 2005 211.5 481.5 207.6 472.6
3 2006 290.7 772.2 293.8 766.4
4 2007 259.2 1031.4 259.7 1026.1
5 2008 228.6 1260.0 224.4 1250.5
6 2009 199.8 1459.8 196.1 1446.6
7 2010 270.0 1729.8 265.0 1711.6
8 2011 235.8 1965.6 231.4 1943.0
9 2012 175.5 2141.1 172.3 2115.3
10 2013 233.1 2374.2 228.4 2343.7
11 2014 306.0 2680.2 300.3 2644.0
12 2015 279.0 2959.2 273.8 2917.9
No. Tahun
Stasiun
Hujan B
Komulati
f B
Rerata
A,C,D
Komulati
f A,C,D
12. Sumber : Hasil Perhitungan
Komentar : Dari grafik uji konsistensi statasiun B terhadap stasiun A, C dan D diatas menghasilkan
gari kurva lurus atau tidak terjadi patahan , yang mana hal ini dapat ditarik kesimpulan
bahwa data pada stasiun tersebut konsisten
2.3.4.5 Perhitungan Uji Konsistensi Data di Stasiun C
Tabel 2.14 Uji Konsistensi Data di Stasiun C terhadap A, B, D
Sumber : Hasil Perhitungan
1 2004 255.0 255.0 270.0 270.0
2 2005 199.8 454.8 211.5 481.5
3 2006 274.6 729.4 299.2 780.7
4 2007 244.8 974.2 264.5 1045.2
5 2008 215.9 1190.1 228.6 1273.8
6 2009 188.7 1378.8 199.8 1473.6
7 2010 255.0 1633.8 270.0 1743.6
8 2011 222.7 1856.5 235.8 1979.4
9 2012 165.8 2022.3 175.5 2154.9
10 2013 219.0 2241.3 233.1 2388.0
11 2014 289.0 2530.3 306.0 2694.0
12 2015 263.5 2793.8 279.0 2973.0
Stasiun
Hujan C
Komulati
f C
Rerata
A,B,D
Komulati
f A,B,D
No. Tahun
13. Gambar 2.4 Grafik Uji Konsistensi Stasiun C terhadap A, B, dan D
Sumber : Hasil Perhitungan
Komentar : Dari grafik uji konsistensi statasiun C terhadap stasiun A, B dan D diatas menghasilkan
gari kurva lurus atau tidak terjadi patahan , yang mana hal ini dapat ditarik kesimpulan
bahwa data pada stasiun tersebut konsisten
2.3.4.6 Perhitungan Uji Konsistensi Data di Stasiun D
Tabel 2.14 Uji Konsistensi Data di Stasiun D terhadap A, B, C
1 2004 240.0 240.0 275.0 275.0
2 2005 188.0 428.0 215.4 490.4
3 2006 283.9 711.9 296.1 786.5
4 2007 230.4 942.3 269.3 1055.8
5 2008 203.2 1145.5 232.8 1288.6
6 2009 177.6 1323.1 203.5 1492.1
7 2010 240.0 1563.1 275.0 1767.1
8 2011 209.6 1772.7 240.2 2007.3
9 2012 156.0 1928.7 178.8 2186.1
10 2013 207.2 2135.9 237.0 2423.1
11 2014 272.0 2407.9 311.7 2734.8
12 2015 248.0 2655.9 284.2 3018.9
Komulati
f A,B,C
No. Tahun
Stasiun
Hujan D
Komulati
f D
Rerata
A,B,C
14. Sumber : Hasil Perhitungan
Gambar 2.5 Grafik Uji Konsistensi Stasiun D terhadap A, B, dan C
Sumber : Hasil Perhitungan
Komentar : Dari grafik uji konsistensi statasiun D terhadap stasiun A, B dan C diatas menghasilkan
gari kurva lurus atau tidak terjadi patahan , yang mana hal ini dapat ditarik kesimpulan
bahwa data pada stasiun tersebut konsisten
2.4 Kesimpulan
Setelah dilakukan perhitungan untuk menentukan estimasi data hujan yang hilang melalui
Normal Ratio Method didapat :
Data Hilang di Stasiun A pada tahun 2007 adalah 303.80 mm;
Data Hilang di Stasiun C pada tahun 2013 adalah 219.02 mm; dan
Data Hilang di Stasiun D pada tahun 2006 adalah 283.94 mm.
Setelah dilakukan uji konsistensi didapat grafik uji konsistensi data :
Grafik uji konsistensi data A terhadap B, C dan D didapat kurva garis linier/ tidak terjadi
patahan sehingga disimpulkan uji data tersebut adalah konsisten
15. Grafik uji konsistensi data B terhadap A, C dan D didapat kurva garis linier/ tidak terjadi
patahan sehingga disimpulkan uji data tersebut adalah konsisten
Grafik uji konsistensi data C terhadap A, B dan D didapat kurva garis linier/ tidak terjadi
patahan sehingga disimpulkan uji data tersebut adalah konsisten
Grafik uji konsistensi data D terhadap A, B dan C didapat kurva garis linier/ tidak terjadi
patahan sehingga disimpulkan uji data tersebut adalah konsisten
16. Daftar Pustaka
Limantara, L.M., 2010. Hidrologi Praktis. Bandung : CV. Lubuk Agung
Harisuseno, Donny. 2021.
Presipitasi,(https://classroom.google.com/u/0/c/Mjc0ODIwMzQ5MTEx/m/MzExNjI5NT
g5MjYw/details ), diakses pada tanggal 31 Maret 2021
