111 Bab V Rezim Hidrologi dan Konversi Lahan V.1 Curah Hujan Data curah hujan untuk analisis ini diperoleh dari BMKG, Puslitbang SDA, Dinas SDA Provinsi Jawa Barat, dan BBWS Citarum. Stasiun-stasiun hujan yang diambil untuk diolah adalah Stasiun Hujan Lembang, Stasiun Hujan Cikapundung, Stasiun Hujan Dago Pakar, Stasiun Hujan Bandung (Cemara), dan Stasiun Hujan Margahayu. Dalam penelitian ini stasiun hujan yang masuk ke daerah penelitian (DAS Cikapundung Hulu) berdasarkan analisis hujan wilayah menggunakan metode Polygon Theissen hanya Stasiun Cikapundung, Stasiun Maribaya dan Stasiun Dago Pakar, sedangkan Stasiun Lembang dan Stasiun Cemara tidak termasuk dalam daerah penelitian. Akan tetapi karena data yang terdapat di Stasiun Cikapundung dan Stasiun Margahayu tidak lengkap, maka diperlukan data dari stasiun hujan lain yang bertetangga untuk melengkapi data yang hilang tersebut, sehingga kedua stasiun hujan tersebut tetap dilibatkan dalam perhitungan. Data yang diperlukan dari masing-masing stasiun hujan adalah data hujan harian maksimum setiap tahun. Tabel V.1 berikut memperlihatkan nama stasiun hujan dan tahun serta jumlah data yang tersedia, sedangkan data yang tersedia setiap tahunnya dapat dilihat pada Tabel V.2. Tabel V.1 Stasiun Hujan DAS Cikapundung No Stasiun Hujan Koordinat Tahun Data Bentuk Data Sumber P1 Lembang 06 0 49’35,6” LS 107 0 37'3,6” BT 1978-2012 (35 Data) Data Harian BMKG, Dinas PSDA Jabar, Puslitbang SDA, Ditjen PU, BBWS Citarum P2 Cikapundung 06 0 49’15,0” LS 107 0 37’59” BT 1998-2012 (15 Data) Data Harian P3 Dago Pakar 06 0 52’51,0” LS 107 0 37’59” BT 1978-2012 (35 Data) Data Harian P4 Bandung (Cemara) 06 0 53’0,8” LS 107 0 35'50,4” BT 1978-2012 (35 Data) Data Harian P5 Margahayu 06 0 48’1,0” LS 107 0 39’24” BT 2003-2012 (10 Data) Data Harian 112 Tabel V.2 Data yang tersedia di stasiun hujan DAS Cikapundung Tahun Curah Hujan Harian Maksimum (mm/Hari) St.Lembang St.Cikapundung St.Dago Pakar St.Cemara St.Margahayu 2012 75 115 70 86 104 2011 140 70 45 92 132 2010 70 70 104 77 77 2009 78 85 73 89 145 2008 72 60 80 90 186 2007 79 84 113 81 55 2006 54 54 66 63 70 2005 88 91 50 73 56 2004 82 72 80 98 95 2003 81 71 105 77 50 2002 86 75 84 82 2001 90 65 62 54 2000 94 76 51 95 1999 86 65 70 71 1998 86 92 70 87 1997 64 90 68 1996 79 72 81 1995 50 89 67 1994 40 55 60 1993 36 95 78 1992 45 98 86 1991 37 60 113 1990 36 88 80 1989 38 75 71 1988 36 81 49 1987 72 93 73 1986 78 78 68 1985 76 74 85 1984 72 65 57 1983 77 82 81 1982 61 51 110 1981 84 82 80 1980 61 77 64 1979 69 52 80 1978 76 60 91 V.1.1 Pengisian Data Hilang Agar pengolahan data dapat dilakukan dengan baik diperlukan data yang cukup banyak. Selain itu, dalam analisis data hujan diperlukan satu seri data yang tidak terputus. Untuk mendapatkan data seri yang lengkap dan tidak terputus, diperlukan pengisian data hilang. 113 Pengisian data hilang dapat dilakuan dengan menggunakan beberapa metode, antara lain adalah: 1. Metode Rata-rata Aljabar 2. Metode Pembanding Normal 3. Metode Korelasi Data Terpanjang 4. Metode Korelasi Data Biner 5. Metode Korelasi Data Quarterner 6. Metode Korelasi Positif 7. Metede Korelasi Positif Bertahap 8. Metode Korelasi Positif Terbesar V.1.2 Pemilihan Metode Pengisian Data Hilang Pemilihan dilakukan dengan mencari korelasi data keseluruhan stasiun hujan yang telah diisi (1978-2012) dengan data stasiun acuan (dalam hal ini Stasiun Lembang, Stasiun Cemara dan Stasiun Dago Pakar). Hasil pengujian korelasi setiap metode disajikan pada Tabel V.3. Tabel V.3 Hasil uji pemilihan metode pengisian data hilang No Metode Korelasi Stasiun Uji Stasiun Lembang Stasiun Cemara Stasiun Dago Pakar 1 Aritmatik/Rata-rata Aljabar 0,33 0,22 0,15 2 Pembanding Normal 0,27 0,29 0,14 3 Korelasi Data Terpanjang^ 0,61^ 0,93^ 0,58^ 4 Korelasi Data Biner 0,13 0,87 0,18 5 Korelasi Data Quarterner 0,54 0,93 0,53 6 Korelasi Positif 0,26 0,90 0,21 7 Korelasi Positif Bertahap 0,24 0,89 0,20 8 Korelasi Terbesar 0,60 0,93 0,56 Ket: ^ metode terpilih Tabel V.3 di atas menunjukkan bahwa Metode Korelasi Data Terpanjang merupakan metode yang mempunyai korelasi terbesar terhadap semua stasiun acuan, sehingga hasilnya akan digunakan untuk analisis selanjutnya. 114 V.1.3 Uji Konsistensi Uji konsistensi berarti menguji kebenaran data lapangan yang tidak dipengaruhi oleh kesalahan saat pengukuran (Soewarno, 1995). Cara pengujian konsistensi data menggunakan Rescaled Adjusted Partial Sums (RAPS) dan ‘double mass curve technique’ (Kamiana, 2011). V.1.3.1 Metode Rescaled Adjusted Partial Sums (RAPS) Hasil uji konsistensi dengan metode RAPS dapat dilihat pada Tabel V.4 berikut. Tabel V.4 Hasil uji konsistensi dengan Metode RAPS Parameter Stasiun Lembang Stasiun Cikapundung Stasiun Dago Pakar Stasiun Bandung (Cemara) Stasiun Margahayu Rata-Rata 69,93 76,52 75,43 78,77 78,77 Varian (Dy 2 ) 465,62 125,20 288,08 288,08 2.516,05 Sk max = Qhitung 0,4612 0,3074 0,2098 0,2098 0,0580 Qkritis 7,3951 7,3951 7,3951 7,3951 7,3951 Konsistensi Konsisten (Qhitung