tpftri tdoile$tdirlt
urffitndinDta
rilid 2
Soeu,r;arno
Penerbit'NCVA'
hidrolo sl
Aplkni Metode Stttbtlk untuk Analba Data
rilid 2
Soewarno
Y
KATA PIqNGAIYTAA
I
ilt
lridrologi diuraikan pada Bab II, yang meliputi uji : ketidak adaan rrr rl r rlr l lrl u;u r lrrurl isis l)cnonlcna hidrologi yang scbcnarnya.
trend, stasioner dan persistensi, kemudian dilanjutkan dengan I't'nrrlis rncngucapkan banyak terima kasih kepada Bapak Ir.
analisis trend, diakhiri dengan uraian membangkitkan (generating) lrrr'srorf Locbis. M. Eng, Bapak Ir. Ali Hamzah Lubis, Bapak Ir.
deret berkala sintesis.
Srrrrrpudjo Komara Winata M.Eng, Bapak Ir. Bambang Kayanto.
Hubungan antara dua buah variabel hidrologi yang terdiri l)pl. HE, yang telah memberikan kesempatan dan bimbingan
dari variabel tidak bebas (VTB) dan variabel bebas (VB) disajikan sepenuhnya kepada penulis untuk melaksanakan penelitian dalam
pada bab III. Hubungan tersebut dapat dinyatakan dengan rumus bidang hidrologi terapan sehingga bermanfaat pada penulisan buku
matematikayang umunmya disebut dengan model regresi. Dimulai ini. Kepada penerbit Nova yang telah menerbitkan buku ini dan
dengan aplikasi model regresi linier sederhana yang meliputi : kopada semua pihak yang telah membantu, penulis mengucapkan
penentuan model, batas daerah kepercayaan , pengujian titik tcrima kasih.
potong, pengujian koefisien korelasi peringkat. Kemudian Kepada istri tercinta Siti Nurhidayatun dan kedua anak
dilanjutkan aplikasi hubungan sebuah VTB dan sebuah VB dengan tersayang Teddy Nurhidayat dan Dwiki Nurhidayat, terima kasih
model regresi : eksponensial, berpangkat, logaritmik, polinomial. atas kesabaran dan dorongannya.
Pada bagian akhir Bab III, disajikan aplikasi hubungan antara
Akhir kata, penulis menyadari bahwa tulisan ini masih jauh
sebuah VTB dengan dua atau lebih VB, dalam model regresi linier
dari sempuma, oleh karena itu kdtik dan saran dari semua pihak
berganda dan berpangkat berganda dan dibagian akhir Bab III
akan penulis terima dengan senang hati.
disaj ikan uji Durbin-Watson.
iv
I .4.4. IJji Chi-Kuudrut Untuk Dutu Berpusang:un .t,t
vi
vii
3.4. Model Regresi Eksponensial 163
3.5. Model Regresi Berpangkat 172
3.6. Model Regresi Logaritmik 178
3.7. Model Regresi Polinomial 184
3.8. Model Regresi Berganda 201
vru
,)
I
Hipotesis statistik adarah suatu dugaan atau pemyataan
tentang parameter statistik yang didasarkan pada
I)ada bab ini akan disajikan cara pcngujian hipotcsis,
sampel dari data. grcngujian nilai rata-rata (mean), pengujian varian, dan analisis
Pengukuran parameter statistik terah dibicarakan padaBab
II, pada veuian dari sampel data atau populasi.
buku jilid I dengan judul sama. Keputusan tentang
dugaan atau
pernyataan tentang popurasi yang dibuat berdasarkan
sampel
disebut dengan keputusan statistik (s tati s tic al de c is ions).
Hipotesis
statistik dirumuskan agar kita dapat dengan mudah
menolak atau 1.2. CABA PENGUJ'AN
menerima dugaan yang kita buat. Untuk maksud memudahkan
Setiap hipotesis dapat benar atau tidak benar, oleh karena itu
perumusan tersebut maka hipotesis statistik
dinyatakan dengan diperlukan pengujian. Andaikata suatu hipotesis (Ho) menduga
istilah hipotesis nol (null hyporhe::is). Contoh : dari data besamya erosi rata-rata kedua DPS adalah sama, tetapi pengukuran
curah
hujan yang dikumpulkan selama 50 tahun. apabila di lapangan dengan sejumlah sampel acak ternyata menunjukkan
dibuat distribusi
frekuensinya maka dapat dibuat suatu dugaa, hahwa
distribusi data perbedaan yang menyolok, maka dapat dikatakan bahwa perbedaan
curah hujan tersebut mengikuti distribusi ,.r.rar, yang diperoleh dari pengukuran erosi tersebut sebagai perbedaan
dugaan tcrsebut
sering dinyatakan sebagai hipotesis nol. yang meyakinkan (significance), atau disebut juga sebagai
Dalam hipotesis nor dirumuskan bahwa tidak ada perbedaan perbedaan yang nyata, perbedaan yang berarti, dengan kondisi
(no true dffirences) antara parameter statistik dan populasi. demikian maka Ho ditolak.
Penolakan hipotesis nor berarti menerima hipotesis Prosedur untuk menentukan apakah suatu hipotesis diterima
arternatip
(alternative hypothesis). Hipotesis nor dan hipotesis
alternatip atau ditolak atau apakah sampel berbeda meyakinkan dengan
sering ditulis dengan simbol yang berbeda. Hipotesis populasi disebut dengan pengujian hipotesis atau pengujian
nol ditulis
dengan simbol Ho dan hipotesis artematip ditulis
i"rg* simbol H,. kepercayaan (test of hypothesis or test of signtficance). Dalam
sebagai contoh, dari dua daerah pengaliran sungai
topsl dilakukan melakukan pengujian hipotesis mungkin terjadi kesalahan, oleh
pengukuran erosi, masing-masing sebanyak
50 lokasi. Buat suatu karena itu ada 4 kemungkinan :
hipotesis apakah besarnya erosi rata-r ata d,ari kedua
Dps tersebut
sama, maka dapat ditulis : 1). hipotesis betul tetapi hasil pengujian menolak (telah
mengalami kesalahan jenis I dalam pengambilan
Ho:X,=nr,atauXl-Xr=0 keputusan).
H, : X, *X?,atauX1 -Xz *0 2). hipotesis salah tetapi hasil pengujian menerima (telah
Apabila ternyata dari hasil pengujian temyata X, : mengalami kesalahan jenis II dalam pengambilan
X, maka berarti
besarnya erosi rata-rata dikedua DpS tersebut sama keputusan).
atau tidak
berbeda pada derajat kepercayaan tertentu (lever
of signrficance) 3). hipotesis betul dan hasil pengujian menerima
dan derajat kebebasan tertentu (degrees offreedom). (pengambilan keputusan tidak salah).
Tabel L1. Macam Kesalahan Dalam Pengujian Hipotesis. llrrtrrk kcpcrlualr praktis, dera.iat kcpcrt',tytttltt rlllt'ttlttlntt
rrrlrurryl a ' 0.01 atau a: 0,05. Dengan n 0.(ll scrirrl'. rllrllrttl
o
tlt.rrgrrr.r derajat kepercayaan sebesar 1,00 , irri hcritrli ltttltrvtt
Keputusan Keadaan sebenarnya
kira-kira I dari tiap 100 kesimpulan kita akan tttcnolak lrilxrlcsis
Hipotesa Benar Hipotesis Salah yang seharusnya diterima. Dengan kata lain 99 oh dapat dipcrt:ttytt,
dan telah membuat kesimpulan yang benar. Dalam hal dcrnikiun
Hipotesis diterima Tidak salah Kesalahan Jenis Il dapat dikatakan bahwa hipotesis telah ditolak pada dcraiat
kepercayaan 0,01 yang berarti kemungkinan salah hanya 1,0 7o sa.ia-
Hipotesis ditolak Kesalahan Jenis I Tidak salah Pengujian Hipotesis dapat dilaksanakan dengan cata:
doaroh Daaarimoon .lrstr ibusi saia (lihat (ianrbar l.l.b dan l.l.c).
Pearson dan digunakan dalam uji hipotesis dalam 2). Ht: p, ) pr, atau
menguji data yang diperoleh secara pemilihan acak 3). H, : lrr < l-rz.
(random sampling) dari suatu populasi. Hipotesis altematip yang pertama menggunakan metode pengujian
dua sisi, sedangkan hipotesis alternatip yang kedua dan ketiga
4). Uji-F (AIF-Test),F menggunakan metode pengujian satu sisi.
Uji-F digunakan untuk menguji nilai varian, dan untuk
menguji sampel dalam analisis varian. Beberapa asumsi yang diambil dalam pengujian ini adalah :
suatu variabel random kontinyu X dapat ditulis dengan persaminn t - variate standar normal dari distribusi normal.
berikut ini : X, : rata+atahitung sampel pertama.
X2 :
P(x) : -+ (l.l)
rata-ratahitung sampel kedua.
o J2n "
3) Kepdtusan:
Keterangan :
Bandingkan variat standar normal (t) dengan variat
P(X) : fungsi densitas (ordinat kurva normal). standar normal pada tabel (1.2) yaitu nilai tc, dengan
o : deviasi standarpopulasi dari variabel x. aturan keputusan :
Nr : jumlah sampel pertama . hipotesis diterima jika nilai t daripada nilai tc.
N2 : jumlah sampel kedua
. hipotesis ditolak jika nilai t daripada nilai tc.
72 t:t
ConlohJ.L
l)ari curah hujan tahunan dari pos hujan Dago (X,) dan pos lrujnrr
Malabar (Xr) selama tahun 1950 - 1981 (32 tahun), tercatat putlrr
tabel 1.3. Kedua pos hujan tersebut terletak di DPS Citarum Hulu,
Kabupaten Bandung, Propinsi Jawa Barat (lihat gambar 1.2).
Tentukan apakah sifat curah hujan kedua pos hujan tersebut berbeda
t1 pada derajat kepercayaan sebesar 5,00 yo.
\
\
(
li[[ M -Inwoh Contoh I l- :
( 1O Karena jumlah data kedua pos hujan tersebut sama atau lebih dari
/ --. 30 buah, maka dapat disebut sampel besar dan dianggap
I _J\
\
=
(.nJ-
\\
I
Yi
*t(
\B
U
B
bo
q
distribusinya mengikuti distribusi normal. Data hujan tahtrnan
tersebut pada tabel 1.3, dicatat dari dua lokasi pos hujan yang
berbeda dengan jarak kurang lebih 40 km oleh karena itu dua set
data tersebut dapat dikatakan bebas (independenf) satu dengan yang
lain.
L
04
qi
Selanjutnya dapat dibuat hipotesis sebagai berikut :
q.
q
\\) Ho : pr = pz (tidak terdapat perbedaan nyata nilai rata-rata
B hitung dua populasi).
a H, : p, * p, (terdapat perbedaan nyata).
I
\ \
^i
)
\B Apabila dianggap deviasi standar dari sampel (S) sama dengan
-a
standar deviasi populasi (o), maka :
o
fu- Sr = or, dan S, = or, sehingga
I :
\-^-/ /
(r,-x)'
.=l I N-1
Keterangan :
2.t27
-333
-230
150
l 10.899
52.900
22.500
2.742
2.305
2.718
246
-l9l
222
60.516
36.48I
49.284
N,:32
x=63,2-49 = 1.977 mm/tahun
lllu. 1953
1954
1955
1.693
2.092
2.248
-284
I
27t
l5
80.656
t3.225
73.44t
2.089
3.25t
407
755
165.649
570.025
32
lq'lte'6lr ti
^s, =l=7il'l : 378mm/tahun
L.
l'.
1956 1.970 49
3.099
2.878
603
382
363.609
t45.924
Untuk Pos Hujan Malabar
l,
t957 1.553 424 179.776 2.419 -77 s.929
958 2.693 7t6 r2.656 3.205 709 8l
N2:32
I 5 502.1
,0. l 959 t.'770 -207 42 849 t.751 -'145 555.025
|
lil
I
1960
l96l
2.s09
t.577
532
400
281 (\24
,uo.uro I
t.666
t.760
-830
-'736
688.900
541.696
Xz
79.857 :
- = -#
:
2.496 mm/tahun
I
,,. t962
lg63
1.923
1.129
-54
-848 ,,r,nol
,.ntul 2.698 202 40.804
s2
lE#l@:li
: uromm/tarrun
L,. ra. 1.513 -983 966.289
lg64 t.857 -120
L..
, o.oo, I 2.554 58 3.364
l
19. re68
|
2.482 505 ,rr.or.rl ,.ril I 315 e9.22sl
I
23. te72l
I
I
-I .057 ,.rrr.rorl 32 I
24. 1973 I 2.5',18 601 361 .20 r t.t ts 1.249 .ruo oo,
=
I l , I
or -2 135,98 mm/tahun.
25. ,nrol l 965
I
-t2 ,ool ,,rrl 692 orr rool
26. rszs 2.316 339 ,oon rl q taol 1.644 ,.rrr.rrul
19761
I
2.6221
I
t26 r.rru
Berdasarkan persamaan (1.3) nilai variat dari standar normal :
,:l*l
27. , I
I
28. ,rrrl t.784 .r93 v zqsl z.rtol -326 t06.2761
I
demikian dapat dikatakan 95 % data hujan tersebut berasal dari l('nrs pornpa B dapat diterima sebagai penggantijcnis pompa A
populasi yang berbeda atau dapat dikatakan 95 % adalah benar
bahwa data hujan kedua pos hujan Dago dan Malabar di DPS
lsb,ab contoh 1.2. z
Citarum Hulu mempunyai perbedaan yang nyata. Dengan demikian
keberadaan kedua pos hujan tersebut masing-masing diperlukan Pada kasus contoh 1.2, maka dapat dilakukan pengujian satu sisi
untuk kedua lokasi tersebut. (one tailed test).
o: deviasi standar
X : 7}lldet.
Disamping itu diketahuijumlah pengambilan sampel sebesar N dan tr : 60 //det.
rata-rata hitungnya adalah X. tentukan apakah X mempunyai
o : l0lldet.
perbedaan yang nyata dengan p, maka dapat ditentukan dengan
N=50
persamaan berikut ini : maka berdasarkan rumus (1.4) dapat dihitung variat standar normal
terhitung:
t= tX-p).N (1.4)
Keterangan:
r: 6-+16
t = variat standar normal terhitung (70 - 60) /so :
x = t: 7,077
rata-ratahitung sampel l0
p : rata-rata hitung populasi
o : deviasi standar populasi Dari tabel 1..2, pada derajat kepercayaan o : 5 o%, untuk pengujian
N : jumlah sample satu sisi diperoleh variat standar normal t. = 1,645. Karena nilai t
lebih besar dari pada tc maka hipotesis nol ditolak. Dengan
dernikian dapat dikatakan jenis pompa B dapat mengganti jenis A
Contoh 1.2. dengan mengambil resiko 5 %o. Atau dapat dikatakan 95 % benar
Dari suatu embung (telaga, situ-situ) untuk keperluan irigasi, aimya bahwa jenis pompa B dapat digunakan sebagai penggganti jenis
pompa A.
dipompa dengan menggunakan pompa jenis A, debit pompa
rata-rata adalah 60 lldet dan deviasi standarnya l0 //det. Jenis
pompa B diusulkan untuk mengganti jenis pompa A. Untuk 1.3.2. Penguiian Nilai f,,atq.tata tlampcl Kccil
menentukan apakah jenis pompa tersebut diganti atau tidak, maka
pompa jenis B diuji coba selama 50 kali dan ternyata mampu Pada sub bab 1.3.1 telah dijelaskan pengujian nilai rata-rata
memompa air dari embung dengan debit rata-rata70 lldet. untuk .iunrlah sampel besar (lrl > 30). Apabila jumlah sampcl kccil
MII, IK
Bnrl:rrt l'crIrrrtrrk:rrn
l8 l9
K clcrattgittt :
fid- l'(q#)
rl- fungsi gama
L- student's variabel-t =u I
(Xr/du), "=l
N1 Sr 2+ Nz S 2
N1 + N 2- ,
2
t'
(r.7)
U variat student's normal : x-p S,', Sr': varian sampel set ke I dan ke 2.
o dr : N, + N, - 2 = derajat kebebasan
(pada sub bab i.3.1 U dinyatakan sebagai t)
x' : variabel chi-kuadrat
dk : derajat kebebasan (degrees offreedom) Keoutusan:
Apabila t terhitung lebih besar dari nilai kritis tc, (lihat tabel I.1)
pada bagian akhir Bab I pada derajat kepercayaan (a) tertentu,
Peluang densitas fungsi t tersebut telah dibuatkan tabel nilai
maka kedua sampel yang diuji tidak berasal dari populasi yang
distribusinya seperti ditunjukkan pada tabel I.l pada bagian akhir
sama.
Bab I, dimaksudkan untuk memudahkan aplikasinya.
Apabila t terhitung lebih kecil dari tc maka kedua sampel berasal
dari populasi yang sama.
1.3.2.1. Menguji rata-rata dari dut set sompel
Untuk menguji dua sct sarnpel data apakah berasal dari Contoh 1.3.
populasi yang sama atau ridak clapat menggunakan pengujian
distribusi-t, yang juga merupakan u.ii-parametrtk Qtarametric test) Curah hujan tahunan telah dicatat dari pos hujan di Dago, Kodya
seperti distribusi normal. Pengujian distribusi-t dapat dilakukan Bandung selama 12 tahun dari tahun 1974 - 1985, sebagai X,, dan
juga pos hujan di Majalaya, Kabupaten Bandung didaerah Bandung
dengan persamaan sebagai berikut :
Selatan di Daerah Pengaliran Sungai Citarum Hulu, sebagai Xr.
I)atanya dapat dilihat pada tabel l.4.
lx, -x,l
':"1*; (1.6) 'lerrlrrkirn
apakah sifat hujan dari kedua pos hujan tersebut berbeda
rtyatir lrirtli.r cicririat kepercayaan 5 %o.
20
2t
Jawab Contoh 1.3. z
.;
x.,:=ff:
20.553
l'868mn/tahun
Tabel 1.4. Curah Hujan di Dago dan Majalaya (dalam mm/tahun).
IUMLAH
985 2.2r6 160
-5.
25.600 2.051
zu.))J
183 33.489
2.269.5t5
-l r rtl
"l[*"rl
xX, 24.66'l
1.901.305 5
Sumber : Data dari Buku Publikasi Hujan Tahun 1974 - 1985, Puslitbang Pengairan. r_l2.os6-1.8681 :0,966
4661i* + I ;
Dapat dibuat hipotesrs :
Dengan dasar lrcngujian dua sisi pada derajat kepercayaan 5 %o (u:
Ho :
pr : p, (tidak ada perbedaan) 0,05), Ho akan ditolak bila t terletak diluar batas -to,o, sampai to,o*
Hr : pr * 1t, (terdapatperbedaan) untuk derajat kebebasan Nr + N2 - 2. Untuk N, * N, - 2:21,
dari tabel I-l Qihat dibagian akhir bab I), diperoleh hasil - 0,028 <
0,966 < + 2,080, oleh karena itu Ho dapat diterima pada derajat
kepercayaan 5 %o atau dengan kata lain dapat disimpulkan bahwa 95
Dari tabel .4, untuk pos hujan Dago :
oh adalah benar bahwa tidak ada beda nyata antara
curah hujan
Nr: t2 rata-rata tahunan di Dago dan Majalaya. Rata-ratanya dapat
dihitung dengan persamaEln berikut ini :
X,= : 2.056 mrn/tahun
"# ..-Nr.X, +Nr.X, (1.8)
Sr: '
?3:T'l'
: 416 mrn/tahun
' Nr *Nz
{= (l.e)
dari contoh 1.4, diperoleh :
S
Interval kepercayaan untuk nilai rata-rata p pada derajat Dengan demikian dapat dikatakan bahwa 95 % betul curah hujan
kepercayaan cr adalah : rata-rata dari pos hujan Dago berkisar antara 1.846 mm sampai
2.108 mm per tahun.
X-t"ft<p<X'"tr (l.l l)
Contoh 1.6.
Keterangan :
Dari pengumpulan dan perolehan data debit minimum dilokasi pos
tcr : nilai student's-t (tabel I-1, akhir bab I). duga air Cimanuk - Leuwidaun tahun 1968 - 1979 adatah sebagai
berikut :
'l'errtukan
interval kepercayaan scbesar 95 o/o dari nilai rata-ratanya. ll,, . 1t,, pr, (untuk semua j)
Sumber data : Buku Publikasi Debit, Pusat litbang pengairan.
l't'r Ircdaan tiap pengukuran adalaLh
Penyelesaian statistik :
sp:
uLt
S
(1.14)
N'
1: (x-p)/N untuk p diambil.
Keterangan :
^_ xtst
[ - -----:-
SE: kesalahan standar dari rata-rata
JN S: deviasi standar
N: jumlah data
Dari metode pengujian dua sisi, pada derajat kepercayaan 5 o/o dan Contoh 1.7
derajat kebebasan dk : N - I : 11, maka to,ozs = 2,201(lihat tabel
Dari pos duga air sungai citarum - Nanjung (lihat gambar r.2) telah
I-l pada bagian akhir Bab I).
dilaksanakan pengukuran debit dan telah dibuat lengkung debitnya
(2,22)(2,201,) untuk data tahun 1973 - 1976, seperti ditunjukkan pada gambar 1.3.
lt: 5,43 + : 5,43 1- l,4l Data debit pengukuran dan debit hasil pembacaan lengkung debit
,l-n dari tinggi muka air tertentu ditunjukkan pada tabel l.5. Tentukan
apakah terdapat perbedaan yang nyata antara debit hasil pengukuran
Oleh karena itu dapat dikatakan 95 % betul bahwa debit minimum
dengan debit dari lengkung debit pada derajat kepercayaan sebesar
sungai Cimanuk - Leuwidaun berkisar antara 4,02 dari 6.84 m3/det.
1,00 Yo".
1.3.4. Ari.t untuh data betpasangan Dari contoh 1.7 maka dapat dibuat hipotesis sebagai berikut
Pada umumnya kita mempunyai N buah pasang (paired) :
Ho : lrrj (tidak ada beda nyata)
data pengukuran X,j, Xr,.......X,: 0 :1,2,3, .......N) yang morupakan
Fz;
Pengukuran
No. Lengkung
H Qm U
(n3/de0 P l'-.1 (P-d)'
(m) (n3/de, +
s l. t,72 '17 5
35,9 4,46 7,21 s 1,98
4.
2,tl s5,2 55,6 0,72 2,03 4,12
6.
1,80 39,9 39,5 l,0l 1,98 3,76 14,13
: 7.
3,25 l4l,0 148,0 4,'13 4,94 3,92
B
3,78 t92,0 208,0 7,69 7,23 24,40
U 8.
I.
?1( 70,t 70,5 0,57 2,r8 4,75
17.
Ei
!r 2,25 57,6 64,0 0,10 'l,25 52,s6
},G
E-A
18.
l,l0 69,72
vs 19.
3,63 169,0 190,0 I 8,35
F'B 2,06 51,0 52,8 3,41 0,66 0,43
ov 20.
lr, '76,8
o 2,44 74,5 2,99 0,24 0,05
2t
II
22.
I ,83 38, l 41,0 7.07 4,23 18,66
I
I
2,02 54,1 50,6 6,92 9,67 93,50
23.
I
83,70 20,43 5l,21 ) t,.Z0 635,'17
635,77 1:5,37
s_
u 23-1 l). Tentukan sudut 0, perbandingan deviasi standar :
' Uji-t; sE ?2
t:4: 1,119
| = 2,45 2). Hitung nilai statistik :
Dari tabel distribusi (tabel I-1, pada akhir bab I), dengan derajat
t
kebebasan (degrees of freedom) dk = N-l 22, pada derajat : . X, -I,
o= (1.1s.b)
:
kepercayaan 1 Yo, atau to,o, diperoleh nilai tc:2,819' Oleh karena
--- * si) t
(si
i
t tc maka hipotesis nol dapat diterima. Dengan demikian antara
debit pengukuran dengan debit dari lengkung debit mempunyai
perbedaan yang tidak nyata, atau dapat dikatakan bahwa 99 % betul
bahwa kedua.pasangan debit tersebut tidak berbeda nyata. Oleh
3). Ambil kePutusan
Bandingkan nitai (d) dengan nilai (dc) pada tabel
I-2
karena itu kurva dari lengkung debit pada gambar l'3, dapat
mewakili hubungan antara tinggi muka air dengan debit sungai (lihat tabel I-2, di bagian akhir Bab I)' Apabila dengan
Citarum - Nanjung, tahun 1973 - 1976. derajat kepercayaan (a) tertentu pada derajat
Kebebasan.
dk,:N,-1
1.3.5. Peaguiian f,ista-rf,rarta Sarnpel iiha Vsrian dkr:Nr-1
tidah satna Jcnis
tcrnyata d < dc, maka hipotesis diterima dan dua sampel
Pada sub-bab sebelumnya, rata-rata 2 sample yang hcritsal dari dua PoPulasi.
dibandingkan dianggap bahwa varian 1S2) ke 2 sample tersebut
32
88
Contoh 1.8.
dk,= N,-l=12-l=ll
Data curah hujan dari pos hujan Dago dan Majalaya (lihat tabel l-4) dk2= Nr-l=ll-l=10
selama tahun 1974 - 1985, dari contoh 1.3, telah diperoleh :
pada 0:41o, dan derajat kepercayaan sebesar c,:5 % maka dari
Untuk pos hujan Dago : Nr : 12 tabel I-2. diperoleh dc:2,168.
Xr :2.056 mm/tahun Oleh karena d = 0,297 ternyata lebih kecil dari dc = 2,16g, maka
Sr = 416 mm/tahun hipotesis dapat diterima dan dua sampel data hujan tersebut berasal
Untuk pos hujan Majalaya : N, : I I dari populasi yang sama. Dari Uji-t pada contoh 1.3 juga
X2 = 1.868 mm/tahun disimpulkan bahwa tidak ada beda nyata antara rata-rata hujan di
32 : 476 mm/tahun Dago dan di Majalaya.
I : rata-rata sampel
o = tan-,
lffil = 0,873 S : deviasi standar
P : nilai yang diinginkan
0:41;02o
N : jumlah data
Berdasarkan nrmus l.l5.b, maka : t : derajat kepercayaan
Contoh 1.9.
A : 1.868 188
2.056 _ :0,297 Dari contoh 1.3, telah diperoleh data hujan dari pos hujan Dago,
l{uo' + $7Q'1ll 632'16 sebagai berikut :
X 2.056 mm/tahun
derajat kebebasan : S 416 mm/tahun
34 86
L p.x l
I
52 : varian
N=
10.000.4,844.173.056 _ 83.828.326 X, : data pengamatan ke i
4.227.t36= I
19.83
100 . 4.227.136 I : rata-rata hitung
1r1 : jumlatr sampel
Dari perhitungan ke-I, diperlukan 19,83 tatrun atau 20 tahun
pengamatan.
Uji-chi kuadrat, menentukan pengujian apakah terdapat perbedaan
Nilai t" untuk derajat kebebasan dk = 19, adalatr 2,093, dan dengan nyata antara varian sampel dengan varian populasi.
persamzurn 1.16, maka:
Misal, varian dari curah hujan suatu DPS sebagai populasi
dihitung sebesar o2, jika suatu data pos hujan dengan varian sebesar
* - [roo. L. s'l' 32 sebagai sampel, maka perbandingan antara varian sampel dengan
L p.x .l varian populasi dapat dihitung dengan rumus :
Dari contoh l.l, telah dihitung data curah hujan, selama 32 tahun
(1950 - l98l) sebagai populasi :
-z-N.52
lv ',
o-
. ,z - ll l?_25.,5--76 = v"-
g-42
Pos hujan Dago ^ 295.892
Deviasi standar o, : 378 mm l)cririat kebebasan dr.:N - 1= 11 - l:10. Nilai kritisuntukX'uji
Varian 6f : 142.884 mm rirltt sisi pada derajat kepercayaan cr:5 oZ dcngan dk = l0 adalatr
t' lll,l07 (lihat tabel I-3, pada bagian ukhir Bab I). Dari
. Pos hujan Malabor
;rcrlrrlrrrrl,lirrr tlilrcroleh y2:8,42,jadi lebih kccil 262 = 18,307 olch
89
38
karena itu hipotesis nol dapat diterima. Atau dapat dikatakan batrwa
dk, = derajat kebebasan kelompok sampel ke l.
95 % betul bahwa varian data hujan di Majalaya tidak berbeda dk, = derajat kebebasan kelompok sampel ke 2.
dengan rata-rata varian data hujan di Dago dan Malabar.
f : fungsi gamma.
Nr : jumlatr sampel kelompok sampel ke 1.
N2 : jumlatr sampel kelompok sampel ke 2.
Sr : deviasi standar kelompok sampel ke l.
1.4.2. Penguiian Vatia;n Pogubsi S2 : deviasi standar kelompok sampel ke 2.
Apabila o,2 dan or' adalah varian dari dua populasi, maka
kedua nilai tersebut untuk diuji, harus membuat hipotesis statistik :
ferulilssn;
Ho:o,2=622=o2 l'enggunaan distribusi F adalatr sama dengan penggunaan
distribusi-t. Dalam hal ini, hipotesis nol ditolak jika S,'z lebih besar
Metode statistik yang umum digunakan untuk menguji hipotesis
pengujian dua sisi (Tabel distribusi F tercantum pada tabel l-4, pada
tersebut adalah Uji-F. Jika S,'z dan Sr2 adalah varian dari sampel
bagian akAir bab I).
dengan jumlah N, dan N, maka dapat dilakukan pengujian dengan
menggunakan distribusi F yang telah dikembangkan oleh Fisher.
Apabila varian kedua sampel tersebut setelah di uji temyata tidak Contoh 1.11. z
Keterangan:
Nr .S, , [N, - t;
(F) : fungsi distribusi F. Nr . Sz '(N, - t)
F : perbandingan F.
40 4t
diterima. Dengan demikian dapat dikatakan bahwa 95 % beftl/- Apabila X' yang dihitung ternyata lebih besar dari pada A2 tabel,
bahwa varian curah hujan Dago dan Malabar mempunyai beda
rrr:rkir hipotesis nol yang dibuat ditolak dan menerima hipotesis
nyata.
irltr:rrrutip.
Dari contoh 1.2, juga telah diperoleh bahwa 95 oh betul
bahwa rata-rata curah hujan Dago dan Malabar mempunyai beda
nyata. Oleh karena nilai varian serta rata-ratanya mempunyai beda L'utttoh--l-lA
nyata, maka dapat dikatakan bahwa curah hujan di Dago tidak sama I)ari l)PS Citarum di pos duga air Nanjung (lihat peta pada Gambar
jenis/tidak homogen terhadap curah hujan di Malabar, dengan 1.2), telah dilaksanakan pendataan data volume aliran dari tahun
demikian keberadaan pos hujan di kedua lokasi tersebut 1920 - 1930 dan pada tahun 1974 - 1981. Tentukan apakah volume
masing-masing sangat penting, data curah hujan di Dago tidak aliran tahunannya mempunyai varian.yang sama jenis pada derajat
dapat digunakan untuk mewakili data curah hujan di Malabar. kepercayaan 5 Yo.
Kadang-kadang dari pos pengamatan data hidrologi, baik Tabel 1.6. dari pos duga air sungai Citarum - Nanjung menunjukkan
pos hujan, pos duga air ataupun pos iklim, oleh karena suatu sebab data volume aliran tahunan untuk periode tahun 1920-1930, volume
maka datanya tidak dapat tersedia berkesinambungan, kadang aliran dinyatakan dalam juta m3/tahun. Tabel 1.7, menunjukkan data
terputus untuk beberapa kali. Oleh karena itu perlu melaksanakan debit untuk tahun 1974-1981, debit dinyatakan dalam juta m3ltahun.
pengujian kesamaan jenis data setiap varian dan setiap periode yang
datanya tidak terputus. Pengujian dapat dilakukan dengan metode
Bartlett - Chikuadrat distribusi. Persamaannya untuk k kali pos
hidrologi berhenti operasinya adalah : Tentukan hipotesis statistik :
k+l Nr = ll
dk:Iau i=l
(1.34)
St'=266
42
ls
Tabel 1.6. Volume Aliran Tahunan Sungai Citarum -
l)ari tabel 1.7, diperoleh :
Nanjung Tahun t9Z0 - 1930 (Juta m3)
Nz:8
No. Tahun xt (X, - X) (X, - X)'
Sz' = 380
Varian : 266
Nilai k sama dcngan jumlah periode dikurangi I atau dalam hal ini
Sumber : perhitungan dari buku publikasi debit. PUSAIR
k:2-l = l. Berdasarkan persamaan (1.33), maka :
Tabel 1.7 Volume Aliran Tahunan Sungai Citarum _
untuk menentukan apakah distribusi frekuensi hasil pengukuran . hipotesis nol FIo : er = ep (sama)
berbeda secara nyata dengan frekuensi yang diharapkan menurut o hipotesis alternatip H, : er *
hipotesis. Umumnya dapat dirumuskan sebagai berikut : ep @eda)
Pengujian ini dimaksudkan untuk melaksanakan kalibrasi lengkung
debit yang merupakan tabel debit (er) yang sehari-hari digunakan
,,
x'=?, fto - el')
:$ (--E:l (1.3s) oleh pengamat untuk membagi air di saluran irigasi JKN.VI,
saluran Pesanggrahan, terhadap lengkung debit yang merupakan
Keterangan : pengukuran debit menggunakan alat ukur arus.
X2: chi-kuadrat terhitung Dari perhitungan data debit pada tabel 1.g, diperoleh
:
O nilai pengamatan/pengukuran hitung : 720,038. Pada derajat kebebasan dk : N - I - 24 dari
262
E : nilai yang diharapkan tahcl x2 (tabel I-3) pada derajat kepercayaan cr = 0,05 menunjukkan
N : jumlah data bulrwa A2 tabel = 36,41 (dibaca pada a : 0,05).
@
46
t7
Tabel 1.8 Debit Saluran Irigasi di Bangunan Ukur Debit
pirtla tabel debit di pcngamat dengan data debit hasil pcngukururr
Cipoletti JKN VI Daerah Irigasi Cirebon
tlc:bit dengan menggunakan alat ukur arus.
data pengukuran/pengamatan disusun dalam suatu rangkaian data I ). gabungkan kedua kelompok data A dan ll.
dari yang terkecil ke yang terbesar dan kadang-kadang dalam 2). buat peringkat rangkaian data dari nilai tcrkccil sutnpnl
bentuk simbul. yang terbesar.
Perhitungan uji non parametrik lebih sederhana, dan dapat 3). hitung jumlah peringkat rangkaian data tiap kelompok.
dikerjakan dengan cepat, tidak harus merupakan data kuantitatip, 4). hitung parameter statistik :
dapat juga berupa data kualitatip (misal "besar" atau "kecil", u, : N,Nr*Y(Nr+l)-Rm (1.36)
"rusak" atau "tidak"). Walaupun demikian apabila anggapan-
anggapan yang diperlukan dalam uji parametrik terpenuhi, datanya Uz : Nr N, -Ut (1.37)
cukup banyak, dan hasil pengukuran teliti maka lebih baik
menggunakan uji parametrik. Uji parametrik dan non parametrik Keterangan:
dapat digunakan serentak bersama-sama untuk menguji hipotesis U,, Uz = parameter statistik
statistik, dari data yang sama. Beberapa metode non parametrik Nr : jumlah data kelompok A
yang umum digunakan adalah :
N2 = jumlatr data kelompok B
l). Uji Mann dan Whitney Rm = jumlah nilai peringkat dari rangkaian data
2). Uji Kruskal - Wallis kelompok A.
3). Uji Kolmogorov - Smirnov 5). pilih nilai U' atau U, yang nilainya lebih kecil sebagai
nilai LJ.
Uji non parametrik Mann dan Whitney akan dibahas pada sub bab
1.5.1 serta uji non parametrik Kruskal - Wallis akan disampaikan
6). hitung uji Mann - Whitney, sebagai nrlanZ :
Z- 2
(1.38)
t*{N, Nz(Nr +N2 + l)}1}
7). Keputusan:
1.5.1. Uii l+lonn dan Vllrlitncg
Dengan anggapan batrwa kedua sampel kelompok A dan
Uji Mann dan Whitney (Mann and Whitney test) dapat B mempunyai distribusi normal (kira-kira betul kalau
digunakan untuk menguji apakah dua kelompok data yang tidak jumlah sampel tiap kelompok minimal 30 buah), maka
berpasangan (independenr) berasal dari populasi yang sama atau dari tabel 1.2 dapat ditentukan nrlal.Zc, untuk pengujian
tidak. Dari dua kelompok sampel yang diukur dari dua kelompok dua sisi (dalam tabel 1.2 di tulis tc). Bila nilai Z < Zc
populasi A dan populasi B, maka dapat dibuat hipotesis bahwa A maka hipotesis nol dapat diterima, sedangkan bila nilai
mempunyai sebaran yang sama dengan B. Untuk pengujian kedua Z> Zc maka hipotesis nol ditolak.
kelompok tadi digabungkan dan kemudian dibuat rangkaian dari
data tersebut dari nilai yang terkecil sampai yang terbesar,
pekerjaan ini sering disebut dengan membuat peringkat (ronk).
60
61
Contoh 1.14.
rrilainya, kedua data tersebut digabungkan, data Singorncrto (XA)
Tabel 1.9, menunjukkan data evapotranpirasi rata-rata harian tahun rlan data dari wonosobo (XB), sebagai ditunjukkan patla tabcl I .10.
1987, dari pos klimatologi di wonosobo dan Singomerto, keduanya
di DPS Serayu bagian Hulu di Propinsi Jawa Tengah. Tentukan
apakah data evapotranspirasi ke 2 pos tersebut berasal dari populasi
Tabel l.l0 Perhitungan Uji Mann dan Whitney
yang sama, pada derajat kepercayaan 5 %o.
No. XA Rm XB Rm
Tabel 1.9 Data Evapotranpirasi Rata-rata Tahun 1987
(dalam mm/trari).
l. 3,34 l6 3,66 l9
2. 2,81 3 4,06 24
No. Bulan Singomerto Wonosobo J. 2,93 6 3,67 20
4. 3,01 l0 3,76 23
l. Januari 3,34 3,66 5. 2,82 4 3,49 l7
2. Februari 2,gl 4,06 6. 2,50 I 3,20 l3
3. Maret 2,93 3,67 7. ,2,58 2 2,92 5
4. April 3,01 3,76 8. 2,94 7 3,00 9
5. Mei 2,82 3,49 9. 3,30 t4 3,33 l5
6. Juni 2,50 3,20 10. 3,06 ll 3,54 l8
7. Juli 2,58 )o) I l. 2,95 8 3,74 22
8. Agustus 2,94 3,00 12. 3,16 t2 3,68 2t
9. September 3,30 3,33
10. Oktober 3,06 3,54 Jumlah 94 206
IL November 2,95 3,74
Sumber : Perhitungan data tabel 1.9.
12. Desember 3,16 3,68
Ur:NrNr**Nr+l)-Rm
z
Jawab Contoh 1.14.
U, : (12) (12) + (t2t2) (12 + r) - 94
z
Misalkan kedua Frr dan p, adalah rata-rata dari kedua data tersebut U,: 144 + 78 - 94
pada tabel 1.9, maka dapat dibuat hipotesis statistik :
U,:128
. hipotesis nol Ho : pr = lrz (sama) Berdasarkan nrmus (1.37),maka
' . hipotesis alternatip H, : p, * p, (berbeda)
:
U2:N1.N2-U1
Selanjutnya data dari tabel 1.9, disusun dan diurutkan peringkat Ur= (12) (12) - tzS
rangkaian data mulai dari yang terkecil sampai yang terbesar Ur:144 - 128
Uz: 16
6il
52
16 - ,''It" Keterangan:
Z_
[ *ttrzltrz )e2 +rz + r)]]i H = nilai uji l(ruskal-Wallis
N : Nr * N, + ...+ N,: jumlah seluruh sampel
z: -56 = -56 :-3-233
tro 17'32 \ : jumlah peringkat rangkaian data pada kelompok
sampel ke i.
nilai Hc : 3,841. Temyata nilai H jauh lebih besar jika dibanding 1). Buat hipotesis statistik :
dengan Hc, oleh karena itu hipotesis nol Ho ditolak dan harus
bahwa 95 % betul, kedua kelompok data avapotranspirasi pada . hipotesis nol Ho: Pr : V2: llo: ltq
tabel 1.9 berasal dari populasi yang berbeda. Oleh karena . hipotesis altematip Hr : pr * trt, * ltz * Vt
keberadaan pos iklim di Singomerto dan Wonosobo, masing- 2). derajat kepercay aan 5 %o.
masing sangat diperlukan (populasinya berbeda). Kesimpulan ini
3). daerah kritis Hc ) X'o,r, untuk derajat kebebasan : k- I
sama dengan kesimpulan contoh 1.14.
66
67
4-l:3, Hc:7,815 (lihat tabel I-3, bagian akhir Bab I). l(,ll I I )cngan <lemikian dapat dikatakan 95 ol,, betul bahwa berat
4). Data dalam tabel 1.11, diubah nilai berat spesifik itu ',P.rrlik angkutan sedimen melayang tersebut bcrasal dari populasi
menjadi peringkat urutan dari yang terkecil sampai yang !'iilrg sarna.
terbesar untuk Setiap bulan, seperti ditunjukkan pada
tabel 1.12.
Tabel t . 12. Peringkat Urutan Data Tabel I .l l. r.6. AtAt rsrs vABtAN
Pada sub bab 1.3 telah dijeraskan prosedur untuk menguji
No. Januari Februmi Maret April apakah nilai rata-rata dua populasi itu akan sama atau tidak,
dengan
l. l6 9,5 I1,5 asumsi varian kedua populasi itu sama meskipun tidak atau
3 belum
2. r3 7 6 I 1,5 diketahui nilainya. sedangkan sub bab r.4 menjelaskan prosedur
3. 4 t7 9,5 20 untuk menguji apakah nilai varian dua populasi tersebut sama
atau
4. 2 l5 t4 t8 tidak. Pengujian hipotesis statistik akan lebih bermanfaat apabila
5. I 8 5 l9 prosedur pengujian diperluas sehingga mencakup uji
Jumlah
hipotesis
36 56,5 46 71,5 statistik yang membandingkan (k) buah nilai rata-rata populasi
sekaligus. Misalnya kita akan menguji apakah tiga buah
Dps yang
aliran sungainya masuk ke suatu waduk mempunyai ,otong* yar!
:
Sekarang dengan mensubstitusikan n, 5, trz 5, 1r 5 dan rU 5 : : : sama terhadap volunrc sedimen yang masuk waduk tersebut
serta Rr :36, Rr:56,5, Rr:46, Ro:71,5 dan N :20, maka waktu ke waktu, atau misalnya dari 5 buah DpS yang luas hutannya
dari
berdasarkan nrmus (1.39), dapat dihitung nilai Uji Kruskal-wallis tidak sama menghasilkan laju erosi yang sirma. prosedur unhrk
sebagai berikut : menguji penomena hidrologi tersebut dapat dilakukan dengan
analisis varian.
H=
ffit$(ff)]-o^*,,, Analisis varian dikenalkan oleh salatr seorang statistikawan,
, : ffitg. ry .ry. ry]-r3(20+,)
yaitu sir Ronald A.Fisher (1g90 - 1962). Lalisis varian
merupakan salah satu metode analisis statistik yang bertujuan
untuk
, = h<r.343,30)-63
menganalisis variasi data yang terjadi karena berbalai
variasi
sumber (sources) atau sebab (causes). pada mulanya dikembangkan
H = 66,95-63:3,95 untuk terutama dalam penelitian dibidang pertanian, misal untuk
mengetahui pengaruh dosis pemupukan terhadap produksi padi.
Namun sekarang metode ini telah dikembangkan untuk
berbagai
Keputusan : ilmu pengetahuan termasuk hidrologi. Ada beberapa anggapan
dalam analisis varian :
Karena H :
3,95 ternyata tidak jatuh didaerah kritis karena Hc :
7,815, berarti tidak punya bukti yang cukup untuk menolak l). populasi yang diuji mempunyai distribusi normal.
hipotesis bahwa berat spesifik angkutan sedimen melayang adalah 2). populasi yang diuji mempunyai nilai varian yang
sama.
sama untuk sampel data bulan Januari, Februari, Maret dan April
Misalnya kita mempunyai k, (k>2) buah populasi yang
5tt 69
Tabel I .13 Debit Sedimen Rata-rata DPS Citarum I'e4jelasan tahel l. I 4.a.
Hulu (dalam 100 ton/trari)
Variasi total diantara pengamatan, adalaS y1
:
No. Bulan Kelas
x,
Kelompok: Kolom -vt: i=ri=ni
II(x:i_x.,)
z \2
(1.40)
x2 x3 i=l j=l '
I Januari 0,40 0,38 0,37
dengan :
2 Februari 0,22 0,20 0,17
3 Maret 0,57 0,76
4 April 0,44 0,77 0,78
5
6 Juni
Mei 0,49
0,27
1,27
0,40
0,93
0,35
x=*Iii,><,' (1.41)
l.l4a.
xji: data ke j dalam kelas ke i.
Uji hipotesis dapat disajikan sebagai ditunjukan pada tabel
N-l
V, V, + V., (t.42)
82 6g
Apabila nilai F yang dihitung dengan persamaan (1.46) lebih kecil Untuk penyelesaian klasifikasi satu arah, maka klasifikasi hanya
dari pada nilai Fc yang tercantum pada tabel I-4. dibagian akhir Bab dibedakan dalam satu kriteria Hipotesis Statistik :
I ini. maka hipotesis nol dapat diterima pada derajat kebebasan Vr:
k-l dan Vr : N-k dengan derajat kepercayaan a Yo dan variabel . hipotesis nol, Ho : pr = $z: $t
hidrologi yang diuji mempunyai nilai rata-rata yang sama. Hipotesis . hipotesis alternatip Hr : lrr * pz * ltz
nol ditolak jika nilai F > Fc.
Dari tabel 1.14, diketahui jumlah kelas k = 3 DPS, jumlah total data
N:34 buah, jumlah perlakuan atau group: bulan n: 12 (= jumlah
Jawab Contoh 1.16. data dalam kelas ke-i.
Untuk analisis varian dengan model klasifikasi satu arah, maka data
pada tabel I .13, dapat dihitung seperti ditunjukan pada tabel. 1.14.
1). Varian Antar Sampel
Varian antar sampel (variance between the .rumpltr), tlulurrr lrnl irri
adalah varian debit sedimen antar pos duga air yrrrrg nrcnccnninkun
6lt
64
sampel antar pos duga air' Perlakuan yang sama dapat V, = 0, 106
*,=t#= 0,31 (1). Hitung nilai rata-rata sedimen melayang tiap pos
duga air, dengan menggunakan rumus (1.a5) :
*r=#: 0,44
:
vn3_ 4.04
Xi *,i':'
--:0140
10 maka:
,.
.rrl _
=3'74
n
(3,74 + 5,26 + 4,04) (2). Hitung deviasi kuadrat tiap data dengan
menggunakan nilai rata-rata tiap pos duga air, hasil
Xt = 0'38 perhitungan ditunjukkan pada kolom 3, 5 dan
(3). Hitung jumlah kuadrat antar sampel (antar kelas) dengan kolom 7, tabell.l4.
menggunakan nrmus (1.44). (J). Hitung jumlah deviasi kuadrat tiap pos duga air dan
i=k /_ _\2 jumlahkan hasilnya dengan jumlah deviasi kuadrat
Vr:In'
i=l\/
(x,-x.J pos duga air lainnya, dengan menggunakan rumus
(1.43):
maka :
66
6?
i=k'jE')/ _\2
v,=XX(xii-xi)
i=ti=1 \ - '/
mempunyai beda yang nyata, karena analisis hzurya berdasarkan
perbedaan satu kriteria, apabila terdapat perbedaan dianggap
Vr: 0,2036+ 1,399 +0,6544 sebagai variasi dalam pemilihan sampel secara acak.
Yr:2,257
Dalam klasifikasi dua arah, kumpulan data diklasifikasikan
(4). Hitung rata-ratakuadrat dalam sampel menurut dua kiteria atau faktor, dengan menyusun data tersebut
:
dalam:
az VI
e2: 1). kelas (classes) disebut juga kolom (columm), dalam
N-k
analisis hidrologi umumnya merupakan kelompok data
v2 =2'257^
s., :0,072 yang diukur dari lokasi yang berbeda (beda lokasi pos).
34-:
2). grup (group), disebut juga baris (row), dalam analisis
' hidrologi umumnya merupakan periode waktu setiap
3). Hitung aji - r data dari setiap kelompok data diukur (beda waktu).
Sumber
Variasi
Derajat
Kebebasan
Jumlah
Variasi
Perkiraan
Varian
uji-F x'=*ir (1.s2)
s,. _ V2(k- l)
.2___E_ t)ari data tabel I .18, diketahui bahwa
(r.55)
Jumtah kelas (DPS), k: 3
dengan derajat kebebasan, (k-l) dan (k - lXn - l) Jumlah gruP (bulan),i: 12
Jumlah semua data, N : 3 x 12: 36
Pengambilan keputusan :
Tahapan perhitungan selanjutnya adalah :
Xr=
i.x78,22:6,51
Tabel 1.18. Analisis Varian Klasifikasi Dua Arah Tingkat
v -'
,|
I 2,90
2 10,60 2l
2,10
"90
3,00
9,20
8,00
41,60
2,66
13,86
x1 =ilx, i=l
3 5,20 14,00 6,50 25,70
4
5
9,10
13,60
5,80 8,60 23,50
8,56
7,83 x, =
ry :2,66 X, =ry =2,36
8,91 13,00 35,51 I 1,83
6 5,70 10,00 4,90 20,60 6,96 *,=lf :13,86 & = T :1,66
7 2,60 2,20 2,30 7,10 2,36
8 1,40 2,10 1,50 5,00 1,66 X, =2# = 8,56 r, = ? =2,10
9 1,10 3,20 2,00 6,30 2,10
t0 l,l0 2,95 1,60 5,65 l,8g *,=1*: 7,83 x,o=f :1,88
ll 3,20 2,39 3,40 8,99 2,99
t2 4,70 2,77 5,40 12,97 4,29 o,=r#:1r,83 X,,=Y =2.e9
Tabel I-2. Nilai Kritis dc untuk Pengujian Nilai Rata-Rata dtr=6 6 2.447 2,440 2,435 2,435 2,435 2,440 2,447
2,447 2,430 2,398 2,364 2,331 2,310 2,306
Sampel dengan Nilai Varian Berbeda. 8
tz 2,417 2.423 2,367 2,30 t 2,239 2,193 2,179
e 24 2.441 2,4t8 2,342 2,247 2,156 2,088 2,064
q.= I Yo dk,
ca 2,447 2,413 2,322 2,201 2,082 1,993 1,960
00 150 300 450 600 750 900
d*, = 12 6 3,055 3,053 1 3,246 3,453 3,636 3,70',1 2,077 2,1 l8 2,175 2,236 2,286 2,306
8 2,064
| :,orz
8 3,055 3,039 3,083 3,t92 3,307 3,355 2,112 2.142 2.t68 2,179
t2 2,064 2,069 2,085
t2 3,0s5 3,029 2.e78 2,954 2,978 3,029 3,055 2,056 2,058 2,062 2,064
| 24 2,064 2,062 2,058
24 3,055 3,020 | 2,e38 2,8s3 2,803 2,794 2,797 2,009 l,983 1,966 l,960
@ 2.064 2,056 2.035
co 3,055 3,014 z.eoe 2,775 2,66t 2,59s 2,576
I
du, .o 6 1,960 1.993 2,082 2,201 1 7)'' 2,413 2,447
dk2:24 6 3,797 2,822 2,938 3,r58 3.424 3,63 r 3,701 2,044 2,r28 2,215 2,281 2,306
|
8 I.960 1,982
8 netl 2,805 2,862 2,988 3,1 58 3,301 3,355 t2 r,960 1,913 2,0t I 2.064 2,120 2.163 2.179
t2 3.797 2,'t93 2,803 2,8s3 2.918 3.020 3,05 5 2.009 2,03s 2,056 2,064
|
24 I,960 l.966 I,983
24 l,lslI 2,785 2,759 2,747 2.759 2,785 2,797
I
I I
drz=@ ,.rru I 2,627 2,904 ,.0,, 3.4021 ,.urul3,707
3i *tol
I . I
Tabel I - 3, Nilai Ituitis 12 untuk Distribusi Chi-kuadrat (satu sisi) I'abcl I - 4. Nilai Kritis lrc l)istribusi Ir.
F :0,05 (dkr, dk2) atau (V, ,V2 )
cidmi.tkcmrvu
dt
0,995 0,99 o,975 0,95 0,05 0,02, 0,01 0,005
dkr
I 0,04393 q03157
q02or
q039t2 0,02393 3,841 5,V24 6,635 7,879 dkz- v' 4 6 7 tt ()
2 0,0100 0,05()6 0,103 5,91 7,37t 9,2t0 rc,5n I 2 3 5
3 0,07 l7 0,1 t5 o,7t6 o,352 7,U5 9,34t I 1,3,15 t2,t38
4 0,207 o2ln q4t4 0,71I 9,4tt I t, l,l3 B,2n l4,t@ I l6 I .401 I qe.s0 2 r s.70l 224.601 230.20 i
2 34.00 i
216.80 |
238,90 240,50
I
5 o,4t2 gsrr qt3l l,145 l 1,070 t\t32 I5,016 t6,750 2 rx stl 19001 t9.25 I9.30 19,331 l9.ls l
t9,37 te,l8
l0,l3l 9,55 | 9.t2 9.01 8,94 8,89 8,85 8.8 r
6 0 676 0,an l,B7 r,635 12,592 t4,u9 16,il2 18,54t 3
7 0,9t9 t,239 1,690 2,167 14,67 t6,013 1t,475 20,27t 4 ?.7t1 6.e4 | I,ill 6.39 6.26 6,16 6.09 6.04 6,00
8 t,344 t,ffi 1lto 2,733 t5,507 t7,535 2q090 2t,955 I
9 t,735 2,08t uoo 3,325 16.919 t9,o23 2t,6 23,5t9 5 6,61 5.791 5,41 5,19 s05 4,95 4,88 4,&2 4,77
l0 \t$ 155t 3217 3.940 1E,307 20,4t3 23,209 25,ltt 6 5,99
|
Tabel I - 4, Nilai Kritis Fc Distribusi F (lanjutan ke l) Tabel I - 4, Nilai Kritis Fc DistribusiF (lanjutan ke 2)
F: 0,05 (dkr , dk2 ) F: 0,01 (dkr , dlg )
dkr= V,
dks =Y, dkr= v,
dk =Y r
10 t2 l5 20 24 30 40 60 120 @ 2 3 4 5 6 7 8 9
I 24t,90 243,90 245,90 248,00 249,t0 250,10 251,10 252,201 2s3,301 254,30 I 4052"00 4999,00 5403,00 s625,00 5764,00 58s9,00 s928,00 s98 1,00 6022,00
) 19,40 19,4t t9,43 19,45 19,45 19,46 19,47 l9-481 t9,491 19,50 2 98,50 99,00 99,17 99,25 99,30 99,33 99,36 99,37 99,39
3 8,79 8,74 8,70 8,66 8,64 8,62 8,59 8,s71 8,5s l 8,53 J 34,12 30,82 29,46 28,71 28,24 27,91 27,67 2't,49 27,35
4 5,96 5,91 5,86 5,80 5,77 5,75 s,72 5,691 5,66 5,63 4 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14.80 14,66
5 4,74 4,68 4,62 4,56 4,5t 4,50 4,46 4,43 4,40 4,36 5 t6,26 13,27 t2,06 I 1.39 10,97 t0,67 '10,46 t0,29 10,16
6 4,06 4,00 3,94 3,87 3,84 3,81 1,77 3,74 t,'lo 1,67 6 13,'75 1o,92 9,'78 9,15 8,75 8,4',7 8,26 8,10 ?,98
7 3,64 3,5'l 3,51 3,44 1,4t 3,38 3,34 3,30 3,2't 3,23 7 L t< 9,55 8,45 't 7,46 7,19 699 6,84 6,72
"85
8 3,35 ),28 3,22 3,1 5 3,12 3,08 3,04 3,01 2,97 2,93 8 11,26 8,6s 7,59 7,01 6,63 6,17 6,18 6,03 5,91
9 3,14 3.O'7 3,01 2,94 2,90 2,86 2,83 2,'19 2,75 2,71 9 10,56 8,02 3,86 6,42 6,06 5,80 5,61 5,4'1 5,3s
r0 2,98 2,9t 2,85 2,'77 2,74 2,70 2,66 2,62 2,58 2,54 l0 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94
ll 2,85 2,79 2,72 2,65 2,61 2,57 2,51 2,49 2,45 2,40 ll 9,65 '7,21 6,22 5,67 5,32 5,0'1 4,89 4,74 4,6f
t2 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30 t2 g 11 6,93 595 s,4l 5,06 4,82 4,64 4,50 4,39
l3 2,67 2,60 2,53 2,46 2,42 2,38 2,14 2,10 2,25 2,21 rl 9,01 6,'t0 5,74 5,21 4,86 4,62 4,44 4,10 4,19
t4 2,60 2,5) 2,46 2,39 2,35 2,3t 2,27 ) )', 2.1 8 2,13 l4 8.86 6,s l 5.56 5,04 4,69 4,46 4,28 4,14 4.03
l5 2,54 2,48 2,40 2,33 2,29 2,25 220 2,t6 2,ll 2,07 l5 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89
l6 2,49 2,42 2,3s 2,28 2,24 2,19 2,15 2,ll 2,M 2,Ot l6 8,53 6.23 5,29 4,'11 4,44 4,20 4,03 3,89 1,78
t7 2,45 2,38 2,lt 2,23 2,19 2,15 2,t0 2,06 2,01 1,96 t7 8,40 6,l l 5,18 4,61 4,34 2,70 2,61 2,55 3,68
l8 2,41 2,34 2,27 2,t9 2,15 2,ll 2,06 2,O2 t,97 1,92 t8 11.29 6,01 5 {rg 4,58 4,25 2,66 2,58 2,51 3,60
t9 2,38 2,31 2.2) 2,t6 2,tt 2,O'l 2,03 1,98 t,93 1,88 t9 ti.I8 5.91 5 0l 4.50 4.1'l 2,63 2,s4 2,48 1,52
20 2,J5 2,28 2,20 2,t2 2,08 2,O4 1,99 I,95 1,90 1,84 2o 8, 10 5,tt5 4.94 4.41 4,l0 3,87 3,70 3,s6 3,46
2l 2,32 2,25 2,18 2,10 2,05 2,01 1,96 t,92 1,8? l,8l 2l 8,02 57R 4,87 4,3'1 4,O4 3,81 3,64 3,51 3,40
a1 2,t5 2,07 2,0t l,98 1,94 1,89 1,84 1,78 22 "7,95 5,72 4,82 4,3t 3,99 3,76 3,59 3,45 3,35
2,30 2,23
23 2,27 2.20 2,13 2,05 2,01 1,96 1,91 1,86 l,8l 1,76 /J 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30
24 ))< 2,1 8 2,t1 2,O3 1,98 t,94 1,89 1,84 t,'19 1,73 24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26
25 2,24 2,t6 2,09 2,0t I,96 t,92 I,8? 1,82 1,77 t,7 t 25 7,17 5,s1 4,68 4,18 3,85 3,63 3,46 t,tL 3,22
26 ))) 2,t5 2,07 1,99 I,95 I,90 I,85 1,80 1,75 1,69 26 7,'72 5 51 4,64 4,14 3,82 3,59 1,42 3,29 3,18
2"1 2,20 2,t3 2.06 I.9'l 1,93 1,88 I,84 t,79 1,73 t,67 27 7,68 5,49 4,60 4,tl 1,78 3,56 3,39 3,26 3,15
28 2,t9 2,12 2,O4 1,96 I,9l 1,87 1,82 t,77 l,7t 1,65 28 7,64 5,45 4,57 4,07 3,'15 3,53 3,36 3,23 3,12
29 2.1 8 2,lo 2,03 1,94 r.90 1,85 I,81 t,75 1,70 1,64 29 7,60 5,42 4,54 4,04 1,73 3,50 3,33 3,20 3,09
30 2,t6 2,09 2,0 t I,93 1,89 1,84 t,79 t,74 1,68 1,62 30 t,56 5,39 4,51 4,02 3,70 3,47 3,30 3,1'7 3,07
40 2,08 2,00 t.92 1.84 I,79 1,74 1,69 1,64 1,58 I,51 40 7,31 5,18 4,3t 3,83 3,51 3,29 3,t2 2,99 2,89
60 r,99 t,92 l,84 1,75 I,74 I,65 1,59 l,5l 1,47 1,39 60 7,08 4,98 4,t3 3,6s 3,34 3,12 2,9s 2,82 2,72
t20 l ,91 l,8l 1,75 l,66 l,6l 1,55 1,50 1,43 I,35 1,25 120 6,85 4"79 3,95 3,48 3,17 2,96 2,79 2,66 2,56
@ t,83 I.75 t,6't 1,57 1.52 I,46 l,39 I,32 t,22 1,00 6 6.63 4,61 3,78 3.32 3,02 2,80 2,64 2,51 2,41
dlq = Vr
&z= Vz
l0 t2 l5 20 24 30 40 60 I20 6
I 6056,00 6I 06,00 61 57,00 6209,00 6235,00 6261,00 6287,00 252,20 6339.00 6366,00
2 99,40 99,42 99,43 99,45 99,46 99.47 99,47 19,48 99,49 99,50
3 27,23 27.05 26,87 26,69 26,60 26,50 26,41 8,57 26,22 26,13
4 14,55 14.37 14,20 14,02 13,93 13,84 13,75 5,69 13,56 13,46
5 10,05 9,89 9,72 9,55 9,47 9,3E 9,29 4,43 9,ll 9,O2
6 7,87 7,72 7,56 7,40 7,3r 7,23 1,14 3,74 6,vt 6,88
7 6.62 6,47 6.31 5,l6 6,O7 5,99 5,91 3,30 5.74 5,65
5,36 5,28 5,20 5,12 3,01 4,95 4,86
Bab 2
8 5,81 5,67 5,52
9 5,26 5.1 I 4.96 4,81 4,73 4,65 4,57 2,19 4,40 4,31
l0 4,8 5 4,7 L 4,56 4,41 4,33 4,25 4,17 2,62 4,40 3,91
ll 4,54 4,40 4,25 4,10 4,02 3,94 3,86 2,49 3,69 3,60
l2 3.6? 2,38 3,45 3,36
statistilt
4,30 4.16 4,01 3,86 3,78 3,70
l3
14
4.
3,94
l0 3,96
3,80
3,82
1.66
3,66
3.51
3,59
3.43
3,51
1'15
3,43
3,27
2,30
114
3,25
3,09
3,17
3,00 aplilGasi mctode
l5
l6
l7
3,80
3.69
3,67
3,5 5
1<'
3,41
3,3 I
3,26
3.29
3,r8
3.2t
3, t0
3.l3
1,02
2,16
2,Ll
2,96
2,84
2,87
2,75
2,65
rrntrrk analisis deret berkala
data hidrologi
3,59 3,46 3,3r 3,16 3,08 3,00 2,92 2,06 2,15
l8 3,51 3,37 3,23 3,08 3,00 2.92 2,84 2,02 2,66 2,57
l9 3,43 3,30 3.1 5 3,00 2.92 2,84 2,76 1,98 2,58 2,49
20 3,37 3,23 3,09 2,94 2,86 2,18 2,69 1,95 2,52 2,42
2l 3,31 3.t1 3.03 2,88 2,80 ula 2,64 1,92 2,46 2,36
11 3,26 3,t2 2,98 2,83 2,15 2,61 2,58 1,89 2,40 2,3r
23 3,21 3,07 2.93 2,18 2,10 2,62 2,54 1,86 2,35 L:26
24 3,t7 3.03 2,89 2,74 2,66 2.58 2,49 1,84 2.31 2,21
Hit
84
86
...x(t)
X(t,), X(tJ, (2.r) 2.2. UJ' KET'DAKADAAT 7BE'UD
dimana!<tz(...<L
Deret berkala yang nilainya menunjukkan gerakan yang
Deret berkala umunnya dibedakan menjadi dua tipe, yaitu berjangka panjang dan mempunyai kecenderungan menuju kesatu
:
. stasioner arah, arah menaik atau menurun disebut dengan pola atau trend
. tidak stasioner (trend). Umumnya meliputi gerakan yang lamanya lebih dari 10
tahun. Trend musim sering disebut dengan variasi musim (seasonal
Deret berkala disebut stasioner apabila nilai dari parameter trend atau seasonal variation) dan hanya menujukkan gerakan
statistiknya (rata-rata dan varian) relatip tidak berubah dari setiap dalam jangka waktu satu tahun saja, sebagai contoh ditunjukkan
bagian ke bagian yang lain dalam rangkaian data runtut waktu hidrograp debit pada gambar 1.1 buku jilid I, menunjukkan adanya
tersebut, sedangkan apabila salah satu parameter statistiknya trend yang menumn data debit dari musim penghujan ke musirir
berubah untuk setiap bagian rangkaian data
tersebut, maka deret kemarau. Deret berkala yang datanya kurang dari 10 tahun
berkala itu disebut tidak stasioner. Deret berkala kadang-kadang sulit untuk menentukan gerakan dari suatu trend.
tidak stasioner
menunjukkan bahwa datanya tidak homogen/tidak Hasilnya dapat meragukan, karena gerakan yang diperoleh hanya
sama jenis.
Umumnya data lapangan setelah diolah dan disajikan mungkin menunjukkan suatu sikli (cyclical time series) dari suatu
dalam buku trend. Sikli adalah gerakan yang tidak teratur dari suatu trend.
publikasi data hidrologi, merupakan data dasar
sebagai batran untuk
analisis hidrologi. Buku publikasi tersebut misalnya publikasi Untuk mengetahui ada atau tidaknya trend dari suatu deret
:
Data Debit Sungai, Publikasi Data Hujan dan sebagainya. berkala lebih baik digunakan data yang meliputi lebih dari 25 tahun
Data
yang tertuang dalam buku publikasi itu disusun pengamatan runtut waktu. Gerakan jangka panjang dari deret
dalamlentuk deret
berkala. Umumnya disajikan mulai tanggal l Januari berkala'umumnya disebut dengan trend sekuler (secular trend).
sampai
dengan 3l Desember setiap tahun. sudah barang Gambar 2.1, menunjukkan sketsa garis trend dengan variasi musim,
tentu data deret
berkala tersebut sebelum digunakan untuk anailis dan gambar 2"2, menunjukkan sketsa garis trend dan sikli dengan
lanjutan harus
dilakukan pengujian (lihat gambar 1.3 diagram variasi musim dan variasi acak. Variasi musim dari suatu variabel
alir, Bab I, buku
jilid I judul sama). Pengujian yang dimaksud hidrologi umunnya dipengaruhi oleh kondisi iklim. Variasi acak
mslipuli tahap uji :
. ketidak-adaantrend umrunnya gerakan yang disebabkan oleh faktor kebetulan (chance
. stasioner factor), misal banjir besar, dan umumnya variasi acak sulit untuk
. persistensi diramal waktu kejadiannya.
Ketiga tahap pengujian itu sering disebut dengan
penyaringan data Apabila dalam deret berkala menunjukkan adanya trend
(data screening).
maka datanya tidak disarankan untuk digunakan untuk beberapa
Pengujian ketidak-adaan trend akan disajikan pada sub
bab analisis hidrologi, misalnya analisis peluang dan simulasi. Apabila
2.2, sub bab 2.3 menyajikan pengujian stasioner dan sub bab 2.4 deret berkala itu menunjukkan adanya trend, maka analisis
menguraikan pengujian persistensi. Analisis trend akan dibahas
hidrologi harus mengikuti garis trend yang dihasilkan, misal
pada sub bab 2.5. Bab 2.6 menyajikan cara membangkitkan/
analisis regresi seperti akan dijelaskan pada Bab III, atau andisis
menangkarkan (generating) data deret berkala
sintetik (synthetic rata-rata bergerak (lihat sub bab 2.5.2). Ketidakadaan trend dapat
data-generating), untuk memperpanjang lama rekaman
data runtut diuji dcrrgan banyak cara. Secara visual dapat ditentukan dengan
waktu.
mengglnrbarkan deret berkala dalam kertas grafik arithmatik.
u6 87
o t rao,
KP=l- 'i==l (2.2)
OANIS TTETD nJ-n
E
d
t -rcp[LI-KPZI
'-2=l] (2.3)
=
J
u Keterangan :
g
E
t KP : koefisien korelasi peringkat dari Spearman.
t
n = jumlah data.
dt : Rt-Tt.
Tt : peringkat da{i waktu.
w A x Tu
-_-+ Rt : peringkat dmi variabel hidrologi dalam deret berkala.
t - nilai distribusi t, pada derajat kebebasan (n-2) untuk
Gambar 2.I Sketsa Variasi Musim pado Trend.
derajat kepercayaan tertentu (umumnya 5 %) (ihat
tabel I-1, Bab I).
Uji + digunakan untuk menentukan apakah variabel waktu dan
variabel hidrologi itu saling tergantung (dependent) atau tidak
g
o tergantung (independent). Dalam hal ini yang di uji adalah Tt dan
E Rt. Berikut ini disampaikan contoh penerapannya.
-
J
ut
o
tc Contoh 2,1.
t
Dari pengamatan curah hujan di pos hujan Dutamati di DPS
Cimanuk selama 26 tahun (1950 - 1975), telah diperoleh besarnya
* WAl( TU curah hujan tahunan seperti ditunjukkan pada tabel 2.1. tlii
ketidak-adaan trcnd dari deret berkala dittit tcrscbut pada tlcruinl
kepercayaan 5 "1, ditolak, dengan rrrcrtggurtukan u.ii korelttsi
Gambar 2.2. Sl<etsa SiHi pado Trend. peringkat metocle Spearman.
88 89
Gambar 2.3. Deret Berkala Data Curah Hujan Data Mati Tahun
Buat hipotesis :
1950 sampai Tahun 1975.
Kp I - -ri-
o t (ao,
n -n
r/n ,
r\r--l:l--
6x3094 , 18564
17576 -26 17550
KP: - 0.0s77
No. Tahun Peringkat Hujan Peringl<at dt df Dengan melaksanakan pengujian dua sisi untuk derajat
Tt (mm) R, kepercayaan 5 % ditolak pada derajat kebebasan dk: n-2 :24 da/.
I 2 3 4 5 6:5-3 7=6x6 tabel I-l Bab I, maka diperoleh h,rs : + 2,064 dan -h,rr, : - 2,064.
I 950 I 2t0l 7 +6 36 Dari perhitungan maka nilai t terletak -2,064 < -0,2831 < +2,064.
2 951 2 1699 l8 +16 256 Oleh karena itu tidak dapat menolak hipotesis nol pada derajat
J 952 3 l91l t2 +9 8l
kepercayaan 5 Yo, atau dapat dikatakan dua seri data (Rt dan Tt)
4 953 4 1518 24 +20 400
5 954 5 I 578 20 +15 225 adalah independen dan tidak mungkin menunjukkan adanya trend.
6 95s 6 2s06 I -5 25 Analisis ini sesuai dengan analisis grafis seperti ditunjukkan pada
7 956 7 t516 2l r14 196 gambar 2.3.
8 957 8 1925 ll 1J 9
9 958 9 2039 9 0 0
l0 9s9 l0 2231 4 -6 36
il 960 ll t42t 26 +15 225
t2 + ll
t2 961 1529 23
-5
121
25
2.2.2. Uii ltlann dan Whittr,ey
13 962 r3 2099 8
t4 963 t4 1639 l9 +5 25 Uji Mann dan Whitney untuk menguji apakah dua kelompok
l5 964 l5 l84l l4 -l I data yang tidak berpasangan berasal dari populasi yang sama atau
l6 96s t6 I808 l5 -l I
tidak telah dibahas pada sub bab 1.5.1. Untuk menguji apakah satu
t7 966 t7 2376 2 - 15 225
l8 967 l8 2148 6 -12 144 set sampel data deret berkala menunjukkan adanya trend atau tidak
19 968 l9 2207 5 -14 196 dapat digunakan prosedur yang sama, yaitu dengan menggunakan
20 969 20 t507 25 +5 25 persaman 1.36 sampai 1.38, dengan cara membagi satu seri data
2t 970 21 1707 17 -4 l6
deret berkala menjadi dua bagian yang jumlahnya sama.
22 97r 22 2258 3 - l9 361
23 972 23 I566 22 -l I
24 9',13 24 1793 l6 -8 64
25 974 25 1910 r3 -t2 144
26 975 26 2012 l0 - 16 2s6
Contoh 2.2.
Jumlah 3094
Sumber : Perhitungan data tabel 7. l. Gunakan uji Mann dan Whitney untuk menentukan apakah data
hujan pada tabel l.l, menunjukkan adanya trend pada derajat
^r r1
t: KP I "-2 l'
L-r\r kepercayaan 5 % ditolak.
Lr-rcp']
t: - o,os77l zo-1, -]+ Jawab Contoh 2.2 z
Ll-(-0,0577)" )
t : - 0,2831 Perhitungan ditunjukkan pada tabel 2.3.
92 08
Tabel 2.3 Perhitungan Uji Mann dan Whitney Data Berdasarkan persamaan (1.38) :
Ur:NrNr**(Nr+l)-Rm
z 2.2.3. Uil Tanda dafi Go* dan Stuart
U,: (13)(13) + 6,5 (13 + l) - 184 Perubahan trend dapat juga ditunjukkan dengan uji tanda
Ur=76 dari cox dan Stuart. Nilai data urut waktu dibagi menjadi 3 (tiga)
bagian yang sirma. Setiap bagian jumlahnya n, : n/3. Apabila
Berdasarkan persam&m (1.37) maka :
sampel acak tidak dapat dibagi menjadi 3 bagian yang sama maka
Uz:NrNr-U, bagian yang kedua jumlahnya dikurangi 2 atau I buah. Selanjutnya
membandingkan nilai bagian ke I dan ke 3, dan memberi tanda (+)
Ur: (13)(13) -76=93
untuk nilai yang plus dan (-) untuk nilai yang negatip. Jumlah total
Nilai U, : 76, dan temyata lebih kecil nilainya jika dibanding nilai (+; dan (-) diberi tanda S, maka nilai Z dapat dihitung sebagai
dengan U, = 93, maka untuk perhitungan selanjutnya U: Ur = 76. berikut:
94 s6
untuk sampel besar (n > 30) : Dari tabel 2.4 diperoleh tanda (+) S : 5 buah.
,:- s-9b
Dengan persamaan 2.5 :
L (2.4)
, .L
l'n )2 Z:
s-: -0,s
\ tzl
untuk sampel kecil (n < 30) :
ltz
5- '* -o,s
vO
s -: - 0,50 (2.s)
Z_
t26
=ffi:o,l13
tl
r.\+ rz
\ r'zl
Nilai Z teoritis dari tabel 1.2 Bab I, untuk derajat kepercayaan 5 Yo
Dengan uji satu sisi bandingkan nilai Z dengan nllai Zc pada tabel ditolak adalah + 1,64. oleh karenaz:0,1l3 lebih kecil dari : 1,64
1.2 Bab I untuk derajat kepercayaan tertentu (5 %) ditolak. maka H0 diterima. Dengan demikian data tabel 2.1, tidak
menunjukkan adanya trend, dan kesimpulan ini sama dengan
C,ontoh 2.3.
kesimpulan contoh 2.1 dan 2.2. Dengan demikian jelas batrwa data
Gunakan uji Cox dan Stuart untuk menentukan apakah data hujan tabel 2.1 yarg secara visual dari gambar 2.3 tidak menunjukkan
pada tabel 2.1, menunjukkan adanya trend pada derajat kepercayaan adanya trend, dengan menggunakan 3 (tiga) uji statistik juga tidak
5 % ditolak. menunjukkan adanya trend.
Ho : tidak ada trend, Rt dan Tt tidak saling tergantung' 2.3 UJI STAS'OTEB
H, : terdapat trend, Rt dan Tt saling tergantung'
Setelah dilakukan pengujian ketidak-adaan trend (lihat 2.2)
Tabel2.4. Perhitungan Uji Tanda Cox dan Stuart. apabila deret berkala tersebut tidak menunjukkan adanya trend
Data Curah Hujan Pos Dutamati DPS sebelum data deret berkala digunakan untuk analisis lanjutan harus
Cimanuk. dilakukan uji stasioner. Apabila menunjukkan adanya trend maka
No. Kelompok I Kelompok III Tanda III - I deret berkala tersebut dapat dilakukan analisis menurut garis trend
yang dihasilkan. Analisis garis trend dapat menggunakan analisis
I 2t0t 2148 +
) 1699 2207 + regresi seperti aUn aiSetaskan pada Bab III. Model matematik yang
J l9l I 1507 digunakan untuk analisis regresi tergantung dari kecenderungan
4 l5l8 1707 + garis trend yang dihasilkan.
5 I 578 2258 +
6 2506 I566 Apabila menunjukkan tidak hda garis trend maka uji
7 1576 1793 +
stasioner dimaksudkan untuk menguji kcstahilan nilai vnrian dan
8 1925 1910
9 2309 2012 rata-rata dari dcret berkala. Apabila dilihat padu gumbar 1.3. llub I
Sumber : data tabel 2.1 buku jilid I, maku pengujian ini termasuk uji kcsnmutn.jcnis tuhtp
96
1)7
ke II, untuk mengetahui homogen atau.tidaknya nilai varian dan Jawab Contoh 2.4 :
atau rata-ratanya.
Berdasarkan data tabel l.l, yang telah dikerompokan seperti
Pengujian nilai varian dari deret berkala dapat dilakukan ditunjukkan pada tabel 1.3, maka dapat diketahui bahwa :
dengan Uji-F, menggunakan persamaan 1.22 (Bab I). Data deret
berkala dibagi menjadi dua kelompok atau lebih, setiap dua Kelompok I Kelompok II
kelompok diuji menggunakan Uji-F. Apabila hasil pengujian
ternyata hipotesis nol ditolak, berarti nilai varian tidak stabil atau nr :13 n2 :13
tidak homogen. Deret berkala yang nilai variannya tidak homogen X, = 1856 mm/tahun X, :1906 mm/tahun
berarti deret berkala tersebut tidak stasioner, dan tidak perlu Sr :331 mm/tahun 52 :276 mm/tatrun
melakukan penguj ian lanjutan.
I)ari data tersebur dapat dibuat hipotesis sebagai berikut
Akan tetapi bila hipotesis nol untuk nilai varian tersebut :
menunjukkan stasioner, maka pengujian selanjutnya adalah menguji lJ,, : , nilai varian kelompok I dan II tidak ada beda nyata
kestabilan nilai rata-ratanya. Pengujian kcsamaan jenis nilai pada derajat kepercayaan 5 yo.
rata-rata telah dijelaskan pada sub bab 1.3. Untuk rata-rata deret , nilai rata-rata kelompok I dan II tidak ada beda
berkala bila datanya dianggap sebuah populasi maka dapat nyata pada derajat kepercayaan 5 oZ.
dilakukan pengujian dengan menggunakan Uji-t, persamaan 1.6 dan [{, : , nilaivariannyaberbeda.
1.7. Seperti dalam pengujian kestabilan nilai varian, maka dalam - nilai rata-ratanya berbeda.
pengujian nilai rata-rata, data deret berkala dibagi menjadi dua Berarti deret berkala tabel 2.I tidak stasioner.
kelompok atau lebih. Setiap pasangan 2 kelompok diuji. Apabila
dalam pengujian temyata hipotesis nol ditolak, berarti nilai rata-rata
setiap dua kelompok tidak homogen dan deret berkala tersebut tidak Untuk membuktikan hipotesis tersebut dilakukan pengujian sebagai
stasioner pada derajat kepercayaan tertentu. berikut:
Analisis hidrologi lanjutan seperti analisis peluang, atau
simulasi dapat dilakukan pada bagian atau pada seluruh rangkaian 1). Uji Kestabilan varian.
deret berkala yang tidak mengandung trend dan stasioner, tahap Berdasarkan Uji-F, persam&m 1.22 Bab I :
Oleh karena nilai F perhitungan : 1,438 ternyata lebih peluang. Persistensi (Persistence) adalah ketidak tergantungan dari
kecil dari nilai F tabel : 2,69, maka tidak ada alasan setiap nilai dalam deret berkala. Untuk melaksanakan pengujian
untuk menolak bahwa varian kedua kelompok data tabel persistensi harus dihitung besarnya koefisien korelasi serial. Salah
2.1 berbeda. Atau dengan kata lain dapat dikatakan satu metode untuk menentukan koefisien korelasi serial adalah
bahwa pada peluang95 % nilai variannya stabil. dengan metode Spearman.
2). Uji Kestabilan Nilai Rata-rata. Koefisien korelasi serial metode Spearman dapat
dirumuskan sebagai berikut :
Berdasarkan Uji-t, persam&m 1.6 dan 1.7 (Bab I).
.--
X, -I, o I tail,
i=l
KS: l- (2.6)
m3-m
"(+. +) ' ..^ I-
/n, S, '+nrS, ') i
t -KSl"'--!^-z 1i
LI-KSZ]
(2.7)
' o=\
fu+nr-2 /
maka: Keterangan:
!a KS = koefisien korelasi serial.
13 (331)2 + l3 (276)1) :317,18 m =N-1.
"=( 13+13-2
N : jumlah data.
di : perbedaan nilai antara peringkat data ke X, dan ke
t_ 11856_ 1906l_ : o,4olg t Xi+I.
317,18(+ . *J t - nilai dari distribusi-t pada derajat kebebasan m-2 dan
li derajat kepercayaan tertentu (umumnya 5% ditolak,
Dari tabel I-1 Bab I, untuk derajat kebebasan dk : n, * nz - 2 : atau 95 % diterima) (lihat tabel I-1, Bab I).
13+13-2 : 24, dan derajat kepercayaan 0,025 pada uji dua arah
maka diperoleh nilai t tabel: 1,960. Karena nilai t hitung:0,4019
lebih kecil dari nilai t tabel : 1,960 maka hipotesis nol diterima dan Contoh 2.5.
menolak hipotesis alternatip. Dengan memperhatikan Uji-F dan
Dari pengamatan curah hujan di pos hujan Dutamati DPS Cimanuk
Uji-t tersebut maka deret berkala tabel 2.1 adalah stasioner, berarti il tahun 1950-1975, telah diperoleh data curah hujan tahunan seperti
nilai rata-rata serta ni.lai variannya adalah stabil.
il ditunjukkan datanya pada tabel 2.1. Uji persistensi data tersebut
pada derajat kepercayaan 5 o/o ditolak.
2.4. UJ' PERS'S7E'US' Untuk menguji persistensi atau ketidak tergantungan dari nilai data
Anggapan bahwa data berasal dari sampel acak harus diuji, deret berkala dapat menggunakan koefisien korelasi serial metode
yang umumnya merupakan persyaratan dalam analisis distribusi Spearman. Tabel 2.5 rnenunjukkan perhitungannya.
100
l0l
T -'
t =KSl *-2= l'
2t0t 7 LI_KS']
ll 1699 18 - ll
+6
t2l
36 ^- ^ t rl
3t 191I
1518
t2
24 -12 144 t:_o,28lrlfi;in)
il I 578 20 +4 l6
:
2506 I +19 361 t - 1.4090
t57 6 2l -20 400
:l 1925 ll +10 100
el 2039 9 -+2 4 Hipotesis nol. [{,, : dua seri data (tahun dan curah hujan) adalah
r0l 2231 4 +5 25 independen pada dera.iat kepercayaan 5 o/o ditolak.
lll t42l 26 )') 484
t2 t529 23 +3 9 Berdasarkan uji satu sisi, pada derajat kepercayaan 5 Yo
13 2099 8 + l5 225 hipotesis nol (H,,) ditolak apabila t > 0,95 atau t ( - to,qs. Dengan
t4 1639 l9 - ll t2t
deraiat kebebasan m-2 .,.25-2:23, maka to.ss : 1,714 dan -to,ss :
l4 +5 25
-1,4090 ternyata lebih kecil dari -to.r, :
l5 l84l
t6 808
I l5 -l I -1.714. Oleh karena t
t7 2376 2 +13 169 -1.714 maka IJ,, diterima pada derajat kepercayaan 5 Yo. Atau
l8 2148 6 -4 l6 dengan kata lain dapat dikatakan bahwa 95 % data pada tabel 2.1
l9 2207 5. +l 1
adalah inclcpcndcn atarr tidak menunjukkan adanya persistensi. Atau
20 1507 25 -20 400
2l 1707 t7 +8 64 dapat dikataklrr huhwu clata tersebut merupakan data bersifat acak.
22 2258 J +14 196
Apabila dari suatu dcrct berkala setelah diuji ternyata :
Z5 1566 )) -19 361
24 1793 l6 +6 36 . tidak menuniukkan adanya trend (sub bab 2.2).
25 l9l0 l3 +3 9
. stasioner, berarti varian dan rata-ratanya homogen/stabil/
2012 l0 +3 9
sama jenis (sub bab 2.3).
. bersifat acak (randomnes), independen (sub bab 2.4).
Sumber : Perhilungan data tabel 2.1.
Dari tabel 2.5 diketahui : maka data deret berkala tersebut selanjutnya baru disarankan dapat
(di;' :33r, digunakan untuk analisis hidrologi lanjutan, misal analisis pcluang,
m :25 simulasi.
maka berdasarkan Persamaan (2.6): Tahap pengujian tersebut umumnya dischtrt tlctttttttt
penyaringan (screening) data, dengan maksud untuk rtretucrihstt tltttt
o i
i=l
tai), memilahkan atau mengkelompokan data, yang hcrlrritttttt ttttlttl
KS: 1 - memperoleh data hidrokrgi yang cukup handal ttttltth rtttnllllq
m3-m
diperoleh: sehingga kesimpulan yang clipcnrlch cukup baik.
102 108
rata-rata bergerak sederhana (simple moving averages). Apabila - 1979/1980 dimulai usaha pengelolaan
Tahun 1977/1978
nilainya tidak sama dengan satu disebut dengan rata-rata bergerak DPS, meliputi pembuatan teras 38,95 ?5 dan usaha
pengelolaan yang lain seperti : penanaman, saluran
tertimbang (weighted moving averages) dan kurva yang dihasilkan
pembuang, unit percontohan meliputi * I0 % dari luas
lebih halus jika dibanding dengan kurva rata-raia bergerak
DPS
(Fety S, 1992).
sederhana. Nilai Y,'yang dihitung dari persamazm (2'8), harus
berpasangan dengan nilai X yang terletak ditengah-tengah dari
'rrilai-nilai X yang dihitung.
Tabel2.7. Perhitungan Rata-rata Bergerak Data Tabel 2.6Taraf 3.
Tabel2.6 Data Curah Hujan dan Sedimen DPS Progo - Kranggan' No. Tahun Curah Hujan Sedimen
(mm) (tor/th/km2)
No. Tahun Curah Hujan Sedimen
l. 1966
(mm) (torr/th/km'])
2. 1967 zss8, t s 431,814
966n967 2399,32 559,209 J. 1968 2932,14 308,985
967/1968 2603,80 407,985 4. 1969 2979,21 267,756
968n969 3661,45 328,293 5. 1970 2604,92 244,786
96911910 2531,16 190,723 6. t97t 2481,48 239,484
970n97t 2745,03 284,250 7. 1972 2621,20 253,298
:l 97U1972 2538,58 259,386 I
I
I 8. t973 2874,55 281,716
97211973 2160,88 174,816 {
9. 1974 3160,97 406,292
;l 9731r9',74 3164,18 325,692
10. 1975 2884,1 I 3 81,335
9 9741t975 3298,64 344,641
I l. t976 2651,33 337,142
l0 975/L976 3020,09 548,544
12. tgT7 2905,75 645,357
ll 97611977 2333,61 250,821
13. 1978 32l4,lg 757,501
t2 .97711978 2600,29 212,060
14. 1979 3 154,8 I 772,970
l3 ,97811979 3783,39 1473,191
15. 1980 2982,09 372,118
l4 t97911980 3258,91 587,25t
16. l98l 250;6,75 251,619
l5 r980/1981 2422,15 258,467
t7. 1982 2622,99 281,506
l6 r98l/1982 3265,1 8 270,637
18. 1983 2515,72 277,444
t7 t98211983 t832,93 225,765
19. 1984 2773,99 276,789
l8 1983/1984 2770,83 348,127
20. 1985
l9 r984/1985 2943,39 258,453
r98s/1986 2607,76 223,787 Sumber : Perhitungan Datn 'l nbcl 2.6.
20
800 SEDIMEN
CURAH HU.JA'{
I
E 500
!-
.E
5E
€o
Eg 4oo
-f
z-
l!-
ctE
=< -.--"'------\:
aD
iY M
t
I
o
tcrgantung dari jumlah nilai deret berkala buatan yang akan Dari tabel 2.8. maka diperoleh persamaan debit puncak buniir
cl i ban gkitkan/ditangkarkan.
distribusi normal (lihat sub bab 3.3.1, jilid I) :
Contoh 2.7.
X=XtS.k
X=286,20 * (55,56). k
'fabel 2.8, menunjukkan data debit puncak banjir DPS Citarum -
Nanjung, tahun 1918 - 1934 dan tahun 1973 - 1985,
jumlah 30 Nilai bilangan acak dipilih dari tabel II-1. Misal, bilangan acak ke I
yang
tahun. Apabila data tersebut dianggap berasal dari populasi terletak pada kolom ke 2, baris ke l0 dari tabel II-1, halaman ke l,
mengikuti distribusi normal dan mempunyai sifat statistik stasioner, yaitu 3291. Baca nilai bilangan acak selanjutnya sebanyak 20 buah,
tidak menunjukkan adanya trend dan bersifat acak, tentukan deret dari bilangan ke l, ke arah bawatr pada kolom yang sama. Nilai
berkala buatan/sintesis sehingga jumlah datanya mencapai 50 buah bilangan acak merupakan rangkaian peluang kumulatip yang dapat
dan kemudian tentukan pula persamarm distribusi normalnya. ditrans- formasikan kedalam rangkaian acak dari variabel X.
Transformasi atau pengalih-ragaman dapat dilaksanakan dengan
Jawab Contoh 2.7. z
Tabel 2.8 Debit Puncak Banjir DPS Citarum - Nanjung' l). secara langsung dari persamaan distribusi yang telatt
diperoleh.
2). dari gambar kurva persamaan distribusi yang telatr
diperoleh.
l9l8 244 18. 1973 269
193 I 445
1932 350
l 933 336
1934 320
Tabel 2.9. Nilai Peluang dan k yang dipilih dengan acak. puncak banjir dari tabel 2.10, dari setiap nilai mempunyai peluang
yang sama untuk terjadi kapan saja secara acak sebagai debit
No. Peluang k No. Peluang k puncak banjir terbesar tahunan. Nilai pada tabel 2.10, dihitung
l. 3291 + 0,44 4148 + 0,21 berdasarkan persamuuul dari data tabel 2.8 :
2. 0462 + 1,67 0224 + 2,21
X:286,20 + 55,56 (k)
3. 5888 - 0,22 8756 - l,l6
4. 1983 + 0,85 2510 + 0,67 dengan nilai (k) dari tabel 2.9, apabila data tabel 2.8 dan 2.10
5. 3547 + 0,37 1403 + 1,08 digabung maka diperoleh data debit puncak untuk 50 tahun data.
'- - : :
6. 8218 o,g2 9340 1,50
Untuk n 50 tahun, diperoleh X 281,18 m3/det, mempunyai
7. 5865 - 0,22 0466 + 1,67
selisih1,78 oh dengan data 30 tahun dengan *.:286,2 m'ldet dan S
8. 8923 - 1,24 9882 _ ))1
: 63,14 m'/det. Sehingga persamuuxr debit puncak banjir dari
9. 6562 - 0,41 9355 - 1,52 distribusi normal untuk 50 buah data menjadi :
10. 9815 - 2,29 9755 - 1,97
X:281,18 + 63,14 (k)
Sumber: Tabel II-l dan II-2.
Persamaan itu dapat digunakan untuk menaksir debit puncak banjir
Tabel2.lO Deret Berkala Buatan Debit Puncak Banjir DPS hingga periode ulang 100 tahun dengan nilai (k) dari tabel 3.3 bab
Citarum-Nanjung. III, jilid I, sedangkan persamaan dari tabel 2.8, hanya sampai 60
tahun. Perkiraan debit puncak banjir hanya disarankan sampai
No. Debit (X) No. Debit (E periode ulang sebesar 2kali lama ketersediaan data.
m'/det m'/det
deret berkala buatan untuk n tahun dapat dilakukan. Nilai t dapat tentukan persamium distribusinya.
dibaca dari tabel II-3, pada bagian akhir Bab II ini. Nilai n
umumnya kurang dari 100 tahun, jadi lebih pendek dari pada Tabel 2.1 I Debit Total DPS Cikapundung - Gandok Tahun
menggunakan tabel bilangan random. Banyak peneliti mendapatkan 1958 - 1985.
bahwa pembangkitan- data aliran dengan menggunakan distribusi (x)
No. Debit (X) No. Debit
normal merupakan metode yang paling efektip. Nilai r, merupakan
Juta m'ldet Juta m3/det
angka koefisien korelasi serial lag-1. Perhitungan persamaan (2.10)
dapat dilakukan dengan menggunakan tabel nilai acak yang 89, I 14. 84,6
ditunjukan pada tabel II-3, bagian akhir bab II. 41,6 t5. 9l,l
I l4,l
Untuk mendapatkan deret berkala buatan dengan pertambahan 99,2 16.
bervariasi antara | - 12. Subskrip i, menunjukan jumlah tahun, 65,0 23. 109,0
fr
i (r,)(x,.,)- *(3 ,,)(I ,,) 14. 94,92 23,70 - 0,08 67,11 90,91
= (2.t2) 15. 90,8 r 22,70 + 7,77 I13,59 136,29
68,61
54,32
82,19
I-l = (2.13) I
23. 82,19 20,54 + 0,42 79,67 100,21
*,)']-'[P, xi- *(,8, ,,)']
[$,, *($
- I
24. 100,21 25,05 + 0,65 85,44 110,49
I
25. r r0,49 I 27,62 + 0,75 87,96 I15,58
Persamaan 2.12, dapat disederhanakan menjadi 26. I 1s,58 I 28,99 - 0,12 66,10 94,99
:
27. g4,gg I 23,74 - 0,23 63,34 87,08
No x, xi xi X,(X,,) X,,
l8 75,02 7,t5 + 1,08 109,87 117,02 Apabila data tabel 2.11, yang merupakan data pengamatan
t9 117,02 + 0,25 88,46 101,33 digabung dengan data taber 2.r4 dengan nilai
12,87 koefisien korelasi
I,14 - l,l4 63,7s serial lag-l : 0,1I yang merupakan data sintetik
20 101,33 1 52,61 maka jumlah
2l - 1,25 49,79 56,79 datanya akan menjadi 50 tahun. Gabungan
63,75 7,01 data tersebut akan
22 56,79 6,24 - 0,02 81,50 99,09 mempunyai nilai rata-rata, X : 94,97 juta m3 (mempunyai
o/: selisih
23 99,09 10,90 + 0,42 92,85 103,75 dengan pengamatan) dan nilai deviasi standar, S : 25,44
?,04
24 103,75 I1,41 + 0,65 98,78 I 10,19 juta m3 (mempunyai selisih l,96 yo dengan pengamatan),
sehingga
I 10,19 + 0,75 108,56 120,68 persamaan distribusi normalnya
25 12,12 menjadi :
L24 t25
tahun, dengan nilai (k) dari tabel 3.3 Bab III, buku jilid I, judul Tabel II - 1 Tabel Bilangan Acak
sama.
0222 8st9 4874 5524 8969 l5s3 0020 8848 9508 0047
Apabila dalam perhitungan debit sintetik diperoleh nilai 85?6 3451 4044 6293 6599 7264 0934 0lt3 09.14 9065
debit negatip, maka nilai tersebut hanya dipakai untuk 0088 9679
6429 8185
3824 7'100 1091 4743 4382 7167
5047 3650 9l19 09ts 9875 6058
4990 3709
3315 5144
membangkitkan debit sintesis berikutnya, setelah itu nilai negatip 9403 8004 2149 s49t 7785 0045 6823 1294 2144 3688
tersebut dibuang, tidak digunakan. Dengan demikian debit negatip 4228 52't1 0641 1747 473t 5299 8982 228t 8655 9909
092'7 s272 49ll 3093 3329 5417 5448 4742 0479 1864
tidak boleh digunakan sebagai hasil simulasi. 5468 640't 8532 0596 5479 5't43 9697 3072 t2t9 4t7o
2504 9229 Tlll 6410 4223 236'7 0ll9 2058 3593 3946
25s8 329t 9528 4236 9859 6632 l55l 4663 5710 8355
Hal yang harus diingat bahwa data debit sintetik dari deret
berkala buatan, dengan cara membangkitkan atau menangkarkan
643s 0462 2487 448s 4568 4166 l9l7 1309 633? ls33
6r0s ss88 2501 t577 1290 6934 3693 s239 3623 5973
(menggenerasikan) tidak dapat memperbaiki kualitas data 9893 1893 6s98 9904 7528 3005 t209 5'135 9015 9807
6t89 3541 1632 20t6 78s2 8237 2633 6742 lt93 3561
pengamotan tetapi hanya diharapkan dapat memperbaiki kualitas 9440 8218 066t s467 0366 't682 9031 7190 1927 9785
dari suatu desain yang dihitung dari data tersebut. Setiap nilai debit 5438 5865 27"tO 9357 5900 6356 1879 8552 2103 03l6
63'70 8923 7646 9770 0062 l53s 9742 4754 6060 7812
sintetik, seperti yang ditunjukkan pada kolom 6 tabel 2.12 dan 6158 6562 8t29 697t 9ss3 s369 2095 6660 s07o 2297
sr68 9515 0564 4332 7403 4463 5238 6'.159 5669 ll14
kolom 6 tabel 2.14 mempunyai peluang yang sama untuk terjadi 592s 4t48 64'19 6226 8786 9430 4154 2698 6138 6344
secara acak kapan saja, terjadinya tidak harus berturutan. 8s00 0224 6785 8810 3401 s453 2377 33tr 1968 1350
0146 8756 t9t9 t943 702s 2429 4822 4481 t54o 3323
Dengan demikian dapat dimengerti, ymg dimaksud data 424t 25t0 8727 7728 0590 7303 9546 8882 2502 0so0
0357 t403 1780 4785 9449 8955 t02.1 1950 2037 o27t
sintetik (synthetic data) adalah data yang dihasilkan dari l89s e340 4s43 04s7 t703 f454 8391 6902 9072 9845
membangkitkan deret berkala buatan oleh analisis stokastik. Dan 74I| 0466 6852 70n 9701 5536 6349 4268 8215 4864
ll54 9882 6164 4050 4248 9684 8242 55t5 7214 9096
agar tidak dicampur adukkan dengan istilah data simulasi 8s5l 935s 8963 4792 8842 0008 2t52 2728 7748 0242
(simulated data), yaitu data yang dikeluarkan oleh perhitungan r99s 97s5 279t 1520 9625 4875 4995 8868 1609 66t7
7574 5598 3302 3699 lt84 o77t 4065 9554 otgo 1412
sebuah model. Data simulasi itu dapat saja dihasilkan dari 7670 1648 38t4 9474 0037 2488 2640 Os87 0t87 oo82
perhitungan menggunakan data sintetik. t232 2829 t436 0942 2265 8540 7923 6ot8 5889 6095
st94 6737 4050 74ll 5707 s490 5s50 7566 .1459 4334
5905 3838 3563 7t92 5161 0757 3315 4780 1472 6727
6t54 4795 2l8t 9954 8468 4946 0487 23tO %t8 3462
3988 r2l8 7869 6n7 4t02 8298 5715 8065 08t8 2581
2862 6703 4453 1536 1427 4796 3538 2907 8499 5lt4
1657 5834 2347 9609 3691 8286 6890 2161 5586 14t7
9908 0216 8053 3589 0664 s432 9697 74t9 3304 0670
6309 7060 9'725 37t7 72s2 3987 l5l5 9830 515,1 0642
l2t' 727
Tabel II - 1 Tabel Bilangan Acak (lanjutan) Tabel II - I Tabel Bilangan Acak (lanjutan)
9760 1618 5502 '1266 6380 2t24 2023 l8l3 8471 8173 3915 0709 3758 9160 1140 9710 9001 0129 7907 5518
403s 8660 4236 t267 tO64 9765 9618 4t67 599t 4275 6323 3t4t 0266 1777 8681 1584 1189 8026 946',1 8556
2846 3s52 20'18 7237 ?378 53+2 9251 26t4.6135 4900 9576 8584 8620 2082 8729 7t45 7921 2080 9446 7892
3016 5354 0938 0872 0392 8692 9144 9612 6834 3086 5569 1328 1861 6589 7476 575t 2599 6231 3426 3126
4628 t625 2440 9062 8578 1068 2614 ?807 4797 949t 6426 3774 6005 8358 8858 3190 5374 0560 4517 3426
3453 9374 3782 9368 5032 5681 1570 7854 3713 9730
9988 0859 1746 2625 3270 t362 7302 3458 46t8 8959 1362 6360 3981 3873 6448 0871 2825 7693 9304 9016
3157 057'1 5E49 1459 7789 3s73 5407 3065 5968 8298 5871 9251 3386 3168 9946 8668 323',7 4608 1136 0850
540s 4894 9427 7681 6816 9785 0380 4925 1037 4388 8057 9085 797t 8897 t7l3 8222 9580 7963 6983 3076
9236 574s 4795 4211 8648 0236 5036 3632 8538 0415 8269 2276 0836 9910 8303 7518 9262',754A 1802 7089
7t^72 0442 7370 5570 4703 t774 3120 576t 7958 9285
1455 6140 0347 7064 4247 2328 9385 7546 9655 5104
2'134 1789 7839's649 5022 s625 4806 8442 2148 s082
t392 6326 ls86 7l3l 8034 8052 1928 0030 8800 0776
9793 7t64 0343 t762 2839 0001 1169 8120 4589 9880
2586 3095 8076 2602 ts't1 3569 258t 97sl 1070 0155 1164 8018 3099 6664 9908 4539 3633 1859 t63t 3192
t2s2 t76t 3442 6917 9330 3540 8526 1850 6144 )t84 4317 1925 l3r3 1136 8333 6817 4428 5t7t 1984 1757
8892 6229 7306 0043 4470 4509 4382 485t 1624 4305
7000 4452 9570 7t7t 970t
2571 4270 8514 0418 2877 82lt 8444 9543 9039 1263 3837 9t5t 2449 6262 0240
0143 t2t4 84',t4 070t 8604 3689 't422 4295 2862 t48t
6496 6950 7922 7203 2536 2469 0013 2284 4982 5089 4302 2062 2739 46t2 7638 0429 3848 8628 7533 8579
3448 7308 6208 1730 9956 0084 0972 6799 0442 2728
6468 1686 7563 0640 4522 4192 6185 5235 7t63 9273 3491 1097 2977 3t56 9476 t868 9426 9760 0032 6532
6833 0'770 t735 5777 t656 5024 0857 t793 9944 0453
3908 8440 r488 5852 0451 4698 3356 1460 8535 0348 0543 4932 2300 9635 7983 1820 9t44 75t8 9255 5008
2484 0t27 6221 ',1421 lTll 0366 6800 0lt4 3301 't519 4175 3267 rt50 6322 2320 7000 6219 7808 2tt9 0328
3399 8071 6t02 7517 4082.43t6 3983 4509 t23't 7822
3002 1947 9298 077? 6162 5826 2733 ?782 4381 t756 Sumber: Bonnier l98I
0734 t204 54t8 t279 0968 4035 3589 3544 3l7l 9788
4303 lr35 3245 666t 3080 9053 5074 1388 8l3l 2083
l50l 1874 9319 9429 8426 t46't 7415 t816 2694 4497
6409 9389 674t 3972 8315 2265 4963 6686 9499 8130
396t 0431 2963 2513 9949 fi20 6805 1961 1242 4328
8537 2881 7966 5675 6325 1059 5885 5122 t74l 9433
4987 9830 2829 9413 46tt 2061 0357 2952 6800 9827
2445 s833 2999 2955 3tt2 8'n4 1803 0332 3t39 9881
5225 t90t 7433 7538 5469 6983 0758 8358 0217 5975
5357 3944 0474 0843 6688 4650 'il55 9072 7628 88t1
7905 3856 4732 0807 0477 27tO 3449 5771 7982 9096
9698 4215 1569 l3ll 7061 0298 2423 3837 9870 6991
0159 3916 8926 2559 7602 938't 6933 3l2l 79ts 5764
3t)5 6263 4661 5703 0175 3586 9614 399t 284t sO23
1288 7418 lt96 l3ll 8349 8s22 t228 9106 0669 463'7
9654 4865 8404 8'767 8294 3548 t999 2138 6769 s622
NI ILIK
Frdart Perpust:rk airn
128 H
r2$
I'abel ll - 2 Wilayah Luas Di Bawah Kurva Normal 'l'abel II-3. Variat Acak Distribusi Normal l)cngtrr nilai
Rata-rata = 0 dan Deviasi Standar ., 1,0
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,1 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-1, l 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007 - l,2l - 0,20 0,55 - 0,42 1,66
-3,0 0,0013 0,00t1 0,0013 0,0012 0,0012 0,001 I 0,001 I 0,001 I 0,0010
-2,e 0,00r9 0,00rE 0,0017 0,00t7 0,0016 0,0016 0,0015
0,0010
- 0,77 - 3,02 1,34 -2,03 - 1,69
0,0015 0,0014 0,0014
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,00t9 0,51 - 0,62 0,08 - 0,76 1,89
0,0035 0,0034 0,0033 0,0032 0,0011 0,0010 0,0029 0,0028 0,0027 0,0026
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036 0,19 - 0,88 - 1,24 0,82 0,22
0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0049 0,0048
-2,4 0,0082 0,00t0 0,0078 0,0075 0,0073 0,0071 0,0069
0,0051
0,0068 0,0066 0,0064
- 1,66 l,l7 - 0,58 - 0,23 0,60
_, l 0,0r07 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0069 0,0087 0,0084
0,0119 0,0136 0,0132 0,0t29 0,0125 0,0122 0,01 19 13 l0
-2,t 0,0179 0,0174 0,0t70 0,0166 0,0162 0,0158 0,0154
0,01 16
0,0150
0,01
0,0146
0,01
0,0143
1,75 - 1,49 - 0,46 0,78 0,30
-2,0 0,0228 0,0222 o,o2t7 a,o2t2 0,0207 0,0202 0,0197 0,0192 0,0188 0,0181
0,41 - 0,32 - 0,72 - 0,48 3,05
-1,9 0,0217 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0217
- t,8 0,0359
0,0446
0,0152 0,0344 0,0336 0,0129 0.0322 0,03t4 0,0307 0,0301 0,0294 0,70 0,41 2,20 - 1,08 0,75
- t.7 0,0436 0,0421 0,04 t8 0,0409 0.0401 0,0392 0,0184 0,0375 0,0367
-1,6 0.0548 0,0517 0,0526 0,05 I 6 0,0505 0,049J 0,0485 0,0475 0,0465 0.0455
2,21 0,53 0,53 0,06 - 0,96
,1 ,5 0.0668 0,0655 0,0643 0,0630 0,06tt 0,0594 0.057t
0,0808 0,0778
0,0606 0,0582 0.0559 1,24 - 1,27 1,42 - 3,35 0,19
- t,4 0,0793 0,0764 0,0749 0.0715 o,o722 0.0?08 0.0094
,l.l 0,0968 0,095 I 0,0914 0,09t8 0,0mt 0.0tt5 0,0869 0.08 5 I o.08rt
0,06Et
0,0t2.t
0,l l5l 0, n3 t 0,r l12 0,1093 0,1075 t016 0lt o,t00r
-t,I 0,1157 0,1335 0,1314 0,1292 o,t21t
0.
0.125t
0, I
0,1230
0, t020
0.12t0 0, I t90
0.0985
0. I 170
- 0,40 - 0,38 - 1,22 - 1,48 - 0,27
- t,0 0.1587 0,t562 0,1J39 .0,t515 o,t492 0,t469 0,1446 0,140I
0,t421 0,I379 - 0,27 0,70 - 0,08 0,45 0,18
-0.9 0,r841 0,1814 0,1788 0,t762 0, t736 0, t7l I 0,16E5 0,1660 0,r635 0,16t I
-0,8 o,tl t9 0,2090 0,2061 0,2033 0,2005 0,t977 0,t949 0,1922 0,1894 0,1E67 0,17 - 1,'10 - 0,63 0,16 0,81
-0.7 0.2420 0,2389 0,2358 0,2127 0,2296 0,2266 0,2236 0,2206 0,2111 0,2t48
,0,6 o,2't43 0,2709 0,2616 0,264) 0,261 I 0,2578 0,2546 0,i514 0,2483 0,245t
- 0,08 - 0,13 .0,37 -0,23 0,24
-0.5 0,1085 0,3050 0,3015 0,2946 0,2877 0,2810
0,3446 0,t409
0,2981 0,2912 0,2t43 0,2776 1,77 - 0,29 0,36 0,25 - l,o7
-o,4 0,1372 0,3316 0,3300 0,J264 qr228 0,1192 0,3t56 0,312t
-0,1 0,3821 0,37t1 q3745 0,3707 0,3669 0,7612 0,3594 0,3557 q3520 0,14E3
-0,2 0,4207 0,4t68 0,4t29 0,4090 0,4052 0,4013 0,3974 0,1936 0,3t97 0,1t59
-0, I 0,4602 0,4562 0,4522 0,4483 0,4443 0,440d 0,4364 0,4325 0,4286 0,4247
0,26 0,35 - 0,31 - 0,54 0,08
0,0 0,5000 0,4960 0,4920 0,4840 0,4t01 - I,l0
0,4880 0,4761 O,472t 0,4681 0,4641 0,l0 - 1,02 - 0,51 - 1,82
0,0 0,5000 0,5(x0 0,50t0 0,5t20 0,5160 0,5t99 0,5239 0,5279 q53t9
0,1 0,5398 0,541t 0,5478 0,5517 0,5557 0,5596 0,5616 0,5675 0,5714
0,5359
0,5753
l,08 0,32 - 0,88 0,85 1,92
0.2 0,5793 0,5t32 0,5t7t 0,J9t0 0,5948 0,5987 q6026 0,6t03
0.3 0,6t79 0,6211 0,6255 0,6293 0,6331 0,636t 0,6406
0,6064
0,6443 0,6480
0,614t
0,6517
0,25 - 0,22 0,23 l,l I - 1,51
0,6554 0.6628 0,6700 0,6736 - l,l4
0.4
0,6915
0,659t
0,698J
0,6664 0,6772 0,6t0t 0,6t44 0.6879 1,29 - 0,93 - 2,01 l,l6
0.5 0,6950 0,70r9 0,7054 0,70tt o,7t2t 0,7151 0,7190 0,7224
0.6 0,7257 0,729t 0,7324 0,7757 0,7189 0,1422 0,7454 0,74t6 0,7517 0,7549
0,7 0,75t0 0.76t I 0,7642 0,7673 0,770d 0,7734 0,716/ 0,7794 0,7823 0,7t52 - t,25
0.8 0.78E r 0,79t 0 0.7919 0,7qi7 0,7995 0,E023 0,t05t 0,t07t 0,8106 0,Et33
1,05 1,57 0,1I - 0,13
0.9 0,r | 59 0,t2t2 0,8264 0,t289 5
0,8 I 86 0,t218 0,83 I 0,8340 0,E365 0,t189 - 0,02 0,54 - 0,66 - 0,54 1,03
t.0 0,t4 I I 0.8418 0,146t 0,84tJ 0,8508 0,t5t r 0,t554 0.8J77 0,E599 {
l.l 0,8643 0,8665 0,t6t6 0,8706 0,8729 0,8749 0,8770 0,E790 0,88 l0
0,862t
0,8Et0
I 0,42 - 0,04 0,07 0,34 l,6l
t.l 0.8849 0,t869 0,8881 0,8907 0,8925 0,t944 0,8962 0,t9t0 0,t997 I
l.l 0,9032 0,9049 0,9066 0,9099
0,m15 0,65 0,40 1,26 - 0,03 - 0,85
0,9192 0,9201
0,90t2 0,9t l5 0,9t3t 0,9t47 0,9162 0,9t77
1.4 0,9222 0,9216 0.925t 0,9265 0,927t 0.9292 0,9106 0,9319 0,75 0,88 0,45 0,l3 1,34
1,5 0,9312 0.9145 0,9357 0,9170 0,9182 0,9394 0,9406 0,941t 0,9429 0,9,141
1.6 0,9452 0.9461 0,9474 0,94t4 0,9495 0,9505 5
0,95 I 0,9525 0,9515 0,9545
0,9554 0,9564 0,9571 0.9591 0,!r0t - 0,t2
1.1
1.8 0,9641 0,9649 0,9656
0,9582
0,9664 0.96?l
0,9599
0,9678 0,96t5 0,
0.96t6
91
0,9625 0,9633
0,9699 0,9706
.
0,21 - 1,03 0,06 - 0,63
1,9 0.9711 0,97t9 0,9126 0,9712 0,9718 0,9744 0,9750 0.97J6 0,9761 0,9167 - 0,23 1,29 - 0,97 - 1,79 0,2s
1,0 0.9'172 0,917t 0,97E3 0,9788 0,9193 0,9803 0,9812 0,9817
t.t 0.9E21 0,9t10 0,9E38
0,9798 0.9E0r, - 0,29 0,43 0,03 0,69 - 0,42
0.9826 0,9814 0,9842 0,9846 0,9850 0,9854 0,9t57
t.l 0.986t 0,9t64 0,9868 0,9E7t 0,9875 0,9881 0,98t7 2,1I - 0,25 -
:.1 0.9891 0,9896 0,9898 0,9904
0,9878
0,9909
0,9t84 0,9890 0,21 1,67 r,66
0,99t8
0,9m1 0,9906 0,99t r 0,9913 0,9916
1.4 0.9920 0.9922 0,9925, 0,9927 0,9929 0,993t 0,9912 0,9914 0.9916 - 0,50 0,l7 1,23 0,34 - 0.99
0,9938 0,9940 0,994t 0,9943 0,9945 0,9946 0,9948 0.9949 0,995 t 0,99J2
:.6 0,9951 0,9955 0,9956 0,9957 0,9959 0,9960 0,996t 0,9962 0,9961 0,9964
0.9965 0,9966 0,9961 0,996E 0,9 9 0,970 0,997t 0,9912 0,9973 0.y974
1.8 0.9974 0,9975 0,9976 0,9977 0.q?77 0,9978 0,9979 0,9979 0,99E0 0.99E1 Sumbcr Bonnier ( l98l
t.9 0.9981 0.99t2 0,9982 0,9981 0.9984 0.9984 0,99E5 0,9985 0,9986 0.99t6
).
j.0 0,9987 0,99t7 0.9987 0,99p8
0.99EE 0,99E9 0,9989 0.9919 0,9990 0.9990
)t 0.9990 0.9991
'0.9991 0,9991 0,9992 0.9992 0.9992 0,9992 0.9992 0.9993 0,9991
0.9991 0,9994 0.9994 0,9994 0,9e94 0,9994 0.9995 0,9995 0.9995
j,i- 0.9995 0.9995 0.9995 0.9996
j.r
0.9996 0.9996 0.9996 0.9996 0.9996 0,9997
0.9997 0.9997 0.9997 0.9991 0.9997 0.9997 0.9997 0.9997 0,9997 0.999E
Bab 3
aplilcasi model regresi
dan analisis korelasi
data hidrologi
3.T PENDAHULUAN
Metode analisis statistik yang telah dibahas adalah baru
mengenai data yang terdiri dari sebuah variabel hidrologi, deskrit
maupun kontinyu. Banyak analisis data hidrologi yang bertujuan
untuk mengetahui apakah ada hubungan antara dua variabel atau
lebih, misalnya saja :
131
l:tt 138
. menentukan hubungan untara dcbit sedimen dengan dcbit penomena hidrologi yang telah diukur misalnya curah hujan (X)
aliran sungai, luas DPS dan luas hutan atau variabel dan debit (Y) sebanyak n buah data dapat dinyatakan sebagai
hidrologi lainnya. {(X,,Y,); i : l, 2,3,4,5, ... n}. Apabila setiap pasangan data debit
. menentukan hubungan antara debit puncak banjir tahunan dan curah hujan digambarkan pada kertas grafik aritmatik, maka
rata-rata dengan curah hujan, luas DPS, kemiringan alur akan diperoleh serangkaian titik-titik koordinat yang menghubung-
sungai dan proporsi luas genangan (telah disajikan contoh kan kedua hasil pengukuran kedua data penomena hidrologi
pada sub bab 4.2.3, buku jilid I, judul sama). tersebut. Penggambaran data tersebut dinamakan dengan diagram
pencar (scatter diagram) atau diagram titik (dot diagram), dan
contohnya dapat dilihat pada gambar 3.1.
Hubungan antara dua atau lebih variabel hidrologi dapat dinyatakan
dalam rumus matematik sehingga merupakan suatu model, yang
dapat digunakan untuk berbagai keperluan analisis hidrologi, misal
untuk:
o p€rirfiiolanQtrediction).
. perpanjangan (extension).
a memperbaiki atau mengecek ketelitian data.
a pengisian data pada periode kosong
hydrological events).
Pengertian analisis regresi dan korelasi, lebih lanjut dapat Dmi gambar 3.1, dapat dikatakan bahwa proscdur
dijelaskan dengan contoh sebagai berikut : dari 2 (dua) seri data pcnyelesaian dalam nrcncntukan pcrsamiuul matematik yrurg paling
1ll4 135
scsuai dengan sebaran titik-titik koordinat yang menghubungkan berdasarkan nilai koefisien korelasi dapat dinyatakan sebagai
pasangan data (X,,Y,) disebut dengan analisa regresi. Kurva yang berikut :
digambarkan dari persamaan yang sesuai untuk menentukan nilai Y
dari data (X,,Y,) disebut dengan garis regresi Y, nilai Y, disebut R: I hubungan positip sempurna.
variabel tidak bebas (VTB) dan nilai Xi disebut variabel bebas
(VB), sebaliknya kurva yang digambarkan dari persamaan yang
0,6 <R< I hubunganlangsungpositipbaik.
sesuai untuk menentukan nilai X dari data (X',Y') disebut dengan 0 < R < 0,6 hubungan langsung positip lematr.
garis regresi X, nilai Y1 disebut VB dan X, disebut VTB. Pada R:0 tidak terdapat hubtrngan linier.
umumnya garis regresi Y dan garis regresi X tidak berimpitan, - 0,6 < R < 0 hubungan langsung negatip lematr.
karena perbedaan parameter. Umumnya nilai Y yang digunakan
- 1,0 < R < -0,6
sebagai VTB, yaitu nilai Y yang diharapkan terjadi untuk X : X'.
hubungan langsung negatip baik.
Nilai X yang merupakan VB, umumnya merupakan data yang R = -1,0 hubungan negatip semptrrna.
mudah diperoleh, misal Y; sebagai data debit yang diharapkan
terjadi pada tinggi muka air sebesar X : X, atau curah hujan scbesar Koefisien korelasi antara (X,, y,) adalah menunjukkan hubungan
X: X'. linier antara variabel X, dan Yi. Oleh karena itu untuk nilai R : 0,
Titik-titik koordinat pasangan data (X,,Y;) dapat mempunyai berarti menunjukkan tidak adanya hubungan linier, mungkin
sebaran yang besar atau kecil disekitar garis regresi. Analisis hubungannya kuadratik. Dengan demikian nilai R = 0, itu mtmgkin
korelasi, membahas tentang derajat hubungan (X,Y,). Korelasi menunjukkan adanya hubungan tak linier yang sempurna antara
mempunyai nilai yang besar apabila pasangan koordinat (X',Y,) kedua variabel tersebut.
dekat dengan garis regresi.
Dalam analisis regresi, data hidrologi umumnya dipandang :
AYi:Y'-Y (3.1)
Keterangan :
Gambar 3.1, menunjukkan sketsa dari titik-titik pengukuran (X;,Y,)' Apabila nilai (AY)2 untuk semua titik (Xi,Y,) aduluh nltnrluurn
Pola (trend) secara umum dari koordinat titik-titik pengukuran maka kurva yang diperoleh dapat di sebut schagai tt ltc.t't litttrtyl
dapat diketahui, sehingga dapat ditsntukan bentuk kurvanya curve.
138 139
dalam
Ileberapa altematip analisis regresi yang umum digunakan 6). model hiperbol
analisis data hidrologi diantaranya adalah model regresi
:
i, I
I:-
a linier sederhwa (simPle linier). ar * brX
a fungsi eksponensi al (exponential function)'
a fungsi logaritma (logarithmic function)' $:u*b,(+)
a fungsi polinomoal (P olynomial function)'
7). model logistik
a fungsi berganda (multiple function)'
t,Y:- I
Berbagai model regresi untuk membuat hubungan
pasangan data ^ a,b, '+ c
pengamatan {(X,,Y,); i = 1,2,.."n} antara lain : Y:a,b,*+c
1). model sederhana (garis lurus)
Model regresi berganda umumnya digunakan untuk membuat
Y:b,*arX hubungan yang lebih komplek dari (m) buah variabel, misalnya :
1
logY= f,+a,X Berikut ini akan disajikan beberapa model regresi yang umumnyo
logY= a bx digunakan dalam analisis hidrologi, berikut dengan pencntuiut
logY- br+a, logX koefisien korelasinya.
5). model Polinomial Pada prinsipnya, sembarang model yang digunakan upukulr
Y = bo+brx+ b2X2 + b3X3 + ..... + b,X' sederhana atau komplek dengan lebih dari 2 variabcl yiutl{ llcntulp,
bahwa model tersebut harus cocok dcngan pcnnrtsitluhurr lritlrolo;ir
y= a16a+cX2 yang di analisis. Dengan kata lain nrotlcl lcrsctrrrl lrnrus trtltk
Y: a+bX+sa2+dx3 memberikan penyimpangan yantt nyiltil upnhilu tlirrli Krrlrhrirsr
logY=6*bX+cX2 model dengan data pcngukuran larrgsrrng, tli lupnttgnrr lurrrrs sclllu
140 t4t
Keterangan :
dan dapat dihitung berdasarkan persamaan (3.4) sampai (3.7)
Y : persamaan garis lurus Y atas X sebagai persamium berikut ini :
R'=
i (i,- Y)' (3'r2b)
serta koefisien korelasi, sehingga dapat diketahui bahwa :
t (", Y)
at"_ (3.r4)
Contoh 3.1. z
ov = [
rl ]; Tabel 3.1, menunjukkan data curah hujan (X,) dalam satuan (mm)
dari DPS Cimanuk-Leuwigoong dan debit alirannya (y,) dalam
Perhitungan koefisien regresi a, d^ ur, selain dapat dihitung m'/det, rata-ratabulanan dari tahun lg78 - 1982. Tentukan besarnya
koefisien korelasi, koefisien penentu dan persamaan regresinya.
berdasarkan persam&m (3.4) dan (3.6) dapat juga ditentukan
berdasarkan nilai koefisien korelasi (R) sebagai berikut : Tabel3.l Data Curah Hujan Dan Debit DPS Cimanuk-
Leuwigoong Tahun 1978 - 1982.
* (*) (3.1s)
",: No. Bulan Curah Hujan (mm) Debit (mi/det)
(x) (Y)
* (&) (3.16)
"r: l Januari 229 32
Sehingga persamuum (3.2), persamaan garis lurus Y pada X, yaitu 2. Februari 205 3l
J. Maret 271 38
persamzuul untuk meramal Y jika X diketahui, menjadi :
l
l 4. April 304 40
5. Mei 145 28
y = Y.*(*)(r-x) (3.17) ,l 6. Juni
Juli
154 24
7. 98 2t
8. Agustus 69 l3
Sedangkan persamaan (3.3), persamaan garis lurus X pada Y, yaitu ().
I September 7t t4
persamiurn untuk meramal X jika Y diketatrui, menjadi : ir
ti t0. Oktober 96 t2
tt
il ll. November 184 28
i = x.*(&)(r-v) (3.18) ti 12. Desember 280 17
R: 8.701
No. Yi xi Y,- f x,-i (rb' (XrX)' tY,i rxh {(76,331)(1.065)} ffi:o,e64e
'
I 2 3 4 5 6 7 8:4x5 R2 : 0,9310
I 32 229 + 5,5 + 53,5 30,25 2.862,25 294,25
) 3l 205 + 4,5 + 29,5 20,25 870,25 132,75 Dari hasil ini terdapat korelasi positip antara debit (y) dan curah
J 38 27t + ll,5 + 95,s 132,25 9.120,25 1.098,25 hujan (X). Berarti semakin besar curah hujan semakin besar pula
4 40 304 + 13,5 + 128,5 182,25 16.512,25 1.734,75 debit DPS cimanuk - Leuwigoong. Besarnya pengaruh tersebut
5 28 145 + 1,5 - 30,5 2,25 930,25 - 45,75 ditentukan oleh koefisien penentu (koefisien determinasi) R2 :
6 24 154 - ?{ - 21,5 6,25 462,25 53,75 0,9310 atau sebesar 93,10 Yo. rni berarti bahwa bertambah besarnya
7 2t 98 - 5,5 - '7'1,5 30,25 6.006,25 426,25 debit (Y) atau menumnnya debit (Y) sebesar 93,10 %o dapat
dijelaskan oleh hubungan linier antara curah hujan dan debit yang
8 l3 69 - 13,5 - 106,5 182,25 1t.342,25 1.437,75
.t0.920,25 persaminnnya akan ditentukan kemudian, sedangkan sisanya sekitar
9 t4 71 - 12,5 - 104,5 156,25 1.306,25
7 %o disebabkan oleh faktor lain yang tidak termasuk dalam analisis
l0 t2 96 - 14,5 - 79,5 210,25 6.320,25 1.152,7s
regresi ini. Deviasi standar dari nilai residu dapat dihitung
ll 28 184 + 1,5 + 9,5 2,25 72,25 12,75
berdasarkan persam&ur (3.13) dan (3.1a) sebagai berikut :
t2 37 280 + 10,5 +104,5 110,25 10.920,25 t.097,25
n / \2
Jml. 318 2.106 0,00 0,00 1.065 76.339 8.701 I(x,-xJ
Rata- 26,5 t75,5
ox=[
(n- l) ,i =['ui1"]i
rata
-
I 1.06s -ll,
""=f (n- l) =l-
L II J
|
I
maka perbandingannya :
146 t47
( t.oos -l), =0,118 122,68 dan X2 : 203,95. Apabila dua koordinat tersebut
oY
<yx \76.339/ -
*=l*l dihubungkan maka akan diperoleh sebuah garis lurus seperti
-t ditunjukkan pada gambar 3.3.
ox ( lo.llg\z
*=l*t _
:8,466 Karena nilai R;c l, maka kedua garis regresi i dan i tia* saling
oy \ 1.605 /
berimpit dan membentuk sudut. Perpotongan kedua garis tersebut
Koefisien regresi dihitung berdasarkan persamaim (3.15) dan (3.16)' pada titik koordinat (X, Y) yaitu (175,5 dan 26,5).
tS adalah minimum.
E
ds U Besamya kesalahan tersebut, dinyatakan sebagai nilai
<x
B
bo
soo
kesalahan standar dari perkiraan (standard eruor of estimate). Nilai
ss yang dimaksud dapat digunakan untuk memperkirakan
r8
t .go meramal Y jika nilai X telah diketahui adalah :
atau
cg &.r[,s
e:!
(" - i)'l'
..=S
a\: *
,r"= --" ,-] (3.20)
1
ei
66
[
-
7L Apabila dinyatakan dengan koefisien korelasi :
!\
B
I\J
T SEy= or(l-Rzyi (3.21)
I
I
I
I
Sedangkan kesalahan standar dari perkiraan untuk memperkirakan
atau meramal X jika nilai y telah diketahui adalah :
ri SEy: oy(l-R2),
* (r,-i)' (3.23) Nilai or, telah diperoleh dari contoh 3.1 :
t
i=l
(Y' y)z
_ (t.oos) :9.83e
-\
Apabila nilai SEY atau SEX, semakin besar berarti titik koordinat ""=[ n-I n)
(X,,Y,) semakin jauh dari garis kurvanya. Apabila nilai SEY atau
SEX, semakin kecil berarti titik koordinat (X,,Y,) semakin dekat Nilai koefisien karena telah diperoleh dari contoh 3.1 :
dengan garis kurvanya dan berarti nilai Y perkiraan atau
ramalannya akan semakin teliti. Interval kepercayaan (confidence R: 0,96.
Dari contoh 3.1, telah diperoleh hubungan linier antara debit Y - (2,228)(1,967) < Y < Y + Q,228)(1,967)
rata-rata bulanan (Y) dan curah hujan rata-rata bulanan
(x) dan
DPS Cimanuk-Leuwigoong, dengan persam&m : t + 4,38, (ihat tabel 3.3 dan gambar j.4)
y:0,113X+6,619
Tentukan batas daerah kepercayaan galis regresi tersebut pada Dari gambar 3.4, jumlah titik (Xi,Y,) yang berada didalam batas
derajat kepercayaan 95 % diterima. daerah kepercayaan adalah sebanyak 9 buah atau 75 Yo darijumlah
;l
12 titik. Harus di ingat bahwa gambar 3.4, diperoleh dengan satu
!t sampel (1978-1982). Apabila dipilih 100 sampel sccara berulang-
Jawab Contoh 3.2. z
ulang, maka akan diperoleh 100 batas daerah kcpcrcay.Hn scrupu
Kesalahan standar dari perkiraan untuk memperkirakan atau dan diharapkan 95 oh dari jumlah daerah kcpcrt:ayirirn nrcnclkup
garis regresi populasinya.
meramal Y jika X diketahui dihitung dengan persamuuul (3.21)
162 163
\
\ b, -B
Sr (3.26)
(x)'
Sb2= SEy, (3.27.a)
{*. t (*,-x)'
t64 166
b, - tcr (Sb) < b, < br + tcr (Sb) (3.27.b) Selanjutnya dapat dibuat hipotesis : (lihat Bqb D
Ho: b, :0
dengan derajat kebebasan n-2.
H,:b,+0
Uji statistik dengan persamaan (3.26) :
Contoh 3.3.
b'
Uji dan perkirakan nilai titik potong persam&m regresi contoh 3.1, 'sb -B
dengan menggunakan data tabel 3.1. Persamaan regresinya :
6.619 - 0
t:l)-J--!=4,987
Y:0,l13X+6,619 ' 1,372 - -' 'v '
Dengan derajat kepercayaan 95 %. Dari tabel I-1 pada bagian akhir bab I, dengan derajat kebebasan l0
menggunakan uji dua sisi, maka diperoleh t.-:2,228. Oleh karena
ta : 4,987 lebih besar dari 2,228 maka hipotesa bahwa titik potong
Jawab Contoh 3.3 t garis regresi Y:0,113 X + 6,619 melalui titik nol ditolak, atau
untuk X:0 nilai Y tidak sama dengan nol.
Dari contoh 3.1 dan 3.2,telahdiketatrui :
<b <9,675
(", - x) ' :76.33e
3,562
* Dengan demikian hatas atas penduguur nilui titik prlottg guris
166 167
regresinya adalah 9,675 dan batas bawahnya 3,562. Berarti pada Contoh 3.1
derajat kepercayaan 95 % dapat diterima bahwa nilai titik potong Lakukan pengujian dan pendugaan nilai koefisien regresi contoh
garis regresinya akan terletak di antara 3,562 hingga 9,675. 3.1 :
Y:0,l13X+6,619
pada tingkat kepercayaan 95 oZ diterima.
3.3.4. Pengujian Koefrsien Regresi
Dari persamaan regresi Y : a,X + b1, maka bagi para
hidrologi parameter a, jauh lebih penting dalam analisa data jika Jawab Contoh 3.4 z
dibanding dengan parameter b,. Apabila nilai &r : 0, maka garis Dari contoh 3.1 dan 3.2, telah diketahui :
regresinya akan mendatar dan variabel X dan y adalah variabel
bebas. Pertambahan atau pengurangan nilai X tidak merubah nilai n =12
Y, oleh karena itu perlu dilakukan pengujian apakah nilai a, : 0 ar : 0,1 13
atau tidak. Metode statistik uji-t dapat digunakan untuk melakukan Y :26,5
pengujian. SEY : 1,967
n /
t
'S,
ar
: -L- -A (3.28)
)i=l [x'
'
-x]
-\2
/ = 76.339
DC-
SA: SEY
(3.2e)
at : koefisien regresi
Ho:a,:0
A : koefisien regresi yang telah diketahui
Su : deviasi koefisien regresi
H,:a,*0
SEY : kesalahan standar dari perkiraan nilai y.
Uji statistik dengan persamaan (3.28).
Perkiraan nilai a, dapat menggunakan interval kepercayaan :
I)ari tabel I-l padu hlgian akhir bab I, dengan, menggunakan uji Apabila nilai t lebih kecil dari t pada tabel I-1, untuk derajat
dua sisi dengan dcrajat kebebasan 10, maka untuk uji 2 sisi kebebasan n - 2, maka hipotesis yang menyatakan bahwa nilai R*0
diperoleh ta : 2,228. Oleh karena 1 5,89 > 2,228, maka hipotesa nol dapat diterima.
(Ho) ditolak dan menerima hipotesis altematip H, : a1 ;e 0. Oleh
karena itu dapat dinyatakan bahwa terdapat hubungan linier antara
curah hujan bulanan dan debit bulanan di DPS Cimanuk
Leuwigoong. Atau dengan kata lain variabel curah hujan (X) dapat Contoh 3.5.a
mempengaruhi debit (Y) dalam model regresi ini. Dari variabel hidrologi DPS Cimanuk-Leuwigoong antara data
Pendugaan'nilai a,, dengan menggunakan derajat 95 % debit dan curah hujan dari contoh 3.1, telah diperoleh batrwa nilai
diterima dapat diperkirakan dengan rumus 3.30. koefisien korelasi : 0,96 dengan jumlatr data 12 buatr. Tentukan
apakah nilai koefisien korelasi tersebut mempunyai beda nyata
a1 - tcr (S,) < &r ( €Ir + ta (S")
terhadap R = 0.
0,113 - (2,228) (0,00711) < a, < 0,1l3 + (2,228) (0,0071 l)
0,097<ar<0,128 Jawab Contoh 3.5.a :
Ternyata besarnya koefisien regresi, mempunyai batas bawah 0,097 Untuk menjawab pertanyaan tersebut maka perlu dibuat hipotesis :
3.3.6 KoeJisien Korelasiperingkat . apabilanilai RP lebih kccil dari nilai kritis, nraka hipotcsu
yang menyebutkan tidak ada hubungan antara variabcl X
Penentuan koetisien korelasi yang telah dibahas, adalah
dan Y harus diterima pada derajat kepercayaan I %o atau 5
berdasarkan asumsi bahwa pasangan data
{(X,,y,); 1,2,3,... n} %.
mengikuti distribusi tertentu, umumnya distribusi normal. Dalam
penentuan koefisien liorelasi peringkat (rank correlation Untuk lebih memperjelas pemahaman perhitungan koefisien
coefficient) diasumsikan bahwa pasangan data tersebut tidak korelasi peringkat dapat dilihat pada contoh 3.5.b, berikut ini.
mengikuti suatu distribusi, sehingga pembahasannya dikenal
sebagai statistika bebas distribusi atau statistika non parametrik Contoh 3.5.b.
(non parametric).
Tentukan nilai koefisien korelasi peringkat antara debit dan curah
Prosedur penentuan koefisien korelasi peringkat adalah hujan DPS Cimanuk - Leuwigoong yang datanya tercantum pada
dengan cara menyusun peringkat pasangan data tersebut. Dari setiap tabel 3.1, dan uji apakah ada hubungan yang nyata antara curah
variabel disusun rnenurut urutan besar peringkat dari nomor l, 2 hujan dan debit tersebut pada derajat kepercayaan 95 o/o diterima.
hingga ke n. Maka koefisien korelasi peringkat antara variabel X
dan Y dihitung dengan rumus koefisien korelasi spearman (rfte Jawab Contoh 3.5.b. z
Keterangan : Bulan Curah Hujan Debit PX, PY, PXt - PYt (PXt- PY)',
Dari tabel3.3.l, dan rumus(3.31.b) maka : Tabel3.3.2 Tabel Batas Kritis Untuk Uji Hubungan Dua Variabel
n berdasarkan Koefi sien Korelasi Peringkat.
.RP: I
o Ii=l (pxi - pyi)2
- n1n2 - 1; Jumlah ' Nilai Batas Kritis
Sample P ada Deraj at Kepercayaan
RP:1- :0,9557
r2(r44 - t) (n) 0,01 0,05
4 1,000
Dengan data yang s€una, dari contoh 3,1, telah diperoleh nilai 5 1,000 0,900
koefisien korelasi (R) yang dihitung dengan rumus 3.11, R : 6 0,943 0,929
0,9644. 7 0,893 0,714
8 0,833 0,643
Dengan nilai RP = 0,9597, apabila ditentukan derajat kepercayaan 9 0,783 0,600
:0,05. dari tabel 3.3.2, dcngan.lumlah data n = 12, maka diperoleh
l0 0,746 0,564
nilai kritis : 0,504. Nanpak bahwa RP 0,95c)7 lebih besar dari t2 0,701 0,504
pada 0,504. Ini berarti dalam derajat kepercayaan 5 o/o, kita tolak 14 0,645 0,456
hipotesis bahwa antara variabel curah hujan dan debit DPS t6 0,601 0,425
Cimanuk - Leuwigoong tidak ada hubungan. Atau dengan kata lain 18 0,564 0,399
pada derajat kepercayaan 95 ohterjadi hubungan antara curah hujan 20 0,534 0,377
22 0,509
dan debit DPS Cimanuk - Leuwigoong adalah pernyataan yang 0,359
24 0,485 0,343
dapat diterima.
26 0,465 0,329
28 0,448 0,317
Dalam perhitungan koefisien korelasi, maka penggunaan koefisien 30 0,432 0,306
korelasi peringkat (RP) mempunyai beberapa keuntungan jika
dibanding dengan penggunaan koefisien korelasi (R) dari mmus Sumber: Bonnier, 1980.
3.11, diantaranya adalah :
. perhitungannya lebih sederhana dan cepat,
. tidak perlu menganggap variabel X dan Y mengikuti
distribusi normai.
i:be'x (t 12)
I0n
164
keterangan :
Dimana Y, > 0.
lnY=lnbe"x
ffi:fu!*lne"x
lny=lnb+aXlne
Oleh karena ln e: 1,0 maka :
lny:lnb+aX (3.33)
P:ffi A:a
X= X B: lnb
Sehingga perszrmaan (3.33) dapat dinyatakan sebagai persamazm :
persamaan (3.34) adalah identik dengan persamaan (3.2), sehingga I-abel 3.4 Data Debit dan Sedimen Melayang DPS
dapat dinyatakan sebagai persamaan (3.17): Citarum - Nanjung Maret 1981.
(*,-x)(r, -r)
R_ * (3.36)
35
39
1,73
2,45
43 3,31
[{t f., -x)'}{t -u)'}]u
(,, 54 6,83
56 6,99
(,., - *) 'li
88 10,44
It
o*=l (3.37\
95
105
16,36
27,47
n-l
L] I
112
119
29,06
33,96
melayang di DPS Citarum - Nanjung pada bulan Maret 1981. l19 33,96 3,52 +44 + 1,34 t.936 t,7956 I tl.()(r
Tentukan besarnya koefisien korelasi dan persamaan eksponensial- 750 21,80 0 0 9.344 10.2424 l(l.t,ll()
- -#:75
X= 750
l0
2li8
A:Ri*]=0,e78
lW)'
^10 :2,18
p=
A: 0,0323
Berdasarkan persamaar 3.36, maka koefisien korelasi R : Sehingga persamazm regresinya adalah :
adanya hubungan yang linier baik, antara debit dan sedimen ln b: - 0,2425, maka b:0,785
melayang di lokasi pos duga air Nanjung dari DPS Citarum.
dan: a :A
Deviasi standar dari nilai residu debit : a :0,0323
[* (, - o) '
l' t gt+qri
maka persamarm regresi eksponensialnya :
o-:1 n1 i 9 l =L t: be"*
L] Y : 0,785 eo'0323
x
eo'0323
(40) : 2,85
i:,,ouu
,r=()ry.)
SEP : 1,066 1 - (0,978)2 : 0,222
/
/ Harus diingat bahwa :
/ lnY: P, maka:
to ln SEY: SEP :0,222
, i-to(sEY).i.to(SEY)
/ Dari tabel I-l pada bagian akhir bab I, untuk derajat kebebasan
n-2
/ (
: 8, pada u:0,025 dengan uji dua sisi diperoleh tcr : 2,306, maka
o batas daerah kepercayaannya dapat digambarkan dua garis sejajar
/ Y r OrTtO jopDl x
dengan jarak : Y r (2,306)(1,25) : Y + 2,88. Tabel 3.6,
/ menunjukkan perkiraan sedimen melayang apabila debit diketatrui.
--+ x 4
5
100
120
19,84
37,86
-
16,96 22,72
34,|)lt - 40,74
Gambar j.6. Hubungan Debit (X) dan Sedimen (Y) DPS Citarum -
Nanjung Maret 1981.
Sumber : Perhitungan data tabel 3.4.
t12
I 173
i: bX" (3.40)
Nilai R, adalah koefisien korelasi :
-!-
Apabila persamaan (3.40) ditransformasikan kedalam persamaan )i=l (P, - P) (q'-Q)
linier fungsi (log) akan menjadi : R_ (3.4s)
P:[q+B (3.43)
P=logY q=logX (q-q) (P.P\ <q-i)' @-F)' (q-q) (P-P\
dengan persamaan (3.2), sehingga dapat dinyatakan sebagai : J 0,519 1,633 - 0,202 - 0,430 0,0408 0, r 849 0,0116,1
o,(x)82
/o^\
p=p+R(%/(q-q) (3.44)
4 0,834 1,763 - 0,072 - 0,1 15 0,0052 0,01 32
(1.(x,r, I
5 0,844 1,748 - 0,087 - 0,105 0,0076 0,0 t t0
6 1,018 1,944 + 0,109 + 0,069 0,01 I 8 (),0I It (1,(xl7 t
7 1,213 t,977 + 0,142 + 0,264 0,020I (),()arlrar 0.0 174
Nilai o, merupakan deviasi standar dari residu nilai P. 8 t,438 2,201 + 0,1 86 + 0,489 0,0 141 0.,! tul 0,1trr0r,
,luuth*Lulah-lJ-
-^-:r" op [ l,95l4l]
G =- Lo,loz+l
lrcrhitungannya dilakukan pada tabel 3.7. l,crbandingan nilai reslou
:0,9486 A = 2,26
\ffi)r
l0
_
q= 18.345 :1,8345 Sehingga persamaan garis lurusnya
ff
:
p= p+A(q_O
Berdasarkan persamaan 3.45 :
i : 0,984 + 2,26(q - 1,8345)
lCt,-F)(q,-O i :2,26 q- 3,1979
i=l
R_ maka:
[(0,3674)(t,sst4)l ] 0,8'
i:bX"
Deviasi standar dari nilai P : y :6,33 (10-4) x2'26
Nilai t diambil dari dirr* tabel I-l pada bagian akhir Bab I, untuk berpangkat lebih sesuai dibanding dengan menggunakan auralisis
derajat kebebasan 8. drur untuk uji dua sisi a : 0,025, maka regresi eksponensial untuk kasus data tabel 3.4. tersebut. Debit
ta:2,306. Sehingga batas daerah kepercayaal)nya adalah Y* dalam satuan 1m3/det1, sedangkan sedimen melayang dalam satuan
(1,210)(2,306) : Y +. 2,79. Hasil selengkapnya dirunjukkan pada (uta m3/hari).
tabel 3.8 dan gambar 3.7.
II
Hubungan antara sedimen melayang (y) dengan debit (X), data dari T-
DPS citarum - Nanjung untuk bulan Maret l9gl, menggunakan
analisis regresi eksponensial adalah (lihat contoh 3.6) :
i : 0,785 eo'0323
x ro
i:b+alogX (3.47) L]
Keterangan: . Nilai deviasi standar dari residu q :
i : regresi Y terhadap X
It -o'li
X: variabel bebas, harus lebih besar nol
oo=lkl to,
(3.51.b)
a,b: parameter
Y -Y q: logX
B :b A:a Tabel 3.9 Debit Rata-Rata Bulanan DPS Cimanuk -
Leuwigoong dan Leuwidaun Tahun 1972.
Sehingga dapat dinyatakan sebagai persamaan :
",:[ry+]' =[#]'
) 32,8 1,350 + 9,2 + 0,328 84,64 0, I 075 + 3,017
3. 49,6 1,390 + 26,0 + 0,368 676,00 0,1 3 54 + 9,568
4. 32,9 1,324 + 9,3 + 0,302 86,49 0,0912 + 2,808
5. 42,7 1,390 + 19,l + 0,368 364,8 I 0,1 3 54 + 7,028 Perbandingan nilai residu :
IIarus di ingat bahwa q: log X, maka persamaan yang ditunjukkan Tabel3.11. Perkiraan Debit DPS Cimanuk - Leuwigoong Dari
adalah : Data Debit DPS Cimanuk - Leuwidaun dengan Model
Regresi Logaritmik.
n :41,05 log X - 18,35
Persamaan tersebut dapat untuk menaksir debit di Cimanuk- No. Leuwigoong Leuwidaun Batas Daerah Kepercuyaan
Leuwigoong (Y), bila debit Cimanuk-Leuwidaun (X) diketahui, (m3/hari) (m3/hari) (mj/det)
dengan'P.:0,942. I 10,0 22,70 10,79 - 34,61
SEY: oy 1f - n';i
SEY: tS,S+ (t - (o,g4la'?)+ = 5,35 m'/det.
i - to (sEY). i .i * to (sEY)
Nilai tcr diambil dari dap distribusi t pada tabel I-l pada bagian
akhir Bab I, untuk derajat kepercayaan 95 Yo diterima pada derajat
kebebasan n-2: 10, dengan uji dua sisi maka tc. :2,228. Sehingga
perama:u:l tersebut mempunyai batas daerah kepercayaan Y*
(2,228) (5,35) atau i + I1,91. Hasil selengkapnya untuk perkiraan
debit DPS Cimanuk-Leuwigoong ditunjukkan pada tabel 3.11 dan.
gambar 3.8.
X
-it-r+
Gambar 3.8. Iluhungttn l)chrt ('inutnuA l,cun,iduun (X) dan Cimanuk
lrux'tgttotty (l'),
184 I tt{r
3.7 MODEL BEGBES, POLTNOJIilIAL [Xxi Xxi'? Xxi3] [b]: [Xxiyi .l (3.s6)
[xx,2 x43 xx,4] [c] [xx,ry,]
Pada sub bab 3.3 sampai 3.6 telah disajikan penggunuuul
persamaan garis regresi dengan model persamaan linier dan model
Sehingga penyelesaiannya dapat dilakukan dengan 3 persamaan
lainnya yang ditransformasikan kedalam persulmzmn linier. sebagai berikut :
Penggunaan persamtan linier bagi penggambaran hubungan antara
dua variabel hidrologi {(X;,Y;); i:|,2,3,..n} yang tidak berasosiasi an +bXx1 +cXxi2: Xy,
secara linier meskipun telah ditransformasikan dalam model alxl + b lxi'+c Xxi3 : EXiyi (3.57.a)
a Xx,2 + b Xxi3 + c ;xi4 : Xxi'yi
eksponensial, pangkat atau logaritmik, maka akan menghasilkan
garis'taksir atau persam&rn yang "kurang tepat". Transformasi
persamaan kurva yang lebih tepat untuk kondisi tersebut dapat Penyelesaian dengan rumus 3.57a, sebagai altematip ke 1,
digunakan regresi polinomial. l)onurunan persamzumnya dapat selanjutnya dapat juga digunakan alternatip ke-2, yaitu apabila
dilakukan dengan mctodc kuadrat tcrkccil. variabel :
t. lt 1 t l nA +BXXi +CXXi,:EYi
t. ]t I t l
AIXi +BXXi'+CXXi3 = XY;X, (3.5e)
[xxi'xxi'*' Ex,'*' .,... [b-] [txi'Yt]
'xi-"'] A EXi2 + B XX,3 + C XXia : EY; X12
Untuk memberikan contoh perhitungan hanya akan dibahas tentang Pertyelesaian dengan rumus 3.59, sebagai alternatip ke 2, akhirnyn
regresi polinomial sampai orde ke 2, saia, sehingga persamiuxl
(3.53). umunnya disajikan sebagai persamuum berikut ini : A: I x'X Xi 2Yi ( 1,('0)
y: a+ bx * c x2 (3.s5)
(I xr ')' -nI x' o
Penyelesaiannya :
No. xi /i li fi-/i 0,-))' Tabel3.l4 Perkiraan Debit DPS Way Seputih di pos
1,50 26 26,15 - 0,15 0,0225 Duga Air Segala Mider.
1,60 29 29,45 - 0,45 0,2025
1,70 33 33,1 0 - 0,10 0,0100 No. Tinggi Muka Air Debit Batas Daerah Kepercayaan
1,80 ,37 37,32 - 0,32 0,1024 (m) (m3/hari) (m3/de)
1,90 43 41,89 + l,ll 1,2321 I 0,80 14,90 12,61- 17,06
+ 2,12 4,4944
13,73 -
2,00 49 46,88 2 1,00 15,99 18,25
2,10 52 52,59 - 0,29 0,0841 J 1,50 26,15 23,89 - 29,41
2,20 57 5 8,12 - 1,12 1,2544 4 2,00 46,88 44,62 - 49,14
2,30 63 64,37 - 1,37 1,8769 5 2,50 78,15 75,89 - 80,41
2,40 71 71,05 - 0,05 0,0025 6 3,00 119,99 117,73 - 122,25
2,50 79 78,1 5 + 0,85 0,7225 7 4,00 235,32 233,06 - 237,58
, 22,00 539 0,32 10,0043
Sumber: I)crhitungan9 =21 -
,ll x, 12,44x+27,32*.2,262
1 r91
-t
190
-
A--
a (l,lxl,7o) 1,870 :-1,981
Tabel 3.15 Perhitungan Model Regresi Polinomial Hubrngan
Tinggi Muka Air dan Debit DPS Way Sepurtih -
l)'- ll(0,1958) -0,9438
(1,
49
0,10
0,00 0,00
0,0t
0,00
0.0001
0,0000
0,60
0,00
0,06
0,00
y :49- 1,981 +52(x-2)+19,81(x-2)'
2,10 52 + 0,10 +3 0,01 0,000 t 0,10 + 0,03 y : 49 - 1,981 + 52x- 104+ 19,81x2 -79,24 -79,24x
2,20 57 + 0,20. +8 0,04 0,0016 1,60 -+ 0,32 y : 19,81x2 -27,24x+22,25
2,30 63 + 0,30 +14 0,09 0,008r 4,20 + 1,26
+22 +3,52
Ketelitian persamaan tersebut dapat dilihat pada perhitungan
2,40 7l + 0,40 0,r6 0,0256 8,80
kesalahan standar dari perkiraan pada tabel 3.16.
2,50 79 + 0,50 +30 0,25 0,0625 15,00 + 7,50
E 22,00 539 0,00 0,00 I, l0 0,1958 57,20 1,7
Tabel3.16 Perhitungan Kesalahan Perkiraan Standar Data
Debit DPS Way Seputih - Segala Mider Model
Penyelesaian dengan merubah variabel x; dan y, :
Regresi Polinomial.
":+H l0
ll
2,40
2,50
'71
79
70,97
77,96
-
+
0,03
1,04
0,0009
I,08 t6
v
a
---
Xx, '
An
t 21,00 53e 9,90() I
192 193
SEY:.[(".-I)']'
""'--L n-l
]
_ _t
e,e0e3 l, :
SEY=+ I
V)
r 0,99 m'/det. q.
L ro ,l a
,a
\)
Dengan demikian dari contoh 3.9, diperoleh dua persamarm yang a
menyatakan hubungan antara tinggi muka air dan debit DPS Way {
Seputih - Segala Mider, yaitu : C-
\
l,)
ol \B
(ri -{S
l). i: 2l,l1x2 -32,44x+27,32 nl
€L
dengan nilai SEY: 1,00 m3ldet, dan O
x
?
i.S
gos
2). i : 19,81 x2 - 27,24 x + 22,25 Gl
ii
ri
t'\ ;
(i
sh'
menunjukkan hasil interpolasi dan ekstrapolasinya dan kurvanya \N
pada gambar 3.9. Zt O.
a -;
t
o
No. Tinggi Muka
(m)
Air Debit
(m3/det)
Batas Dae ruh Ka pe rcayaan
(mr/det)
t
A
Keterangan:
Y : debit
Contoh 3.10
x : tinggi muka air
& : tinggi aliran nol Tabel 3.18, kolom 3 dan kolom 4 menunjukkan pasangan data
k,c = konstanta tinggi muka air (x) dan debit (y) hasil dari pengukuran debit sungai
DPS Cimanuk di pos duga air otomatik Monjot, Rentang, Jawa
P.rr*uu, (3.63) dapat dinyatakan sebagai persam&m garis lurus Barat, dari tahun 1972 sanryai tahun 1979. Nilai tinggi aliran nol
sebagai berikut : (xo) : 23,90 m dari muka laut. Tentukan persamaan lengkung
debitnya menggunakan persamzuul (3.63).
logy:logk+clog(x-x6) (3.64)
apabila:
Jawab Contoh 3.10 z
log y: Y c:a
log k: b log (x - xo): X i Perhitungan ditunjukkan pada tabel 3.18.
t
GI z. l3
3
25,21
4
tu,J
39,5
5
l,)o
1,3 r
0
o,t93l2
0,11727
7
1,E4696
1,59660
8
U,J)OOU
0,1E723
I
0,01375
3. l4 2s,21 39,9 1,3 I 0,\i27 1,60097 0,18775 0,01375
4. l5 25,06 l,l6
.a 5. t7 25,27
30,7
50,6 t,37
4,06446
0,13672
t,4871 I
l,704ls
0,095E6 0,00416
II
0,02490 0,00029
16. 56 25,26 50,5 t,36 0,13354 1,70329
o t7. 24,E9 23,0 0,99
0,22746 0,01783
57 -0,00436
\ 8 ,o 18. 58 25,66 8s,6 1,76 0,2455 I
1,36173
t,93247
-0,00594
0,47444
0,00002
0,06028
o|
5q *t
:t
19.
?0.
59
60
25,75
?'5,62
98,7
81,2
1,85
t,72
0,26717
0,23553
t,99432
I,90956
0,53282
0,44976
0,07138
0,05547
o
N
2t. 62 25,16 39,7 t,26 0, I 0037 I,59879 0,t6041
{ a? ll 27. 65 26,38 180 2,48 0,39445 2,25s27
0,01007
o s 23. 66 25,3s 59,4 1,45 0,16t37
0,88959 0,15559
U 24. I,l4
t,77379 0,28624 0,02604
E ul 67 25,04 30,2 0,05690
t
I,4800 t 0,08421 0,00324
25. 68 25,38 56,7 1,48 0,t1026 1,75358
.o 0,29856 0,02899
.A
30. 82 25,16 39,5 1,26
ETO
ot 31. 83 26,tt t44 2,21
0,10037
0,34439
l,s9660 0,16025 0,01007
2, I i836
)iE-. 32.
33.
84
85
25,90
25,76
127
108
2,00
1,86
0,30103
0,2695t
2,10380
0,74332
0,6333 I
0,1 1
0,09062
860
2,03342
: 34. 86 25,86 tt7 1,96 0,29226
0,54803 0,07246
ffi
2,06819
O*; lt5
0,60445 0,08542
\ 35. 87 25,90 2,00 0,30103 2,06070 0,62033 0,09062
n' -l
o
(\l
I€
IB
37,
38.
89
90
9l
26,20
26,35
2s,36
t67
t97
59
2,30
2,45
t,46
0,36173
0,3E917
0,16435
1
'111a
2,29M7
1,77085
0,80402
0,89294
0,13085
0,15145
IU
I
39. 92 24,60 I 1,6 0,70 -0,15490 1,06446
0,29104
-0,16488
0,0270t
0,02399
40. r00 26,90 278 3,00 0,47712 2,444M
I I,l66l0 0,22764
4t.
I 42.
105 25,86
25,72
120
IM
1,96 0,29226 2,07918 0,60766 0,08542
c q
106 1,82 0,26007
oqq
N(o lo t r!
q
N
o o
6
Gl
d a 43. t07 25,42 68,8 t,52 0,18184
2,01703
1,83759
0,52457
0,33415
0,M764
0,03307
44. 108 25,54 80,2 1,64 0,21484 1,904 1 7 0,40909 0,04616
(ul) oH-H <- 45. lil 25,87 tt2 1,97 0,29447 2,04922 0,60343 0,0E67 I
46. lt2 25,78 I l3 1,88 0,274t6 2,0s30E 0,56287 0,075 l6
47. il3 25,70 t04 I,80 0,2s527 2,01703 0,514E9 0,065 t6
48. il4 25,63 94,9 1,73 0,23805 1,97727 0,47069 0,05667
49 t)7 ?6,49 250 2,59 0,41330 2,39794 o,99l07 0, t 7082
50. I28 78,52 680 4,62 0,66464 2,8325 I 1,88260 0.44 I 71
5l t.,9 24.86 26.7 0.96 0,0 I 773 t,4265 | -0.02s29 0,(x) r | 4
umlo 10.6861 r e1,(14669 22. I 8848 l
\rrnrlrt.r \,rcwlrno, l99l
lgit
t 199
L t2 25,46 70,3 67,6 3,99 3,579 t2,809 maka; dari persamaan (3.66) :
2. l3 25,21 39,5 47,0 15,96 ri,ttr 268,010
3. l4
l5
252t
25,06
39,9
30,7
47:0
36,s
l5,l l
r5,89
15,521 240,901 5l.b + 10,68611.a : 95,04669
4.
5. l7 25,27 50,6 51,6 1,94
16,301
2,351
265,723
s,327 10,6861 l.b + 3,32974.a : 22,18848
6. l8 25,26 45,5 50,8 10,43 10,841 117,527
1. l9 25,1t 34,4 39,8 13,57 13,891 195,46E
8.
9.
20
47
25,99
26,46
t2'l
t79
t24
190
2,42
5,79
2.009
6,201
4,361
38,452
Setelah diselesaikan diperoleh i a:2,08424 dan b: 1,4269,
10. 48 25,66 90,6 86,9 4,26 3,489 14,815 sehingga persamaannya adalatr :
u. 49 25,43 59,2 64,9 8,78 ,,t9l 84,475
t2. 5l 25,06 33,3 36,5 8,77 9,181 84,291
13.
14.
52
53
25,04
24,97
3 1,5
28,4
35,2
30,8
10,5 I
7,79
t0,92t
8,201
l I 9,268
67,256
i :1,4269 +2,08424X
15. 55 24,94 29,0 29,1 0,34 0,751 0,554
56 25,26 50,5 50,8 0,59
16.
24,89 23,0 26,2
1,001 1,002
Harus di ingat bahwa :
t7. 57 12,21 t2,621 159,290
18. 58 25,66 85,6 86,9 1,50 l,9l I 3,652
19. 59 25,75 98,7 96,5 ,:, I,869 3,493
logy = Y
20. 60 25,62 81,2 E2,8 1,93 1,9il 5,480
2t.
22.
62
65
25,t6
26,38
39,7
r80
43,4
177 1.69 _8,53 1,279
l,9l I 79,942
1,358
log k: b: 1,4269 dan c: a:2,08424
23. 66 25,35 59,4 5E, l 1,829 3,345 log (x-xo)= X, maka :
24. 6'l 25,04 30,2 35,2 t4,20 l,9l I 213,481
25. 68 25,38 56,7 60,5 6,28 l,9l I M,770
26.
27.
69
70
25,38
25,64
52,5
78,8
60,5
84,9
13,22
7,lE
l,9l l
t,9l
185,804
57,623
logy : 1,4269 + 2,084241og (x - xa)
log k :
1
28. 79 25,86 133 109 2292 21,609 466,949 1,4269, sehingga k:26,7267
29. 8l 25,26 48,0 50,8 5,51 1,911 2,771
30. a2 25,t6 39,5 43,4 8,99 1,91l 88,379
31. 83 26,t1 144 139 3,60 3,1 89 0,1 70
32. 84 25,90 t27 I l3 12,39 I I,979
1
persamaan rengkung
;;Iih;
debit harus d,akukan
dan harus aibandinlkan
"*i
a".rg*
b;ak
l99t' Hidrorogi p"rs"ii*r")*
dG; "*;:;*^khusus
metode (rihat soeworno,
Sehingga uji-t ; (lihar rumus t.t3, Bab I).
pengorahan
Sunga i - Hi dro me tr i, p e neib i t Datu Ariran P
iO 16l SEY
pengujian,
data pasangan (&,y,) pengukuran
terwak,i oleh persamaan
-apakah tersebut, utu, dengan
t- = 0,288
oleh pasangan (X,,y,) t<ata tain terwak,i
oi,.r.,rl"r'a"ngul
berpasangan (lihat fanat data yang
perhitungannya dapat:ug,i"u
il.+il:,* data "ji_;;hrk
pada iabel 3.18, Dari taber I-l pada bagian akhir
dilihat p"Au ,rU"l :. f g. Bab I, dengan derajat kepercayaan
95 04 diterima dan derajat kebebasan
Dari data tabel 3.I9 50, untuk uji dua sisi
: diperoleh t, = r,960. oreh
karena t = 0,2gg lebih kec,
dari to
xr = tinggi muka air (rn) maka dapat dikatakan bahwa
untuk ,*ii"i*i ;; il"
muka air yang sama) tidak ada (ringgi
= debit pengukuran (mjldett.
I:
Y ; = 26,7267 (+ -
beda nyata antara variaber yi
variabel v laeoit perhitungan;;;
(debit
2Z,Si1i.or"i''' B"X-#'fl;i;ff* rumus).
digunakan **u i,#l1ffif .#-5fi
Cimanuk - Monjot (tahun t97Z _
tgTg).
:*
":iT:.,1,[lT, Blt
Persentase penyimpangan p
= x 100 Persamaan tersebut mestinya
Yo akan selalu berubah sesuai
dengan perubahan faktor y*g
Rata-rata perbedaan, 224,62
-
variabel {(Xi,Y,); i:|,2,3,...n} -di-"-pengaruhi hubungan antara
-pengukura,f'Lengingat
F - - 203,62 oh kondisi lokasi pos duga air DpS
lokasi
5l = 0,411
cimanuk-Monjot terretak pada
sungai yang terretak kurang arur
stabil, artinya proses.pengendapan
Deviasi standar, S itr--ul'li penggerusan seraru terjadi
dari waktu ke waktu. u"tit
dan
=
l*J sama belum tentu dapat
terjadi pada tinggi muka air yang
J"uit
sama.
yang
dan nilai Ao dihitung dengan : standar. maka dapat dihitung dengan pcrsalr)aan :
L
Ao:Y-ArXr -AzXz Q.7l) RM: [,-fl$]] (rru)
Dari persamaan (3.70), hubungan antara variabel Y dengan X,, Keterangan:
dengan menganggap variabel X, tetap disebut dengan koefisien
korelasi parsial (koefisien regresi bagian) variabel Y terhadap X,
RM : koefisien korelasi berganda
dan dapdt dihitung dengan :
SEY: kesalahan standar dari perkiraan nilai Y.
SY : deviasi standar dari variabel Y
RB(X,X2) =
RCxrxz) - R(Yxr {R(Yxz)}) (3.74)
[{ I - R2ffxr)}{ I - R2(Yxz)}]} SEY: (3.78)
F =nilaiFterhitung dimana:
RM2 = koefisien penentu
n : jumlah pengamatan Ar*, o,t
m = jurnlah total variabel bebas dan variabel tak bebas B, =
#, B1 = B, = (3.82)
('ontoh 3.1I Berdasarkan persamaan (3.68) untuk menentukan nilai A,, Ar, A,
dan A, dihitung dengan persam&m berikut :
Analisis hidrologi DPS Cimanuk, untuk data tahun 1981 - 1985,
telah diperoleh data debit sedimen melayang dan data variabel fisik
Ar>dxrz + A2xdxr.dX, + ArxdXr.dXr: >dY.dxr
DPS, meliputi : luas DPS, panjang sungai, kemiringan alur sungai
sebagai ditunjukkan pada tabel 3.20. Artdxr.dX2 + A2IdX2'? + A3XdX2.dXr: XdY.dX2
Arrdxr.dx3 + A2tdx2.dX' + A3tdx32: EdY.dXr
Tabel 3.20 Debit Sedimen dan Variabel Fisik DPS Cimanuk. Ao: Y-A,X, -ArXr-ArX,
Variabel Lokasi *)
3-tt ,t
Jawab Contoh
I x 214'884 | M a97,43 A,+ 46175'13 A:- 54-519,50 Ai = 114595,70
u'
Model regresiyangdigunakanadalahregresilinierbergandaorde "."o"t'*"i#"]ti;t;';'#i;;";iii':iit:tti:iii':li
ke3:
L895,84 AI - 8.849,68
Y=A.+A, X'+A,X,+A,X, ^' L,f,rc8
270 211
R3333
d6-6O e 8
Schingga : {i HSjSe o
F t
d T+, d
+, d
-o
cl oad d
F(r, .6FF€
Y). +- !- q Fi
d
d
Az = - 5,78 a
Gt
h6hc9 -€
CA
(u
$
t
s8-E-qE
6dhFh
66F
a
d
s
E1.. ! ++T
Dari I, diperoleh :
+
o oooo!
609.!N
t- €- F), i. €-
€ F
cl €
208,938 A, :533,291 - (- 5,78X214,884) + (0,89X253,716) t d
6FOOo
ea6or
F
6
(l
Sehingga A, :9,577 bo 6!66Q
ha6h! d at
(1) r:qvIdle" 6
6 fl
oL{ iJ
;6€i=
€dna d
d
I
6
{a d fl
tj
!
z
-doth
! $
I
I
212 218
'l'abel 3.23 Nilai Y untuk Data fabel 3.21. RM2: I - 5,330 (10{1: 0,9994
Nilai kesalahan standar dari perkiraan untuk persamzum itu dihitung Ini berarti terdapat hubungan yang linier antara variabel SED,
dalam tabel 3.23, hasilnya :
dengan LUAS, PS dan HUTAN, karena RM'mendekati satu, yang
juga dapat dibuktikan dengan Uji-F; mmus (3.79).
RM2(n-m)
SEY: -.. - (l RM'?)(m l)
- -
0.9994(5 - 4) <<< ,)??
_ JJJ'LLL
SEY : (Tf i: 0,48e (ro5 ton/tahun)
f:'
^ (l - o,gg94)(4 - 1)
)
:
Pada derajat kebebasan n, m-l = 3, dan n2 = n-m :5-4:
l, dari
sedangkan deviasi standar dari data sedimen, dihitung dari tabel tabel I-4 pada bagian akhir bab I, pada derajat kepercayaan 95 %
3.21, adalah : diterima, maka diperoleh nilai Ftabel =215,7. Temyata F :555,222
lebih besar dari pada nilai dalam tabel I-4, ini berarti nilai RM'
dY2)i-f
sy= frn-t,J 1.7e4,6)
- memang tidak siuna dengan nol. Dengan kata lain terdapat
):21'18(lo5ton/tahun; kesimpulan bahwa variabel LUAS, PS dan HUTAN bersama-sama
mempengaruhi dari pada produksi sedimen rata-rata tahunan secara
Sehingga koefisien penentunya adalah :
linier dari ke 5 DPS yang diteliti.
.
RM2=l-SEY2 Apakah variabel LUAS atau PS atau HUTAN yang paling
SY2
berpengaruh dapat diketahui dari koefisien B yang dupat dihitung
RM2=l-(0'489)2 dengan runtus (1.82) :
(21, tg)
214 215
B.:
# =##:-2,207 i = Au (X,l^' (xl ) (xll') (xl:; ) (3.8s)
B,:A,
* =
s,sn(ffi):r,ru, Model tersebut nrcrupakan f'ungsi berpangkat yang dapat dibuat
linier melalui translirrntasi logaritmik sebagai berikut :
Bz:Az*= -t,rr(ffi) :- 2,oss
t?= lnAo+ArlnXr r ... I AilnXi +...+A,-rlnX,-r (3.36)
B,:A, :o,ou,
*=0,*r(ffi) atau
Jawab Contoh 3.12 : 'f abel3.24 Perhitungan Model Regrcsi hcrparrgkirt bcrgiltttl:r ( )rde 3
No. Y xt X, XJ lnY ln X, ln X. ln X, 18 19 20 2t 22 23
Perhitungan selanjutnya :
Tabel3.24 Perhitungan Model Regresi berpangkat berganda Orde 3
Data Tabel 3.20 (lanjutan). I x3,2576 I 10,9344 Ar + 10,6119 A2 - 3,8079 At :17,9037
II x 3,3566 | 10,9344 \ + 9,3283 A, + 3,8376 A, : 17,7936 (-)
1,2836A2+ 0,0279A, : 0,1101
No. dv dxt dY, dxj dY, dxt) dx,) dx32
t0 l1 t2 13 14 15 16 l7
0, l10l -0.02t9 At
I - 1,6244 - 1,2967 - t,2t46 + 0,5042 2,6386 1,6814 r,4752 0,2542 Az:
2 - t,3776 - 0,4552 - 0,4889 + 0,1792 1,8978 0,2072 0,2390 0,Q32t
1,2836
3 + 0,0395 + 0,0742 - 0,0t02 - 0,1 535 0,0016 0,0006 0,0001 0,0235 Sehingga :
.
Uji nyata (significant -
test) suatu garis regresi linier
menggunakan model berpangkat : berdasarkan uji-t atau uji-F sebetulnya tidak berlaku lagi apabila
terjadi otokorelasi nilai residu. perhitungan nilai residu (A y), lihat
SEDM =3,713 (10-?) LUAS2'?00 p50,0*s HUTANr,275
rumus 3.1, sub bab3.2, yaitu :
dengan:
. nilai koefisien RM = 0,959 AY=Yi-Y
. nilai kesalahan standar dari perkiraan SEy = 3,030 (105 Apabila terjadi otokorelasi diantara nilai residu, maka data asli
ton/thn).
harus dialih ragamkan (ditransformasikan) terlebih dahulu untuk
menghilangkannya. Sebelum dilakukan transformasi sebaiknya
dilakukan dahulu uji Durbin - watson, yang dapat dihitung dengan
Dengan memperhatikan nilai RM dan SEynya maka untuk persamaan berikut :
kepentingan ramalan debit sedimen melayang DpS cimanuk untuk
lokasi yang terletak di antara pos duga air Bojongloa (diseberah
hulu) dan Tomo (disebelah hilir) dapat menggunakan persam&m : I
i=2
(aY, - AYi-r)2
DW= 1 lllt)
SED : 9,577 LUAS - 5,78 pS + g,39 HUTAN - 46,751 t (ay,),
i=l
1
222 22:t
Keterangan :
Tabel III-1, digunakan untuk pengujian satu sisi Qtne - truil - te.st),
DW : nilai uji Durbin - Watson
AYi : residu data ke i
AYt-r : residu data ke i-l Contoh 3.13.
n : jumlah data Tabel 3.26, menunjukan data kondisi hidrologi, morfometri DI'S
dan luas penggunuum tanah dari 22 DPS di Pulau Jawa, dengan
keterangan variabbl sebagai berikut :
Durbin -watson telah melihat tabel untuk menguji adaltidaknya
otokorelasi yang disebut dengan "The Durbin w'atson d statistic,,
pada derajat kepercayaan 5 %o dan I o/o seperti tercantum pada tabel
No Nama Variabel Simbol Satuan
III-1, pada bagian akhir bab ini. Didalam tabel itu telah dimuat nilai
I Debit banjir tahunan rata-rata QBR m'/det
batas atas (dr) dan batas bawah (dr) untuk berbagaijumrah data (n) 2 Luas DPS LDP Krn2
dan banyaknya variabel bebas (k). 3 Hujan maksimum DPS dalam I hari HMS mm/hari
4 Hujan tahunan rata-rata HTR mm/tahun
Untuk menguji hipotesis (lihat bab I) : 5 Luas hutan LHT Km2
LSW
H0 : tidak ada korelasi serial (otokorelasr), Ho : 0
6
l
Luas sawah
Panjang sungai utama PSU
Krn2
Km
Hr : ada korelasi serial, H, * 0 8 Kemiringan sungai utama KSU m/Km
untuk menguji apakah ada korelasi serial dengan nilai positip maka Catatan :
(4-DW) < d,_, Ho, ditolak, berarti ada korelasi serial negatip Apabila dari tahap (l) sampai (4) diterima maka modcl ynn[1
(4-DW) )dr, Ho, diterima, berarti tidak ada korelasi serial negatip diperoleh dapat untuk menaksir debit puncak haniir tirlrrrnulr
dL < (4-pW) < dr, belum dapat diambil kesimpulan dan perlu dilaku-
rata-rata pada DPS di Jawa yang belum dilakukan pcngukrrrirrr rlctrrl
(ungauged basin).
kan penambahan jumlah sampel, atau dialih-ragamkan
data aslinya.
')') r-
224
'l'abel3.26 Kondisi tiidrologi Morfometri DPS Dan Luas Jawab Contoh 3.13. :
Penggunaan Tanah Untuk Membuat Dan Menguji Dari data tabel 3'26, setelah dilakukan perhitungan maka diperoleh
Model Regresi Berganda. persamaan-persamaan si berpangkat berganda seperti dituq.l 11L-
re gre
|
rr,*l dengan persamaan :
4 Cimouk - Lowigrcng 294,m l2 757,40 8 1,00 ,ru".*l 27r.0o trr,*l sr.lo 20.80
n /^
I l
|
Cimouk - Ldwidaun i02,?0 474,90 ,r, t.*
! [v' - -\2
J IO 8 t,00 | zzr.oo 78.00 15,30
I |
v.,1
6 Cisoggmng - Cilcngkrug l9 r.00 5 622,t0 E8,00 ,*** ,.*l ,ro,*l il,70 ,a,:l
R2= (3ae)
f (", - v)'
|
I
l
1 Crsel - Cilrrung r43,20 8 I 78.50 r22,00 3389.00 10.60 6.40 10,80 16,60
t Crsccl llrnrn8un 250,50 1 120,t0 I 16,00 3279,00 12,@ I1.00 4t,60 19,60
9 Crrlurrrn Kolx)mrre 302,90 8 100.00 I 12,00 1t64.00 83,00 69,il) 68.40 26,90
Keterangan :
t0 Crkeducun . (lrboSo t42,60 9 14,60 r 53,00 )327,OO 14,20 14, to I 1.61) I I l,(X)
t6 Bogowonto - Bener 98,20 30 90,00 I 16,00 2034,00 o,:3 1,40 18,60 150,00
n Mcnduran 466,90 6 90 t,00 80,00 2014,00 172,00 176,N 28,00 2,t1
Tabel3.27. Hasil Uji Korelasi dan Model Regresi Berganda
t
2l As€m - Sentul t00,60 8 187,40 I I 3,00 3250,00 125,00 16,70 32,t0 81,70
I QBR : 4,185 PSUI'072 0,8920 0,7958
x2 W.la8 - Pumodadi t40.80 t2 I J2,OO t o l,00 2469.00 47,00 22,00 21,* 75m
Jumlah 238 2 QBR = 20,174 PSUor{e5 KSU'0'227 0,9130 0,8336
Dcvioi 4t,l
4 QBR :. 4,151 (10)" LDP0'6350 HMS2't2e2 PSU0'373r 0,9609 0,9234
483,74 28M,16 23,t0 557,51 647,97 944,54 7t,05 I
standar KSU-0,r07s
Minimum 26,70 34,60 73,00 I 990,00 0,25 t,15 10,00 2,17
5 QBR : 7,306 (l0I? LDFp'72t HMS3'0r60 Psuo',3or 0,9576 o,9t zo
Maksimum 2012,0o 12429,0 t62,00 40E6,00 3023,00 4094,00 lll.90 l 50,00 6 QBR : 1,002 (10)'?LDPo'50eoHMS3''37 PSU0'34t LSw0'224e 0,9585 0,9381
0
nilai koefisien determinasinya R' : 0,9381, merupakan Besarnya pengaruh tersebut secara bcrsama-sitttttt
nilai yang terbesar jika dibandingkan dengan nilai sebesar F :93,81 %o, sedangkan sisanya scbesar (r, l()
koefisien determinasi dari model yang lainnya. Tabel % disebabkan oleh variabel yang lain. Walaupun
3.28, menunjukkan perhitungan residu model No. 6, demikian Uji - F tersebut masih harus dicek dengan Uji
terhadap data pengamatan, untuk menentukan nilai Durbin - Watson.
kesalahan standar dari perkiraan dan uji Durbin
Watson. Tabel 3.28 Perhitungan Residu Model No. 6 tabel3.27
2) Nilai perkiraan kesalahan standar dari perkiraan nilai
QBR dihitung dengan persamaan berikut ini (lihat N<r (Y,) (Y) AY AY'' aYi-Yi-r (aYi - aYi-r)2
persamaan 3.20)
4:3-2 6
IiI
2 3 5 7=62
- r 1,82 8263,94
+
+
38,96
l,'170
218431,50
12656,25
kata lain terdapat kesimpulan bahwa variabel luas DPS
(LDP), hujan maksimum DPS dalam satu hari (HMS),
Sumber : perhitungan data tabel 3.27
panjang sungai utama (PSU) dan luas sawah (LSUD, Keterangan = debit banjir tahunan pengamatan
' Y,
secara bersama-sama mempengaruhi debit puncak Y1 = debit banjir tahunan perhitungan model
banjir tahunan rataqata (QBR) untuk sungai di Jawa. i = Qgn = 1,002 (10f7 LDPosoeo gysr'rrr l)s[," ''r l-sw0224e
22t) 229
(Lanjutan tebel III - l) Tabel III-2. Nilai ltuitis untuk nilai Distribusi-t chi Kuadrat (satu sisi).
SigniJicant points of d, and du ; I %
cr
n k,=t k'= 2 k,=j k,=4 k'= 5 0.995 0.99 0,975 0.9s 0,05 0,025 0.01 0,005
dL du ut du dL du dL du dL du I
l8 ),90 t,t2 ),80 t,26 ),7r ),61 t,60 0,52 r.us r r.ozo 12,832 5,086 16,750
20 ),95 I,r5 ),86 t,27 ),77 ,4t ),68 t,57 0,60 ,74 6 0.676 0,872 1.237 | t4,449 t6,812 I 8,548
2l ),97 I, t6 ),89 t,27 ),80 ,41 ),72 r,55 0,63 ,7t 7 0,989 |,239 1,690
'.ur,
z.roz | '.ssz
14,067 t6,013 18,475 20,278
22 ,r00 I,r7 ).9t t,28 ),83 );15 r,54 0,66 8 I,344 |,646 2,1 80 z.ry | 15.507 17,535 20,090 2l,955
,40 .69
9 t,735 2,088 2,700 l.lzs I l6,ele 19,023 21,666 23,589
23 .02 I.l9 ).94 t,29 ),86 ,40 1,77 r,5l o,70 ,67
:.llo 18.307 20,483 23,709 25, I 88
l0 2,156 2,55 8 3,247
24 ,04 r,20 ),96 r,30 ),88 ,41 ),80 t.5l o,72 ,66 I
25 r,05 t,2t ),98 r,30 ),90 ,41 ),83 t,s2 0,75 ,65 ll 2,603 1,053 3,816 o.rr, | 8.675 2r,920 24,725 26,757
26 ,,0'l t11 r,00 r,3 I ),93 ,4t ),85 t,52 0,78 ,64 t2 3,074 3,57 | 4,404 s.zzo I zr,ozo 23,317 26,717 28,300
27 r,09 t,23 t,02 t,32 ),95 ,41 ),88 l,5l 0,81 ,63 rl 4,1 07 5,009 s.sgz I zz.:oz 24,7)6 27,688 29,819
28 l,l0 t,24 t,04 t,32 ),97 ,41 ),90 I,5 I 0,83 ,62 l4 4.075 4,660 5.629 o.srr I z:.oss 26,fi9 29,t41 3 1,3 19
29 l,t2 t,25 t,05 t,33 ),99 ),92 l 0,85 ( l ro 6,262 7.26t z4.ee6 27,488 30,578 32,80 I
,42 1,5 ,6t l5 4.601
30 I,l3 t,26 1,01 1,34 t,0l ,42 1,94 r,5 I 0,88 ,61
I
3l r,l5 1,27 t,08 t,34 t,02 t,96 t,5 I 0,90 l6 5,142 s,8t2 6,908 ,.ru, | ,u.rru 28,845 32,000 34,267
,42 ,60
t7 5,697 6,408 7,s64 8.672 | 27,s87 30,191 33,409 35,718
32 I, r6 t,28 l, t0 t,35 t,04 ),98 L,5l 0,92
s.rso I za,sos
,43 ,60 31,526 34,805 37,156
t8 6,265 7,015 8,231
t,l I I
ro.r rz I lo,u+
33 ,,11 t,29 t,36 I,05 ,43 i,00 t,5 0,94 ,59 32,8s2 36,t91 38,582
l9 6,844 7,633 8,907
34 r,l8 r,30 t,l3 t,36 t,07 ,43 t,0l t,5l 0,95 ,95
I lr.lro
I 37,566
20 I 7,434 8,260 9,591 ro,ssr 34, I 70 39,997
35 i,l9 t,3 I t,l4 t,37 t,08 ,44 1,03 t,5 r 0,97 ,59
36 t,2l t,32 r,l5 t,38 t,l0 ,t0 t,44 t,04 0,99 ,59 ,r,rr, ,r,uil 35,479 38,932 4l,401
37 ,,22 t,32 t,l6 r,3E t,l r,5l 1,00
2l 8,034 8,897 10,283
|| 33,924 36,781 40,289 42,796
I ,45 ,06 ,59 22 8,643 9,542 10,982 12,338
38 ,23 r,33 l,l8 r,39 t,t2 ,45 ,07 t,52 1,02 ,58 23 9,260 r0,196 I I,689 r:.osr I rs,tzz 38,076 41,638 44,1 8 1
39 ,24 t,34 t,l9 t,39 I,14 ,45 ,09 t,52 1,03 ,58 24 9,886 10,856 12,401 rr.sqt I ro,lrs 39,364 42,980 45,558
40 t,34 t,20 1,40 L,l5 t,52 1,05 25 10,520 11,524 3,1 20 r+,or t I rz.osz 40,646 44,314 46,928
,25 ,46 ,10 ,58 1
45 ,29 t,38 t,24 ..42 ,20 ,48 ,16 ,53 l,l I ,58
I
50 t,40 t,28 .,24 .,54 l,l6 26 I I,160 1 2,1 98 13,844 tr.r,, I ,t,rt, 41,923 4s,642 48,290
,59
,32
",45
1,,47 ,',28
,49 ,20
t,2l 27 I 1,808 t2,879 14,573 I ,u.,r, | +o,rrs 43,194 46,963 49,645
55
60
,36 t,43
i,45
t,32
t,35
,51 ,2s ,55
.,56 1,25
,59
28 t2,461 I 3,565 r 5.308 I ro.szs I lt.rrz 44,461 48,278 50,993
,38 ,48 ,52 ,28 ,60
',32 29 tJ,tzt 14,256 16,047
II rr,rot | +z,sst 45,722 49,588 52,336
65
70
,41 t,47
t,49
r,38
r,40
,50
{?
,35 ,53 ,31 ,57 1,28
r,3 I
,61 30 I tr,zsz t4,953 I 16.791 re.lsr | $,773 46,979 50.892 53,672
,43 ,37 ,55 ,34 ,58 ,61
15 ,45 r,50 t,42 ,53 ,39 ,56 ,37 ,59 1,34 ,62
80 t,52 1,44 I,36 Sumber: Bonnier, l98l
,47 ,54 ,42 ,51 ,39 ,60 ,62
85 ,48 t,53 1,46 ,55 ,43 ,58 ,41 ,60 1,39 ,63
90 ,50 t,54 i,47 ,56 ,45 ,59 ,43 ,61 l,4l ,64
95 ,51 1,55 r,49 ,51 ,47 ,60 ,4s ,62 1,42 ,64
<,,
100 .56 .50 ,58 ,48 ,60 ,46 ,63 1,44 ,65
Sumbcr : Bonnier, Jmuari l98l
bab 4
aplihasi metode statistih
untuh uii hetelitian
penguhuran debit
4.1. PENDAIIULUAN
Materi yang disampaikan pada BAB IV ini, lebih bersifat
sebagai tambahan untuk melengkapi buku ini, dengan materi
tentang aplikasi metode statistik untuk uji ketelitian pengukuran
debit, bertujuan menyampaikan informasi bahwa data debit sebagai
salah satu data masukan dalam analisis hidrologi itu, dalam tahap
pengukurannya dilapangan bukan merupakan nilai absolut benar
seratus persen, akan tetapi mempunyai nilai deviasi. Ilcsurnya
deviasi tersebut tergantung dari macam kesalahan yang tcrjudi
2:t:r
234 23b
selama pengukuran berlangsung. Dengan demikian debit yang dengan kecocokan pengukuran dengan purgukunur ynng luirr.
sebenarnya adalah : Sebagai contoh pembacaan tinggi muka air pada papun tluga air
mempunyai penyimpangan2 mm dari nilai yang scburanryu, rnakir
Q:Qp*Xq (4.1)
dapat dikatakan bahwa pembacaannya mempunyai kctclitian yang
Keterangan: tinggi, akan tetapi apabila ketinggian titik nol pada papan duga
mempunyai kesalahan pemasangan sebesar l0 cm, maka dapat
a : debit yang sebenarnya.
dikatakan ketepatannya rendah.
Qp : debit pengukuran.
Xq : kesalahan pengukuran. Kesalahan pengukuran debit umumnya bersumber dari 2
macam sebab yaitu :
balik atau aliran lahar, menggunakan : a). Kesalahan fatal (spurious errors), disebabkan oleh
kesalahan manusia dan atau alat pengukuran tidak
l). alat ukur arus
berfungsi sebagaimana mestinya. Jenis kesalahan ini
2). ambang,
tidak dapat diperbaiki dengan analisis statistik. Hasil
pengukuran tidak dapat digunakan, sehingga perlu
dengan disertai contoh penyelesaiannya. Uraian tentang pengukuran
pengukuran ulang lagi agar hasilnya benar. pengukuran
debit dapat dijelaskan secara rinci pada buku (Soewarno 1991,
ulang sebaiknya oleh petugas dan alat yang berbeda.
Hidrologi - Pengukuran dan Pengolahan Data Aliran Sungai,
Hidrometri, P enerbit Nova). b). Kesalahan acak (random errors), kesalahan ini
disebabkan adanya perbedaan dari nilai rata-rata
pengukuran suatu parameter data aliran terhadap nilai
rata-rata yang sebenarnya. Kesalahan yang tcrjadi
4.2. JET'S KESALAI,,AN PENCUKURAN DEBIT berasal dari hasil pembacaan data ataupun percobuurr
yang dilakukan. Jenis kesalahan ini dapat di anrlisis
Kekurang telitian atau kesalahan (errors) pengukuran debit
secara statistik. Besarnya kesalahan dapat dikurrurgi
dapat diartikan sebagai besamya nilai perbedaan antara debit yang
dengan memperbanyak j umlatr pengukuran.
dihitung berdasarkan pengukuran dengan debit yang sebenarnya.
Berbicara tentang kesalahan maka dapat dibedakan antara ketepatan c). Kesalahan sistimatik (systemaric errors), kcsultlurn ini
(accuracy) dan ketelitian Qtrecision). Ketepatan berhubrryrgan erat terutama disebabkan oleh faktor kctclitiun perulttnrr
dengan nilai yang sebenarnya, sedangkan ketelitian bbrhubungan yang digunakan, misalnya alat duga airrryir. nlrrt rrkrrr
2:t7
arusnya. Kesalahan ini tidak dapat dikurangi dengan Persamaan (4.2) diperkirakan bahwa jumlah vertikal pcngukurttrt
menambah jumlah pengukuran selama peralatan tersebut adalah cukup, apabila jumlah vertikal tidak cukup mewakili kondisi
belum diperbaiki dan atau dikalibrasi ulang. Kesalahan alirarr pada penampang basah yang diukur maka persamaan (4.2)
sistematik dapat dipeftaiki dengan mengukur ulang harus dikalikan dengan faktor F, sehingga persamaannya menjadi :
menggunakan alat berbeda dan petugas yang berbeda'
m
Q:F I
i=l
(b1 d;v') (4.3)
ba
\ __J
t?
! a
!
I
(n
pengukuran debit menggunakaq alat ukur arus yaitu : I
lo
b
\- I
I
I
Nilai faktor F dapat kecil atau lebih besar dari satu olclt kurcrrir itu
Gambar 4.1, menunjukkan sketsa penampang pengukuran debit.
pcrsam&m (4.3) harus dioptimasi sehingga lirktor l; l, l)e trg,trt
rlcrnikian kekurang telitian pengukuran rle hit hcrtsrrl tlrrr r lrurryuk
Vertikal adalah kedalaman aliran terukur sebagai garis vertikal srrrrrbcr, yaitu :
untuk menentukan posisi alat ukur arus dalam mengukur lecepatan
aliran. ir). pcngukuran lebar aliran.
238 239
b). pengukuran kedalaman aliran. 1). kabel baja dengan ukuran diameter 3 - 5 mm dan pada
c). pengukuran kecepatan aliran rata-rata pada vertikal. bagran panjang tertentu dapat ditandai jaraknya, misal
d).. jumlah vertikal. tanda jarak safu meter, dua meter,
2). alat penunjuk lebar yang dipasang pada kabel melintang
Disamping sumber kesalahan tersebut, juga ada beberapa hal yang sungai,
menyebabkan kekurang telitian pengukuran debit yaitu antara lain 3). meteran
perhitungan debit pengukuran dan pembacaan tinggi muka air
selama pengukuran dilaksanakan. Apabila digunakan jenis alat ukur lebar tersebut, maka kekurang
telitian pengukuran lebar di antara dua vertikal biasanya dapat
diabaikan. Tabel 4.1 menunjukkan nilai ketelitian pengukuran lebar
berdasarkan jarak setiap vertikal pengukuran kedalaman sebesar 80
4.3.2. Pcncatuan l(ctelltlan Patamgltct cm.
Pcngukutan Dobll Tabel 4.1 Kekurangan Telitian Pengukuran Lebar
Pcnentuan ketclitian pcngukuran dcbit menggunakan alat
ukur arus di lndonesia, setidaknya sampai saat ini belum pemah Lebar Kekurang telilian
(m)
diteliti. Penelitiannya akan memerlukan waktu yang lama, di Absolut (m) Relatip (%')
samping biaya yang cukup besar. Rujukan umum yang bisa 0-100 0,30 + 0,30
digunakan telah dibuat oleh ISO 1978 (International Organization 100 - 150 0,50 + 0,40
for Standardization) yang tertuang pada buku laporannya yang 150 - 250 1.20 + 0,50
berjudul "The Investigation of the Total Errors in Measurement of
Flow by Velocity Area Methods". Untuk memudahkan penentuan Pengukuran lebar aliran dari setiap dua vertikal pengukuran
nilai ketelitian telah dibuat tabel-tabel kekurang telitian pengukuran kedalaman pada sungai lebar dapat dilakukan dengan bantuan
lebar, kedalaman, kecepatan aliran dan penentuan jumlah vertikal. pengukuran jarak menggunakan alat penyipat datar atau alat
Nilai yang tertuang pada tabel-tabel tersebut ditentukan pada penyipat ruang. Pengukuran lebar ini dapat dilakukan dengan cara
tingkat peluang 95 % batas daerah kepercayaan diterima. Nilai stadia atau cara sudut., tergantung kemudahan pelaksanannya di
kekurang telitiannya masing-masing akan disajikan pada tabel 4.1 setiap lokasi pengukuran debit. Tabel 4.2 menunjukkan nilai
sampai tabel4.7. kekurang telitian pengukuran lebar aliran untuk sungai lebar.
Tabel 4.2. Kekurang Telitian Pengukuran Lebar Aliran
Pada Sungai Lebar.
Pengukuran kedalaman aliran dilaksanakan dengan I ). pengukuran kecepatan aliran satu titik, dcngutr
menggunakan alat ukur kedalaman di setiap vertikal yang telatr di ketentuan :
ukur jaraknya. Jarak setiap vertikal diusahakan serapat mungkin (/). pada titik 60% kedalaman, bila kedalaman kurang
agar debit di setiap bagian penampang tidak lebih dari pada 5 Yo dari 75 cm.
bagian dari debit seluruh penampang basah. (2). pada titik 20% kedalaman, bila cara lainnya tidak
Alat ukur kedalaman yang dapat digunakan antara lain : dapat dilaksanakan terutamapada saat banjir.
l). batang pengukur, alat ini terbuat dari logam (stang)yarrg 2). pengukuran kecepatan aliran dua titik, dilaksanakan
dilengkapi dengan skala kedalaman. pada titik 20Yo dan 80% kedalaman, dan kecepatan
2) kabel dengan pemberat, yang dilakukan dari atas perahu, aliran rata-ratanya dapat dihitung dengan rumus :
jembatan atau kerata gantung.
V6.2 + V6,g
3) alat duga kedalaman yang dapat bekerja secara V_ (4.4)
elektronik. Keterangan :
Pengukuran setiap jenis alat ukur kedalaman tergantung kedalaman V : kecepatan aliran rata-ratapada vertikal (m/det)
aliran dan sarana penunjang pengukuran yang tersedia, serta V,,., : kecepatan aliran pada titik 20o/okedalaman
kemudahan pelaksanaan pengukurannya. Tabel 4.3 menunjukkan Vu.* kcccpatan aliran pada titik 80% kedalaman
nilai kekurang telitian pengukuran kedalaman aliran.
3). pengukuran kecepatan aliran tiga titik, dan kecepatan
aliran rata-ratanya dapat dihitung dengan nrmus :
Tabel 4.3 Kekurang Telitian Pengukuran Kedalaman Aliran.
Lebar
(m)
Kekurang telilian Keterangan v: t(r=e) .r,,] ,.j (4.s)
Absolut (m) Relatip (%)
l) penentuan lamanya waktu pengukuran kecepatan aliran. C.2. Kekurang telitian jumlah titik pengukuran pada
2). penentuan jumlah titik pengukuran kecepatan aliran suatu vertikal
pada suatu vertikal.
Secara umum dapat dikatakan bahwa kekurang telitian
3). penentuan rumus kecepatan aliran pada alat ukur arus.
jumlah titik pengukuran pada suatu vertikal dapat dikurangi dengan
4). penentuan banyaknya jumlah vetikal.
cara memmbah jumlah vertikal. Tabel 4.5 menunjukkan nilai
Hal-hal tersebut dapat diuraikan sebagai berikut : kekurang telitian yang dimaksud.
C.I. Kekurang telitian lama waktu pengukuran kecepatan Tabel 4.5 Kekurang Telitian Jumlah Titik Pengukuran Kecepatan
aliran Aliran Pada Suatu Vertikal.
Kecepatan aliran pada sembarang titik pada suatu
penampang basah akan selalu berubah dari waktu ke waktu. Dengan Cara pengukuran kekurang telilian
kecepatan aliran (95 % batas daerah kepercayaan)
demikian pengukuran kecepatan aliran pada suatu periode waktu
(misal 40. 60 detik) adalah merupakan sampel yang dapat berbeda
banyak titik +1
nilainya apabila dibanding cara pengukuran untuk waktu yang lebih lima titik +5
lama. Tabel 4.4 menunjukkan nilai ketelitian lama waktu dua titik t7
pengukuran kecepatan aliran. satu titik + 15
Keterangan:
N : jumlah putaran kincir setiap detik. Nilai kckurang tclitiart scbctulnya titlak ltarrya tcrgitttlttttg tlari pirda
banyaknya vertikal, akan tetapi juga tcrgantung dari pucla ukuran
p.q : koefisien yang ditentukan dari kalibrasi alat ukur arus.
dan bentuk penampang basah, sebaran kecepatan dart kcragarnan
dasar alur sungai. Kekurang telitian yang disebabkan oleh karena
Nilai batas berlakunya rumus kecepatan aliran tersebut dapat parameter vertikal dapat dikurangi dengan menambah jumlah
merupakan sumber kekurang telitian. Batas tersebut dapat vertikal pengukuran kedalaman aliran.
ditentukan secara grafis dari nilai hubungan antara setiap nilai V
dan N dari kalibrasi.
Tabel 4.6 Kekurang Telitian Rumus Kecepatan Aliran AIat Ukur Arus
4.3.3. P ethitungain Ketelitian P enguhut an L ebit
Berdasarkan uraian pada sub bab 4.3.2, maka kekurang
Kecepalan kekurang telitian (%o) telitian pengukuran debit adalah merupakan hasil kontribusi dari
(m/der) (95 '%' halus daerah kepercoyaan) kekurang telitian pengukuran parameternya. Kekurang telitian dapat
Itan(rtultt lunggul l'cnerudn kelompok terjadi secara acak dan atau sistimatis.
0,03 r20 +20 Berdasarkan persamaan 4.2, maka keseluruhan kekurang
0,r0 +5 tl0
0,15 + 2,5 +5 telitian pengukuran debit dapat ditentukan dengan rumus sebagai
0,25 +2 +4 berikut:
0,50 +l +3
+l +l [
lebih 0.50
t, {tu,a,r,)'(xbf
,,,
xdf xrf )
l't
+ +
X^i :tX.i (4.7)
1). Debit:Q+Xa
Xa = t[x*'* ]6u'+ Xd2 + *r')]" (4.e)
kekurang telitian yang terjadi secara acak: * Xa
Xv':Xe2+Xp2*Xc2 (4.10) 2). Debit:Q+Xq
kekurang telitian yang terjadi secara acak: t Xa
Untuk penelitian khusus maka sebaiknya digunakan persamiurn
kekurang telitian yang terjadi secara sistimatis: * Xs
(4.7).
24u 241
4). Dengan demikian data pengukuran debit aliran sungai . acak + 5,45 oh +5.45(. I
llertlusarkan data pada tabel 4.8, maka diperoleh hasil sebagai Keterangan :
lrcrikut:
a : debit total seluruh penampang basah
1). besarnya kehilangap air irigasi (DQ) adalah : gn = debit pada vertikal ke n
I ) 3 5 6 7 8
Perhitupgan debit pengukuran selama ini banyak digunakan
I 02-03-86 0,44 0,475 0,430 + 9,47 + 5,55 30,80
di Indonesia adalah cara interval tengah (mid section method) dan 2 0 l -04-86 0,5 I 0,838 0,796 + 5,01 + 1,09 l,l8
cara interval rata-rata (mean section method). Debit dihitung dengan J 30-07-86 0,39 0,222 0,209 + 5,85 + 0,98 3,72
rumus sebagai berikut. 4 09-08-86 0,38 0,204 0,1 98 ,.2,94 - 0,39 0,96
5 30-10-86 0,38 0,1l9 0,1 l8 + 0,84 + 0,81 14,45
Q : q, + % + gr *... + qn-r + q, (4.13) 6 22-12-86 1,17 5.280 5,030 + 4,73 - l,gg 0,65
"7
30-12-86 0,99 3,767 3,694 + 1,93 - 0,81 3,96
8 04-0 l -87 0,88 2,890 2,806 +3,11 - l,9g 0,65
Cara interval tengah :
9 04-0 I -87 l,l8 4,760 4,490 + 5,67 -0,8t 3,06
\ l0 l6-06-88 l6 + 6,03 + 1,75
q": (b.+b
0,35 0,1 0,109 4,45
KctcranSan :
Apabila nilai lebih kecil dari pada t.o, maka nilai
tn,,
H : tinggi muka air yang diuji tidak mempunyai beda pada tingkat
Q, : debit pengukuran dihitung dengan'rumus 4.14 (m3/det).
kepercayaan tertentu untuk derajat kbbebasan tertentu.
Qz : debit pengukuran dihitung dengan rumus 4.15 1m3/det1.
Oleh karena nilai Q, dan Q, setiap tanggal pengukuran yang diuji Berdasarkan data pada tabel 4.9, maka perhitungannya adalah
terjadi pada tinggi muka air yang sama maka pengujian statistik sebagai berikut :
menggunakan Uji - t, dengan tahapan sebagai berikut (lihat sub bab
1.3.4); uji-t untuk data berpasangan : l). beda debit setiap tanggal pengukuran tercantum pada
kolom 6, nilai yang diperoleh nilai :
l). Menghitung'beda debit (d) :
. rata-rata d, :3,92%o.
' Ylf
O: Q'-Q' xt}oo/o (4.16)
. minimum : 0,84 Yo.
. maksimum :9,4'1 o/o.
2). menghitung deviasi standar (S) :
2). deviasi standar:
S:T\n-D, )i
e
r=(*) l=(ffi)*:2,36syo
(4.17a)
1/
D:d-d (4.17b)
3). kesalahan standar dari.perkiraan :
d- dr + dz * d: *...* dn (4.17c)
,r: :r#: o,6toYo
n: jumlatr data ;}
4). tn,,:#:
3). menghitung kesalatran standar dari perkiraan : ffi:6,420
sE: + (4.18) 5). dari tabel I-1, Bab I pada derajat kebebasan dk: n-l :
N' 13 dan tingkat kepercayaan 5 o/o, untuk uji 2 sisi maka
4). menghitung nilai t (ton) : \^6 : 2,160, oleh karena harga to,, lebih besar dari Lo,
maka dapat dikatakan harga Ql dan Q2 terdapat beda
*:d
Lhir
SE
(4.re) yang nyata.
X,, ketclitian pengukuran debit (%). 4.4.3. Ketelitian Pcnerrltuartt Koclisicn llebit
X. .. ketelitian acak koefisien debit (%).
Xh = ketelitian acak pengukuran lebar ambang (%). Penentuan koefisien debit untuk amb4ng tajam yang
Xn : ketelitian acak pengukuran tinggi muka air (%). dilengkapi bagian pengendali berbentuk segi tiga ketelitiannya
n : 2,5 untuk ambang berbentuk segitiga dan 1,5 untuk dapat diperkirakan sebesar L l,Oyo (ISO 1438). embang lebar yang.
ambang berbentuk segi empat. dilengkapi bagian pengendali berbentuk segi empat ketelitian acak
koefisien debitnya dapat ditentukan dengan nrmus sebagai berikut :
Pada umumnya ketelitian setiap parameter X", Xo, Xh telah
termasuk ketelilian sistimatis, misalnya saja koefisien debit,
X"=t(10F-8) (4.23)
Nilai F adalah faktor koreksi, yang dapat ditentukan dari tabel 4.I l.
4.4.1. Kctclitiarn Pcnguhur.ort l*balr Ambong
Pada umumnya ketelitian pengukuran lebar ambmg (Xu) Tabel 4.1 I Faktor Koreksi F untuk Ambang Lebar.
adalah sebesar + O,lYo.
n,
h/(h, + p1
L
0,600 0,500 0,400 0,350
\,
Xr,:* ,__?x2rI
(En2-c
roo (4.22)
0,80
0,95
1,t44
1,152
,l l5
.123
1,093
l,l0l
,080
,089
Keterangan:
Er, : ketelitian pengukuran ketinggian muka air (dapat Dari tabel 4.1 1, nilai h, adalah tinggi muka air di hulu tcrharlap
diperkirakan + 3 mm). ambang, nilai p adalah kedalaman air dihulu ambang dan l, adalalr
E. = ketelitian pemasangan titik nol pada alat duga air lebar mercu ambang.
(dapat diperkirakan + 3 mm).
Ambang lebar yang dilengkapi bagian pengcrrdali dcngatt
h: ketinggian muka air.
mulut pemasukan yang dibulatkan (round-no.sed htrittnlul cresl
"%
1ltfi ;;re
rlr,/f',1'), ketelitian koefisien debitnya dapat ditentukan dengan rrntuk h = 4 cm, berdasarkan persamaan (4.22), maka :
Keterangan :
Xn:t 10,6 Yo.
Xo=t(X.2+Xor*n2xX)z Debit yang dihitung dari mmus (4.26) dan ketelitiannya tersebut
hanyalah nilai teoritis, nilai yang sebenarnya adalah dapat diperoleh
dari contoh tersebut diatas, maka : dari pengukuran debit menggunakan alatukur arus dilapangan.
Xu: * 0,1Yo Tabel 4.12 menunjukkan perbedaan debit yang dihitung
X"=* l,0Yo berdasarkan rumus (4.26) dengan debit yang diukur dengan alat
2(lo 28r
ukur rnrs. l)cbit yang diukur dengan alat ukur arus dianggap debit l). menghitung beda debit (d)
virrrg schcnarnya, karena rumus kecepatan aliran pada alat ukur arus
tlrrplt dicek kebenarannya dengan cara mengkalibrasikan di . Qz-Qr
O==E;:x100
laboratorium kalibrasi alat ukur arus.
2). menghitung deviasi standar
I 4 8,93 r9,50 r,l8 54.2 22,8 5 t9,84 3). menghitung kesalahan standar dari perkiraan (SE) :
2tl1l
4.4.5. Petllguhutan llolbit drlnian Amban3ltbar
I t$z,lql; :- rc.
Lv'a''"'
soh. Sebagaicontohaplikasi,dilaksanakandiltlkasrlrttttl.ltttttttt
2). deviasi standar S = l ) ukur debit u*U*g lebar ialuran induk Sedadi - Serang,
L-lZ-: Kabtt,ttlctt
3,741
3l ,4 = Ltt.zt4 Q : 24,26 hi
3
z
(4.27)
4). tnu -' - \)LL '
ffi adalah Qp 'r
Berdasarkan rumus (4.zi.),maka debit yang melimpas
Iabcl 4.13 Uji Ketelitian Pengukuran Debit yang Melimpas Berdasarkan data pada tabel 4.13 tersebut, maka dapat dihitung uji-t
Ambang Lebar Saluran Induk Sedadi - Serang. nya, sebagai berikut:
Keterangan :
hi : tinggi air di atas mercu bangunan ukur dibaca dari elevasi air di
hulu bangunan ukur dikurangai dengan elevasi mercu * 22,55
m.
Q, = debit dihitung dengan rumus (4.27)
Q, : debit ditentukan dari lengkung debit yang debitnya diukur
dengan alat ukur arus
a = Q,/Q,
'DaJtat D,acaan
MILIK 267
Badan PerPustakaan
Propinsi Jawa Tirnur
2$t\ 269
t4 l)ircktorat Penyelidikan Masalah Air, 1983 : Penelitian dan 32. Pusat Litbang Pengairan, 1986 : Survei Umum Ilidrologi Sungai,
I'cngumpulan Data Sediment Kali Madiun di Dam Jati, Laporan Laporan No. I 4 I lHi-i6/ I 986.
Intern, No. 46/Hi-14/1983, DPMA, Madiun. JJ. Pusat Litbang Pengairan, 1989 : Hidrologi Operasional, Bahan
t5 Direktorat Penyelidikan Masalah Air, 1983 : Analisa Hidrograp, Kursus Hidrologi.
Bahan Kursus Hidrologi Tahun 1983, DPMA, Bandung. 34. Pusat Litbang Pengairan, 1989 : Pengukuran Sedimentasi lladuk
16. Direktorat Penyelidikan Masalah Air, 1983 : Perqnan Hidrologi PLTA Mrica, Laporan No. 9A/HI- I B/ I 989.
Dalam Pembangunan di Indonesiq, Bahan Kursus Hidrologi 3s. fuggs. H.C, 1977 : Some Statisticql Tools in Hydrolog, Book 4
Tahun 198i, DPMA, Bandung. Chap. Al, USGS, lllashington.
17. Direktorat Penyelidikan Masalah Air, 1984 : Banjir Rencana 36. Ronald, E.W, 1977 '. Pengantar Statistika, Gramedia, Jakarta.
untuk Bangunan Air, DPMA, Bandung.
5t. Santosh, K.G, 1977 '. Water Resources and Hydrologt, New Delhi,
18. Departemen Pekerjaan Umum, 1986 : Perencanaan Jaringan Khana Publisher.
Irigasi, Standar Perencanaan lrigasi Kp-01, Galang Persada CV,
38. Schults E.F, 1973 1973 : Problemin Applied Hydrologt, Water
Bandung.
Resources Publication, USA.
19. Departemen Pekerjaan Umum, 1986 : Bangunan Standar E, 1979 : Application of Statistical Methods to
39. Seyhan,
Perencanaan lrigasi Kp-04, Galang Persada CV, Bandung.
Hydrologt, Institute of Earth Sciences, Free lJniversity, The
20. Elizabeth M Shaw, 1980: Hydrologt in Practice, Second Edition, Netherlands.
Chapman and Hall, London. 40. Soewarno dan Suprihadi, 1982 : Analisa Lengkung Aliran, Bahan
2t. Fety S, 1992 : Pemantquan Parameter Hidrologi untuk Evaluasi Kursus Hidrologi DPMA Bandung.
Pengelolaan DAS Progo-Kranggan, Skripsi Fakultas Geografi 4t. Soewarno dan Suprihadi, 1982 '. Cara Perhitungan Untuk
UGM. Publikasi Besar Aliran Sungai, Bahan Kursus Hidrologi DPMA
22. Henny Maria, Soewarno, 1994 : Penerapan Metode Steven untuk Bandung.
memperkiralcan Debit Banjir, Buletin PusAir, No. 17 Tahun IV, 42. Soewarno, 1987 : Testing Hypothesis and Goodness of Fil, USAID
Nov. 1994. Training Course in Statistical Hydrologt, IHE, Bandung, PP
23. Herschy, R.W, 1978 : Hydrometry, John lYilye and Sons, New t-30.
York. 43. Soewarno, Ali Hamzah Lubis, 1987 : Pengukuran Baniir Rencqna
24. Hiranadi, M.G, 1969 : Stream Gauging, Ministry of lrrigation and dengan Cara Slope Area, Jurnal Pusat Litbang Pengairan, No.
Power, India. 7-Th. 2, KW. lil, Hal I l7-124.
Meluyang Pada Kegiatan Operasi dan Pemeliharuan Pasca Soewarno, 1994 : Model Perkiraun Debit llaniir pudtt ,\trttq4ttt rlt
Ko ns t r u ks i I r i gas i, i ur nal I nfo r m as i Te kn i k/ 6/ 1 9 8 9.
Jawa - Sebuah Usulan Model Pembanding, Buhun unluk ll'lttlttltilt
49. Soewarno, 1990 : Mengukur Debit Banjir Dengan Metode Geografi Indonesia - Fakultas Geografi UGM.
Pelampung di Pos Duga Air Sungai, Majalah Pekeriaan Umqm, 65. Soewamo, 1992 : Pengaruh Lama Pencatatan Debit 'ferhudup
No. 2/Th. XXI V/Mei/ I 990. Perkiraan Debit Banjir Rencana, Jurnal Pusair, No. 22 - Th. 6,