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 : μ =
∑X N
...........(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 :
μ=
Σ Hujan harian 350 = = 11,3 31 31
32 Rata-rata curah hujan bulanan pada bulan Februari lokasi stasiun tangkil tahun 1964 :
μ=
Σ Hujan harian 154 = = 5,5 29 29
Rata-rata curah hujan bulanan pada bulat Maret lokasi stasiun tangkil tahun 1964 :
μ=
4.3
Σ Hujan harian 463 = = 14,9 31 31
Uji Kekonsistensian Data
Sesuai dengan metodologi penelitian, sesudah mendapatkan ratarata 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
μ=
Σrata − rata hujan bulanan 83.7 = = 6,975 12 12
33 Tabel 4.2 Tabel Uji Kekonsistensian Data Stasiun Curah Hujan Tangkil
Tahun 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 20 21 22 23 24 25
Stasiun tangkil i Kumulatif 6,975 6,975 5,108333 12,08333 5,866667 17,95 4,733333 22,68333 7,216667 29,9 6,041667 35,94167 6,4 42,34167 6,566667 48,90833 4,608333 53,51667 7,4 60,91667 6,2125 67,12917 8,1 75,22917 4,291667 79,52083 4,358333 83,87917 8,1 91,97917 5,141667 97,12083 2,6 99,72083 3,366667 103,0875 3,458333 106,5458 3,858333 110,4042 5,358333 115,7625 5,966667 121,7292 4,316667 126,0458 3,975 130,0208 5,391667 135,4125 2,225 137,6375 1,658333 139,2958 5,075833 144,3717 8,416667 152,7883 4,033333 156,8217 5,1 161,9217 7,383333 169,305 6,016667 175,3217 3,808333 179,13 8,033333 187,1633 3,679167 190,8425 6,858333 197,7008 5,4 203,1008 5,941667 209,0425 5,166667 214,2092 5,483333 219,6925 5,458333 225,1508
3 stasiun acuan i Kumulatif 5,925 5,925 4,002778 9,927778 5,969444 15,89722 4,263889 20,16111 7,377778 27,53889 4,530556 32,06944 7,297222 39,36667 5,906944 45,27361 4,113889 49,3875 6,336111 55,72361 7,244444 62,96806 8,222222 71,19028 4,45 75,64028 4,184722 79,825 7,680556 87,50556 6,061111 93,56667 4,569444 98,13611 6,155556 104,2917 4,491667 108,7833 4,738889 113,5222 5,775 119,2972 4,138889 123,4361 4,922222 128,3583 5,436111 133,7944 3,433333 137,2278 3,9 141,1278 4,406667 145,5344 5,627778 151,1622 7,105556 158,2678 5,594444 163,8622 4,669444 168,5317 5,402778 173,9344 4,747222 178,6817 4,191667 182,8733 5,234722 188,1081 4,397222 192,5053 6,766667 199,2719 4,563889 203,8358 4,931944 208,7678 4,736111 213,5039 4,175 217,6789 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 : __
S=
∑ (X − X )2 n −1
..................(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 5,5 11,5 14 8,9 5,7 8,8 10,1 8 7,3 8 10,75 8 6,1 7,6 7,5 7,7 5,5 4,7 9,9 8,8 11,7 12,8 8 8,5 5 0 6,5 10,86 10,6 8 14,5 12,6 14 12,7 11,5 5,75 9,6 11 10,8 5,3 14,9 12,9
X-Xrata2 -3,5919 2,408095 4,908095 -0,1919 -3,3919 -0,2919 1,008095 -1,0919 -1,7919 -1,0919 1,658095 -1,0919 -2,9919 -1,4919 -1,5919 -1,3919 -3,5919 -4,3919 0,808095 -0,2919 2,608095 3,708095 -1,0919 -0,5919 -4,0919 -9,0919 -2,5919 1,768095 1,508095 -1,0919 5,408095 3,508095 4,908095 3,608095 2,408095 -3,3419 0,508095 1,908095 1,708095 -3,7919 5,808095 3,808095
(X-Xrata2)2 12,90178 5,798923 24,0894 0,036827 11,50502 0,085208 1,016256 1,192256 3,210923 1,192256 2,74928 1,192256 8,951494 2,22578 2,534161 1,937399 12,90178 19,28883 0,653018 0,085208 6,802161 13,74997 1,192256 0,350351 16,74368 82,66273 6,71797 3,126161 2,274351 1,192256 29,24749 12,30673 24,0894 13,01835 5,798923 11,16833 0,258161 3,640827 2,917589 14,37854 33,73397 14,50159
36 Rata – rata curah hujan bulanan Februari tahun 1964 – 2005 = 9,091904762 Jumlah (X‐Xrata2)2 = 413,4198 Standar deviasi = S =
413,4198 = 3,175439 42 − 1
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 6,1 6,1 14,2 6,9 6,6 12,1 17,6 6,7 11,1 11,2 6,7 8,1 12,4 7,1 14,3 24 8,8 8 8,4 10,2 10,8 6,9 7,5 14,4 26,6 8,4 5,2 8,8 22,3 16,3 10 10 6,3 6,3 7,9 4,3 5,7 10 9,7 6,0 6,4 2,0
X-Xrata2 -3,8619 -3,8619 4,238095 -3,0619 -3,3619 2,138095 7,638095 -3,2619 1,138095 1,238095 -3,2619 -1,8619 2,438095 -2,8619 4,338095 14,0381 -1,1619 -1,9619 -1,5619 0,238095 0,838095 -3,0619 -2,4619 4,438095 16,6381 -1,5619 -4,7619 -1,1619 12,3381 6,338095 0,038095 0,038095 -3,6619 -3,6619 -2,0619 -5,6619 -4,2619 0,038095 -0,2619 -3,9619 -3,5619 -7,9619
(X-Xrata2)2 14,91431 14,91431 17,96145 9,375261 11,3024 4,571451 58,3405 10,64002 1,295261 1,53288 10,64002 3,466689 5,944308 8,190499 18,81907 197,0681 1,350023 3,84907 2,439546 0,056689 0,702404 9,375261 6,060975 19,69669 276,8262 2,439546 22,67574 1,350023 152,2286 40,17145 0,001451 0,001451 13,40955 13,40955 4,251451 32,05717 18,16383 0,001451 0,068594 15,69669 12,68717 63,39193
37 Rata – rata curah hujan bulanan Januari tahun 1964 – 2005 = 9,961904762 Jumlah (X‐Xrata2)2 = 1101,339
Standar deviasi = S =
4.5
1101,339 = 5,182849 42 − 1
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 : ___
Z ij =
X ij − X
j
σj
…………(2.9)
Dimana contoh parameter yang digunakan untuk pengklasifikasian indeks kekeringan di stasiun curah hujan Tangkil bulan Februari adalah : X ij = 11,3 (hujan rata-rata tahun 1964 bulan Februari). ___
X j = 10,56905 (hujan rata-rata bulan Februari dari tahun 1964-2005).
σ j = 3,2 (standard deviasi bulan Februari dari tahun 1964-2005).
38 Indeks kekeringan bulan Februari tahun 1964 di stasiun Tangkil adalah :
Z ij =
11,3 − 10,56905 = −1,13 3,2
Indeks kekeringan bulan Januari tahun 1964 di stasiun Tugu adalah :
Z ij =
6,1 − 9,961905 = −0,75 5,182849
Indeks kekeringan bulan Januari tahun 1964 di stasiun Sawahan adalah :
Z ij =
7 − 12,16429 = −0,79 6,574556
Indeks kekeringan bulan Januari tahun 1964 di stasiun Birowo adalah :
Z ij =
6 − 10,97857 = −1,3 3,83778
Indeks kekeringan bulan Januari tahun 1964 di stasiun Kertosono adalah :
Z ij =
5,2 − 10,61436 = −1,09 4,97522
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 2,00 1,50 Æ 1,99 1,00 Æ 1,49 -0,99 Æ 0,99 -1,0 Æ-1,49 -1,5 Æ -1,99 -2,0 Æ <-2,00
Kalsifikasi Ekstrim Basah Sangat Basah Kebasahan sedang Hampir normal Kekeringan sedang Kekeringan parah 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 Tangkil Tangkil Tangkil Tangkil Tangkil Tangkil Tangkil Tangkil Tangkil Tangkil Tangkil Tangkil
Tahun 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964
Bulan Jan Feb Mar Apr Mei Jun Jul Agst Sep Okt Nov Des
Indeks Kekeringan 0,18 -1,13 1,44 -1,56 0,01 2,67 -0,53 -0,51 -0,38 3,52 0,48 0,42
Keterangan Hampir Normal Kekeringan sedang Kekeringan sedang Kekeringan parah Hampir Normal Ekstrim Basah Hampir Normal Hampir Normal Hampir Normal Ekstrim Basah Hampir Normal 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 Tugu Tugu Tugu Tugu Tugu Tugu Tugu Tugu Tugu Tugu Tugu Tugu
Tahun 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964
Bulan Jan Feb Mar Apr Mei Jun Jul Agst Sep Okt Nov Des
Indeks Kekeringan -0,75 -1,8 0,28 -0,56 0,29 0,09 -0,36 -0,15 1,13 1,74 -0,44 0
Keterangan Hampir Normal Kekeringan parah Hampir Normal Hampir Normal Hampir Normal Hampir Normal Hampir Normal Hampir Normal Kebasahan sedang Sangat basah Hampir Normal 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 Sawahan Sawahan Sawahan Sawahan Sawahan Sawahan Sawahan Sawahan Sawahan Sawahan Sawahan Sawahan
Tahun 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964
Bulan Jan Feb Mar Apr Mei Jun Jul Agst Sep Okt Nov Des
Indeks Kekeringan -0,79 -0,79 0,82 1,65 -0,28 0,26 -0,36 -0,25 0,3 1,69 1,6 -0,52
Keterangan Hampir Normal Hampir Normal Hampir Normal Sangat basah Hampir Normal Hampir Normal Hampir Normal Hampir Normal Hampir Normal Sangat basah Sangat basah 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 Birowo Birowo Birowo Birowo Birowo Birowo Birowo Birowo Birowo Birowo Birowo Birowo
Tahun 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964
Bulan Jan Feb Mar Apr Mei Jun Jul Agst Sep Okt Nov Des
Indeks Kekeringan -1,3 -1,09 1,2 0,37 -0,32 -0,32 -0,43 0,23 1,15 3,25 1,08 -1,2
Keterangan Kekeringan sedang Kekeringan sedang Kebasahan sedang Hampir Normal Hampir Normal Hampir Normal Hampir Normal Hampir Normal Kebasahan sedang Ekstrim basah Kebasahan sedang 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 Kertosono Kertosono Kertosono Kertosono Kertosono Kertosono Kertosono Kertosono Kertosono Kertosono Kertosono Kertosono
Tahun 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964 1964
Bulan Jan Feb Mar Apr Mei Jun Jul Agst Sep Okt Nov Des
Indeks Kekeringan -1,09 -1,05 2,64 -0,4 1,3 0,54 -0,19 -0,45 -0,46 0,71 -0,9 -0,93
Keterangan Kekeringan sedang Kekeringan sedang Ekstrim Basah Hampir Normal Kebasahan sedang Hampir Normal Hampir Normal Hampir Normal Hampir Normal Hampir Normal Hampir Normal 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 :
% pergeseran =
ZijBulan1 − ZijBulan2 x100% ZijBulan1
Jadi persen pergeseran indeks kekeringan maksimum pada stasiun curah hujan Tangkil, tahun 1964 – 1965 adalah
% pergeseran =
1,55423 − 0,839996 x100% = 45,9956% 1,55423
Besar pergeseran indeks kekeringan maksimum pada stasiun curah hujan Tangkil, tahun 1965 – 1966 adalah
% pergeseran =
0,839996 − 0,52774 x100% = 0,371735% 0,839996
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 =
Jumlah peristiwa yang tejadi Jumlah total percobaan / kejadian
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 =
2 x100% = 4,761905 %. 42
Probabilitas bulan Februari =
4 x100% = 9,52381% . 42
48
Probabilitas bulan Maret =
3 x100% = 7,142857% . 42
Proababilitas bulan April =
6 x100% = 14,28571% 42
Probabilitas bulan Mei =
0 x100% = 0% 42
Probabilitas bulan Juni =
0 x100% = 0% 42
Probabilitas bulan Juli =
0 x100% = 0% . 42
Probabilitas bulan Agustus =
0 x100% = 0% . 42
Probabilitas bulan September =
Probabilitas bulan Oktober =
0 x100% = 0% . 42
0 x100% = 0% . 42
Probabilitas bulan November =
3 x100% = 7,142857% 42
Probabilitas bulan Desember =
5 x100% = 11,90476% . 42
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 : A=
B=
N
∑ Y − B∑ X i
i
…………(2.7)
N
[∑ X Y ]− [∑ X ][∑ Y ] N [∑ X ]− [∑ X ] i i
i
2 i
i
2
i
……..(2.8)
50 Contoh perhitungan persamaan garis : Tabel 4.11 Perhitungan Persamaan Garis Regresi Linear X 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
y -1,555422536 -0,839996477 -0,527740136 -1,044452406 -1,068168869 -0,825717667 -0,508949555 -1,059052997 -0,839996477 -0,514260865 -1,281341099 -0,3438595 -0,976324741 -0,842229764 -0,527740136 -1,188475777 -1,863926569 -1,803607305 -1,410684856 -1,803607305 -1,108523714 -1,169357339 -1,019922049 -1,710579042 -1,288610851 -2,863196437 -2,392430979 -0,839996477 -0,802623753 -1,959007106 -0,907082952 -0,796937466 -0,969618671 -1,838680319 -0,413735657 -2,392430979 -1,332950401 -0,851368321 -0,789952146 -1,194135716 -1,003900826 -1,504439642
X*Y -1,55542 -1,67999 -1,58322 -4,17781 -5,34084 -4,95431 -3,56265 -8,47242 -7,55997 -5,14261 -14,0948 -4,12631 -12,6922 -11,7912 -7,9161 -19,0156 -31,6868 -32,4649 -26,803 -36,0721 -23,279 -25,7259 -23,4582 -41,0539 -32,2153 -74,4431 -64,5956 -23,5199 -23,2761 -58,7702 -28,1196 -25,502 -31,9974 -62,5151 -14,4807 -86,1275 -49,3192 -32,352 -30,8081 -47,7654 -41,1599 -63,1865
X2 1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 289 324 361 400 441 484 529 576 625 676 729 784 841 900 961 1024 1089 1156 1225 1296 1369 1444 1521 1600 1681 1764
51 Dari data tersebut di dapat : ∑X ∑Y
= 903 = -49,97503588
∑X.Y = -114,36 ∑ X2 = 25585 (∑X)2 = 815409
B=
B=
A=
N
[∑ X Y ]− [∑ X ][∑ Y ] N [∑ X ]− [∑ X ] i i
i
i
2
2 i
i
42[− 114.36] − [903][− 49.97503588] = −0.0113 42[25585] − [815409]
∑ Y − B∑ X i
N
i
=
− 49.97503588 − (−0.0113 * 903 = -0,946 42
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.
