5/3/2012

Week 11 & 12 Strategic Issues

Objectives
HYDROLOGIC STATISTICS Strategic Plan
Recommended Program
Objective
(and Frequency Analysis)
 Introduction
 Frequency and Probability Function
 Statistical Parameters Mengenal peran Statistika dalam
 Fitting a Probability Distribution aplikasi Hidrologi
 Probability Distributions for Hydrologic Variables

 Return Period
 Extreme Value Distribution
 Frequency Analysis Using Frequency Factors
 Probability Plotting

Inside Water

Key words:
STATISTIKA DALAM HIDROLOGI
Objective

? SASARAN
Prakiraan parameter-parameter hidrologi
Memilih metode statistika yang sesuai untuk mengumpulkan
data yang dikehendaki dan kemudian menghitung parameter
statistika yang diinginkan (menentukan nilai tengah)

Tes hipotesis terhadap parameter-parameter tersebut.

Bagaimana caranya melakukan tes hipotesis bahwa prakiraan
nilai tengah populasi tersebut sama atau lebih besar daripada
nilai yang sesungguhnya.

STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI

Prinsip-prinsip statistika yang umum: Kesimpulan yang diambil berdasarkan perhitungan-perhitungan

yang menggunakan data dari sample dapat dianggap berlaku bagi
• variabilitas dalam sample populasi yang menjadi kajian. Tolok ukur yang biasa digunakan
• nilai tengah adalah dengan melihat besarnya nilai kesalahan baku (standard
error) yang dihasilkan.
• regresi dan korelasi
• probabilitas Besarnya sample dianggap memadai apabila nilai kesalahan baku
• analisis frekuensi sama dengan atau lebih kecil dari 10% dari nilai rata-rata.

1

STATISTIKA DALAM HIDROLOGI
Variable: karakteristik yang dapat dikuantifikasi:
- variable bebas (independent variable)
- variable terikat (dependent v.)
STATISTIKA DALAM HIDROLOGI
Contoh kasus:
Seorang peneliti melaporkan bahwa harga rata-rata curah hujan harian adalah
48 mm (dari 5 kejadian hari hujan). Sementara peneliti lain di tempat yang
sama melaporkan harga rata-rata hujan harian yang berbeda, yaitu 75 mm
(berdasarkan pengamatan 7 kejadian hari hujan).
Berapakah harga curah hujan rata-rata harian di tempat tersebut?
Besarnya curah hujan rata-rata harian adalah:
((5x48) + (7x75))/12 = 63,7 mm
STATISTIKA DALAM HIDROLOGI
Range:
menunjukkan bilangan yang paling kecil dan paling
besar dari sejumlah angka pengamatan
5/3/2012
STATISTIKA DALAM HIDROLOGI
Perhitungan dalam statistika
Nilai tengah:
Mean
Median
Mode
Contoh kasus: seorang peneliti melaporkan bahwa harga rata-rata curah hujan
harian adalah 48 mm (dari 5 kejadian hari hujan). Sementara peneliti lain di
tempat yang sama melaporkan harga rata-rata hujan harian yang berbeda,
yaitu 75 mm (berdasarkan pengamatan 7 kejadian hari hujan).
Berapakah harga curah hujan rata-rata harian di tempat tersebut?
Besarnya curah hujan rata-rata harian adalah:
STATISTIKA DALAM HIDROLOGI
Pada kasus di mana satu atau dua angka pengamatan yang bersifat
ekstrem (bawah atau atas) akan menyebabkan angka mean condong
kearah angka-angka ekstrem tersebut, maka median dianggap dapat
memberikan deskripsi yang lebih realistic
Variabilitas:
Statistika tidak diperlukan jika setiap satuan sample data yang
diambil tidak berbeda dari keseluruhan populasi (tidak ada
variabilitas) karena dianggap sudah mewakili populasi.
Range
Standar deviasi
Varians
STATISTIKA DALAM HIDROLOGI
Standar deviasi
Digunakan untuk menentukan besarnya variabilitas suatu sample populasi.
Besarnya simpangan baku, s, menunjukkan besarnya derajat variabilitas dalam sample.
Namun demikian, adalah tidak memadai menggunakan nilai simpangan baku untuk
membandingkan variabilitas dua sample yang mempunyai harga rata-rata berbeda.
Maka, jika ingin bandingkan untuk 2 sampel berbeda gunakan koefisien varians,CV.
Koefisien varians adalah nisbah antara angka simpangan baku dan angka rata-rata:
CV = s/xrata . 100%
Kalau harga rata-rata besar berarti juga mempunyai nilai varians besar. Dengan
demikian, besarnya koefisien varians menunjukkan perbandingan varians dari beberapa
harga rata-rata yang berbeda.
2
 5/3/2012

STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI

Varians: Standard error

Dengan mengetahui besar-kecilnya varians, dapat
diketahui apakah sebagian besar individu dalam
sample lebih terkonsentrasi kearah harga rata-rata
atau tersebar menjauhi.
s2= Σ (Xi - xrata)2 / (n-1)
Besarnya varians perlu ditentukan untuk mengetahui
besarnya kesalahan baku antar individu yang
terdapat dalam sample populasi. Sementara, di
antara harga rata-rata suatu populasi (x) juga terjadi
variasi. Besarnya varians antara harga rata-rata
populasi disebut kesalahan baku.

Return Period (Tr) vs Probabilitas (P)

Insert Tabel 40/8 tahun = PUH
• 20%
• 80% Beberapa Probabilitas yang umum dijumpai:
1. Probabilitas terjadinya banjir (F) adalah:
• (1-80%)2 = 64% P(F)=1/Tr
2. Probabilitas untuk tidak terjadi banjir (F’) adalah:
• Risk= 36% P(F’) = 1-1/Tr
3. Probabilitas untuk tidak terjadi banjir selama n tahun
berturut-turut:
P(F’)n= {1-(1/Tr)}n
4. Risiko (R) bahwa akan terjadi banjir (F) paling sedikit
sekali dalam n tahun adalah:
R=1-(1-1/Tr)n

Periode Ulang (Return Period) STATISTIKA DALAM HIDROLOGI

Periode waktu rata-rata yang diharapkan terjadi Contoh Kasus 2:

Periode ulang berapakah yang harus digunakan oleh seorang
antara dua kejadian yang berurutan. Bukan ahli drainase jalan raya apabila dia bersedia untuk menerima
berarti bahwa dua peristiwa banjir akan terjadi risiko terjadinya banjir sebesar 10% dalam kurun waktu 5
secara berurutan dengan waktu yang tetap. tahun?

Tr = 1/p

3
 5/3/2012

STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI

Contoh Kasus 2: Analisis Frekuensi:

Periode ulang berapakah yang harus digunakan oleh seorang Metoda statistika dimanfaatkan untuk mendeskripsikan data
ahli drainase jalan raya apabila dia bersedia untuk menerima hidrologi: tinggi curah hujan, debit puncak tahunan, banjir dll
risiko terjadinya banjir sebesar 10% dalam kurun waktu 5
tahun? Viessman et al. (1977) menunjukkan persamaan umum analisis
R = 1 – (1-1/Tr)n frekuensi data hidrologi:
0.10 = 1 – (1-1/Tr)5 X + Ks
Tr = 48,1 tahun K adalah faktor frekuensi, x adalah volume banjir pada periode
ulang tertentu.

STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI

Contoh Kasus 3: X = 1000 + 3,09 (400) = 2.235 m3/detik

Harga rata-rata debit puncak tahunan suatu pos duga air
untuk periode ulang 25 tahun adalah 1000 m3/dt. Simpangan
baku diketahui 400 m3/dt. Tentukan besarnya banjir untuk Angka faktor frekuensi (K) untuk Log Pearson Type III
periode ulang 50 tahun.
Angka probabilitas
0.1 1 5 10 30 50…..
3,09 2,33 1,64

Distribusi Log Pearson Type III Distribusi Log Pearson Type III

Langkah 2: Perhitungan Mean populasi, x -------- (3,01)

Mencari garis yang paling tepat mewakili data (fitting the line) Perhitungan standar deviasi, s--------- (0,13)
Perhitungan koefisien skewness, Cs--- (- 0,22) ---- (-0,03)
distribusi Log Pearson Type III.
Prosedur perhitungan:
Langkah 3: Menentukan outliers (data pengamatan ekstrem)
Langkah I: Data untuk kurva frekuensi (data debit S.Cimanuk, 1986) xH = X + Ks = 3,83 QH = antilog 3,83 = 6,72 m3/dt (higher)
xL = X + Ks = 2,19 QH = antilog 2,19 = 156 m3/dt (lower)
Tahun Debit puncak (Q) Log Q (X) X2 X3 Tidak ada angka pengamatan yang di atas atau di bawah outliers
1965 944 2,975 8,8506 26,3306
1966 743 2,8711 8,2443 23,6671
Langkah 4: Menentukan koordinat kurva frekuensi
…. … …. … …. Nilai K untuk Log Pearson Type III dg Cs = -0,03 dibulatkan menjadi 0,00
ditentukan dari tabel, yaitu 3,73. Contoh ini didasarkan pada probabilitas 0,01.
1985 1750 3,2430 10,5170 34,1068 Maka besar debit banjir:
Log Q = X + KS
N=21 - 63,22 190,64 575,91 = 3,01 + 3,73 (0,22) = 3,83
Q = 6,723 m3/dt

4
 5/3/2012

Distribusi Log Pearson Type III

Dengan cara sama menggunakan angka probabilitas berbeda (0,02; 0,05;

0,10; dst) dapat diperoleh angka debit banjir yang berbeda.

Selanjutnya dibuat kurva frekuensi debit banjir by plotting angka

probabilitas dan debit banjir yang diperoleh untuk masing-masing angka
probabilitas tersebut.
Pass through the Legitimate Suffering!…

LINK TO Modul ED