Upload
vantuyen
View
220
Download
0
Embed Size (px)
Citation preview
30
BAB IV
PENGOLAHAN DATA
4.1 Data Curah Hujan DAS Brantas
Data curah hujan di DAS Brantas merupakan data curah hujan
harian, dimana curah hujan harian berasal dari stasiun-stasiun curah hujan
yang ada di wilayah DAS Brantas. Pada Analisis ini digunakan data
curah hujan pada lima stasiun hujan yang ada di wilayah DAS Brantas,
yaitu stasiun curah hujan Tangkil, stasiun curah hujan Tugu, stasiun
curah hujan Sawahan, stasiun curah hujan Birowo dan stasiun curah
hujan Kertosono. Adapun bentuk data curah hujan yang digunakan dapat
dilihat pada lampiran L-1.
4.2 Menghitung Rata-rata Curah Hujan Bulanan
Berdasarkan rumus curah hujan rata-rata yang di lihat pada
persamaan (2.1).
Rumus yang digunakan : N
X∑=μ ...........(2.1)
Maka didapat hasil perhitungan curah hujan rata-rata bulanan di DAS
Brantas pada stasiun crah hujan Tangkil, yang disusun pada tabel 4.1
31
Contoh hasil perhitungan rata-rata curah hujan bulanan lokasi stasiun
curah hujan Tangkil :
Tabel 4.1 Tabel Rata-rata Hujan Bulanan Stasiun Curah Hujan Tangkil
Nama Stasiun Tahun Bulan µ
Tangkil 1964 Jan 11,3
Tangkil 1964 Feb 5,5
Tangkil 1964 Mar 14,9
Tangkil 1964 Apr 0,9
Tangkil 1964 Mei 3,7
Tangkil 1964 Jun 9,4
Tangkil 1964 Jul 0
Tangkil 1964 Agst 0
Tangkil 1964 Sep 0,3
Tangkil 1964 Okt 16,7
Tangkil 1964 Nov 9,3
Tangkil 1964 Des 11,7
Contoh perhitungan rata-rata hujan bulanan :
Rata-rata curah hujan bulanan pada bulan Januari lokasi stasiun tangkil
tahun 1964 :
3,1131
35031
harian Hujan ==
Σ=μ
32
Rata-rata curah hujan bulanan pada bulan Februari lokasi stasiun tangkil
tahun 1964 :
5,529
15429
harian Hujan ==
Σ=μ
Rata-rata curah hujan bulanan pada bulat Maret lokasi stasiun tangkil
tahun 1964 :
9,1431
46331
harian Hujan ==
Σ=μ
4.3 Uji Kekonsistensian Data
Sesuai dengan metodologi penelitian, sesudah mendapatkan rata-
rata curah hujan bulanan, maka harus dilakukan uji kekonsistensian data
curah hujan, dimana pengujian ini berfungsi untuk melihat apakah data
curah hujan yang ada di stasiun curah hujan tersebut konsisten atau tidak,
karena data curah hujan yang akan diolah telebih dahulu data tersebut
harus konsisten.
Contoh perhitungan i = rata-rata hujan tahunan
975,612
7.8312
bulanan hujan ratarata==
−Σ=μ
33
Tabel 4.2 Tabel Uji Kekonsistensian Data Stasiun Curah Hujan Tangkil
Stasiun tangkil 3 stasiun acuan Tahun i Kumulatif i Kumulatif
64 6,975 6,975 5,925 5,925 65 5,108333 12,08333 4,002778 9,927778 66 5,866667 17,95 5,969444 15,89722 67 4,733333 22,68333 4,263889 20,16111 68 7,216667 29,9 7,377778 27,53889 69 6,041667 35,94167 4,530556 32,06944 70 6,4 42,34167 7,297222 39,36667 71 6,566667 48,90833 5,906944 45,27361 72 4,608333 53,51667 4,113889 49,3875 73 7,4 60,91667 6,336111 55,72361 74 6,2125 67,12917 7,244444 62,96806 75 8,1 75,22917 8,222222 71,19028 76 4,291667 79,52083 4,45 75,64028 77 4,358333 83,87917 4,184722 79,825 78 8,1 91,97917 7,680556 87,50556 79 5,141667 97,12083 6,061111 93,56667 80 2,6 99,72083 4,569444 98,13611 81 3,366667 103,0875 6,155556 104,2917 82 3,458333 106,5458 4,491667 108,7833 83 3,858333 110,4042 4,738889 113,5222 84 5,358333 115,7625 5,775 119,2972 85 5,966667 121,7292 4,138889 123,4361 86 4,316667 126,0458 4,922222 128,3583 87 3,975 130,0208 5,436111 133,7944 88 5,391667 135,4125 3,433333 137,2278 89 2,225 137,6375 3,9 141,1278 90 1,658333 139,2958 4,406667 145,5344 91 5,075833 144,3717 5,627778 151,1622 92 8,416667 152,7883 7,105556 158,2678 93 4,033333 156,8217 5,594444 163,8622 94 5,1 161,9217 4,669444 168,5317 95 7,383333 169,305 5,402778 173,9344 96 6,016667 175,3217 4,747222 178,6817 97 3,808333 179,13 4,191667 182,8733 98 8,033333 187,1633 5,234722 188,1081 99 3,679167 190,8425 4,397222 192,5053 20 6,858333 197,7008 6,766667 199,2719 21 5,4 203,1008 4,563889 203,8358 22 5,941667 209,0425 4,931944 208,7678 23 5,166667 214,2092 4,736111 213,5039 24 5,483333 219,6925 4,175 217,6789 25 5,458333 225,1508 5,052778 222,7317
34
Sehingga data curah hujan tahunan yang telah dihitung seperti di atas,
dapat di lihat kekonsistensian sebagai berikut :
Gambar 4.1 Grafik Kekonsistensian Data Curah Hujan di Stasiun Curah
Hujan Tangkil.
Grafik tersebut mengartikan bahwa data curah hujan yang ada di stasiun
curah hujan tangkil dari tahun 1964 – 2005 merupakan data yang
konsisten, karena grafik tersebut berupa satu garis lurus, sehingga data
curah hujan yang ada di stasiun Tangkil dapat di analisis.
4.4 Menghitung Standard Deviasi
Dari data curah hujan bulanan, maka didapatkan nilai standard deviasi
yang di hitung dengan cara sebagai berikut :
1
)(__
2
−
−= ∑
nXX
S ..................(2.2)
35
Contoh perhitungan :
Data curah hujan bulan Februari di stasiun curah hujan Tangkil yang di
tinjau dari tahun 1964 – 2005 secara berturut-turut adalah sebagai berikut :
Tabel 4.3 Perhitungan Standar Deviasi Bulan Februari Stasiun Curah hujan Tangkil
Curah hujan rata-rata X-Xrata2 (X-Xrata2)2 5,5 -3,5919 12,90178
11,5 2,408095 5,798923 14 4,908095 24,0894 8,9 -0,1919 0,036827 5,7 -3,3919 11,50502 8,8 -0,2919 0,085208
10,1 1,008095 1,016256 8 -1,0919 1,192256
7,3 -1,7919 3,210923 8 -1,0919 1,192256
10,75 1,658095 2,74928 8 -1,0919 1,192256
6,1 -2,9919 8,951494 7,6 -1,4919 2,22578 7,5 -1,5919 2,534161 7,7 -1,3919 1,937399 5,5 -3,5919 12,90178 4,7 -4,3919 19,28883 9,9 0,808095 0,653018 8,8 -0,2919 0,085208
11,7 2,608095 6,802161 12,8 3,708095 13,74997
8 -1,0919 1,192256 8,5 -0,5919 0,350351 5 -4,0919 16,74368 0 -9,0919 82,66273
6,5 -2,5919 6,71797 10,86 1,768095 3,126161 10,6 1,508095 2,274351
8 -1,0919 1,192256 14,5 5,408095 29,24749 12,6 3,508095 12,30673 14 4,908095 24,0894
12,7 3,608095 13,01835 11,5 2,408095 5,798923 5,75 -3,3419 11,16833 9,6 0,508095 0,258161 11 1,908095 3,640827
10,8 1,708095 2,917589 5,3 -3,7919 14,37854
14,9 5,808095 33,73397 12,9 3,808095 14,50159
36
Rata – rata curah hujan bulanan Februari tahun 1964 – 2005 = 9,091904762
Jumlah (X‐Xrata2)2 = 413,4198
Standar deviasi = 142
4198,413−
=S = 3,175439
Data Curah hujan bulan januari di stasiun curah hujan Tugu yang ditinjau
dari tahun 1964 – 2005 secara berturut-turut adalah sebagai berikut :
Tabel 4.4 Perhitungan Standar Deviasi Bulan Januari Stasiun Curah Hujan Tugu.
Curah hujan rata-rata X-Xrata2 (X-Xrata2)2 6,1 -3,8619 14,91431 6,1 -3,8619 14,91431 14,2 4,238095 17,96145 6,9 -3,0619 9,375261 6,6 -3,3619 11,3024 12,1 2,138095 4,571451 17,6 7,638095 58,3405 6,7 -3,2619 10,64002 11,1 1,138095 1,295261 11,2 1,238095 1,53288 6,7 -3,2619 10,64002 8,1 -1,8619 3,466689 12,4 2,438095 5,944308 7,1 -2,8619 8,190499 14,3 4,338095 18,81907 24 14,0381 197,0681 8,8 -1,1619 1,350023 8 -1,9619 3,84907
8,4 -1,5619 2,439546 10,2 0,238095 0,056689 10,8 0,838095 0,702404 6,9 -3,0619 9,375261 7,5 -2,4619 6,060975 14,4 4,438095 19,69669 26,6 16,6381 276,8262 8,4 -1,5619 2,439546 5,2 -4,7619 22,67574 8,8 -1,1619 1,350023 22,3 12,3381 152,2286 16,3 6,338095 40,17145 10 0,038095 0,001451 10 0,038095 0,001451 6,3 -3,6619 13,40955 6,3 -3,6619 13,40955 7,9 -2,0619 4,251451 4,3 -5,6619 32,05717 5,7 -4,2619 18,16383 10 0,038095 0,001451 9,7 -0,2619 0,068594 6,0 -3,9619 15,69669 6,4 -3,5619 12,68717 2,0 -7,9619 63,39193
37
Rata – rata curah hujan bulanan Januari tahun 1964 – 2005 = 9,961904762
Jumlah (X‐Xrata2)2 = 1101,339
Standar deviasi = 142
339,1101−
=S = 5,182849
4.5 Mengklasifikasikan Indeks Kekeringan
Untuk mengklasifikasikan indeks kekeringan di DAS Brantas, digunakan
metode perhitungan standardized precipitation index (SPI), dimana
perhitungan ini berfungsi untuk mengklasifikasikan kondisi kekeringan di
s\tahun tersebut pada wilayah stasiun curah hujan. Cara perhitungan
dengan metode SPI adalah sebagai berikut :
j
jijij
XXZ
σ
___
−= …………(2.9)
Dimana contoh parameter yang digunakan untuk pengklasifikasian indeks
kekeringan di stasiun curah hujan Tangkil bulan Februari adalah :
3,11=ijX (hujan rata-rata tahun 1964 bulan Februari).
jX___
= 10,56905 (hujan rata-rata bulan Februari dari tahun 1964-2005).
jσ = 3,2 (standard deviasi bulan Februari dari tahun 1964-2005).
38
Indeks kekeringan bulan Februari tahun 1964 di stasiun Tangkil adalah :
13,12,356905,103,11
−=−
=ijZ
Indeks kekeringan bulan Januari tahun 1964 di stasiun Tugu adalah :
75,05,182849
9,9619051,6−=
−=ijZ
Indeks kekeringan bulan Januari tahun 1964 di stasiun Sawahan adalah :
79,06,574556
12,164297−=
−=ijZ
Indeks kekeringan bulan Januari tahun 1964 di stasiun Birowo adalah :
3,13,8377810,978576
−=−
=ijZ
Indeks kekeringan bulan Januari tahun 1964 di stasiun Kertosono adalah :
09,14,97522
10,614362,5−=
−=ijZ
Hasil dari contoh perhitungan di atas, indeks kekeringan yang didapat
dapat di klasifikasikan berdasarkan tabel di bawah :
39
Tabel 4.5 Tabel Klasifikasi Indeks Kekeringan
Nilai SPI Kalsifikasi 2,00 Ekstrim Basah
1,50 1,99 Sangat Basah 1,00 1,49 Kebasahan sedang -0,99 0,99 Hampir normal -1,0 -1,49 Kekeringan sedang -1,5 -1,99 Kekeringan parah
-2,0 <-2,00 Kekeringan ekstrim (sumber : Analisa Kekeringan dengan Berbagai Pendekatan,2003)
Maka :
Bulan Februari 1964 stasiun curah hujan Tangkil = Kekeringan sedang.
Bulan Januari 1964 stasiun curah hujan Tugu = Hampir normal.
Bulan Januari 1964 stasiun curah hujan Sawahan = Hampir normal.
Bulan Januari 1964 stasiun curah hujan Birowo = Kekeringan sedang.
Bulan Januari 1964 stasiun curah hujan Kertosono = Kekeringan sedang.
4.6 Mencari Indeks Kekeringan Maksimum Setiap Tahun
Indeks kekeringan yang telah diklasifikasikan setiap tahunnya pada setiap
stasiun curah hujan, dilihat di bulan apa terjadi indeks kekeringan
maksimum, dimana pada tahun tersebut terjadi kekeringan yang terburuk
pada bulan apa.
Cara perhitungan indeks kekeringan maksimum adalah sebagai berikut :
40
Tabel 4.6 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Tangkil Tahun 1964
Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan Tangkil 1964 Jan 0,18 Hampir Normal Tangkil 1964 Feb -1,13 Kekeringan sedang Tangkil 1964 Mar 1,44 Kekeringan sedang Tangkil 1964 Apr -1,56 Kekeringan parah Tangkil 1964 Mei 0,01 Hampir Normal Tangkil 1964 Jun 2,67 Ekstrim Basah Tangkil 1964 Jul -0,53 Hampir Normal Tangkil 1964 Agst -0,51 Hampir Normal Tangkil 1964 Sep -0,38 Hampir Normal Tangkil 1964 Okt 3,52 Ekstrim Basah Tangkil 1964 Nov 0,48 Hampir Normal Tangkil 1964 Des 0,42 Hampir Normal
Gambar 4.2 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan
Tangkil Tahun 1964
Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan
Tangkil pada tahun 1964 kekeringan terburuk terjadi pada bulan April
dengan indeks kekeringan -1,56 yang tergolong dalam kekeringan parah.
41
Tabel 4.7 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Tugu Tahun 1964
Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan Tugu 1964 Jan -0,75 Hampir Normal Tugu 1964 Feb -1,8 Kekeringan parah Tugu 1964 Mar 0,28 Hampir Normal Tugu 1964 Apr -0,56 Hampir Normal Tugu 1964 Mei 0,29 Hampir Normal Tugu 1964 Jun 0,09 Hampir Normal Tugu 1964 Jul -0,36 Hampir Normal Tugu 1964 Agst -0,15 Hampir Normal Tugu 1964 Sep 1,13 Kebasahan sedang Tugu 1964 Okt 1,74 Sangat basah Tugu 1964 Nov -0,44 Hampir Normal Tugu 1964 Des 0 Hampir Normal
Gambar 4.3 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan Tugu Tahun 1964
Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan
Tugu pada tahun 1964 kekeringan terburuk terjadi pada bulan Februari
dengan indeks kekeringan -1,8 yang tergolong dalam kekeringan parah.
42
Tabel 4.8 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Sawahan Tahun 1964.
Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan Sawahan 1964 Jan -0,79 Hampir Normal Sawahan 1964 Feb -0,79 Hampir Normal Sawahan 1964 Mar 0,82 Hampir Normal Sawahan 1964 Apr 1,65 Sangat basah Sawahan 1964 Mei -0,28 Hampir Normal Sawahan 1964 Jun 0,26 Hampir Normal Sawahan 1964 Jul -0,36 Hampir Normal Sawahan 1964 Agst -0,25 Hampir Normal Sawahan 1964 Sep 0,3 Hampir Normal Sawahan 1964 Okt 1,69 Sangat basah Sawahan 1964 Nov 1,6 Sangat basah Sawahan 1964 Des -0,52 Hampir Normal
Gambar 4.4 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan
Sawahan Tahun 1964
Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan
Sawahan pada tahun 1964 kekeringan terburuk terjadi pada bulan Februari
dengan indeks kekeringan -0,79 yang tergolong dalam hampir normal.
43
Tabel 4.9 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Birowo Tahun 1964
Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan Birowo 1964 Jan -1,3 Kekeringan sedang Birowo 1964 Feb -1,09 Kekeringan sedang Birowo 1964 Mar 1,2 Kebasahan sedang Birowo 1964 Apr 0,37 Hampir Normal Birowo 1964 Mei -0,32 Hampir Normal Birowo 1964 Jun -0,32 Hampir Normal Birowo 1964 Jul -0,43 Hampir Normal Birowo 1964 Agst 0,23 Hampir Normal Birowo 1964 Sep 1,15 Kebasahan sedang Birowo 1964 Okt 3,25 Ekstrim basah Birowo 1964 Nov 1,08 Kebasahan sedang Birowo 1964 Des -1,2 Kekeringan sedang
Gambar 4.5 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan
Birowo Tahun 1964
Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan
Birowo pada tahun 1964 kekeringan terburuk terjadi pada bulan Januari
dengan indeks kekeringan -1,3 yang tergolong dalam kekeringan sedang.
44
Tabel 4.10 Kondisi Indeks Kekeringan di Stasiun Curah Hujan Kertosono Tahun 1964
Nama Stasiun Tahun Bulan Indeks Kekeringan Keterangan Kertosono 1964 Jan -1,09 Kekeringan sedang Kertosono 1964 Feb -1,05 Kekeringan sedang Kertosono 1964 Mar 2,64 Ekstrim Basah Kertosono 1964 Apr -0,4 Hampir Normal Kertosono 1964 Mei 1,3 Kebasahan sedang Kertosono 1964 Jun 0,54 Hampir Normal Kertosono 1964 Jul -0,19 Hampir Normal Kertosono 1964 Agst -0,45 Hampir Normal Kertosono 1964 Sep -0,46 Hampir Normal Kertosono 1964 Okt 0,71 Hampir Normal Kertosono 1964 Nov -0,9 Hampir Normal Kertosono 1964 Des -0,93 Hampir Normal
Gambar 4.6 Grafik Kondisi Indeks Kekeringan di Stasiun Curah Hujan
Kertosono tahun 1964
Dari seluruh indeks kekeringan yang terjadi di stasiun curah hujan
Kertosono pada tahun 1964 kekeringan terburuk terjadi pada bulan Januari
dengan indeks kekeringan -1,09 yang tergolong dalam kekeringan sedang.
45
Indeks-indeks kekeringan maksimum setiap tahun digabungkan menjadi
satu, sehingga menghasilkan grafik sebagai berikut :
Gambar 4.7 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Tangkil
Gambar 4.8 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Tugu
Gambar 4.9 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Sawahan
Gambar 4.10 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Birowo
46
Gambar 4.11 Grafik Indeks Kekeringan Maksimum Stasiun Curah Hujan Kertosono
Sehingga dari indeks-indeks kekeringan maksimum setiap tahun, dapat
dihitung besar pergeseran indeks kekeringan setiap tahunnya, yaitu dengan
cara sebagai berikut :
121%
ZijBulanZijBulanZijBulanpergeseran −
= x100%
Jadi persen pergeseran indeks kekeringan maksimum pada stasiun curah
hujan Tangkil, tahun 1964 – 1965 adalah
%9956,45%10055423,1
839996,055423,1% =−
= xpergeseran
Besar pergeseran indeks kekeringan maksimum pada stasiun curah hujan
Tangkil, tahun 1965 – 1966 adalah
%371735,0%100839996,0
52774,0839996,0% =−
= xpergeseran
47
Maka dari pergeseran indeks kekeringan setiap tahun di stasiun curah
hujan Tangkil, maka rata-rata pergeseren indeks kekeringan maksimum di
stasiun curah hujan Tangkil dari tahun 1964 – 2005 sebesar 62,0222%.
4.7 Perhitungan Probabilitas Terjadinya Indeks Kekeringan Maksimum
di Tahun yang Akan Datang
Dalam perhitungan ini akan mencari probabilitas terbesar terjadinya indeks
kekeringan maksimum di atahun yang akan datang, dimana berdasarkan
siklus terjadinya indeks kekeringan maksimum yang telah terjadi, akan
dihitung di tahun yang akan datang, bulan apa yang paling memiliki
probabilitas terbesar terjadinya indeks kekeringan maksimum.
Contoh perhitungan probabilitas adalah sebagai berikut :
Probabilitas kejadian relatif = kejadian/percobaan total Jumlahtejadi yang peristiwa Jumlah
Probabilitas yang terjadi pada stasiun tangkil adalah sebagai berikut :
Bulan Januari terjadinya kondisi kekeringan terburuk sebanyak 2 kali,
jumlah bulan Januari yang ditinjau sebanyak 42 kali.
Probabilitas bulan Januari = 4,761905%100422
=x %.
Probabilitas bulan Februari = 9,52381%%100424
=x .
48
Probabilitas bulan Maret = 7,142857%%100423
=x .
Proababilitas bulan April = 14,28571%%100426
=x
Probabilitas bulan Mei = 0%%100420
=x
Probabilitas bulan Juni = 0%%100420
=x
Probabilitas bulan Juli = 0%%100420
=x .
Probabilitas bulan Agustus = 0%%100420
=x .
Probabilitas bulan September = 0%%100420
=x .
Probabilitas bulan Oktober = 0%%100420
=x .
Probabilitas bulan November = 7,142857%%100423
=x
Probabilitas bulan Desember = 11,90476%%100425
=x .
Dari keseluruhan probabilitas yang terjadi di setiap bulan, probabilitas
terbesar terjadinya indeks kekeringan pada tahun yang akan datang di
49
stasiun curah hujan tangkil adalah bulan April dengan probabilitas sebesar
14,28571%.
4.8 Prediksi Nilai Indeks Kekeringan di Tahun yang Akan Datang
Untuk memprediksikan nilai indeks kekeringan akan menggunakan analisa
trend, dimana dari data-data indeks kekeringan perbulan disatukan ehingga
bisa didapat trend line, sebagai contoh grafik trend line sebagai berikut :
Gambar 4.12 Grafik Garis Trend Line Regresi Linear
Dari garfik trend line di atas dapat di tarik persamaan garis regresi linear,
dimana untuk menarik persamaan garis regresi linear dapat digunakan cara
sebagai berikut :
Y’=a + bX
Cara untuk menarik persamaan gari dari trend line adalah dengan
menggunakan rumus sebagai berikut :
N
XBYA ii∑ ∑−= …………(2.7)
[ ] [ ][ ]
[ ] [ ]22 ∑∑∑∑∑
−
−=
ii
iiii
XXN
YXYXNB ……..(2.8)
50
Contoh perhitungan persamaan garis :
Tabel 4.11 Perhitungan Persamaan Garis Regresi Linear
X y X * Y X2 1 -1,555422536 -1,55542 1 2 -0,839996477 -1,67999 4 3 -0,527740136 -1,58322 9 4 -1,044452406 -4,17781 16 5 -1,068168869 -5,34084 25 6 -0,825717667 -4,95431 36 7 -0,508949555 -3,56265 49 8 -1,059052997 -8,47242 64 9 -0,839996477 -7,55997 81
10 -0,514260865 -5,14261 100 11 -1,281341099 -14,0948 121 12 -0,3438595 -4,12631 144 13 -0,976324741 -12,6922 169 14 -0,842229764 -11,7912 196 15 -0,527740136 -7,9161 225 16 -1,188475777 -19,0156 256 17 -1,863926569 -31,6868 289 18 -1,803607305 -32,4649 324 19 -1,410684856 -26,803 361 20 -1,803607305 -36,0721 400 21 -1,108523714 -23,279 441 22 -1,169357339 -25,7259 484 23 -1,019922049 -23,4582 529 24 -1,710579042 -41,0539 576 25 -1,288610851 -32,2153 625 26 -2,863196437 -74,4431 676 27 -2,392430979 -64,5956 729 28 -0,839996477 -23,5199 784 29 -0,802623753 -23,2761 841 30 -1,959007106 -58,7702 900 31 -0,907082952 -28,1196 961 32 -0,796937466 -25,502 1024 33 -0,969618671 -31,9974 1089 34 -1,838680319 -62,5151 1156 35 -0,413735657 -14,4807 1225 36 -2,392430979 -86,1275 1296 37 -1,332950401 -49,3192 1369 38 -0,851368321 -32,352 1444 39 -0,789952146 -30,8081 1521 40 -1,194135716 -47,7654 1600 41 -1,003900826 -41,1599 1681 42 -1,504439642 -63,1865 1764
51
Dari data tersebut di dapat : ∑X = 903
∑Y = -49,97503588
∑X.Y = -114,36
∑ X2 = 25585
(∑X)2 = 815409
[ ] [ ][ ][ ] [ ]22 ∑∑
∑∑∑−
−=
ii
iiii
XXN
YXYXNB
[ ] [ ][ ][ ] [ ] 0113.0
815409255854297503588.4990336.11442
−=−−−−
=B
NXBY
A ii∑ ∑−= =
42903*0113.0(97503588.49 −−−
= -0,946
Jadi persamaan garis regresi linear untuk bulan Januari pada stasiun curah
hujan Tangkil adalah y = -0,0113x – 0,946
Dengan persamaan garis yang telah didapatkan maka cara perhitungan
prediksi untuk nilai indeks kekeringan bulan Januari pada stasiun curah
hujan Tangkil tahun 2025 dan 2050 adalah :
X = 62 y = -0,0113 * 62 – 0,946 y = -1,628
X = 87 y = -0,0113 * 87 – 0,946 y = -2
Sehingga dari analisa trend line, didapat besar nilai indeks kekeringan
pada tahun yang akan datang. Dimana pada tahun 2025 nilai indeks
kekeringan sebesar -1,628 dengan kondisi Kekeringan parah, dan pada
tahun 2050 nilai indeks kekeringan sebesar -2 dengan kondisi kekeringan
52
ekstrim. Dimana sesuai dengan perhitungan probabilitas sebelumnya maka
pada tahun 2025 dan 2050 kondisi kekeringan tersebut akan terjadi pada
bulan April.
4.9 Peta Perubahan Indeks Kekeringan Maksimum
Dari hasil perhitungan indeks kekeringan, dapat dilihat perubahan
dari kondisi kekeringan yang ada di DAS Brantas, yaitu sebagai berikut :
Gambar 4.13 Kondisi Indeks Kekeringan Maksimum di DAS
Brantas Tahun 1965
Gambar 4.14 Gambar Kondisi Indeks Kekeringan Maksimum
di DAS Brantas Tahun 1986
53
Gambar 4.15 Gambar Kondisi Indeks Kekeringan Maksimum
di DAS Brantas Tahun 2005
Dimana :
Hampir Normal.
Kekeringan Sedang.
Kekeringan Parah.