Rekap & Visualisasi Data Hujan dengan Excel

1

Pendahuluan & Tujuan Pembelajaran

0

Data harian tersedia

0

Tahun pengamatan

0

mm curah hujan total

0

Hari hujan terdata

Mengapa rekap data hujan penting?

Data hujan harian mentah dari alat penakar (ARR/manual) menghasilkan ribuan baris angka yang sulit dibaca langsung. Rekap dan visualisasi mengubah data mentah menjadi informasi hidrologi yang berguna — mulai dari pola musiman, tahun basah-kering, hingga hujan ekstrem untuk desain bangunan air.

Setelah mempelajari modul ini, kamu dapat:

✓

Memahami struktur data hujan harian di Excel

Mengenali kolom Tanggal, Bulan, RR mentah, dan nilai terkoreksi — serta peran masing-masing dalam analisis.

✓

Menangani data hilang & kode anomali (8888)

Menggunakan formula IF untuk memfilter nilai tidak valid tanpa merusak urutan tanggal.

✓

Membuat rekap bulanan & tahunan dengan Pivot Table

Menghasilkan tabel pivot_sum (total), pivot_max (maks harian), dan pivot_hari_hjn (hari hujan).

✓

Membuat visualisasi yang informatif untuk laporan

Memilih jenis chart yang tepat dan menerapkan formatting profesional di Excel.

ℹ️ Data yang digunakan adalah Sta. Hujan Cemara, Bandung — salah satu stasiun BBWS Citarum dengan rekam data 26 tahun (2000–2025). Stasiun ini representatif untuk wilayah Bandung Raya yang termasuk daerah tangkapan air Sungai Citarum.

2

Struktur Data Hujan Harian di Excel

File Excel terdiri dari 5 sheet dengan fungsi berbeda. Sheet data_harian adalah basis utama yang berisi semua data mentah. Sheet lainnya merupakan hasil rekap (pivot).

📊 sta_hujan_cemara_bandung_2000_2025.xlsx

	A	B	C	D
1	Tanggal	Bulan	RR	Curah_hujan (mm)
2	01/01/2000	Jan-00	2.8	2.8
3	02/01/2000	Jan-00	0	0
4	03/01/2000	Jan-00	1.8	1.8
19	19/01/2000	Jan-00	8888	-
20	20/01/2000	Jan-00	2	2
···	···
9488	31/12/2025	Des-25	12.5	12.5

data_harian

data_hari_hjn

pivot_sum

pivot_max

pivot_hari_hjn

Kolom A — Tanggal

Format tanggal Excel (Date type). Digunakan sebagai sumbu waktu pada chart dan field pengelompokan di Pivot Table. Pastikan format konsisten: DD/MM/YYYY.

Kolom B — Bulan

Format bulan-tahun. Dihasilkan dari formula:

=EOMONTH(A2, 0)

Berguna untuk grouping pivot per bulan kalender.

Kolom C — RR (Data Mentah)

Data mentah dari arsip/digitasi. Nilai 8888 = data tidak terukur. Nilai 0 = tidak hujan (hari cerah).

Kolom D — Curah_hujan (mm)

Data bersih setelah filter. Nilai 8888 diubah menjadi tanda "-" (teks) agar tidak ikut perhitungan SUM/AVERAGE.

Fungsi masing-masing sheet:

Sheet	Fungsi	Field Values
data_harian	Semua data harian mentah (9.487 baris)	Basis pivot
data_hari_hjn	Data harian — hanya hari dengan hujan >0	Filter RR > 0
pivot_sum	Total curah hujan bulanan per tahun (mm)	SUM
pivot_max	Hujan harian maksimum per bulan per tahun	MAX
pivot_hari_hjn	Jumlah hari hujan per bulan per tahun	COUNT

3

Menangani Data Hilang — Kode 8888

⚠️ Kode 8888 adalah kode standar BMKG/BBWS yang berarti data tidak tersedia — akibat alat rusak, petugas tidak hadir, atau arsip hilang. Kode ini wajib difilter sebelum analisis statistik karena nilai 8888 akan merusak hasil SUM, AVERAGE, dan MAX.

1

Hitung jumlah data hilang dengan COUNTIF

Gunakan untuk mengetahui berapa data yang perlu ditangani sebelum analisis.

=COUNTIF(C:C, 8888) → jumlah baris dengan kode 8888

2

Buat kolom Curah_hujan (mm) dengan formula IF

Ganti kode 8888 dengan tanda "-" (teks), sehingga Excel tidak menghitungnya sebagai angka. Nilai 0 (tidak hujan) tetap dipertahankan.

=IF(C2=8888, "-", C2) → isi di D2, salin ke seluruh kolom

3

Verifikasi dengan ISNUMBER

Pastikan sel yang berisi "-" tidak terbaca sebagai angka oleh Excel.

=ISNUMBER(D2) → TRUE = valid, FALSE = data hilang/teks

4

Hitung persentase data hilang per tahun

Wajib dicantumkan dalam laporan kualitas data sebelum analisis frekuensi atau pemodelan.

=COUNTIFS(B:B, ">=01/01/2010", B:B, "<=31/12/2010", C:C, 8888) / 365 * 100
→ % data hilang tahun 2010

Perbandingan sebelum dan sesudah filter:

Baris	Tanggal	RR (Mentah)	Curah_hujan (mm)	Status
2	01/01/2000	2.8	2.8	✓ Valid
3	02/01/2000	0	0	✓ Tidak hujan
19	19/01/2000	8888	-	⚠ Data hilang
20	20/01/2000	2	2	✓ Valid

💡 Fungsi Excel SUM, AVERAGE, dan MAX secara otomatis mengabaikan nilai teks "-". Namun untuk menghitung jumlah data valid, gunakan COUNT (hanya angka) bukan COUNTA (termasuk teks).

4

Membuat Rekap dengan Pivot Table

Pivot Table adalah fitur paling efisien di Excel untuk merekap ribuan baris data harian menjadi tabel ringkasan bulanan × tahunan hanya dalam hitungan detik, tanpa formula manual.

1

Klik sel mana saja dalam tabel data_harian

Pastikan tidak ada baris kosong di antara header baris 1 dan data. Excel akan otomatis mendeteksi range tabel.

2

Insert → PivotTable → New Worksheet

Buat di sheet baru untuk kerapian. Beri nama sheet yang informatif: pivot_sum, pivot_max, atau pivot_hari_hjn.

3

Atur field di panel PivotTable Fields

Susun field sesuai kebutuhan rekap:

ROWS
→ Kolom Tanggal (group by Year)

COLUMNS
→ Kolom Tanggal (group by Month)

VALUES
→ Curah_hujan (mm)

SUMMARIZE BY
→ Sum / Max / Count

4

Buat 3 Pivot Table terpisah untuk 3 variabel:

pivot_sum → Total bulanan (mm) pivot_max → Hujan maks harian (mm) pivot_hari_hjn → Hari hujan (hari)

Contoh hasil pivot_sum — Total Curah Hujan Bulanan (mm):

Tahun	Jan	Feb	Mar	Apr	Mei	Jun	Jul	Agt	Sep	Okt	Nov	Des	Total
2000	261	141	136	259	240	47	80	20	45	152	317	71	1769
2005	168	417	308	214	191	201	76	64	145	115	226	205	2329
2010	353	557	531	93	345	132	221	106	424	292	401	238	3694
2025	226	131	274	233	319	147	113	212	218	256	220	196	2544
Rata-rata	200	223	263	262	196	99	75	50	96	173	314	267	2215

ℹ️ Pivot Table bersifat dinamis: jika data sumber berubah, cukup klik kanan → Refresh untuk memperbarui semua nilai. Tidak perlu mengubah formula secara manual.

5

Visualisasi Rekap Bulanan

Rata-rata curah hujan bulanan selama 26 tahun (2000–2025) menunjukkan pola musim hujan dan kemarau yang khas untuk Kota Bandung.

Rata-rata Curah Hujan Bulanan (mm) — Sta. Cemara, Bandung 2000–2025

Garis putus-putus oranye = rata-rata per bulan (184 mm)

Musim Hujan (>200 mm)

Peralihan (100–200 mm)

Musim Kemarau (<100 mm)

Rata-rata (184 mm)

🌧️ Musim Hujan (Nov–Apr)

Curah hujan >150 mm/bulan. Puncaknya di November (314 mm) dan Desember (267 mm). Dipicu oleh monsun barat dan konvergensi zona ITCZ di ekuator.

☀️ Musim Kemarau (Jun–Sep)

Curah hujan terendah di Agustus (50 mm). Dipicu oleh monsun timur yang membawa massa udara kering dari Australia. Bandung termasuk tipe hujan Monsonal (tipe A).

📊 Di Excel: Pilih baris rata-rata dari pivot_sum (row Average) → Insert → Bar/Column Chart → Clustered Column. Tambahkan series kedua berisi nilai konstan 184 sebagai garis rata-rata. Ubah tipe chart series kedua ke Line.

6

Visualisasi Rekap Tahunan

3.694

mm · Tahun terbasa (2010)

1.702

mm · Tahun terkering (2006)

2.215

mm · Rata-rata tahunan

122.9

mm · Hujan maks 1 hari (2010)

Curah Hujan Tahunan (mm) — Sta. Cemara, Bandung 2000–2025

Merah = tahun ekstrem basah (>3000 mm) · Oranye = tahun kering (<1800 mm) · Garis hijau = rata-rata 2215 mm

Ekstrem basah

Normal

Kering

Rata-rata (2215 mm)

Jumlah Hari Hujan per Tahun — Sta. Cemara, Bandung 2000–2025

Dihitung dari Pivot Count pada data_hari_hjn (curah hujan > 0 mm)

🔬 Tahun 2010 dan 2016 merupakan tahun basah ekstrem di Bandung — berkorelasi dengan fenomena La Niña yang meningkatkan intensitas monsun barat dan curah hujan di Jawa Barat. Pola ini mudah teridentifikasi dari chart tahunan sebagai outlier ke atas.

7

Memilih Jenis Chart yang Tepat

Setiap jenis chart punya kekuatan dan ketepatan konteks yang berbeda. Klik kartu di bawah untuk melihat detail dan cara membuat di Excel.

📊

Bar / Column

Perbandingan antar periode

📈

Line Chart

Tren & deret waktu

🟦

Heatmap

Pola bulan × tahun

🔵

Scatter Plot

Korelasi dua variabel

Contoh: Heatmap Curah Hujan Bulanan (Conditional Formatting Excel)

Makin biru gelap = curah hujan makin tinggi · Data: Sta. Cemara Bandung 2000–2025

8

Tips Formatting & Penutup

Tips membuat chart data hujan yang profesional:

📝 Judul & satuan selalu wajib. Contoh: "Curah Hujan Bulanan Sta. Cemara Bandung (mm)" — tanpa satuan, grafik tidak dapat diinterpretasi oleh pembaca laporan.
📏 Tambahkan garis rata-rata sebagai referensi. Insert series kedua berisi nilai konstan rata-rata, ubah ke Line chart. Berguna untuk membandingkan tahun basah vs kering secara visual.
🎨 Heatmap dengan Conditional Formatting. Pilih range pivot_sum → Home → Conditional Formatting → Color Scale (biru ke merah). Otomatis mewarnai sel berdasarkan nilai — pola musiman langsung terlihat.
🖌️ Gunakan skema warna yang konsisten. Biru untuk curah hujan, merah-oranye untuk anomali/ekstrem. Tetap konsisten di seluruh dokumen laporan agar mudah dipahami.
🔢 Data label secukupnya. Untuk bar chart tahunan, cukup tampilkan label di bar tertinggi dan terendah — terlalu banyak label justru membuat grafik sulit dibaca.
🔗 Gunakan Named Range agar chart lebih fleksibel. Beri nama range (Formulas → Name Manager) sehingga mudah dirujuk dan chart otomatis ikut jika range diperluas.

Rangkuman alur kerja lengkap

① Data harian mentah → ② Filter 8888 → ③ Pivot Table → ④ Rekap bulanan/tahunan → ⑤ Visualisasi chart → ⑥ Interpretasi & laporan

📚 Untuk analisis lanjutan, data rekap ini dapat digunakan sebagai input analisis frekuensi curah hujan (return period 2–100 tahun), uji konsistensi (RAPS/kurva massa ganda), atau validasi data satelit GPM IMERG.

Materi selesai! 🎉

Ada pertanyaan tentang rekap & visualisasi data hujan?

Hubungi saya →

Rekap & Visualisasi Data Hujandengan Microsoft Excel