Anda di halaman 1dari 9

LANGKAH-LANGKAH PERHITUNGAN ANALISIS FREKUENSI :

1. Masukkan informasi data debit atau curah hujan dan data tahun dari Daerah Pengaliran
Sungai (DPS) tertentu.
2. Jika menginginkan debit maksimum, ketik 'B' pada baris 'Cara Urut Data' atau
jika menginginkan debit minimum, ketik 'K'.
3. Masukkan jumlah kelas yang dikehendaki untuk uji Chi-Kuadrat (jumlah kelas digunakan
untuk menentukan probabilitas teoritis pada masing-masing distribusi).
4. Masukkan berapa persen tingkat kesalahan yang dikehendaki dari distribusi teoritis
terhadap peluang lapangan (masukkan pada baris 'Confidence Interval').
misalkan menginginkan 95% distribusi teoritis diterima, berarti 5% ditolak, isi pada
baris 'Confidence Interval' 0.05.
5. Letakkan banyaknya kala-ulang yang dikehendaki pada baris 'Jumlah Kasus'
misalkan menginginkan kala-ulang 50 tahunan dan 100 tahunan, berarti jumlah kasus
diisi 2.
6. Setelah semua input data dimasukkan, klik tombol 'PROSES' untuk memulai perhitungan
Analisis Frekuensi.

erah Pengaliran

kelas digunakan

busi teoritis

jumlah kasus

mulai perhitungan

Judul Data :
Cara Urut Data :

Hujan Maks Stasiun Kalibawang


b

Ket. : B = urutan debit besar ke kecil ; K = kecil ke besar

UJI CHI-SQUARE
Jumlah kelas :
nfidence Interval :

Ket. : Jumlah kelas yang dikehendaki untuk uji Chi-Kuadrat

0.05

Ket. : Derajat Ketidak-percayaan yang diinginkan

KALA-ULANG
Jumlah kasus :

Tahun
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014

Ket. : Jumlah probabilitas yang dikehendaki

Hujan (mm)Probabilitas
205.00
105.00
130.00
115.00
113.00
47.00
104.00
96.00
97.00
121.00
76.00
71.30
177.70
93.50
94.40

.900
.500
.200
.100
.050
.020
.010
.001

HITUNGAN STATISTIK Hujan Maks Stasiun Kalibawang

m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

P = m/(N+1)

Tahun

0.063
0.125
0.188
0.250
0.313
0.375
0.438
0.500
0.563
0.625
0.688
0.750
0.813
0.875
0.938

2000
2012
2002
2009
2003
2004
2001
2006
2008
2007
2014
2013
2010
2011
2005

Jumlah Data
Nilai Rerata (Mean)
Standar Deviasi
Koefisien Skewness
Koefisien Kurtosis
Koefisien Variasi
Nilai Tengah

Hujan (mm)

=
=
=
=
=
=
=

Ln Hujan (mm)

205.000
177.700
130.000
121.000
115.000
113.000
105.000
104.000
97.000
96.000
94.400
93.500
76.000
71.300
47.000

5.323
5.180
4.868
4.796
4.745
4.727
4.654
4.644
4.575
4.564
4.548
4.538
4.331
4.267
3.850

15
109.727
39.394
1.124
1.846
0.359
104.000

15
4.641
0.353
-0.163
1.379
0.076
4.644

UJI CHI - SQUARE Hujan Maks Stasiun Kalibawang


1. Aplikasi NORMAL

Kelas
5

P(x >= Xm)

Ef

,200

0 < P <= ,200

3.000

142.882

2.000

,200 < P <= ,400


,400 < P <= ,600
,600 < P <= ,800
,800 < P <= 0.999

3.000
3.000
3.000
3.000
15.000

119.707
99.746
76.572
-12.010

2.000
4.000
4.000
3.000
15.000

1.000
1.000
1.000
0.000
Chi-Kuadrat =
DK =
Chi-Kritik =

Of

Ef - Of

2.000
3.000
5.000
2.000
3.000
15.000

1.000
0.000
2.000
1.000
0.000
Chi-Kuadrat =
DK =
Chi-Kritik =

Of

Ef - Of

,400
,600
,800
0.999

Hujan (mm)

Of

Distribusi NORMAL Diterima


Ket. : Chi-Kuadrat = Harga Chi-Kuadrat
Ef = Frekuensi sesuai pembagian kelasnya
Of = Frekuensi dengan aplikasi distribusi frekuensi
DK = Derajat Kebebasan

Ef - Of
1.000

( Ef-Of )2 / Ef
0.333
0.333
0.333
0.333
0.000
1.333
2
5.991

2. Aplikasi LOG-NORMAL

Kelas
5

P(x >= Xm)


,200
,400
,600
,800
0.999

0 < P <= ,200


,200 < P <= ,400
,400 < P <= ,600
,600 < P <= ,800
,800 < P <= 0.999

Ef
3.000
3.000
3.000
3.000
3.000
15.000

Hujan (mm)
139.408
113.292
94.755
77.004
34.846

Distribusi LOG-NORMAL Diterima


Ket. : Chi-Kuadrat = Harga Chi-Kuadrat
Ef = Frekuensi sesuai pembagian kelasnya
Of = Frekuensi dengan aplikasi distribusi frekuensi
DK = Derajat Kebebasan

( Ef-Of )2 / Ef
0.333
0.000
1.333
0.333
0.000
2.000
2
5.991

3. Aplikasi GUMBEL

Kelas
5

P(x >= Xm)


,200
,400
,600
,800
0.999

0 < P <= ,200


,200 < P <= ,400
,400 < P <= ,600
,600 < P <= ,800
,800 < P <= 0.999

Ef
3.000
3.000
3.000
3.000
3.000
15.000

Hujan (mm)
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#NAME?

Distribusi GUMBEL Ditolak


Ket. : Chi-Kuadrat = Harga Chi-Kuadrat
Ef = Frekuensi sesuai pembagian kelasnya
Of = Frekuensi dengan aplikasi distribusi frekuensi
DK = Derajat Kebebasan

0.000
0.000
0.000
0.000
0.000
0.000

3.000
3.000
3.000
3.000
3.000
Chi-Kuadrat =
DK =
Chi-Kritik =

( Ef-Of )2 / Ef
3.000
3.000
3.000
3.000
3.000
15.000
2
5.991

4. Aplikasi LOG-PEARSON III

Kelas
5

P(x >= Xm)


,200
,400
,600
,800
0.999

0 < P <= ,200


,200 < P <= ,400
,400 < P <= ,600
,600 < P <= ,800
,800 < P <= 0.999

Ef
3.000
3.000
3.000
3.000
3.000
15.000

Hujan (mm)
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#NAME?

Distribusi LOG-PEARSON III Ditolak


Ket. : Chi-Kuadrat = Harga Chi-Kuadrat
Ef = Frekuensi sesuai pembagian kelasnya
Of = Frekuensi dengan aplikasi distribusi frekuensi
DK = Derajat Kebebasan

Of
0.000
0.000
0.000
0.000
0.000
0.000

Ef - Of
3.000
3.000
3.000
3.000
3.000
Chi-Kuadrat =
DK =
Chi-Kritik =

Kesimpulan : 1. Menurut Uji Chi-Kuadrat, Distribusi yang terbaik adalah NORMAL


2. Dengan nilai Chi-Kritik = 006
3. Dan nilai Chi-Kuadrat adalah 0.001

( Ef-Of )2 / Ef
3.000
3.000
3.000
3.000
3.000
15.000
1
3.841

UJI SMIRNOV-KOLMOGOROV Hujan Maks Stasiun Kalibawang


Hujan (mm)
205.000
177.700
130.000
121.000
115.000
113.000
105.000
104.000
97.000
96.000
94.400
93.500
76.000
71.300
47.000
DKritik =
Ket. :

m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
###

P = m/(N+1)
0.063
0.125
0.188
0.250
0.313
0.375
0.438
0.500
0.563
0.625
0.688
0.750
0.813
0.875
0.938

NORMAL
P(x >= Xm)
0.008
0.042
0.303
0.387
0.447
0.467
0.548
0.558
0.627
0.636
0.651
0.660
0.804
0.835
0.944

Do
0.055
0.083
0.116
0.137
0.134
0.092
0.110
0.058
0.064
0.011
0.036
0.090
0.008
0.040
0.007

LOG-NORMAL
P(x >= Xm)
0.026
0.063
0.260
0.330
0.384
0.403
0.485
0.496
0.574
0.586
0.604
0.615
0.810
0.855
0.988

0.137
#NAME?

Do
0.036
0.062
0.072
0.080
0.071
0.028
0.047
0.004
0.012
0.039
0.083
0.135
0.002
0.020
0.050
0.135
#NAME?

GUMBEL
P(x >= Xm)
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

LOG-PEARSON III

Do
P(x >= Xm)
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

m = Peringkat
P = Peluang di lapangan
Do = Selisih peluang lapangan dengan peluang teoritis

Kesimpulan : ###
2. Menurut Uji Smirnov-Kolmogorov, Distribusi yang terbaik adalah LOG-PEARSON III
###

Do
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

KALA-ULANG Hujan Maks Stasiun Kalibawang


P(x >= Xm)
T
Probabilitas Kala-Ulang
0.9
0.5
0.2
0.1
0.05
0.02
0.01
0.001

1.1
2.
5.
10.
20.
50.
100.
1,000.

Karakteristik Debit (m3/dt) Menurut Probabilitasnya


NORMAL
LOG-NORMAL
GUMBEL
LOG-PEARSON III
XT
KT
XT
KT
XT
KT
XT
KT
59.241
-1.282
65.939
-1.112
#NAME?
#NAME? #NAME? #NAME?
109.727
0.000
103.610
-0.155
#NAME?
#NAME? #NAME? #NAME?
142.882
0.842
139.408
0.753
#NAME?
#NAME? #NAME? #NAME?
160.212
1.282
162.801
1.347
#NAME?
#NAME? #NAME? #NAME?
174.524
1.645
185.052
1.912
#NAME?
#NAME? #NAME? #NAME?
190.632
2.054
213.753
2.641
#NAME?
#NAME? #NAME? #NAME?
201.371
2.326
235.320
3.188
#NAME?
#NAME? #NAME? #NAME?
231.463
3.090
308.064
5.035
#NAME?
#NAME? #NAME? #NAME?

Ket : 1. XT = + KT *
2. Menurut Uji Chi-Kuadrat, yang terbaik menggunakan distribusi NORMAL
3. Sedangkan menurut Uji Smirnov-Kolmogorov, yang terbaik menggunakan distribusi LOG-PEARSON III
4. Hitungan dilakukan dengan menggunakan rumus dalam buku 'Applied Hidrology', 1988, Ven Te Chow, et. al.

Tabel Smirnov - Kolmogorov


N / CI
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
35
40
45
50

1
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

0.2
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

0.1
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

0.05
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

0.01
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

0
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?
#NAME?

Anda mungkin juga menyukai