1. Distribusi Nornal
Tipe distribusi normal Distribusi normal disebut juga dengan distribusi Gauss. Distribusi
ini dirumuskan sebagai berikut :
XTR = Xbar + S.K
Xbar : Curah Hujan rata-rata (mm)
S : Standar Deviasi
K : Faktor Frekwensi
2. Distribusi Log-normal
Distribusi log-normal merupakan hasil transformasi dari distribusi normal dengan
merubah variant x menjadi log variant x. Dirumuskan sebagai berikut :
LogXTR = LogXbar + SLog.K
Xbar : Curah Hujan rata-rata (mm)
S : Standar Deviasi
K : Faktor Frekwensi
3. Distribusi Gumbell
Tipe distribusi ini umumnya digunakan untuk analisis data maksimum. Dirumuskan
sebagai berikut :
XTR = Xbar + S.KTR
Dimana mencari KTR dirumuskan sebagai berikut :
𝑇𝑟−1
[− 𝑙𝑛{−𝑙𝑛 }]−𝑌𝑛
𝑇𝑟
KTR =
𝑆𝑛
Page | 26
Xbar : Curah Hujan rata-rata (mm)
XTR : Nilai curah hujan pada periode ulang yang diharapkan.
KTR : Faktor frekwensi Gumbell
S : Standard deviasi
Yn : Reduced Mean, yang tergantung jumlah data
Sn : Reduced Standard Deviation, yang tergantung jumlah data
4. Distribusi Log-Pearson type III
Distribusi ini merupakan hasil transformasi dari distribusi Pearson tipe III dengan
merubah variant x menjadi nilai log variant x dengan rumus :
LogXTR =LogXbar + Slog . KTR,CS
KTR,CS : Faktor frekwensi Pearson yang dapat dilihat dari table Pearson dengan
memperhitungkan nlai Cs
LogXTR : Curah hujan tergantung pada TR dalam Log
Distribusi Frekwensi apa yang akan digunakan, tergantung dari jenis sebaran data yang ada.
Penentuan Jenis Sebaran Data
Jenis sebaran data dapat diperkirakan dari parameter statistiknya. Parameter parameter
statistic tersebut adalah; Cs (Koefisien Skewness), Cv (Koefisien Variasi) dan Ck (Koefisien
Kurtosisi).
Parameter Statistik
1. Cs (Koefisien Skewness)
Kemencengan (skewness) adalah suatu nilai yang menunjukkan derajat ketidak simetrisan
(asymmetry) dari suatu bentuk distribusi. Apabila suatu kurva frekuensi dari suatu distribusi
mempunyai ekor memanjang kekanan atau kekiri terhadap titik pusat maksimum maka kurva
tersebut tidak akan berbentuk simetri, keadaan itu disebut menceng kekanan atau kekiri.
Rumus :
𝑛 ∑𝑛𝑖=1(𝑋𝑖 −𝑋𝑏𝑎𝑟)
3
Cs =
(𝑛−1)(𝑛−2)𝑆 3
Dimana :
Xbar = Curah hujan rata-rata (mm)
Xi = Curah hujan pada tahun pengamatan (mm)
n = Jumlah data
S = Standard deviasi
Cs = Koefisien Skewness
Untuk perhitungan dalam nilai log seperti pada analisis data outlier maka persamaan harus
diubah dahulu kedalam bentuk logaritmik, sehingga menjadi :
Dimana :
Xbar = Curah hujan rata-rata dalam log (mm)
Xi = Curah hujan pada tahun pengamatan dalam log (mm)
n = Jumlah data
S = Standard deviasi
Cs = Koefisien Skewness
2. Ck (Koefisien Kurtosis)
Pengukuran kurtosis dimaksudkan untuk mengukur keruncingan dari bentuk kurva
distribusi, yang umumnya dibandingkan dengan distribusi normal. Koefisien kurtosis
digunakan untuk menentukan keruncingan kurva distribusi.
Rumus
𝑛 2 ∑𝑛
𝑖=1(𝑋𝑖 −𝑋𝑏𝑎𝑟)
4
Ck =
(𝑛−1)(𝑛−2)(𝑛−3)𝑆 4
Dimana :
Xbar = Curah hujan rata-rata (mm)
Xi = Curah hujan pada tahun pengamatan (mm)
n = Jumlah data
S = Standard deviasi
Ck = Koefisien Kurtosis
3. Cv (Koefisien Variasi)
Koefisien variasi (Coefficient Of Variation) adalah nilai perbandingan antara deviasi
standart dengan nilai rata-rata hitung dari suatu distribusi. Semakin besar nilai variasi berarti
datanya kurang merata (heterogen) Semakin kecil berarti data pengamatan semakin merata
(homogen) Koefisien variasi dapat dihitung dengan rumus berikut :
Rumus:
𝑆
Cv =
𝑋𝑏𝑎𝑟
Dimana :
Cv : Koefisien Variasi
S : Standard deviasi
Xbar : Curah hujan rata-rata
𝑛
1
𝑆=√ ∑(𝑋𝑖 − 𝑋̅)2
(𝑛 − 1)
𝑖=1
Keterangan :
X̄ = Curah hujan rata-rata (mm),
Xi = Curah hujan pada tahun pengamatan ke-1 (mm),
S = Standar deviasi,
n = Jumlah data curah hujan.
𝑛 2
1
𝑆𝑙𝑜𝑔 =√ ∑(log 𝑋𝑖 − ̅̅̅̅̅̅̅
log 𝑋)
(𝑛 − 1)
𝑖=1
Keterangan :
Slog = Standar Deviasi (dalam log)
n = Jumlah Data
̅̅̅̅̅̅̅̅
log 𝑋𝑖 = Nilai Rerata Data (dalam log)
1
S = √(15−1) (13699.156)
= 31.28116275
1
Slog = √(15−1) (0.165137173)
= 0.108607147
19,967533
Cv =
146.86
= 0.212999883
15 𝑥 (−194348.4403)
Cs =
(15−1)(15−2)31.281162753
= -0.523301847
15 𝑥 (−0.029475901)
Cslog =
(15−1)(15−2)31.281162753
= 0.108607147
152 𝑥 (61869781.17)
Ck =
(15−1)(15−2)(15−3)31.281162754
= 6.656974799
Kesimpulan :
Dari hasil analisis didapatkan, jenis sebaran data mengikuti sebaran Log-Pearson Type III
Telah diketahui nilai Cs adalah -0.523301847, maka untuk mendapatkan nilai KTR
dilakukan interpolasi
Cs 100 Tahun
Rumus interpolasi : -0.6 (x1) 1.880 (y1)
(𝑥−𝑥1)(𝑦2−𝑦1) -0.523301847 (x) Y
Y = y1 + 𝑥2−𝑥1 -0.5 (x2) 1.955 (y2)
((−0.523301847 )−(−0.6 ))(1.955 −1.880)
Y = 1.880 + −0.5−(−0.6)
= 1.937523615
Dari hasil interpolasi maka didapatkan nilai KTR kala ulang 100 Tahun = 1.937523615