Dokumen tersebut memberikan penjelasan mengenai analisis frekuensi data hidrologi. Tujuan analisis ini adalah menganalisis besaran atau peristiwa ekstrim seperti hujan, banjir, dan kekeringan berdasarkan frekuensi kejadiannya dengan menerapkan distribusi kemungkinan. Dokumen ini juga menjelaskan langkah-langkah perhitungan analisis frekuensi seperti pemilihan agihan frekuensi, pengujian parameter statistik, dan
->Siphon adalah bangunan pembawa yang melewati bawah saluran lain (biasanya pembuang) atau jalan. Siphon bersifat saluran bertekanan atau tertutup.
->Bangunan terjun atau got miring diperlukan jika kemiringan permukaan tanah lebih curam daripada kemiringan maksimum saluran yang diizinkan. Bangunan terjunan dapat berupa terjunan tegak atau terjunan miring.
-> Gorong-gorong dipakai untuk membawa aliran air melewati bawah jalan air lainnya atau bawah jalan, serta jalan kereta api. Gorong-gorong mempunyai potongan melintang yang lebih kecil daripada luas basah saluran hulu maupun hilir.
->Siphon adalah bangunan pembawa yang melewati bawah saluran lain (biasanya pembuang) atau jalan. Siphon bersifat saluran bertekanan atau tertutup.
->Bangunan terjun atau got miring diperlukan jika kemiringan permukaan tanah lebih curam daripada kemiringan maksimum saluran yang diizinkan. Bangunan terjunan dapat berupa terjunan tegak atau terjunan miring.
-> Gorong-gorong dipakai untuk membawa aliran air melewati bawah jalan air lainnya atau bawah jalan, serta jalan kereta api. Gorong-gorong mempunyai potongan melintang yang lebih kecil daripada luas basah saluran hulu maupun hilir.
Analisa Koefisien Limpasan pada Persamaan Rasional untuk Menghitung Debit Ban...Dian Werokila
Dalam perencanaan dan pelaksanaan proyek-proyek teknik sipil yang berkaitan dengan pengaturan dan pemanfaatan air, dibutuhkan suatu analisis hidrologi, sehingga dalam mendesain serta menganalisis faktor-faktor utama dalam pelaksanaan suatu proyek seperti keamanan dan nilai ekonomis, aspek hidrologi tidak dapat diabaikan.
Seorang perencana harus dapat merencanakan bangunan air yang secara optimal mampu untuk mempertahankan kekuatan dan umur bangunan itu sendiri, sehingga dalam periode penggunaannya, bangunan tersebut diharapkan dapat dilalui dengan aman oleh banjir yang terjadi sampai ketinggian debit maksimum tanpa adanya kerusakan pada bangunan tersebut. Permasalahan yang terjadi adalah berapa besar debit yang harus disalurkan melalui bangunan yang besarnya tidak tentu dan berubah-ubah karena adanya banjir. Untuk mengatasi masalah tersebut diperlukan suatu perhitungan hidrologi khususnya analisis banjir rancangan.
Analisis hidrologi digunakan untuk memperkirakan debit banjir rencana, ada beberapa metode yang digunakan untuk memperkirakan besarnya debit banjir rencana mulai dari metode Rasional yang cukup sederhana sampai dengan metode yang sangat kompleks yang kemudian telah dikembangkan untuk disesuaikan dengan kondisi setempat, dikarenakan dari beberapa metode yang ada belum tentu sesuai dengan karakteristik daerah aliran sungai (DAS) yang ditinjau. Sehingga dalam memilih metode yang tepat untuk suatu DAS diperlukan kajian yang mendalam agar suatu proyek tersebut aman namun tetap bernilai ekonomis.
Persamaan Rasional merupakan salah satu cara untuk menganalisis debit banjir rencana, namun hasilnya seringkali menghasilkan penyimpangan yang cukup besar sehingga persamaan Rasional dibatasi untuk daerah dengan luas daerah aliran sungai yang kecil, yaitu kurang dari 300 ha (Goldman et.al.,1986).
Metode Rasional dikembangkan berdasarkan asumsi dalam penerapannya bahwa koefisien limpasan (C) dianggap sama untuk berbagai frekuensi hujan dan hanya dapat dihitung nilai debit puncaknya saja, volume dan waktu lamanya hidrograf banjir naik dan turun tidak dapat ditentukan.
Salah satu variabel dalam persamaan Rasional adalah koefisien limpasan (C) , faktor ini merupakan variabel yang paling menentukan hasil perhitungan debit banjir. Koefisien limpasan (C) didefinisikan sebagai perbandingan antara debit puncak aktual dengan debit puncak yang mungkin terjadi. Harga C berubah dari waktu ke waktu sesuai dengan perubahan pada faktor-faktor yang bersangkutan dengan aliran permukaan di dalam sungai, terutama kelembaban tanah, sehingga pemilihan harga koefisien limpasan (C) yang tepat memerlukan pengalaman hidrologi yang luas.
Dengan didasari latar belakang tersebut di atas, maka penulis mencoba melakukan penelitian pada suatu daerah aliran sungai agar pemilihan harga koefisien limpasan (C) pada persamaan Rasional terhadap hidrograf satuan terukur suatu daerah aliran sungai tepat sesuai dengan kondisi DAS, penelitian ini dalam bentuk tugas ak
Analisa Koefisien Limpasan pada Persamaan Rasional untuk Menghitung Debit Ban...Dian Werokila
Dalam perencanaan dan pelaksanaan proyek-proyek teknik sipil yang berkaitan dengan pengaturan dan pemanfaatan air, dibutuhkan suatu analisis hidrologi, sehingga dalam mendesain serta menganalisis faktor-faktor utama dalam pelaksanaan suatu proyek seperti keamanan dan nilai ekonomis, aspek hidrologi tidak dapat diabaikan.
Seorang perencana harus dapat merencanakan bangunan air yang secara optimal mampu untuk mempertahankan kekuatan dan umur bangunan itu sendiri, sehingga dalam periode penggunaannya, bangunan tersebut diharapkan dapat dilalui dengan aman oleh banjir yang terjadi sampai ketinggian debit maksimum tanpa adanya kerusakan pada bangunan tersebut. Permasalahan yang terjadi adalah berapa besar debit yang harus disalurkan melalui bangunan yang besarnya tidak tentu dan berubah-ubah karena adanya banjir. Untuk mengatasi masalah tersebut diperlukan suatu perhitungan hidrologi khususnya analisis banjir rancangan.
Analisis hidrologi digunakan untuk memperkirakan debit banjir rencana, ada beberapa metode yang digunakan untuk memperkirakan besarnya debit banjir rencana mulai dari metode Rasional yang cukup sederhana sampai dengan metode yang sangat kompleks yang kemudian telah dikembangkan untuk disesuaikan dengan kondisi setempat, dikarenakan dari beberapa metode yang ada belum tentu sesuai dengan karakteristik daerah aliran sungai (DAS) yang ditinjau. Sehingga dalam memilih metode yang tepat untuk suatu DAS diperlukan kajian yang mendalam agar suatu proyek tersebut aman namun tetap bernilai ekonomis.
Persamaan Rasional merupakan salah satu cara untuk menganalisis debit banjir rencana, namun hasilnya seringkali menghasilkan penyimpangan yang cukup besar sehingga persamaan Rasional dibatasi untuk daerah dengan luas daerah aliran sungai yang kecil, yaitu kurang dari 300 ha (Goldman et.al.,1986).
Metode Rasional dikembangkan berdasarkan asumsi dalam penerapannya bahwa koefisien limpasan (C) dianggap sama untuk berbagai frekuensi hujan dan hanya dapat dihitung nilai debit puncaknya saja, volume dan waktu lamanya hidrograf banjir naik dan turun tidak dapat ditentukan.
Salah satu variabel dalam persamaan Rasional adalah koefisien limpasan (C) , faktor ini merupakan variabel yang paling menentukan hasil perhitungan debit banjir. Koefisien limpasan (C) didefinisikan sebagai perbandingan antara debit puncak aktual dengan debit puncak yang mungkin terjadi. Harga C berubah dari waktu ke waktu sesuai dengan perubahan pada faktor-faktor yang bersangkutan dengan aliran permukaan di dalam sungai, terutama kelembaban tanah, sehingga pemilihan harga koefisien limpasan (C) yang tepat memerlukan pengalaman hidrologi yang luas.
Dengan didasari latar belakang tersebut di atas, maka penulis mencoba melakukan penelitian pada suatu daerah aliran sungai agar pemilihan harga koefisien limpasan (C) pada persamaan Rasional terhadap hidrograf satuan terukur suatu daerah aliran sungai tepat sesuai dengan kondisi DAS, penelitian ini dalam bentuk tugas ak
SPSS tu program/aplikasi/software (bedanya apa sih wkwk) buat ngolah data statistik. Kalo udah diolah, ada suatu informasi yang musti dibaca/diinterpretasikan/dipersepsikan supaya menghasilkan suatu kesimpulan kemudian saran. Tugas ini ngga terlalu bagus, tapi mayanlah haha. ENJOY IT, PLANNER ! Masteran software ini dulu minta ke asdos terus disebar sama kormat. gitu.
analisis tingkat kerawanan banjir menggunakan metode frekuensi rasio di DAS T...MuhYusufFadhel
Sungai pada DAS Tallo tiap tahun sering meluap karena debitnya bertambah dengan cepat melebihi daya tampung sungai ketika
terjadi hujan dengan intensitas yang tinggi sehingga dari kejadian tersebut berpotensi menyebabkan banjir yang merugikan
masyarakat yang berada pada DAS Tallo. Penelitian ini bertujuan untuk mengidentifikasi kejadian banjir, faktor paling berpengaruh
terhadap terjadinya banjir dan menganalisis tingkat kerawanan banjir pada DAS Tallo. Faktor penyebab banjir yang terdapat pada
penelitian ini yaitu, curah hujan, jarak dari sungai, kerapan sungai, kemiringan lereng, ketinggian, tekstur tanah, litologi, dan penutupan
lahan yang hasilnya diolah untuk mendapatkan nilai frekuensi rasio. Banjir yang teridentifikasi seluas 7.083 ha yang diperoleh dari
Tahun 2017 hingga 2021 menggunakan citra sentinel-1 menggunakan pendekatan NDSI (Normalized Difference Sigma Index) yang
menjadi dasar untuk menilai kerawanan banjir pada penelitian ini. Faktor yang paling berpengaruh dengan nilai frekuensi rasio tertinggi
yaitu faktor penutupan lahan sawah dengan nilai 2,78. Peta kerawanan banjir kemudian dibangun menggunakan hasil metode
frekuensi rasio yang ditumpang susunkan dengan hasil identifikasi banjir. Hasil peta kerawanan banjir yang sedang sampai sangat
tinggi berada pada daerah hilir dengan masing masing luas 25%, 26% dan 18% dari total persentase luas DAS Tallo.
Smart Buoy untuk Pemantauan Kolam Akuakultur.pptxJafarShiddiq7
Kebutuhan pangan merupakan salah satu aspek krusial
dalam kehidupan manusia, dan seiring dengan pertambahan jumlah
penduduk global, permintaan akan pangan terus meningkat. Salah
satu sumber protein hewani yang penting adalah ikan, namun
produksi ikan dari tangkapan alamiah tidak mampu memenuhi
kebutuhan yang semakin meningkat. Oleh karena itu, dibutuhkan
upaya untuk meningkatkan produksi ikan secara efisien melalui
pengembangan sektor akuakultur. Dalam rangka mencapai tujuan
tersebut, dibutuhkan penggunaan perangkat canggih Smart Buoy
agar dapat meningkatkan efisiensi sektor akuakultur yang
membutuhkan lebih sedikit tenaga manusia. Dengan
memanfaatkan sensor-sensor yang terpasang pada Smart Buoy,
informasi terkait suhu air, kondisi kolam, dan lingkungan kolam,
sehingga memberikan representasi fisik kolam secara real-time.
Metode penelitian ini adalah dengan rancang bangun sistem dan
dilakukan pengujian alternatif pada kolam pancing ikan untuk
menguji performa sistem. Hasilnya, telah dapat dirancang sebuah
prototipe dari sebuah Smart Buoy yang dapat memonitor
representasi fisik dari kolam dan menampilkan datanya
menggunakan protokol komunikasi LoRa pada website yang telah
dirancang. Sehingga data-data hasil dari pemantauan real-time
dapat diakses melalui website dari browser. Data-data ini menjadi
landasan untuk pengambilan keputusan yang lebih tepat dan efektif
dalam pengelolaan tambak. Oleh karena itu, penggunaan Smart
Buoy menjadi sangat penting dalam transformasi menuju
akuakultur yang lebih berkelanjutan dan berdaya saing.
2. Hujan rencana merupakan
kemungkinan tinggi hujan yang terjadi
dalam kala ulang tertentu sebagai
hasil dari suatu rangkaian analisis
hidrologi yang biasa disebut
analisis frekuensi .
Pengertian
Analisis Frekuensi
3. TUJUAN ANALISIS FREKUENSI DATA
HIDROLOGI
Tujuan analisis frekuensi data hidrologi
adalah berkaitan dengan besaran atau
peristiwa-peristiwa ekstrim (hujan,
banjir, kekeringan, dsb) yang berkaitan
dengan frekuensi kejadiannya melalui
penerapan distribusi kemungkinan.
4. KEGUNAAN ANALISA
FREKUENSI
Untuk memperhitungkan kapasistas bangunan, saluran
drainase, irigasi, bendungan
Menentukan memperkirankan besarnya kerusakan
yang ditimbulkan oleh debit banjir, sehingga dapat
langkah-langkah pencegahan yang ditentukan
Perhitungan Ekonomi Proyek
Dengan analisis frekuensi dapat diduga
kejadian yang sama akan terulang atau
lebih besar dalam periode N tahun yang
akan datang.
1
2
3
4
5. Tabel nilai kala ulang banjir rancangan yang digunakan
Departeman Pekerjaan Umum untuk berbagai bangunan di
sungai (Srimoemi Doelchomid, 1987).
Kala ulang banjir rancangan untuk bangunan di sungai
7. Pengujian Kesesuaian Distribusi Frekuensi
Uji Chi - Square (X2) Test
Uji Smirnov Kolmogorov
Langkah Perhitungan Analisis Frekuensi:
Pemilihan Agihan Frekuensi
Pemilihan Jenis Sebaran
Metode Log Normal
1
2
Metode Gumbell
Metode Log Person III
Syarat untuk EJ. Gumbell,
Ck = 5,40 dan Cs = 1,14,
Log Pearson III harga Cs
dan Cvnya bebas, dan untuk
Log Normal Cs = 0,00.
8.
9. 1
Pemilihan Agihan Frekuensi1
Adapun langkah-langkah dalam pemilihan agihan
frekuensi adalah (Subarkah, 1980):
•Menghitung curah hujan maksimum rerata dengan
persamaan :
n
i
io X
n
X
1
1
•Menghitung simpangan baku, dengan persamaan :
1
1
2
n
XX
S
n
i
oi
x
10. •Menghitung parameter statistik yang meliputi koefisien
skewness/penyimpangan (Cs), koefisien varians (Cv)
dan koefisien kurtosis (Ck) dengan persamaan :
3
1
3
21 x
n
i
oi
s
Snn
XXn
C
3
1
42
321 x
n
i
oi
k
Snnn
XXn
C
o
x
v
X
S
C
11. Keterangan :
Xi = curah hujan (mm)
Xo = curah hujan rata-rata (mm)
n = jumlah data
Sx = standar deviasi
Cs = koefisien skewnes/ penyimpangan
Cv = koefisisen varians
Ck = koefisien kurtoris
Berdasarkan harga Cs, Ck dan Cv
yang diperoleh maka dapat
ditentukan agihan frekuensi yang
akan digunakan
12. Pengujian Kesesuaian
Distribusi Frekuensi
2
•Uji Chi - Square (X2) Test
Uji chi square dimaksudkan untuk
menentukan apakah persamaan
distribusi peluang yang telah
dipilih dapat mewakili dari
distribusi statistik sampel data
yang dianalisis
14. Interpretasi hasil dari uji chi square adalah :
•Apabila peluang lebih besar dari 5%, maka persamaan
distribusi teoritis yang digunakan dapat diterima.
•Apabila peluang lebih kecil 1%, maka persamaan distribusi
teoritis yang digunakan tidak dapat diterima.
•Apabila peluang berada diantara 1 - 5% adalah tidak
mungkin mengambil keputusan, misal perlu penambahan
data.
15. •Uji Smirnov Kolmogorov
(Pmax | Pe –Pt | ) < ΔCr, α
Pada umumnya taraf signifiksi atau derajat
nyata (α) diambil sebesar 5% dengan asumsi
bahwa 5 dari 100 kesimpulan kita akan
menolak hipotesa yang seharusnya kita
terima atau kira-kira 95% konfiden bahwa kita
telah membuat kesimpulan yang benar
16. •Data Curah Hujan
Data curah hujan yang digunakan untuk
menghitung curah hujan rencana pada DAS Sungai
Bangga adalah data curah hujan hasil pengukuran
pada stasiun curah hujan Bangga Atas yang terletak
pada 1º17’14” LS dan 119º54’01” BT dan stasiun
Bangga Bawah yang terletak pada 1º14’35” LS dan
119º54’35” BT. Dari kedua data stasiun tersebut akan
ditentukan nilai curah hujan rata – rata daerah
maksimum, seperti terlihat pada tabel berikut
selama kurun waktu 10 tahun.
Contoh
Perhitungan
17. No. Tahun
Curah Hujan Maksimum (mm)
Bangga Atas Bangga Bawah
1 2000 57,90 81,30
2 2001 77,40 85,50
3 2002 89,20 94,90
4 2003 48,50 45,90
5 2004 69,80 65,00
6 2006 66,50 72,20
7 2007 78,80 87,10
8 2008 72,00 57,90
9 2009 98,00 50,00
10 2010 111,20 76,50
Data Curah Hujan Harian Maksimum Stasiun Curah
Hujan DAS Bangga
No. Tahun
Curah Hujan Maksimum (mm)
Bangga Atas Bangga Bawah
1 2000 57,90 81,30
2 2001 77,40 85,50
3 2002 89,20 94,90
4 2003 48,50 45,90
5 2004 69,80 65,00
6 2006 66,50 72,20
7 2007 78,80 87,10
8 2008 72,00 57,90
9 2009 98,00 50,00
10 2010 111,20 76,50
Sumber : Balai Wilayah Sungai Sulawesi III
19. No. Tahun Curah Hujan (Xi), mm
1 2010 77,95
2 2008 64,95
3 2002 64,60
4 2007 62,95
5 2001 60,85
6 2009 49,00
7 2006 44,90
8 2000 41,10
9 2003 36,30
10 2004 34,90
Data Curah Hujan Harian Maksimum Berdasarkan Rangking
No. Tahun Curah Hujan (Xi), mm
1 2010 77,95
2 2008 64,95
3 2002 64,60
4 2007 62,95
5 2001 60,85
6 2009 49,00
7 2006 44,90
8 2000 41,10
9 2003 36,30
10 2004 34,90
0
20
40
60
80
2000 2001 2002 2003 2004 2006 2007 2008 2009 2010
CurahHujan(mm)
Tahun
Curah Hujan Harian Maksimum DAS Bangga
Gambar 5.1. Grafik Curah Hujan Harian Maksimum DAS Bangga
Sumber :
Hasil
Perhitungan
20. •Uji Abnormalitas Data Curah Hujan
Pemeriksaan abnormalitas data dimaksudkan untuk memperkirakan
adanya curah hujan yang abnormal. Dalam uji abnormalitas data yang di
uji adalah data hujan maksimum dan minimum dan untuk sementara data
hujan maksimum dan minimum disingkirkan. Data hujan yang tersisa
diranking dari data terkecil ke data terbesar.
Ranking Xi Log Xi Xi + b Log (Xi + b) (Log (Xi + b))2
Data (mm) (mm) (mm) (mm) (mm)2
1 36,30 1,5599 36,3000 1,5599 2,4333
2 41,10 1,6138 41,1000 1,6138 2,6045
3 44,90 1,6522 44,9000 1,6522 2,7299
4 49,00 1,6902 49,0000 1,6902 2,8568
5 60,85 1,7843 60,8500 1,7843 3,1836
6 62,95 1,7990 62,9500 1,7990 3,2364
7 64,60 1,8102 64,6000 1,8102 3,2769
8 64,95 1,8126 64,9500 1,8126 3,2854
Jumlah 13,7223 13,7223 23,6068
Rata-rata 1,7153 1,7153 2,9509
Sumber : Hasil Perhitungan
Tabel. Uji
Abnormalitas Data
Curah Hujan
22.
1
1
2
n
XX
S
n
i
oi
x 19
7822,1489
6463,13
•Menghitung simpangan baku
3
1
3
21 x
n
i
oi
s
Snn
XX
C
3
6463,132919
)6373,409(
0028,0
•Menghitung parameter-parameter statistik, yang
meliputi koefisien skewnes/penyimpangan (Cs), koefisien
kurtosis (Ck) dan koefisien varians (Cv), dengan
persamaan :
23.
3
1
42
321 x
n
i
oi
k
Snnn
XXn
C
3
2
6463,13392919
)1588,464429(9
0571,44
o
x
v
X
S
C
8444,55
6463,13
2444,0
24. 1. Analisis Frekuensi Metode Log Person III
Perhitungan analisis frekuensi dengan menggunakan metode Log
Person III terlebih dahulu dicari nilai (Log Xi – Log X), (Log Xi – Log
X)2, (Log Xi – Log X)3, dan (Log Xi – Log X)4.
No.
R
Max
(mm)
Log Xi
(LogXi -
LogX)
(LogXi - LogX)2 (LogXi - LogX)3 (LogXi - LogX)4
1 77,95 1,8918 0,156919 0,024624 0,003864 0,000606
2 64,95 1,8126 0,077682 0,006034 0,000469 0,000036
3 64,60 1,8102 0,075335 0,005675 0,000428 0,000032
4 62,95 1,7990 0,064099 0,004109 0,000263 0,000017
5 60,85 1,7843 0,049363 0,002437 0,000120 0,000006
6
49,00 1,6902
-
0,044701 0,001998 -0,000089 0,000004
7
44,90 1,6522
-
0,082651 0,006831 -0,000565 0,000047
8
41,10 1,6138
-
0,121055 0,014654 -0,001774 0,000215
9
36,30 1,5599
-
0,174991 0,030622 -0,005359 0,000938
Jumlah 15,6141 0,000000 0,096984 -0,002643 0,001901
Log Xo 1,7349 0,000000 0,010776 -0,000294 0,000211
Sumber : Hasil
Perhitungan
Perhitungan
Metode Log
Person III
26. Menghitung parameter-parameter statistik, yang meliputi koefisien
skewnes/penyimpangan (Cs), koefisien kurtosis (Ck) dan koefisien varians (Cv), dengan
persamaan :
Berdasarkan harga
Cs, Ck dan Cv maka
analisis frekuensi
yang paling sesuai
dan memenuhi
syarat adalah
analisis frekuensi
Log person III.
27. Periode
Ulang (T)
KTr Log Xo
Logaritma
Hujan
Rancangan
Hujan
Rancangan,
XT
2 0,0060 1,7349 1,7356 54,3950
5 0,8399 1,7349 1,8274 67,2004
10 1,2778 1,7349 1,8756 75,0904
25 1,7386 1,7349 1,9263 84,3972
50 2,0349 1,7349 1,9590 90,9809
100 2,2998 1,7349 1,9881 97,3016
Untuk mendapatkan harga XT (Hujan Rancangan), maka harga KTr
diberi nilai sesuai dengan harga Cs (koefisien skewness) dan kala
ulang, dari harga-harga tersebut dapat ditarik suatu garis lurus.
•Untuk kala ulang 2 tahun
Untuk kala ulang 2 tahun dan Cs = -0,0354 dari tabel faktor
penyimpangan KTr untuk Log Pearson III diperoleh nilai harga KTr =
0,0060, sehingga :
Log XT = Log Xo + KTr . S Log X
= 1,7349 + (0,0060 x 0,1101)
= 1,7356
XT = 10 1,7356
= 54,3950 mm
28. •Untuk kala ulang 100 tahun
Untuk kala ulang 100 tahun dan Cs = -0,0354 dari tabel 3.9.
faktor penyimpangan KTr untuk Log Pearson III diperoleh
nilai harga KTr = 2,2998, sehingga :
Log XT = Log Xo + KTr . S Log X
= 1,7349 + (2,2998 x 0,1101)
= 1,9881
XT = 10 1,9881
= 97,3016 mm
29. Periode
Ulang (T)
KTr Log Xo
Logaritma
Hujan
Rancangan
Hujan
Rancangan,
XT
2 0,0060 1,7349 1,7356 54,3950
5 0,8399 1,7349 1,8274 67,2004
10 1,2778 1,7349 1,8756 75,0904
25 1,7386 1,7349 1,9263 84,3972
50 2,0349 1,7349 1,9590 90,9809
100 2,2998 1,7349 1,9881 97,3016
Sumber : Hasil Perhitungan
Perhitungan Curah Hujan Rancangan
Distribusi Log Pearson III
30. Hasil dari metode distribusi Log Person III harus diuji
validitas terlebih dahulu sebelum digunakan dalam
perhitungan debit banjir rencana. Uji ini berupa Chi
Square Test dan uji Smirnov Kolmogorof Test.
1
.100
n
m
19
1.100
10
•Uji Kesesuaian Distribusi Frekuensi
Setelah diketahui analisis frekuensinya maka sebaran data yang
dipilih yaitu uji dengan Chi Square Test dan uji Smirnov Kolmogorof
Test. Untuk itu sebelumnya dilakukan perhitungan peluang dengan
menggunakan metode Weibull.
dengan :
P = peluang (%)
m = nomor urut data
n = banyaknya data
P = =
32. Nilai Batas Sub
Kelompok
Jumlah Data
Ef - Of
Ef Of
0 ≤ P ≤ 11,25 1,125 1 0,125 0,01563
11,25 < P ≤ 22,50 1,125 1 0,125 0,01563
22,50 < P ≤ 33,75 1,125 1 0,125 0,01563
33,75 < P ≤ 45 1,125 1 0,125 0,01563
45 < P ≤ 56,25 1,125 1 0,125 0,01563
56,25 < P ≤ 67,5 1,125 1 0,125 0,01563
67,50 < P ≤ 78,75 1,125 1 0,125 0,01563
78,75 < P ≤ 90 1,125 2 0,875 0,76563
Jumlah 9 9 0,8750
33. Nilai Batas Sub
Kelompok
Jumlah Data
Ef - Of
Ef Of
0 ≤ P ≤ 11,25 1,125 1 0,125 0,01563
11,25 < P ≤ 22,50 1,125 1 0,125 0,01563
22,50 < P ≤ 33,75 1,125 1 0,125 0,01563
33,75 < P ≤ 45 1,125 1 0,125 0,01563
45 < P ≤ 56,25 1,125 1 0,125 0,01563
56,25 < P ≤ 67,5 1,125 1 0,125 0,01563
67,50 < P ≤ 78,75 1,125 1 0,125 0,01563
78,75 < P ≤ 90 1,125 2 0,875 0,76563
Jumlah 9 9 0,8750
Perhitungan Uji Chi Square
Sumber : Hasil perhitungan
34. y = 17,78ln(x) + 30,55
R² = 0,878
10
100
1000
1 10 100 1000
CurahHujan(mm)
Probabilitas (%)
Uji Kecocokan Metode Chi Square
Gambar 5.2. Uji Kesesuaian Distribusi Frekuensi Metode Chi Square
35. Sehingga kesimpulannya :
- X2 hitung < X2 Cr
- 0,7777 < 9,236
Berdasarkan distribusi data tersebut maka distribusi
frekuensi dapat diterima dengan menggunakan
distribusi frekuensi Log Person III.
36. No.
Curah
Hujan
(mm)
P.
Distribu
si
Empiris
(%)
P.
Distribus
i Teoritis
(%)
Pe - Pt | Pe - Pt |
(%) (%)
1 77,95 10,00 13 -3,00 3,00
2 64,95 20,00 32 -12,00 12,00
3 64,60 30,00 33 -3,00 3,00
4 62,95 40,00 35 5,00 5,00
5 60,85 50,00 39 11,00 11,00
6 49,00 60,00 61 -1,00 1,00
7 44,90 70,00 71 -1,00 1,00
8 41,10 80,00 80 0,00 0,00
9 36,30 90,00 93 -3,00 3,00
•Smirnov Kolmogorov Test
Pengujian ini dilakukan dengan mencari nilai selisih probabilitas tiap varian, menurut distribusi
empiris dan teoritis yaitu disimbolkan dengan Δ. Harga Δ maksimum harus lebih kecil dari Δ
kritis. Hasil pengujian untuk kasus ini dapat dilihat pada tabel berikut :
Tabel 5.11. Perhitungan Uji Smirnov Kolmogorov
No.
Curah
Hujan (mm)
P.
Distrib
usi
Empiris
(%)
P.
Distribu
si
Teoritis
(%)
Pe - Pt | Pe - Pt |
(%) (%)
1 77,95 10,00 13 -3,00 3,00
2 64,95 20,00 32 -12,00 12,00
3 64,60 30,00 33 -3,00 3,00
4 62,95 40,00 35 5,00 5,00
5 60,85 50,00 39 11,00 11,00
6 49,00 60,00 61 -1,00 1,00
7 44,90 70,00 71 -1,00 1,00
8 41,10 80,00 80 0,00 0,00
9 36,30 90,00 93 -3,00 3,00
Sumber : Hasil perhitungan
y = -105,ln(x) + 470,1
R² = 0,947
1
10
100
1,000
10 100 1000
Probabilitas(%)
Curah Hujan (mm)
Uji Kecocokan Metode Smirnov
Kolmogorov
Gambar 5.3. Uji Kesesuaian Distribusi Frekuensi Metode Smirnov Kolm
37.
38. S e k i a n
&
T e r i m a K a s i h
Created by :
Dian Wahyuni Werokila,
ST/