TUGAS III

ANALISIS FREKUENSI HUJAN DAN MENGHITUNG HUJAN

RENCANA

Diketahui :

 Tabel Rerata Hujan DAS seperti berikut :

Hujan Rerata DAS

No Tahun
(mm)

1 1998 155,3
2 1999 178,1
3 2000 183,2
4 2001 124,7
5 2002 133,2
6 2003 56,3
7 2004 84,9
8 2005 166,7
9 2006 206,2
10 2007 197,4
11 2008 112,2
12 2009 141,3
13 2010 185,0
14 2011 170,1
15 2012 153,7
16 2013 183,6
17 2014 188,4
18 2015 159,7
19 2016 143,3
20 2017 201,0

Ditanya :

 Hitung hujan rencana dari data tersebut untuk kala ulang 25 tahun, kala ulang 50
tahun, dan kala ulang 100 tahun.

JONATHAN P.W RUSYADI

2018
17021101070
Penyelesaian :

ANALISA DATA
Jenis sebaran data bisa dilihat dari data analisis parameter statistik. Data analisis parameter
statistik yang akan dilihat adalah, mean, standar deviasi, koefisien skewness, koefisien
kurtosis, dan koefisien variasi. Untuk menghitung parameter-parameter statistik tersebut
digunakan rumus berikut ini.

PARAMETER STATISTIK
a. Standar Deviasi
Standar deviasi atau simpangan baku adalah suatu nilai pengukuran dispersi terhadap
data yang dikumpulkan. Untuk data yang kurang dari 100 digunakan rumus Fisher
dan Wicks dalam menghitung standar deviasi :
𝑛
1
𝑆=√ ∑(𝑋𝑖 − 𝑋̅)2
(𝑛 − 1)
𝑖=1

Dimana :
X̄ = Curah hujan rata-rata (mm),
Xi = Nilai curah hujan pada tahun pengamatan ke-i (mm),
S = Standar deviasi,
n = Jumlah data curah hujan.
Untuk perhitungan dalam nilai log maka persamaan diatas harus diubah dahulu
kedalam bentuk logaritmik, sehingga menjadi :
𝑛 2
1
𝑆𝑙𝑜𝑔 =√ ∑(log 𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋)
(𝑛 − 1)
𝑖=1

Dimana :
Slog = Standar deviasi (dalam log),
n = Jumlah data,
̅̅̅̅̅̅̅
log 𝑋𝑖 = Nilai rerata data (dalam log).

b. Koefisien Variasi (Cv)

Koefisien variasi (Coefficient Of Variation) adalah nilai perbandingan antara deviasi
standar dengan nilai rata-rata hitung dari suatu distribusi. Semakin besar nilai variasi
berarti datanya kurang merata (heterogen). Semakin kecil nilai variasi berarti data
pengamatan semakin merata (homogen). Koefisien variasi dapat dihitung dengan
rumus berikut :
𝑆
𝐶𝑣 =
𝑋̅

JONATHAN P.W RUSYADI

2018
17021101070
 Dimana :
X̄ = Curah hujan rata-rata (mm),
Cv = Koefisien variasi,
S = Standar deviasi.

c. Koefisien Skewness (Cs)

Kemencengan (skewness) adalah suatu nilai yang menunjukkan derajat ketidak
simetrisan (asymmetry) dari suatu bentuk distribusi. Apabila suatu kurva frekuensi
dari suatu distribusi mempunyai ekor memanjang kekanan atau kekiri terhadap titik
pusat maksimum maka kurva tersebut tidak akan berbentuk simetri, keadaan itu
disebut menceng ke kanan atau ke kiri. Koefisien skewness dapat dihitung dengan
rumus berikut :
3
𝑛 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)
𝐶𝑠 =
(𝑛 − 1)(𝑛 − 2)𝑆 3
Dimana :
X̄ = Curah hujan rata-rata (mm),
Xi = Nilai curah hujan pada tahun pengamatan ke-i (mm),
n = Jumlah data,
S = Standar deviasi,
Cs = Koefisien Skewness.
Untuk perhitungan dalam nilai log seperti pada analisis data outlier maka persamaan
diatas harus diubah dahulu kedalam bentuk logaritmik, sehingga menjadi :
3
̅̅̅̅̅̅̅
𝑛 ∑𝑛𝑖=1(log 𝑋𝑖 − log 𝑋)
𝐶𝑠𝑙𝑜𝑔 =
(𝑛 − 1)(𝑛 − 2)(𝑆𝑙𝑜𝑔 )3
Dimana :
Cslog = Koefisien Skewness (dalam log)
Slog = Standar deviasi (dalam log)
n = Jumlah data
̅̅̅̅̅̅̅
log 𝑋𝑖 = Nilai rerata data (dalam log)

d. Koefisien Kurtosis (Ck)

Pengukuran kurtosis dimaksudkan untuk mengukur keruncingan dari bentuk kurva
distribusi, yang umumnya dibandingkan dengan distribusi normal. Koefisien kurtosis
digunakan untuk menentukan keruncingan kurva distribusi. Koefisien kurtosis dapat
dihitung dengan rumus berikut :
𝑛2 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)4
𝐶𝑘 =
(𝑛 − 1)(𝑛 − 2)(𝑛 − 3)𝑆 4
Dimana :
X̄ = Curah hujan rata-rata (mm),
Ck = Koefisien Kurtosis,
Xi = Nilai curah hujan pada tahun pengamatan ke-i (mm).
JONATHAN P.W RUSYADI
2018
17021101070
KRITERIA TIPE DISTRIBUSI
Kriteria pemilihan awal kesesuaian tipe distribusi berdasarkan parameter statistik.
Secara teoritis, langkah awal penentuan tipe distribusi dapat dilihat dari parameter-parameter
statistik data pengamatan. Parameter-parameter yang dilakukan adalah Cs, Cv, dan Ck.
Kriteria pemilihan untuk tiap tipe distribusi berdasarkan parameter statistik adalah sebagai
berikut ini.
1. Tipe distribusi Normal
Jika Cs ≈ 0
Ck ≈ 3
2. Tipe distribusi log – Normal
Jika Cs ≈ Cv3 + 3Cv
Ck ≈ Cv8 + 6Cv6 + 15Cv4 + 16Cv2 + 3
3. Tipe distribusi Gumbell
Jika Cs ≈ 1,14
Ck ≈ 5,40
Bila Kriteria 3 (tiga) sebaran diatas tidak memenuhi, dianggap tipe sebaran yang cocok
adalah :
4. Tipe distribusi log Pearson-III

JONATHAN P.W RUSYADI

2018
17021101070
Tabel Analisis Parameter Statistik

Data Data Seri X

No. (Seri X) Setelah (X - X̄) (X - X̄)2 (X - X̄)3 (X - X̄)4
Diurutkan
X
1 155,3 206,2 49,9955543 2499,55545 124966,66 6247777,46
2 178,1 201,0 44,8178684 2008,64133 90023,0225 4034639,97
3 183,2 197,413223 41,185637 1696,25669 69861,4123 2877286,77
4 124,7 188,4 32,1732403 1035,11739 33303,0805 1071468,01
5 133,2 185,0 28,7765461 828,089603 23829,5586 685732,39
6 56,3 183,6 27,3509262 748,073165 20460,4939 559613,46
7 84,9 183,2 27,0038188 729,206229 19691,3529 531741,724
8 166,7 178,1 21,9087775 479,99453 10516,0933 230394,749
9 206,2 170,1 13,8302651 191,276232 2645,40099 36586,5968
10 197,4 166,7 10,4707609 109,636834 1147,98108 12020,2355
11 112,2 159,7 3,50381878 12,2767461 43,0154935 150,718494
12 141,3 155,3 -0,9094044 0,82701629 -0,7520922 0,68395594
13 185,0 153,7 -2,4879168 6,18972978 -15,399532 38,3127547
14 170,1 143,3 -12,946594 167,614308 -2170,0345 28094,5561
15 153,7 141,3 -14,90114 222,04397 -3308,7083 49303,5247
16 183,6 133,2 -23,000313 529,014419 -12167,497 279856,255
17 188,4 124,7 -31,525107 993,832361 -31330,671 987702,762
18 159,7 112,2 -44,000313 1936,02758 -85185,821 3748202,8
19 143,3 84,9 -71,339123 5089,27053 -363064,1 25900674,5
20 201,0 56,3 -99,907301 9981,46872 -997221,6 99629717,8
Jumlah 3124,55172 29264,4128 -1097976,5 146911003
Rata-rata 156,227586
Jumlah Data N 20
Nilai Rerata / Mean X̄ 156,2275862
Standar Deviasi S 39,24579282
Koefisien Skewness Cs -1,062227685
Koefisien Kurtosis Ck 4,260561719
Koefisien Variasi Cv 0,25120911
Nilai Tengah Xt 163,214876

JONATHAN P.W RUSYADI

2018
17021101070
Tabel Analisis Parameter Statistik (seri log)

Data Data Seri Y

(Seri Y) Setelah (Y - Ȳ) (Y - Ȳ)2 (Y - Ȳ)3 (Y - Ȳ)4
Diurutkan
Y = log X
2,1912223 2,3143374 0,13817414 0,01909209 0,00263803 0,00036451
2,25075258 2,30329426 0,127131 0,01616229 0,00205473 0,00026122
2,26299991 2,29537624 0,11921298 0,01421173 0,00169422 0,00020197
2,09587509 2,2750828 0,09891955 0,00978508 0,00096794 9,5748E-05
2,12459314 2,26718143 0,09101817 0,00828431 0,00075402 6,863E-05
1,75066485 2,26382185 0,08765859 0,00768403 0,00067357 5,9044E-05
1,92884867 2,26299991 0,08683665 0,0075406 0,0006548 5,6861E-05
2,22193129 2,25075258 0,07458932 0,00556357 0,00041498 3,0953E-05
2,3143374 2,23059669 0,05443343 0,002963 0,00016129 8,7794E-06
2,29537624 2,22193129 0,04576804 0,00209471 9,5871E-05 4,3878E-06
2,05009841 2,20339031 0,02722705 0,00074131 2,0184E-05 5,4954E-07
2,15022344 2,1912223 0,01505904 0,00022677 3,415E-06 5,1427E-08
2,26718143 2,18678594 0,01062268 0,00011284 1,1987E-06 1,2733E-08
2,23059669 2,15618858 -0,0199747 0,00039899 -7,97E-06 1,5919E-07
2,18678594 2,15022344 -0,0259398 0,00067287 -1,745E-05 4,5276E-07
2,26382185 2,12459314 -0,0515701 0,00265948 -0,0001371 7,0728E-06
2,2750828 2,09587509 -0,0802882 0,00644619 -0,0005176 4,1553E-05
2,20339031 2,05009841 -0,1260648 0,01589235 -0,0020035 0,00025257
2,15618858 1,92884867 -0,2473146 0,06116451 -0,0151269 0,0037411
2,30329426 1,75066485 -0,4254984 0,1810489 -0,077036 0,0327787
43,5232652 0,36274562 -0,0847122 0,03797432
2,17616326
N 20
Ȳ 2,176163258
Slog 0,13817335
Cslog -1,877920297
Ck 7,16766739
Cv 0,063494019
Yt 2,212660803

JONATHAN P.W RUSYADI

2018
17021101070
PERHITUNGAN HUJAN RENCANA
1. Menggunakan Tipe Distribusi Normal
Distribusi normal disebut juga dengan distribusi Gauss. Distribusi ini dirumuskan
sebagai berikut :
𝑋𝑇𝑅 = 𝑋̅ + 𝑆. 𝐾𝑇
Dimana :
XTR = Curah hujan rencana untuk kala ulang tertentu (mm),
X̄ = Curah hujan rata-rata (mm),
S = Standar deviasi,
KT = Faktor frekuensi dimana nilainya mengacu pada tabel reduksi Gauss.

Tabel Reduksi Gauss

Kala
No Ulang Peluang KT
(Tahun)

1 1,001 0,999 -3,05

2 1,005 0,995 -2,58
3 1,010 0,990 -2,33
4 1,053 0,950 -1,64
5 1,111 0,900 -1,28
6 1,250 0,800 -0,84
7 1,333 0,750 -0,67
8 1,429 0,700 -0,52
9 1,667 0,600 -0,25
10 2,000 0,500 0,00
11 2,500 0,400 0,25
12 3,333 0,300 0,52
13 4,000 0,250 0,67
14 5,000 0,200 0,84
15 10,000 0,100 1,28
16 20,000 0,050 1,64
17 50,000 0,020 2,05
18 100,000 0,010 2,33
19 200,000 0,005 2,58
20 500,000 0,002 2,88
21 1000,000 0,001 3,09

Dari tabel reduksi Gauss, didapatkan nilai untuk KT dalam kala ulang 50 dan 100 tahun,
yaitu :
JONATHAN P.W RUSYADI
2018
17021101070
 No. Kala Ulang (tahun) Peluang KT
17 50 0,020 2,05
18 100 0,010 2,33

Sedangkan untuk kala ulang tahun 25 tahun kita melakukan Interpolasi untuk
mendapatkan nilai KT :

0,04 0,04 0,04

20,000 1,64 1,64 1,64
25,000 1,70833333 1,70833333 1,70833333
50,000 2,05 2,05 2,05

 Hujan rencana untuk kala ulang 25 tahun :

X25 = 156,2275862 + 39,24579282 x 1,70833333
X25 = 223,272 mm
 Hujan rencana untuk kala ulang 50 tahun :
X50 = 156,2275862 + 39,24579282 x 2,05
X50 = 236,681 mm
 Hujan rencana untuk kala ulang 100 tahun :
X100 = 156,2275862 + 39,24579282 x 2,33
X100 = 247,670 mm

2. Menggunakan Tipe Distribusi Log-Normal

Distribusi log-normal merupakan hasil transformasi dari distribusi normal dengan
merubah variant x menjadi log variant x dengan rumus :
log 𝑋𝑇𝑅 = ̅̅̅̅̅̅̅
log 𝑋 + 𝑆𝑙𝑜𝑔 . 𝐾𝑇
Dimana :
log XTR = Curah hujan rencana untuk kala ulang tertentu dalam log,
̅̅̅̅̅̅̅
log 𝑋 = Curah hujan rata-rata dalam log,
Slog = Standar deviasi dalam log,
KT = Faktor frekuensi dimana nilainya mengacu pada tabel reduksi Gauss.

Tabel Reduksi Gauss.

Kala
No Ulang Peluang KT
(Tahun)

1 1,001 0,999 -3,05

2 1,005 0,995 -2,58
3 1,010 0,990 -2,33
4 1,053 0,950 -1,64
JONATHAN P.W RUSYADI
2018
17021101070
 5 1,111 0,900 -1,28
6 1,250 0,800 -0,84
7 1,333 0,750 -0,67
8 1,429 0,700 -0,52
9 1,667 0,600 -0,25
10 2,000 0,500 0,00
11 2,500 0,400 0,25
12 3,333 0,300 0,52
13 4,000 0,250 0,67
14 5,000 0,200 0,84
15 10,000 0,100 1,28
16 20,000 0,050 1,64
17 50,000 0,020 2,05
18 100,000 0,010 2,33
19 200,000 0,005 2,58
20 500,000 0,002 2,88
21 1000,000 0,001 3,09

Dari tabel reduksi Gauss, didapatkan nilai untuk KT dalam kala ulang 50 dan 100 tahun
yaitu :

No. Kala Ulang (tahun) Peluang KT

17 50 0,020 2,05
18 100 0,010 2,33

Sedangkan untuk kala ulang tahun 25 tahun kita melakukan Interpolasi untuk
mendapatkan nilai KT :

0,04 0,04 0,04

20,000 1,640 1,640 1,640
25 1,70833333 1,70833333 1,70833333
50,000 2,050 2,050 2,050

 Hujan rencana untuk kala ulang 25 tahun :

log X25 =2,176163258 + 0,13817335 x 1,70833333
log X25 = 2,412209399
X25 = 258,350 mm
 Hujan rencana untuk kala ulang 50 tahun :
log X50 = 2,176163258 + 0,13817335 x 2,05
log X50 = 2,459418627
X50 = 288,017 mm
JONATHAN P.W RUSYADI
2018
17021101070
  Hujan rencana untuk kala ulang 100 tahun :
log X100 = 2,176163258 + 0,13817335 x 2,33
log X100 = 2,498107165
X100 = 314,852 mm

3. Menggunakan Tipe Distribusi Gumbell

Tipe distribusi ini umumnya digunakan untuk analisis data maksimum dengan rumus :
𝑋𝑇𝑅 = 𝑋̅ + 𝑆. 𝐾𝑇𝑅
Dengan :
𝑇𝑟 − 1
[− ln {− ln 𝑇𝑟 }] − 𝑌𝑛
𝐾𝑇𝑅 =
𝑆𝑛
Dimana :
XTR = Curah hujan rencana untuk kala ulang tertentu (mm),
̄X = Curah hujan rata-rata (mm),
S = Standar deviasi,
KTR = Faktor frekuensi Gumbell,
Tr = Tahun Rencana,
Yn = Reduced mean, yang tergantung jumlah data (lihat di tabel),
Sn = Reduced standard deviation, yang tergantung jumlah data (lihat di tabel).

Tabel Nilai Yn dan Sn.

N Yn Sn

8 0,4843 0,9043
9 0,4902 0,9288
10 0,4952 0,9497
11 0,4996 0,9676
12 0,5053 0,9833
13 0,5070 0,9972
14 0,5100 1,0098
15 0,5128 1,0206
16 0,5157 1,0316
17 0,5181 1,0411
18 0,5202 1,0493
19 0,5220 1,0566
20 0,5235 1,0629
21 0,5252 1,0696
22 0,5268 1,0754
23 0,5283 1,0811

JONATHAN P.W RUSYADI

2018
17021101070
 24 0,5296 1,0864
25 0,5309 1,0914
26 0,5320 1,0961
27 0,5332 1,1004
28 0,5343 1,1047
29 0,5353 1,1086
30 0,5362 1,1124
31 0,5371 1,1159
32 0,5380 1,1193
33 0,5388 1,1226
34 0,5396 1,1255
35 0,5403 1,1285
36 0,5410 1,1313
37 0,5418 1,1339
38 0,5424 1,1363
39 0,5430 1,1388
40 0,5436 1,1413
41 0,5442 1,1436
42 0,5448 1,1458
43 0,5453 1,1480
44 0,5458 1,1490
45 0,5463 1,1518
46 0,5468 1,1538
47 0,5473 1,1557
48 0,5477 1,1574
49 0,5481 1,1590
50 0,5485 1,1607
51 0,5489 1,1623
52 0,5493 1,1638
53 0,5497 1,1653
54 0,5501 1,1667
55 0,5504 1,1681
56 0,5508 1,1696
57 0,5511 1,1708
58 0,5515 1,1721
59 0,5518 1,1734
60 0,5521 1,1747
61 0,5524 1,1759
62 0,5527 1,1770

JONATHAN P.W RUSYADI

2018
17021101070
 63 0,5530 1,1782
64 0,5533 1,1793
65 0,5535 1,1803
66 0,5538 1,1814
67 0,5540 1,1824
68 0,5543 1,1834
69 0,5545 1,1844
70 0,5548 1,1854
71 0,5550 1,1863
72 0,5552 1,1873
73 0,5555 1,1881
74 0,5557 1,1890
75 0,5559 1,1898
76 0,5561 1,1906
77 0,5563 1,1915
78 0,5565 1,1923
79 0,5567 1,1930
80 0,5569 1,1938
81 0,5570 1,1945
82 0,5572 1,1953
83 0,5574 1,1959
84 0,5576 1,1967
85 0,5578 1,1973
86 0,5580 1,1980
87 0,5581 1,1987
88 0,5583 1,1994
89 0,5585 1,2001
90 0,5586 1,2007
91 0,5587 1,2013
92 0,5589 1,2020
93 0,5591 1,2026
94 0,5592 1,2032
95 0,5593 1,2038
96 0,5595 1,2044
97 0,5596 1,2049
98 0,5598 1,2055
99 0,5599 1,2060
100 0,5600 1,2065

JONATHAN P.W RUSYADI

2018
17021101070
 Dari tabel, didapatkan nilai untuk Yn dan Sn dengan jumlah data 20 :
N Yn Sn
20 0,5235 1,0629
 Hujan rencana untuk kala ulang 25 tahun adalah :
Langkah pertama adalah menghitung faktor frekuensi Gumbell untuk kala ulang 25
tahun
25−1
[− ln{− ln }]−0,5235
25
KTR = 1,0629
KTR = 2,516731829
Maka, curah hujan untuk kala ulang 25 tahun adalah :
X25 = 156,2275862 + 39,24579282 x 2,516731829
X25 = 254,998 mm
 Hujan rencana untuk kala ulang 50 tahun adalah :
Langkah pertama adalah menghitung faktor frekuensi Gumbell untuk kala ulang 50
tahun
50−1
[− ln{− ln }]−0,5235
50
KTR = 1,0629
KTR = 3,178510357
Maka, curah hujan untuk kala ulang 50 tahun adalah :
X50 = 156,2275862 + 39,24579282 x 3,178510357
X50 = 280,970 mm
 Hujan rencana untuk kala ulang 100 tahun adalah :
Langkah pertama adalah menghitung factor frekuensi Gumbell untuk kala ulang 100
tahun
100−1
[− ln{− ln }]−0,5235
100
KTR = 1,0629
KTR = 3,835402415
Maka, curah hujan untuk kala ulang 100 tahun adalah :
X100 = 156,2275862 + 39,24579282 x 3,835402415
X100 = 306,750 mm

4. Menggunakan Tipe Distribusi Log Pearson-III

Distribusi ini merupakan hasil transformasi dari distribusi Pearson tipe III dengan
merubah variant x menjadi nilai log variant x dengan rumus :
log 𝑋𝑇𝑅 = ̅̅̅̅̅̅̅
log 𝑋 + 𝑆𝑙𝑜𝑔 . 𝐾𝑇𝑅,𝐶𝑠
Dimana :
log XTR = Curah hujan rencana untuk kala ulang tertentu dalam log,
̅̅̅̅̅̅̅
log 𝑋 = Curah hujan rata-rata dalam log,
Slog = Standar deviasi dalam log,
KTR,Cs = Faktor Frekuensi Pearson yang dapat dilihat dari tabel Pearson dengan
memperhitungkan nilai Cs.
JONATHAN P.W RUSYADI
2018
17021101070
 Tabel Nilai KTR, Cs.
Periode Ulang / Kala Ulang (tahun)
2 5 10 25 50 100 200
Cs
Peluang
0,500 0,200 0,100 0,040 0,020 0,010 0,005
3,0 -0,396 0,420 1,180 2,278 3,152 4,051 4,970
2,9 -0,390 0,440 1,195 2,277 3,134 4,013 4,909
2,8 -0,384 0,460 1,210 2,275 3,114 3,973 4,847
2,7 -0,376 0,479 1,224 2,272 3,093 3,932 4,783
2,6 -0,368 0,499 1,238 2,267 3,071 3,889 4,718
2,5 -0,360 0,518 1,250 2,262 3,048 3,845 4,652
2,4 -0,351 0,537 1,262 2,256 3,023 3,800 4,584
2,3 -0,341 0,555 1,274 2,248 2,997 3,753 4,515
2,2 -0,330 0,574 1,284 2,240 2,970 3,705 4,444
2,1 -0,319 0,592 1,294 2,230 2,942 3,656 4,372
2,0 -0,307 0,609 1,302 2,219 2,912 3,605 4,298
1,9 -0,294 0,627 1,310 2,207 2,881 3,553 4,223
1,8 -0,282 0,643 1,318 2,193 2,848 3,499 4,147
1,7 -0,268 0,660 1,324 2,179 2,815 3,444 4,069
1,6 -0,254 0,675 1,329 2,163 2,780 3,388 3,990
1,5 -0,240 0,690 1,333 2,146 2,743 3,330 3,910
1,4 -0,225 0,705 1,337 2,128 2,706 3,271 3,828
1,3 -0,210 0,719 1,339 2,108 2,666 3,211 3,745
1,2 -0,195 0,732 1,340 2,087 2,626 3,149 3,661
1,1 -0,180 0,745 1,341 2,066 2,585 3,087 3,575
1,0 -0,164 0,758 1,340 2,043 2,542 3,022 3,489
0,9 -0,148 0,769 1,339 2,018 2,498 2,957 3,401
0,8 -0,132 0,780 1,336 1,993 2,453 2,891 3,312
0,7 -0,116 0,790 1,333 1,967 2,407 2,824 3,223
0,6 -0,099 0,800 1,328 1,939 2,359 2,755 3,132
0,5 -0,083 0,808 1,323 1,910 2,311 2,686 3,041
0,4 -0,066 0,816 1,317 1,880 2,261 2,615 2,949
0,3 -0,050 0,824 1,309 1,849 2,211 2,544 2,856
0,2 -0,033 0,830 1,301 1,818 2,159 2,472 2,763
0,1 -0,017 0,836 1,292 1,785 2,107 2,400 2,670
0,0 0,000 0,842 1,282 1,751 2,054 2,326 2,576
-0,1 0,017 0,846 1,270 1,716 2,000 2,252 2,482
-0,2 0,033 0,850 1,258 1,680 2,945 2,178 2,388
-0,3 0,050 0,853 1,245 1,643 1,890 2,104 2,294

JONATHAN P.W RUSYADI

2018
17021101070
 -0,4 0,066 0,855 1,231 1,606 1,834 2,029 2,201
-0,5 0,083 0,856 1,216 1,567 1,777 1,955 2,108
-0,6 0,099 0,857 1,200 1,528 1,720 1,880 2,016
-0,7 0,116 0,857 1,183 1,488 1,663 1,806 1,926
-0,8 0,132 0,856 1,166 1,448 1,606 1,733 1,837
-0,9 0,148 0,854 1,147 1,407 1,549 1,660 1,749
-1,0 0,164 0,852 1,128 1,366 1,492 1,588 1,664
-1,1 0,180 0,848 1,107 1,324 1,435 1,518 1,581
-1,2 0,195 0,844 1,086 1,282 1,379 1,449 1,501
-1,3 0,210 0,838 1,064 1,240 1,324 1,383 1,424
-1,4 0,225 0,832 1,041 1,198 1,270 1,318 1,351
-1,5 0,240 0,825 1,018 1,157 1,217 1,256 1,282
-1,6 0,254 0,817 0,994 1,116 1,166 1,197 1,216
-1,7 0,268 0,808 0,970 1,075 1,116 1,140 1,155
-1,8 0,282 0,799 0,945 1,035 1,069 1,087 1,097
-1,9 0,294 0,788 0,920 0,996 1,023 1,037 1,044
-2,0 0,307 0,777 0,895 0,959 0,980 0,990 0,995
-2,1 0,319 0,765 0,869 0,923 0,939 0,946 0,949
-2,2 0,330 0,752 0,844 0,888 0,900 0,905 0,907
-2,3 0,341 0,739 0,819 0,855 0,864 0,867 0,869
-2,4 0,351 0,725 0,795 0,823 0,830 0,832 0,833
-2,5 0,360 0,711 0,771 0,793 0,798 0,799 0,800
-2,6 0,368 0,696 0,747 0,764 0,768 0,769 0,769
-2,7 0,376 0,681 0,724 0,738 0,740 0,740 0,741
-2,8 0,384 0,666 0,702 0,712 0,714 0,714 0,714
-2,9 0,390 0,651 0,681 0,683 0,689 0,690 0,690
-3,0 0,396 0,636 0,666 0,666 0,666 0,667 0,667

Dari tabel nilai KTR untuk distribusi Pearson-III, didapatkan nilai untuk
Cs = -1,062227685 dengan hasil interpolasi yaitu :

Kala Ulang (tahun)

25 50 100
Cs
Exceedence Probability
0,04 0,02 0,01
-1 1,366 1,492 1,588
-1,062227685 1,33986437 1,45653022 1,54444062
-1,1 1,324 1,435 1,518

JONATHAN P.W RUSYADI

2018
17021101070
  Hujan rencana untuk kala ulang 25 tahun :
̅̅̅̅̅̅̅
log 𝑋 = 2,176163258
Slog = 0,13817335
KTR,Cs = 1,33986437
------------------------------------
log X25 = 2,176163258 + 0,13817335 x 1,33986437
log X25 = 2,361296808
X25 = 229,771 mm
 Hujan rencana untuk kala ulang 50 tahun :
̅̅̅̅̅̅̅
log 𝑋 = 2,176163258
Slog = 0,13817335
KTR,Cs = 1,45653022
------------------------------------
log X50 = 2,176163258 + 0,13817335 x 1,45653022
log X50 = 2,377416919
X50 = 238,460 mm
 Hujan rencana untuk kala ulang 100 tahun :
̅̅̅̅̅̅̅
log 𝑋 = 2,176163258
Slog = 0,13817335
KTR,Cs = 1,54444062
------------------------------------
log X100 = 2,176163258 + 0,13817335 x 1,54444062
log X100 = 2,389563794
X100 = 245,224 mm

JONATHAN P.W RUSYADI

2018
17021101070
KONTROL TIPE DISTRIBUSI
1. Distribusi Normal
Syarat : Jika Cs ≈ 0
Ck ≈ 3
Nilai koefisien dari data :
Cs = -1,062227685… (Tidak Memenuhi)
Ck = 4,260561719… (Tidak Memenuhi)
Jadi, data di atas tidak memenuhi kriteria sebagai Tipe Distribusi Normal.

2. Distribusi Log-Normal
Syarat : Jika Cs ≈ Cv3 + 3Cv
Ck ≈ Cv8 + 6Cv6 + 15Cv4 + 16Cv2 + 3
Nilai koefisien dari data :
-1,062227685 = Cv3 + 3 Cv
-1,062227685 = 0,251209113 + 3 x 0,25120911
-1,062227685 ≠ 0,769480135… (Tidak Memenuhi)

4,260561719 = Cv8 + 6Cv6 + 15Cv4 + 16Cv2 + 3

4,260561719 = 0,251209118 + 6 x 0,251209116 + 15 x 0,251209114 +
16 x 0,251209112 + 3
4,260561719 ≠ 4,070955537… (Memenuhi)
Jadi, data di atas tidak memenuhi kriteria sebagai Tipe Distribusi Log-Normal karena
hanya Ck memenuhi.

3. Distribusi Gumbell
Syarat : Jika Cs ≈ 1,14
Ck ≈ 5,40
Nilai koefisien dari data :
Cs = -1,062227685… (Tidak Memenuhi)
Ck = 4,260561719… (Tidak Memenuhi)
Jadi, data di atas tidak memenuhi kriteria sebagai Tipe Distribusi Gumbell.

4. Distribusi Log Pearson-III

Karena tidak satupun tipe distribusi yang memenuhi kriteria di atas, maka digunakan
tipe distribusi Log Pearson-III.

JONATHAN P.W RUSYADI

2018
17021101070
KESIMPULAN
Setelah dikontrol, nilai tipe distribusi yang cocok untuk digunakan sebagai acuan perhitungan
hujan rencana untuk kala ulang 25 tahun, kala ulang 50 tahun, dan kala ulang 100 tahun
adalah Tipe Distribusi log Pearson-III dengan hasil sebagai berikut :

 Hujan rencana kala ulang 25 tahun :

X25 = 229,771 mm

 Hujan rencana kala ulang 50 tahun :

X50 = 238,460 mm

 Hujan rencana kala ulang 100 tahun :

X100 = 245,224 mm

Jadi, kita mendapatkan Hujan Rencana untuk Kala Ulang 25 tahun, Kala Ulang 50 tahun, dan
Kala Ulang 50 tahun menggunakan Tipe Distribusi Log Pearson-III.

JONATHAN P.W RUSYADI

2018
17021101070