Anda di halaman 1dari 9

Tugas I

Pembangkitan Data Inflow Metode Fiering Pembangkitan Data Inflow


Terdapat tiga model yang digunakan dalam perhitungan-perhitungan hidrologi yaitu model deterministik, model probabilistik, model stokastik.Model stokastik mampu mengisi kekosongan diantara kedua model tersebut, yaitu mempertahankan sifat-sifat peluang yang berhubungan dengan runtun waktu kejadiannya. Termasuk dalam model stokastik adalah proses perpanjangan runtun data. Sedangkan dasar-dasar teknik pembangkitan data dapat dijelaskan seperti berikut, dasar proses perpanjangan runtun data (generated) adalah bahwa prosesnya tidak berubah, dalam arti sifat-sifat statistik proses terhadap runtun data historis tidak berubah terhadap waktu sehingga sifat-sifat kejadian sesungguhnya dapat dipakai untuk membuat runtun data sintetis yang panjang. Kegunaan pembangkitan data debit sungai adalah : a. Untuk memenuhi kebutuhan tampungan waduk dengan data sintetis. b. Untuk membantu perancangan waduk akibat data kurang panjang. c. Untuk simulasi pengoperasian waduk. Pembangkitan data dalam hal ini memerlukan proses dimana kekuatankekuatan yang saling bersangkut paut dan menimbulkan pengaruh bertindak menghasilkan suatu rangkaian waktu (time series). Proses terbaik adalah yang sesuai dengan karakteristik fisik dari rangkaian waktu tersebut. Sedangkan dari segi pandang stokastik, aliran sungai bisa dipandang dari empat komponen yaitu: a. Komponen kecenderungan (Tt). b. Komponen periodik atau musiman (St). c. Komponen korelasi (Kt). d. Komponen acak (t). Yang dapat dikombinasikan secara sederhana sebagai berikut : Xt = Tt + St +Kt + t

Konsep dari metode stokastik adalah pembangkitan data dengan cara mempertahankan karakteristik data debit historis, melalui parameter rerata data, standar deviasi dan koefisien korelasi antar waktu.

Bilangan Random
Data debit historis dan sintetik memiliki urutan terjadi berdasarkan proses acak, serta terletak dalam interval waktu tertentu. Urutan nilai ini sering disebut rangkaian waktu (time series).Secara umum nilai ke-I dari variabel X yang merupakan anggota dari suatu rangkaian waktu adalah jumlah dari 2 komponen. Xi = di + ei

Dimana komponen deterministik diperoleh dari nilai

parameter-

parameternya dan nilai sebelumnya dari proses, seperti Xi+1, Xi+2 dan seterusnya. Komponen bilangan acak uniform dengan cara sebagai berikut : T1 = (u1 + u2 + u3 + .........+ u12)-6 : dst dengan : t1 dan t2 = bilangan acak normal. u1,u2,u3 = bilangan acak uniform. Metode lain untuk memperoleh bilangan acak normal dengan persamaan Box Muller, yaitu :
t1 = (-2 ln u1)1/2.cos (2.u2) t2 = (-2 ln u1)1/2.cos (2.u2)

dengan : t1 dan t2 u1,u2,u3 = bilangan acak normal. = bilangan acak uniform.

Pembangkitan Data Inflow (Metode Thomas Fiering) Metode pendekatan Thomas-Fiering merupakan metode probabilitas yang telah banyak diterapkan oleh para ilmuwan untuk membuat data forecasting. Pembangkitan data menggunakan metode Thomas-Fiering dapat digunakan untuk memecahkan persoalan kurang panjangnya data hidrologi. Keunggulan metode Thomas-Fiering adalah dapat meramalkan data untuk beberapa tahun kedepan. Filosofi data bangkitan atau data sintetik adalah membuat data baru berdasarkan

catatan pendek, untuk mendapatkan

catatan panjang. Diharapkan metode

Thomas-Fiering dapat menjadi jawaban bagi ketersediaan data. Sehingga persoalan kurang panjangnya data hidrologi dapat teratasi dengan pembangkitan data menggunakan model Thomas-Fiering ini. Untuk membangkitkan data debit dapat digunakan model Thomas-Fiering. Model ini menganggap bahwa setahun terbagi menjadi musim atau terdiri dari 12 bulan. Dianggap bahwa data aliran adalah x1.1, x1.2,x1.12, x2.1, x2.2,..,xn.12; contoh, indeks pertama menyatakan tahun dimana aliran terjadi dan kedua berjalan secara siklus dari 1 ke 12.

Rumus Thomas Fiering

Keterangan : qi+1i qi i-1 rj bj ti sdj = aliran hasil pembangkitan untuk bulan j dan tahun ke (i+1) = aliran pada tahun ke i, pada bulan sebelumnya (j-1) = korelasi antara aliran bulan sebelumnya (j-1) dan bulan j = koefisien regesi antara aliran bulan j dan j-1 = bilangan random normal = standar deviasi bulan j

Prosedur perhitungan : 1. Perhitungan aliran rata-rata untuk tiap bulannya.

Dengan : Qrerata n Xi,j = debit rata-rata. = jumlah tahun. = data debit pada tahun k e - i dan bulan ke-j.

2. Perhitungan Standar Deviasi

3. Perhitungan koefisien korelasi antar aliran dalam waktu bulan ke-j dan waktu bulan sebelumnya (j-1)

Korelasi merupakan teknik analisis yang

termasuk dalam salah satu

teknik pengukuran asosiasi/hubungan (measures of association). Pengukuran asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel. Diantara sekian banyak teknik-teknik pengukuran asosiasi, terdapat dua teknik korelasi yang sangat populer sampai sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi Rank Spearman. Selain kedua teknik tersebut, terdapat pula teknik-teknik korelasi lain, seperti Kendal, Chi Square, Phi Coefficient, Goodman-Kruskal, Somer, dan Wilson. Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu. Kuat lemah hubungan diukur diantara jarak (range) 0 sampai dengan 1. Korelasi mempunyai kemungkinan pengujian hipotesis dua arah (two tailed). Korelasi searah jika nilai koefesien korelasi diketemukan positif,sebaliknya jika nilai koefesien korelasi negatif, korelasi disebut tidak searah. Yang dimaksud dengan koefesien korelasi ialah suatu pengukuran statistik kovariasi atau asosiasi antara dua variabel.

Contoh Perhitungan: Diketahui : debit aliran bulanan selama 5 tahun, sebagai berikut : Tabel 1. Data Debit aliran Tahun Januari Februari 73.71 59.97 53.26 36.92 29.05 252.91 50.58 17.8920 0.8959 1.9327 **** Des 28.89 42.78 33.00 30.10 16.15 150.92 30.18 9.5554 -0.3049 -0.5979

1995 56.60 1996 43.10 1997 39.93 1998 39.93 1999 34.48 Jumlah 214.04 Rerata 42.81 Simp.Baku 8.3100 Koef.Korelasi 0.0788 Koef.Regresi 0.0655 Sumber : Hasil Perhitungan

****

****

Hasil pembangkitan bilangan random normal : Tabel 2. Hasil Pembangkitan Bilangan Random Normal Tahun Jan. Feb.

1 0.5504 0.8440 2 0.1961 0.0863 3 0.2629 0.7019 4 0.3409 0.6877 5 0.2085 0.2241 Sumber : Hasil Perhitungan Ditanya : Hitung pembangkitan debit untuk bulan januari tahun ke-6 !

Penyelesaian :

Maka dengan menggunakan rumus metode Box & Muller didapat data sebagai berikut : Tabel 3. Data Hasil Metode Box & Muller Tahun Jan. Feb.

1 -0.693 0.845 2 1.695 -0.619 3 0.352 1.596 4 -1.208 0.833 5 0.952 -1.493 Sumber : Hasil Perhitungan Maka dengan menggunakan rumus Thomas Fiering, didapat data sebagai berikut : Tabel 4. Data Hasil Thomas Fiering Tahun Januari Februari 73.71 59.97 53.26 36.92 29.05 39.36 Des 28.89 42.78 33.00 30.10 16.15

1995 56.60 1996 43.10 1997 39.93 1998 39.93 1999 34.48 36.36 2000 Sumber : Hasil Perhitungan

Tugas II Penentuan Tampungan Aktif Metode Kurva Massa (Diagram Rippl) Untuk menganalisa tampungan efektif waduk dapat menggunakan : 1. Metode Kurva Massa 2. Metode Sequent Peak 3. Metode Alexander 4. Metode Dincer Langkah langkah Prosedur kurva Massa (Diagram Rippl) 1. Untuk site waduk/bendungan yang telah diusulkan,gambarkan kurva massa dari debit historis. Kurva massa ini merupakan garis debit historis kumulatif. Pada umumnya yang digunakan adalah debit historis bulanan atau tahunan. 2. Tambahkan garis lepaskan kumulatif (cumulative draft line) dari waduk. Setiap garis lepasan kumulatif ini menyinggung satu punggung kurva massa dari debit historis 3. Ukur simpangan terbesar antara kurva massa dan garis lepasan kumulatif. Simpangan terbesaar ini merupakan tampungan waduk yang dibutuhkan. Tabel 5. Data-Data Perhitungan Diagram Rippl Diketahui data debit historis sebagai berikut t Q(t) Q(t) R(t) R(t) Oct 18 18 9.3 9.3 Nov 22 40 9.3 18.5 Dec 17 57 9.3 27.8 Jan 26 83 9.3 37.0 Feb 15 98 9.3 46.3 Mar 32 130 9.3 55.5 Apr 8 138 9.3 64.8 May 3 141 9.3 74.0 Jun 0 141 9.3 83.3 Jul 0 141 9.3 92.5 Aug 0 141 9.3 101.8 Sep 0 141 9.3 111.0 Oct 5 146 9.3 120.3 Nov 6 152 9.3 129.5 Dec 6 158 9.3 138.8

Diketahui data debit historis sebagai berikut t Q(t) Q(t) R(t) R(t) Jan 5 163 9.3 148.0 Feb 3 166 9.3 157.3 Mar 2 168 9.3 166.5 Apr 1 169 9.3 175.8 Mei 0 169 9.3 185.0 Jun 0 169 9.3 194.3 Jul 0 169 9.3 203.5 Agust 0 169 9.3 212.8 Sep 7 176 9.3 222.0 Okt 15 191 9.3 231.3 Nop 17 208 9.3 240.5 Des 25 233 9.3 249.8 Jan 47 280 9.3 259.0 Feb 16 296 9.3 268.3 Mar 18 314 9.3 277.5 Apr 7 321 9.3 286.8 Mei 4 325 9.3 296.0 Jun 0 325 9.3 305.3 Jul 1 326 9.3 314.5 Agust 3 329 9.3 323.8 Sep 4 333 9.3 333.0 Sumber : Hasil Perhitungan

450 400 350 300 250 200 169 150 100 50 0 0 5 10 15 20 25 30 35 40

286.0 Q(t) R(t)

Grafik 1. Kurva Massa ( Diagram Rippl) Data Debit Dari kurva diatas diperoleh volume tampungan efektif : 286.0-169 = 117

Anda mungkin juga menyukai