Tentang TrendHidro

TrendHidro adalah platform olah data runtut waktu hidrometeorologi. Aplikasi ini menyediakan tiga metode uji statistik untuk mendeteksi trend dalam data runtut waktu:

  • Mann-Kendall — Uji trend non-parametrik
  • Sen's Slope — Estimasi kemiringan trend non-parametrik
  • Regresi Linear — Uji trend parametrik

Panduan Peta Interaktif

Halaman Peta Interaktif menampilkan lokasi stasiun hujan pada peta Indonesia dengan warna marker yang menunjukkan hasil analisis trend.

Cara Penggunaan

  1. Pilih Wilayah Sungai dari dropdown
  2. Pilih tipe data: Bulanan, Tahunan, atau Musiman
  3. Atur periode tahun analisis
  4. Aktifkan salah satu metode (Mann-Kendall, Sen's Slope, atau Regresi Linear)
  5. Klik marker stasiun untuk melihat detail

Fitur

  • Warna marker berubah berdasarkan hasil trend (hijau = meningkat, merah = menurun, abu = tidak ada trend)
  • Filter kualitas data untuk menyembunyikan stasiun dengan kelengkapan < 50%
  • Klik "Detail" pada popup untuk melihat grafik dan statistik lengkap

Panduan Olah Data Anda

Halaman Olah Data memungkinkan Anda mengupload data curah hujan sendiri dan menjalankan analisis trend langsung di browser.

Format File

File harus memiliki minimal 2 kolom:

  • Kolom 1 — Tanggal: Format dd/mm/yy atau dd/mm/yyyy
  • Kolom 2 — Data: Nilai curah hujan (numerik, dalam mm)

Format file yang didukung: .csv, .xls, .xlsx

Cara Penggunaan

  1. Seret file ke area upload atau klik untuk memilih file
  2. Data akan otomatis di-parse dan ditampilkan preview
  3. Pilih tipe agregasi data (Bulanan/Tahunan/Musiman) dan periode
  4. Klik Analisis untuk menjalankan perhitungan

Mann-Kendall

Uji non-parametrik untuk mendeteksi trend monoton dalam data runtut waktu. Tidak memerlukan asumsi distribusi normal.

Langkah Perhitungan

Step 1: Hitung Statistik S

Bandingkan semua pasangan data $(x_j, x_i)$ di mana $j > i$:

$$S = \sum_{k=1}^{n-1} \sum_{j=k+1}^{n} \text{sign}(x_j - x_k)$$ $$\text{sign}(\theta) = \begin{cases} +1 & \text{jika } \theta > 0 \\ 0 & \text{jika } \theta = 0 \\ -1 & \text{jika } \theta < 0 \end{cases}$$

Step 2: Hitung Varians S

$$\text{Var}(S) = \frac{n(n-1)(2n+5) - \sum_{p=1}^{g} t_p(t_p - 1)(2t_p + 5)}{18}$$

Di mana $t_p$ adalah jumlah data dalam tied group ke-$p$, dan $g$ adalah jumlah tied groups.

Step 3: Hitung Z-Score

$$Z = \begin{cases} \frac{S - 1}{\sqrt{\text{Var}(S)}} & \text{jika } S > 0 \\ 0 & \text{jika } S = 0 \\ \frac{S + 1}{\sqrt{\text{Var}(S)}} & \text{jika } S < 0 \end{cases}$$

Step 4: Keputusan

Jika $|Z| > 1.96$ → Trend signifikan pada tingkat kepercayaan 95% ($\alpha = 0.05$).
$Z > 0$ → Trend meningkat, $Z < 0$ → Trend menurun.

Sen's Slope

Estimator non-parametrik untuk menghitung besaran kemiringan trend. Lebih robust terhadap outlier dibanding regresi linear.

Langkah Perhitungan

Step 1: Hitung Semua Kemiringan Pasangan

$$Q_i = \frac{x_j - x_k}{j - k} \quad \text{untuk semua } j > k$$

Step 2: Median Kemiringan

$$\hat{\beta} = \text{median}(Q_1, Q_2, \ldots, Q_N)$$

Di mana $N = \frac{n(n-1)}{2}$ adalah jumlah total pasangan.

Step 3: Hitung Intercept

$$\hat{\alpha} = \text{median}(y_i - \hat{\beta} \cdot x_i)$$

Interpretasi

$\hat{\beta} > 0$ → Trend meningkat
$\hat{\beta} < 0$ → Trend menurun
$\hat{\beta} = 0$ → Tidak ada trend

Regresi Linear

Metode parametrik untuk menentukan garis trend yang meminimalkan jumlah kuadrat residual.

Langkah Perhitungan

Step 1: Hitung Komponen

$$S_{xx} = \sum(x_i - \bar{x})^2, \quad S_{yy} = \sum(y_i - \bar{y})^2, \quad S_{xy} = \sum(x_i - \bar{x})(y_i - \bar{y})$$

Step 2: Slope & Intercept

$$\hat{\beta} = \frac{S_{xy}}{S_{xx}}, \quad \hat{\alpha} = \bar{y} - \hat{\beta} \cdot \bar{x}$$

Step 3: Koefisien Determinasi ($R^2$)

$$R^2 = 1 - \frac{SS_{res}}{SS_{tot}} = 1 - \frac{\sum(y_i - \hat{y}_i)^2}{\sum(y_i - \bar{y})^2}$$

Step 4: Uji-t untuk Slope

$$t = \frac{\hat{\beta}}{SE(\hat{\beta})}, \quad SE(\hat{\beta}) = \sqrt{\frac{MSE}{S_{xx}}}, \quad MSE = \frac{SS_{res}}{n - 2}$$

Interpretasi

$\hat{\beta} > 0$ → Trend meningkat
$\hat{\beta} < 0$ → Trend menurun
$\hat{\beta} = 0$ → Tidak ada trend

Format Data

Data dari Database (Peta)

Data curah hujan harian disimpan di Supabase－penyedia berbagai layanan digital termasuk penyimpanan data berbasis cloud.

Upload CSV/XLSX (Olah Data)

Format kolom yang diharapkan:

Kolom 1 Tanggal (dd/mm/yy)
Kolom 2 Data (berupa angka)

Separator CSV yang didukung: koma (,) atau titik koma (;).

Changelog

Mei 2026
v1.0 — Rilis Awal
Peta interaktif, olah data Anda, metode Mann-Kendall, Sen's Slope, dan Regresi Linear, halaman detail stasiun, ketersediaan data harian, dokumentasi.