hidrologi

tpftri tdoile$tdirlt
urffitndinDta

rilid 2

Soeu,r;arno
Penerbit'NCVA'
 hidrolo sl
Aplkni Metode Stttbtlk untuk Analba Data

rilid 2

Soewarno

Ptrnanur 'l{ 0VA'

ill xotrx ?os 1468. BANDUIIG

Y
 KATA PIqNGAIYTAA
I

Buku HIDROLOGI - Aplikasi Metode Statistik untuk

t
;
Analisis Data jilid II ini, merupakan lanjutan dari buku dengan
{ judul yang sama Jilid i. Puji syukur dipanjatkan kepada Tuhan atas
i
1
segala rahmat-Nya, penulis dapat menyusun buku ini. Disusun
dengan maksud mengenalkan aplikasi metode statistik dalam
analisis data hidrologi pada kegiatan penelitian yang terkait dengan
hidrologi atau sumber daya air, baik oleh hidrologiwan, dosen dan
MILIK mahasiswa maupun para tenaga fungsional seperti peneliti,
Badan Perpustakaan
Propinsi Jawa Timur perekayasa dan litkayasa serta konsultan teknik.

z}iz\Eo Pada buku jilid I, telah diuraikan tentang metodestatistik,

\n\, \ll1ut
HAK PENULIS DILINDUNGI OLEH UNDANG.UNDANG
DILARANG MEMPERBANYAK SEBAGIAN
ATAUPUN SELURUHNYA
DARI EUKU INI DALAM BENTUK STENSIL,
FOTO COPY, ATAU CARA LAIN
TANPA IJIN PENULIS
variabel hidrologi, pemilihan sampel, proses hidrologi, kualitas
data, tipe data dan penyajian data. Pengukuran parameter statistik,
meliputi pengukuran tendensi sentral, dispersi. Aplikasi distribusi
peluang deskrit dan kontinyu, yang meliputi distribusi Normal, Log
Normal, Pearson tipe III, log Pearson tipe III, Frechet, Gumbel,
Gumbel tipe III, Goodrich. Dilanjutkan dengan uraian
memperkirakan debit banjir metode serial data, POT, regresi,
perbaikan perhitungan debit banjir dan pada buku jilid I tersebut
cliakhiri dengan metode memperkirakan debit banjir berdasarkan
tlata linggi muka air.
llraian pada buku jilid ke II ini dimulai Bab I, disajikan
aplikrrsi rrli hipotesis tentang nilai rata-rata dan varian dari suatu
scr iirl tl:rtrr hiclrologi runtut waktu, dengan menggunakan distribusi
rrolrrrrl. tlistrilrusi-t, distribusi chi-kuadrat dan distribusi-F, dan
tliaklriri tlcngan rrnalisis varian klasifikasi satu arah dan dua arah
dilcngkapi pula dengan metode non parametrik untuk menguji
sampel data hidrologi.
Aplikasi mctodc statistik untuk analisis deret berkala data

ilt
lridrologi diuraikan pada Bab II, yang meliputi uji : ketidak adaan
trend, stasioner dan persistensi, kemudian dilanjutkan dengan
analisis trend, diakhiri dengan uraian membangkitkan (generating)
deret berkala sintesis.
Hubungan antara dua buah variabel hidrologi yang terdiri
dari variabel tidak bebas (VTB) dan variabel bebas (VB) disajikan
pada bab III. Hubungan tersebut dapat dinyatakan dengan rumus
matematikayang umunmya disebut dengan model regresi. Dimulai
dengan aplikasi model regresi linier sederhana yang meliputi :
penentuan model, batas daerah kepercayaan , pengujian titik
potong, pengujian koefisien korelasi peringkat. Kemudian
dilanjutkan aplikasi hubungan sebuah VTB dan sebuah VB dengan
model regresi : eksponensial, berpangkat, logaritmik, polinomial.
Pada bagian akhir Bab III, disajikan aplikasi hubungan antara
sebuah VTB dengan dua atau lebih VB, dalam model regresi linier
berganda dan berpangkat berganda dan dibagian akhir Bab III
disaj ikan uji Durbin-Watson.
rrr rl r rlr l lrl u;u r lrrurl isis l)cnonlcna hidrologi yang scbcnarnya.
I't'nrrlis rncngucapkan banyak terima kasih kepada Bapak Ir.
lrrr'srorf Locbis. M. Eng, Bapak Ir. Ali Hamzah Lubis, Bapak Ir.
Srrrrrpudjo Komara Winata M.Eng, Bapak Ir. Bambang Kayanto.
l)pl. HE, yang telah memberikan kesempatan dan bimbingan
sepenuhnya kepada penulis untuk melaksanakan penelitian dalam
bidang hidrologi terapan sehingga bermanfaat pada penulisan buku
ini. Kepada penerbit Nova yang telah menerbitkan buku ini dan
kopada semua pihak yang telah membantu, penulis mengucapkan
tcrima kasih.
Kepada istri tercinta Siti Nurhidayatun dan kedua anak
tersayang Teddy Nurhidayat dan Dwiki Nurhidayat, terima kasih
atas kesabaran dan dorongannya.
Akhir kata, penulis menyadari bahwa tulisan ini masih jauh
dari sempuma, oleh karena itu kdtik dan saran dari semua pihak
akan penulis terima dengan senang hati.

Pada bagian akhir buku ini disajikan Bab IV, menguraikan

tentang aplikasi metode statistik untuk uji ketelitian pengukuran Bandung, 7 Mei 1995
debit. Dimulai dengan ketelitian pengukuran debit menggunakan
alat ukur arus (curuent meter) yang meliputi : sumber kesalahan,
penentuan ketelitian parameter, penentuan ketelitian pengukuran
dan dilanjutkan dengan uji-statistik berdasarkan pengukuran data di
Penulis: Soewarno
lapangan. Uraian buku ini diakhiri dengan ketelitian pengukuran
debit menggunakan ambang (weir) dan uji-statistik berdasarkan
pengukuran data dilapangan.

Dengan maksud memudahkan pemahaman aplikasi metode

statistik untuk analisis data hidrologi. setiap tahapan uraian selalu
disajikan contoh persoalan. Namun demikian hendaknya hasil
perhitungan dari setiap contoh untuk tidak dijadikan kesimpulan
tentatrg penomena hidrologi dari pos hidrologi atau DPS yang
bersangkutan. Pada pokoknya contoh-contoh pada buku ini
dimaksudkan hanya sekedar untuk memudahkan pemahaman bukan

iv
 I .4.4. IJji Chi-Kuudrut Untuk Dutu Berpusang:un .t,t

ls Metode Non Parametrik 17

1.5.1. Uji Mann - llhitney 48
I.5.2. Uji Kruskal - lVallis 52
1.6. Analisis Varian 57

darfitat isi 1.6.1. Klasifikasi Satu Arah

1.6.2. Klasifikasi Dua Arah
59
66

2. APLIKASI METODE STATISTIK UNTUK ANALISIS

DERET BEBKALA DATA HIDROLOGI 83
2.1. Pendahuluan 83
2.2. Uji Ketidakadaan Trend 8s
2.2.1. Uji Korelasi Peringkat Metode Spearman 87
2.2.2. Uj i Mann-Whitney 9t
Kata Pengantar ut 2.2.3. Uji Tanda dari Cox dan Stuart 93
Daftar Isi vt 2.3. Uji Stationer 95
2.4. Uji Persistensi 98
1. APLIKASI UJI HIPOTESIS DATA HIDROLOGI I 2.5. Analisa Trend t02
1.1. Pendahuluan I 2.5.1. Metode Analisis Regresi 102
1.2. CaraPengujian 3 2.5.2. Metode Rata-Rata Bergerak 103
1.3. Pengujian Nilai Rata-Rata 8 2.6. Membangkitkan Data Sintetik t08
1.3.1. Pengujian Nilai Rata-Rata Sampel Besar 9 2.6.1. Menggunakan Tabel Bilangan Acak t11
1.3.2. Pengujian Nilai Rata-Rata Sampel Kecil I7 2.6.2. Menggunakan Proses Markov Il5
1.3.2.1. Menguji Rata-Rata Dua Set Sampel t8
1.3.2.2. Menguji Rata-Rata Sampel dan 3. APLIKASI MODEL REGRESI DAN AI\ALISrc
Rata-Rata Populosi 22 KORELASI DATA HIDROLOGI t3t
1.3.3. Interval Kepercayaan Nilai Ruta-Rutct 23 3.1. Pendahuluan t3t
1.3.4. Uji+ Untuk Data Berpasangen 26 3.2. Model Regresi t35
1.3.5. Pengujian Rata-Rata Sampel Jika Varian 3.3. Model Regresi Linier Sederhana 140
Tidak Samo Jenis 30
1.3.6. Penentuan Jumlah Sampel
3.3.1 . Penentuan persamaan t40
33
3.3.2. Batas Daeroh Kepercayaan Garis Regresi t49
1.4. Pengujian Nilai Varian 3s 3.3.3. Pengujian Titik Potong i/53
. 1.4.1. Pengujian Varian Sampel dan Varian Populasi 35 3.3.4. Pengujian Koefisien Regresi t56
1.4.2. Pengujian Varian Populasi 38 3.3.5." Pengujian Koeli.r ian Korelasi t58
1.4.3. Uji Kesamaan Jenis Varian Sample 40 3.3.6." Koefisien Kora ltr:; i Peringkal t60

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

3.8.1. Model Regresi Linier Berganda 202

3.8.2. Model Regresi Berpangkat Berganda 215
3.9../ Uji Durbin Watson 221

4. APLIKASI METODE STATISTIK UNTUK UJI

KETELITIAN PENGUKTIRAN DEBIT
bab
233
4.1. Pendahuluan
4.2. Jenis Kesalahan Pengukuran Debit
233
234
r.
4.3. Ketelitian Pengukuran Debit dengan Alat Ukur Arus 236
4.3.1. Sumber Kesalahan pengukuran
4.3.2. Penentuan Ketelitian Parameter pengukur Debit
2i6 aerihasi uri lrliOotesis
238
4.3.3. Perhilungan Ketelitian pengukuran Debit
4.3.4. Kekurang Telitian pengukuran Debit dengan
245
data hidtologi
Alat Ukur Arus 246
4.4. Ketelitian Pengukuran Debit Menggunakan Ambang 255
4.4.1. Ketelitian Pengukuran Lebar Ambang 2s6
4.4.2. Ketelitian Pengukuran Tinggi Muka Air Ambang
4.4.3. Ketelitian Penentuan Koefisien Debit
256 1.1 PENDA'IULUAN
257
4.4.4. Contoh Pengukuran Debit dengan Ambang Tajam 2s8 jilid I dengan judul yang
Seperti telah disampaikan pada buku
4.4.5. Pengukuran Debit dengan Ambong Lebar 263 sama, dalam penelitian hidrologi, adalah suatu hal yang tidak
nrungkin melaksanakan pengambilan data dari seluruh populasi
Daftar Bacaan 267 Qxtpulutirtn). karena keterbatasan dana, waktu dan tenaga.
Umumnya keputusan dalam analisis hidrologi ditentukan
berdasarkan informasi yang diperoleh dari sampel (sample). Dari
informasi tersebut dapat dibuat penafsiran

l). perkiraan parameter statistik dari satu populasi,

2). membandingkan parameter statistik dari populasi.

Teknik yang membicarakan kedua penafsiran itu disebut dengan

statistika penafsiran (statistical inferences) dan banyak digunakan
dalam penguj ian hipotesis statistik (t e s t ing s t at i s t i c al hypo t he s i s).

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).

Perkataan sama dari hipotesis nor tidaklah berarti

4). hipotesis salah dan hasil pengujian menolak
sama persis (pengambilan keputusan tidak salah).
nilainya atau sama sekali tidak mengandung suatu perbedaan.
Apabila dijumpai perbedaan haruslah semata-mata terjadi
karena
kesalahan sampling. 'l'abcl l.l, menunjukkan kesalahan dalam pengu.f ian hipotesis.
 h

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:

l) Pengujian dua sisi (two-failed test), atau

2) Pengujian satu sisi (one-failed test).
Perbedaan kesalahan Jenis I dan Jenis II, dapat disampaikan
contoh serupa berikut :
Untuk jelasnya dapat dilihat pada Gambar l.l.a sampai 1.1.c.
l). Dari dua populasi, diduga perbedaan nilai rata-ratanya
adalah tidak nyata atau nol, tetapi dari sampel yang
doaroh 9anarimoon
diambil menunjukkan bahwa pengujian hipotesis
menyatakan nilai rata-rata populasi adalah berbeda nyata,
dengan demikian kita telah membuat kesalahan Jenis I.
docroh
2). Dilain pihak apabila kita menduga bahwa perbedaan p.nol okon

rata-ratanya adalah nyata akan tetapi hasil pengujian

menyatakan bahwa perbedaannya tidak nyata (not
significant) maka kita telah membuat kesalahan Jenis ke g H 1x ,r.sofr
II.
(iutttltttt l I tt l'attguf iun Dua Si,si dengana: 5'%
Peluang untuk melakukan kesalahan Jenis I, umunnya dinyatakan
dengan simbol (cr) dan peluang untuk melakukan kesalahan Jenis ke
il umunnya dinyatakan dengan simbol (B). Dalam pengujian
umwnnya peluang dari kesalahan jenis satu yang ditentukan
terlebih datrulu. Dalam pengujian hipotesis, peluang maksimum.
untuk mengalami resiko kesalatran Jenis I disebut dengan derajat
kepercayaan (level of significance), disebut juga dengan daerah
h,ritis (critical region) atau daerah penolakan II* (rejection region),
sedangkan daerah penerimaan H0 disebut dengan daerah - t.645
penerimaan (acceptance region). Derajat kepercayaan umumnya
(iutnhur I t.b. Pengujiqn Satu Sisi Kiri dengan tr ' 5 '%.
dinyatakan sebagai 100 % a (dalam%).

doaroh Daaarimoon
o,5o I o,a3 doaroh
panololon
Gambar l.l.c. Pengujian Satu Sisi Kanan a = 5 %o dengan a = 5 94.
Dalam pengujian dua sisi daerah penolakan terletak pada sisi
kanan dan kiri. Dari gambar 1.1.a, menunjukkan FIo akan diterima
jika nilai statistik yang dihitung berada diantara d, dan dr, dan jika
terletak diluar daerah d, dan d, maka H0 ditolak. Bila pengujian
hipotesis dilaksanakan pada derajat kepercayaan 5 o/o, maka daerah
penerimaan tiap sisi adalah 47,50 Yo dan daerah penolakannya
adalah 2,50 o/o. Apabila kita menggunakan kurva dan distribusi
normal luas daerah penerimaan 0,475 adalah berhubungan dengan
kesalahan standar sebesar 1,96 pada tiap sisi. Apabila pengujian
hipotesis hasilnya berada diluar daerah 1,96 kesalahan standar maka
hipotesa Ho ditolak, karena berada di daerah penolakan. Umumnya
dalam pengujian dengan cara dua sisi derajat kepercayaan 5 % (95
oh dapat dipercaya) yang sering digunakan. Walaupun demikian
untuk mengurangi resiko yang disebabkan oleh kesalahan Jenis I,
dapat menggunakan derajat kepercayaan I % (99 % dapat
dipercaya). Pengujian hipotesis dengan cara dua sisi umumnya
digunakan untuk pengujian nilai ekstrem di kedua sisi distribusi,
misal : pengambilan keputusan apakah dua sampcl data hujan
berasal dari populasi yang sama.
Pengujian satu sisi umumnya digunakan untuk menguji nilai
ekstrem hanya pada satu sisi saja, misal dalam hal menguji apakah
alat ukur arus (current meter) Jenis A lebih baik daripada Jenis B
untuk mengukur kecepatan aliran sungai. Untuk pengujian hipotesis
cara satu sisi maka daerah penolakan hanya berada disalah satu sisi
1
.lrstr ibusi saia (lihat (ianrbar l.l.b dan l.l.c).
Sebagai uraian pengantar cukup sampai disini. Sccirru unlunt
pengujian hipotesis data hidrologi dapat dilaksanakan tlcrrgnrr
prosedur sebagai berikut :
l). Kumpulkan data hidrologi tersebut dan hitung paramctcr
statistiknya (perhitungannya lihat buku jilid I).
2). Buat suatu dugaan atau pernyataan dan langkah
selanjutnya tentukan hipotesis nol (Ho) dan hipotesis
alternatip (H,).
3). Pilih uji statistik yang digunakan.
4). Tentukan derajat kepercayaan. misal a = 0,05 ata:u d, =
0.01.
5). Hitung nilai uji statistiknya.
6). Tolak Ho apabila nilai uji statistiknya berada didaerah
kritis (di daerah penolakan) dan terima Ho apabila nilai uji
statistiknya berada didaerah penerimaan.
Hasil pengujian yang telah dilaksanakan akhirnya diharapkan suatu
kesimpulan dapat diperoleh dengan tepat. Metode pengujian yang
menganggap populasi atau sampel mengikuti distribusi tertentu di
sebut dengan metode parametrik Qtarametic method), sedangkan
metode non parametrik (non parametric method) yang diuji
dianggap tidak mengikuti suatu distribusi tertentu. Beberapa uji
statistik metode parametrik yang sering digunakan untuk analisis
hidrologi antara lain :
l). Uji-Distribusi Normal (Normal distribution test).
Uji distribusi normal umumnya digunakan untuk menguji
rala-rata dari dua populasi (sampel ukuran besar).
2). Uji-T (Tee-tesr),t
Uji-T umumnya digunakan untuk menguji sampel
ukuran kecil : menguji nilai rata-rata 2 (dua) kelompok
sampel, menguji nilai rata-rata tcrhadap rata-rata
populasi, menguji data yang berpasangln, menguji
koefisien korelasi.

3) Uji-Chi Kuadrat (KI - square test),A2
Uji-Chi kuadrat umumnya digunakan untuk
uji
kecocokan (Goodness of fit). Dikembangkan oleh Karl
Pearson dan digunakan dalam uji hipotesis dalam
menguji data yang diperoleh secara pemilihan acak
(random sampling) dari suatu populasi.
4). Uji-F (AIF-Test),F
Uji-F digunakan untuk menguji nilai varian, dan untuk
menguji sampel dalam analisis varian.
Prosedur pengujian nilai rata-rata hitung (mean) dibahas pada sub
bab 1.3, Pengujian nilai varian dibahas pada sub bab 1.4.
Sedangkan sub bab 1.5 membahas penggunaan metode non
parametrik untuk menguji hipotesis dan sub bab 1.6 membahas
analisis varian.
13. PENOA'IAN N'LA' RATA.RAiA
Masalah umum yang biasa dijumpai dalam analisis hidrologi
adalah membandingkan nilai rata-rata dari dua sampel. Misalnya
saja pengambilan sampel dilakukan dengan cara acak dengan
jumlah Nr, ymB diambil dari suatu populasi dengan nilai rata-rata
tidak diketahui (unknown mean) sebesar pr dan sampel yang lain
dengan jumlah Nr, yang diambil dari suatu populasi dengan nilai
rata-rata tidak diketahui (unknown mean) sebesar pr,. Pengukuran
sampel yang pertama adalah X,, Xu, Xr, ... , Xr, dan sampel-sampel
yang kedua adalah X',, X'r, X'r, ..., X',2. Nilai rata-ratanya adalah
X, dan Xz .
ini akan membahas sehubungan dengan dugaan
Pada sub bab
atau pernyataan "Apakah terdapat perbedaan nyata antara
Xr clan X2 . Dengan kata lain menguji hipotesis nol.
I\4 II,TK
Badan Peii-ruslakaan
t,
I )t'rrgrrrr lripotcsis alternatip :
l). H, : pr + p2, atau
2). Ht: p, ) pr, atau
3). H, : lrr < l-rz.
Hipotesis altematip yang pertama menggunakan metode pengujian
dua sisi, sedangkan hipotesis alternatip yang kedua dan ketiga
menggunakan metode pengujian satu sisi.
Beberapa asumsi yang diambil dalam pengujian ini adalah :
1). hasil pengukuran mempunyai distribusi normal.
2). populasi mempunyai nilai varian (cr'z) yang sama.
3). dua sampel yang diuji adalah bebas (independent).
Pengujian nilai rata-rata dapat menggunakan pengujian distribusi
normal atau pengujian distribusi - t.
1.3.1. Penguiian Nilai tr,ata.tqts Sampel f,,esalr
Pada sub bab ini hanya digunakan untuk mempelajari
pcrrnasalahan dalam hubungannya dengan jumlah sampel besar
siria. Wulaupun sebenarnya dalam analisis hidrologi umumnya sulit
rurrtuk sccaril .jclas n-rcnentukan batas yang tegas antara jumlah
surnpcl besar dan jumlah sampel kecil. Umumnya para ahli statistik
tclah menentukan bahwa suatu sampel dengan ketentuan :
1). jumlah kurang dari 30 buah disebut sampel kecil.
2). jumlah sama atau lebih dari 30 buah disebut sampel
besar.
Beberapa asumsi dalam pemecahan masalah untuk sampel besar
(large samples) adalah :
1). distribusi pemilihan acak dari sampcl rncndckati distribusi
normal, dan
2). rrilai daripada sanrpcl cukup tlckat (:ttllit it.ttlt close)
tlclrgiur rrilai populirsr
10
lt
Berdasarkan asumsi tersebut salah satu metode untuk menguji dua
J). llitung pcrbandingan nilai :
sampel diambil atau berasal dari populasi yang sama adalah dengan
.l
pengujian distribusi normal (normal distribution resf). Distribusi
normal atau kurva normal disebut juga dengan distribusi Gauss. t- X'-Xr;'
olr, (1.3)
Distribusi ini merupakan salah satu distribusi yang banyak I

digunakan. Fungsi densitas (density function) peluang normal dari Keterangan :

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 :

n : 3,14157 l). Jika nilai t < tc maka

hipotesis nol (Hr) diterima.
e : 2,718?,8 2). Jika nilai t > tc maka hipotesis nol (Hr) tidak diterima
x : variabel random kontinyu. atau ditolak atau dengan kata lain menerima hipotesis
p : nilai rata-rata hitung populasi dari variabel X. alternatip (H,).

Pengujian distribusi normal termasuk uji-parametik Qtarametric

test) dan dapat dilakukan dengan tahapan sebagai berikut : Tabel 1.2 Nilai tc Untuk Pengujian Distribusi Normal.

1). Tentukan deviasi standar dari perbedaan nilai rata-rata

Dcraiat Kepercayaan 0,1 0,05 0,01 0,015 0,002
hitung:
(cr)
2 6't 2 -
1,28 - 1,645 - 2,33 - 2,58 - 2,88
or-?=l lo, + - (r.2) uji satu SISI atau atau atau atau atau
lNr Nz
+ 1,29 + 1,645 + 2,33 + 2,59 + 2,88
Keterangan :
- 1,645 - 1,96 - 2,59 - 2,81 - 3,08
uji dua sisi atau atau atau atau atau
or-2 : deviasi standar dari perbedaan rata-rata hitung + 1,645 + 1,96 + 2,58 + 2,81 + 3,08
(p, - pr). Sumber : Bonnier, l98l
6r' : varian sampel pertama
6z' : varian sampel kedua Catatan :

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 :

S : deviasi standar dari sampel

Xi : nilai pengamatan i = 1,2, ..., N
X = nilai rata-rata hitung
N = jumlah sampel
74 l6
Tabel 1.3. curah Hujan PoS Hujan Dago dan Marabar (dalam mm/tahun) l)lri data dan perhitungan pada tabel | .3, dipcrolch :

No. Tahun Dago Malabar Untuk Pos Hujan Dctgo

xt (X,-X) (x,-Xf x2 rx,-il I 6,i)'
ll
| :.
l95l
1952
les0 t.u4
1.74',1

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

re6s 1.672 -305 ,, ,rt 2.061 ) -435 189.22s

i I
17. te66l 1.958 -19 36r ,.unrl 197 38.809
I Berdasarkan persamuuln (1.2) :
18. r',atl 1.264 -'7 t3 508.369 | , rrrl -923 ,r,.r,,I
I

19. re68
|
2.482 505 ,rr.or.rl ,.ril I 315 e9.22sl
I

or_2= lo,2 .Tu,

ar2l)
20. uolI
,srol
2.005 28 ,to
I
,.rrrl -744 sse.orcl
I n, I

2t. 2.37t 394 r ss.zro t.nu'rl -529 zts.t.+tl

I I

22. reTr 2.130 153 zt.+osl r.789 -707 orr.ronl o, ,= l(:zt)'

132 +(67q21
I
I

23. te72l
I

t.907 -70 4.eoo

I
r.43e
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

1.650 .327 roo.rze

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

29. uzrl 2.t17 r40 ,r.uro I t zztl 727 ,n rrnl

30. ,','rsl 2.627 650 orr rool ,.r rul 220 or.oor l
I

31. ,rtoI r.978 I ,.r,, I t7 ,rnl

'l , rrrl r.977 -2.4961
32. r98l I I.9t3 -64 +.osal 341 ,,u rfi t- :3,81
-ffi-l
I

UMLAH LXi oJ.t49 l5 4.3t6.1 76.85't t5 t3.928.63

(ATA.RATA T 1.977 2.496
Dengan metode pengujian dua sisi, dari data tabel 1.2, berdasarkan
Sumber data: Publikasi curah hujan, Puslitbang pengairan nilai variat dari standar normal (tc) pada derajat kepercayuun 5 oZ,
nraka dipcroleh tc : 1,96. Oleh karena nilai t: 3,81 lebih hcsar dari
I(i t7

)r'nfliur rrraksud mengiunbil rcsiko scbcsar 5 %r, tctttukan n|rrrlnh

tc, maka hipotesis nol yang menyatakan Fr : lrz ditolak. Dengan 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).

Pengujian khusus dapat dilakukan apabila parameter statistik Ho: Fr

:60l/det. (pompa jenis A tidak diganti)
dari populasi diketahui nilai : Hr : F > 60lldet. (pompa jenis A diganti dengan jenis B)
p: rata - rata hitung Dari contoh 1,2 dapat diketahui bahwa :

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 :

distribusi-t. Distribusi-t dapat dinyatakan dengan persamaan :

[] variabel-t terhitung.
P(t) : a(l
12
+:-t- r
d1 +l

(l.s) x, = rata-rata hitung samPel set ke l.

du' r,= rata-ratahitung sampel set ke 2.
Keterangan: Nr ' jumlah sampel set ke 1.
jumlah sampel set ke 2.
P(t) : peluang densitas fungsi t
N,

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:

Peluang densitas fungsi t tersebut telah dibuatkan tabel nilai
distribusinya seperti ditunjukkan pada tabel I.l pada bagian akhir
Bab I, dimaksudkan untuk memudahkan aplikasinya.
1.3.2.1. Menguji rata-rata dari dut set sompel
Untuk menguji dua sct sarnpel data apakah berasal dari
populasi yang sama atau ridak clapat menggunakan pengujian
distribusi-t, yang juga merupakan u.ii-parametrtk Qtarametric test)
seperti distribusi normal. Pengujian distribusi-t dapat dilakukan
dengan persamaan sebagai berikut :
lx, -x,l
':"1*; (1.6)
Apabila t terhitung lebih besar dari nilai kritis tc, (lihat tabel I.1)
pada bagian akhir Bab I pada derajat kepercayaan (a) tertentu,
maka kedua sampel yang diuji tidak berasal dari populasi yang
sama.
Apabila t terhitung lebih kecil dari tc maka kedua sampel berasal
dari populasi yang sama.
Contoh 1.3.
Curah hujan tahunan telah dicatat dari pos hujan di Dago, Kodya
Bandung selama 12 tahun dari tahun 1974 - 1985, sebagai X,, dan
juga pos hujan di Majalaya, Kabupaten Bandung didaerah Bandung
Selatan di Daerah Pengaliran Sungai Citarum Hulu, sebagai Xr.
I)atanya dapat dilihat pada tabel l.4.
'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).

Tahun Dago Majalaya

r,: (ffi-E); = o.,umm/tahun
No.
xl (X,-X) (X,-X)' x2 (XrX) (Xr-X)'
9'14 1.965 -91 8.281 r.887 l9 361
Dari persamaanl.T :

975 2.316 260 67.600 1.934 66 4.356

976 r.650 -406
a1a
l 64.836 2.645 7?7 603.729 o: Nr.Sr 2 +Nz.Sz 2

977 t.784 73.984 1.872 4 l6 N1 +N2 -2

978 2.t t7 6l 3.72t 2.261 393 154.449
979 2.627 57r 326.04t 2.2t5 347 120.409 l2x(4t6)2 +nx(476)2
980 1 978 -'t8 6.084 2.059 l9l 36.481
o: 12+ll-2 = 466 mm/tatrun.
981 l .913 - 143 20.449 1.133 -735 540.225
982 t.2t6 -840 705.600 l .188 -680 462.400 dan dari rumus 1.6 :

983 2.759 703 494.209 1.308 -560 13.600

lf ' -x'l
3

984 2.759 '70 4.900

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

IATA.RATA x 2.0s6 1.868

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

Berdasarkan rumus 1.8, maka rata-rata curatr hujannya adalatr :

Untuk pos hujan Majalaya:
Nr: 1l
(12 x 2'056) + (l.l x 1'868) :
1.966 mm/tatrun
12+ l1
9' 23

1.3.2.2. Menguji rata-rata sampel dan rata-rata populasi Juwahl-onlol--1"4-

Untuk menguji apakah rata-rata sampel (X) berbeda nyata
terhadap rata-rata populasi (p), dapat dilakukan dengan lluat hipotesis sebagai berikut :

menggunakan persamaan 1.9 :

Ho : p : 1977 mm/tahun (rata-rata salna)
H, : F * 1977 mm/tahun (rata-rata tidak sama)

{= (l.e)
dari contoh 1.4, diperoleh :
S

X .-- Z.OSO mm/tahun

Keterangan :
Ir . 1.977 mm/tahun
t : nilai student's-t terhitung S = 416 mm/tahun N = 12 tahun
X: rata-rata sampel
p : rata-ratapopulasi Dari persamaan 1.9 :
N: jumlah sampel
S: deviasi standar sampel 1 : CX -.+r) /N
S

dengan derajat kebebasan dr: N- 1 (2.0s6-r.e77){e :

Persamaan (1.9) pada dasamya sama dengan rumus untuk ukuran
sampel besar seperti ditunjukkan pada rumus (1.4) untuk pengujian
distribusi normal. Bedanya untuk sampel besar nilai t, adalah variat
standar normal (lihat tabel 1.2) dan untuk sampel kecil t adalah nilai
student-t (lihat tabel I-l) pada bagian akhir bab I. Apabila jumlah
sampel bertambah maka hasil kedua perhitungan dari rumus 1.4 dan
rumus 1.9 akan sama (mendekati sama).
Contoh 1.4.
Data curah hujan tahunan dari pos hujan Dago, Kodya Bandung
tahun 1950 - 1981 sebagai populasi (lihat data tabel 1.3), telah
diperoleh bahwa rata-rata populasi p : 1977 mrn/tahun (lihat
Contoh Ll). Sedangkan data dari pos hujan Dago untuk tahun 1974
- i985 selar-na 12 tahun (lihat tabel 1.4) dianggap sebagai sampel,
dengan rata-rata sampel X : 2.056 mm/tahun (lihat contoh 1.3).
Tentukan apakah terdapat perbedaan nyata antara rata-rata sampel
x dengan rata-ratapopulasinya p pada derajat kepercayaan 5 0/o'
t- 416
0,657
Dari tabel I-l pada bagian akhir bab I, pada derajat kepercayaan 5
Yo dengan derajat kebebasan du : \-l=
l1 adalah tc:2,201(untuk
pengujian dua arah 5 % harus dibagi kedalam dua sisi,
masing-masing untuk -h,0, dan +h,ozs). OIeh karena t lebih kecil
dari tc maka hipotesis nol (Ho) diterima dan menolak hipotesis
altematip (H,). Dengan demikian dapat dikatakan bahwa 95 Yobetr:/-
bahwa rata-rata sampel data hujan pos Dago tahun 1974 - lgl5
tidak mempunyai beda nyata terhadap rata-rata populasinya dari
data hujan tahun 1950 - 1981.
1.3.3. Intetaal Kepetcay,aan Untuh Nilai f,rata+ata
Pada sub bab 1.3.1 telah disampaikan pengujian nilai
rata-rata sampel besar (N > 30) dengan menggunakan pengujian
tlistribusi normal, dan pada sub bab 1.3.2 telah disajikan pengujian
lrcrrliujian distribusi-t. Pada sub bab 1.3.3 akan disajikan penentuan
 24
zfi
interval kepercayaan untuk nilai rata-rata hitung (confidence
Dutt
intervalfor the mean). Penentuan interval kepercayaan dapat
ditentukan dengan rumus sebagai berikut : lt 1977 mm/tahun.
N 32 buah.
1). Untuk Sampel Besar, N > 30 S 378 mm/tahun.
h,os L 1,96 (lihat tabel 1.2), uji dua sisi.
Interval kepercayaan untuk nilai rata-rata p padaderajat
kepercayaan o adalah : maka:

x-t"ft<p<x*t";fu (1. r0)

X-t"7fu. r,

Keterangan: 1,g77 - l,96+< F < 1,g77 + l,96

378

tcr : variat standar normal (tabel 1.2)

J32 h2
1,846< p <2,108

2) Untuk Sampel Kecil, N < 30

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 :

Contoh 1.5. No Tahun Debit (m3&et)

Dari data curah hujan di pos hu.jan Dago, Kodya Bandung, DpS 1. 1968 7,67
Citarum Hulu selama 32 tahun dari tahun 1950 - 1981, diperoleh 2. 1969 g,7g
nilai rata-rata hitung curah hu.jan tahunan : 1.977 mm/tahun, 3. 1970 4,02
dengan deviasi standar 378 mmltahun. Tentukan 95 %obatas daerah 4. r97t 3,69
kepercayaan dari nilai rata-rata curah hujan tersebut. 5. 1972 2,69
6. 1973 7,30
7. 1974 7.60
Jawab Contoh 1.5 : 8. tg75 4,70

Karena jumlah sampelnya besar N : 32 maka penentuan batas

e. 1976 3,l0
interval kepercayaan menggunakan rumus 1.10.
10. 1977 3,60
II te78 5.80
l-1. lt)Jt) r.50
21\ 27

'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

t: X,, - xr, (J = 1,2, ....N)

Jawab Contoh 1.6 :
Aprrbila populasi mempunyai distribusi normal dan rata-rata
Dari contoh 1.6, tersebut telah dihitung nilai rata-rata hitung dan
pcrbcrtaurr diberi simbol d, dan deviasi standar dari perbedaan
deviasi standar data debit minimum sungai cimanuk - Leuwidaun,
irtlirlirlr S, serta kesalahan standar (standar error) dari d adalah sy'N,
hasilnya adalah :
nr:rka kita dapat menggunakan uji - t sebagai berikut :
X: 5,43 m'/det.
t- a
S: 2,22m3ldet. sE
(1.1 3)

Penyelesaian statistik :
sp:
uLt
S
(1.14)
N'
1: (x-p)/N untuk p diambil.
Keterangan :

S t : nilai student's-t terhitung

d : perbedaan rata-rata

^_ 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".

Jawab Contoh 1.7 :

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;

pengukuraq bebas (independent) dari populasi dcngan rata-rata pr,,

Hr : Fu ;e pr, (terdapat beda nyata)

lrz.;. Hipotesis nol untuk tiap pasang rata-rataadalah :

I)erhitungannya dilihat pada tabel l.-5.
28 :t0

lrrbcl I 5 (,ji-t untuk Lcngkurtg l)cltil Sttttgrtt ('tlAttltlt Ntltt;ttltg

Pengukuran
No. Lengkung
H Qm U
(n3/de0 P l'-.1 (P-d)'
(m) (n3/de, +

1,89 43,7 44,0 0,68 2 ,07 4,28

l

) 1,56 29,0 29,6 2,02 0,73 0,53

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

2,88 99,1 112,0 I 1,50 8,75 '16,56

5.

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.

B 2,69 86,6 96,2 9,98 52,27

9.
$ 3,99 234,0 233,0 0,43 3,1 8 l0,l I
qT 10.
10, 0,82 12,74
I l. 246,0 244,0 3,5',1
-o
q) I,56 30,7 29,6 3,72 6,47 4t,86
12.
a 1,30 20,6 20,5 3,24 10,49
bo 13.
2,83 107,0 108,0 0,93 t,82 3,31
^\. 14.
bo '79,5 511
2,45 77,5 2,58 28,40
q) 15.
{ 16.
2,15 52,0 58,0 10,30 755 57,00

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

lllll tlv VInX IOOMr Keterangan H = tinggi muka air

-f+ Qm = debit pengukuran
Qr = debit dari kurva lengkung debit tahun 1973-1976.

Dari perhitungan data pada tabel 1.5, diperoleh :

o l)cviasi rata-rata, , : *# x fiO Yo

 $l
30

, Pr * Pz *..... * Pn Irtlirk rrrempunyai beda nyata (not significant differenr). Ksnyrtotlll

o Rata-rata perbedaan, tt
=
N .;e lrclum menguji rata-rata sample salah satu yang harus diuji adululr

kcsamaan jenis/homogenitas nilai varian dari sampel. Pada

sub buh
-; 83, 70 -20,43
\r- 23
2,75 scbclumnya pengujian nilai varian belum dibicarakan. Pengujian
kcsamaan jenis nilai varian baru akan dibicarakan pada sub
bab l '4'
/ ,
_ -\2
d,,) Apabila telah dilaksanakan pengujian nilai varian dan
[P
. Deviasi standar, S =
N-1 tcrtryata mempunyai kesimpulan bahwa nilai variannya mempunyai
bctla rryata, dan kita akan tetap membandingkan nilai rata-ratanya,
rrraka dapat digunakan prosedur sebagai berikut :

635,77 1:5,37
s_
u 23-1 l). Tentukan sudut 0, perbandingan deviasi standar :

. Kesalahan standar dari rata-rara SE = + e=t*-'* (l.l5.a)

N'
su = 1I:
Jzt
I.rle Sr : deviasi standar sampel ke l.
52: deviasi standar samPel ke 2.

' 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.

Tentukan apakah x, sama dengan x, pada derajat kepercayaan 5 yo

1.3.6. Penentuan Jumleh Sampel
Jawab Contoh 1.8. z
Jumlah sampel untuk menentukan perkiraan nilai rata-rata
populasi mempunyai nilai batas kurang lebih p % di sekitar nilai
Buat hipotesis statistik sebagai berikut :
yang sebenarnya, pada derajat kepercayaan a %o dapat perkirakan
. Hipotesis nol, Ho : X, - X, = 0 (sama). dengan rumus sebagai berikut :
. Hipotesis alternatip, H, : X, -Xr+ 0 (berbeda).
Berdasarkanrumus 1.15.a, maka *,- [ loo. t. sl'z
'':L (t'to)
:
P'x -1
Srl
0: tan-l
S,
Keterangan :
I

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

Tentukan lama pencatatan data hujan di pos hujan Dago apabila

diinginkan besarnya derajat kepercayaan 5 oh dan nilai rata-ratanya
I.4 PENGUJ,,AN N'LA' VABIAN
berada disekitar l0 % dari nilai yang sebenarnya. 1.1.1. Penguilan Vatialn Eamgel danVasisn Populasl
jilid I varian dihitung dari
Seperti telah dijelaskan pada buku
nilai kuadrat deviasi standar, yang dapat dirumuskan sebagai
Jawab contoh 1.9. :
berikut:
Dari tabel distribusi-t (tabel I-l), pada derajat kepercayaan 5 Yo. N

(k,orr) dan derajat kebebasan dk: l2-l : ll, diperoleh t"=2,201. X

Cxi - vgz
v - i=r
q2
(l.l7.a)
\r'
Berdasarkan persamaan 1.16, maka : N-l
r -r2
Keterangan
N_l 100.!_.s :

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 :

N_ 10.000.4,380.173.056 _ 75.809.326 : fi.93

L
100 . 4.227.136 4.227.136 ','
^.r_NS2
X'=- o- (t.l7.b)
Dari perhitungan ke 2, diperlukan 17,93 tatrun atau 18 tatrun
pengamatan.

* [(r'-x) *(x,-x) ......*(x"-x)]'

Oleh karena hasil perhitungan ke 2 ini mendekati hasil
perhitungan ke l, maka dapat dikatakan agar nilai rata-rata berada
disekitar l0 o/o dari nilai sebenarnya, 95 Yo betul bahwa diperlukan
minimal l8 tahun pengamatan data hujan di pos hujan Dago.
,'= (r'r7'c)
Apabila sejumlah sampel N buatr, diambil dari populasi normal
tlcrrgan deviasi o, dan tiap sampel dihitung 12, maka distribusi
.rrrrrr;rlirrg untuk y2 dapat diperoleh. Distribusi tersebut dinyatakan
scl'rrgrrr distribusi chi-kuadrat (chi-square distribution). Distribusi
('lu hrrnrlrut nrompunyai fungsi densitas sebagai berikut :
36
it?

P(x)'= I l)cviasi standar o, : 670 mm

, r*'1*' . "* (1. l 8)
(+) Varian o2'= 448.900 mm
'+"
Keterangan : . 142.884 +448.900
Rata-rata varian 02 = = 295.892 mm
P(X') : fungsi densitas 262 dianggap sebagai varian populasi.
r = fungsi garnma
dk : derajat kebebasan
l)rrrr contoh 1.3, telah dihitung data hujan dari pos hujan Majalaya
Distribusi x' telah dibuat tabel nilai distribupinya, seperti scliurra I I tahun (1974 - 1985) sebagai sampel :
ditunjukkan pada tabel I-3 pada bagian akhir Bab I ini,
dimalisudkan untuk memudahkan apl ikasinya.
a Deviasi standar S 476 mm.:
a Varian 32: 226.576 mm.
Untuk dk > 30, kira-kira mempunyai distribusi normal, dengan
nilai rata-rata sama dengan 0 dan varian : 1,0, dengan demikian 'fentukan apakah ada perbedaan yang nyata antara varian sampel
untuk dk > 30 dapat menggunakan tabel distribtisi normal (tabel (S'z) terhadap varian populasi (o'?) pada derajat kepercayaan 5 7o.
r.2).
Jawob contoh 1.10.
Derajat kebebasan dk: N - K, untuk K: 1 maka :
Tentukan hipotesis statistik :

dk:N-K:N-l Ho : o2 - S' :0 (tidak ada beda nyata)

H, : o2 - 52 + 0 (terdapat beda nyata)
Keterangan:
Diketahui bahwa :
dk = derajat kebebasan
N : jumlatr data 32 =226.576 mm
K : jumlah pengamatan bebas dalam sampel N = ll tahun
c2:295.892 mm
Contoh 1.10. Dari persamaan l.l7.b :

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

terdapat perbedaan nyata maka dapat disebut varian sama jenis

(homogeneous yariances). Distribusi F dapat dirumuskan sebagai Dari contoh 1.1, telah diperoleh :

berikut : o Pos curah hujan Malabar

(dr r)
Nr :32 tahun
(F) = F ,-l
(1.20) Sr :670 mm/tatrun
"{ (dkz + dkrF)- 2-
(dk I +dt2)
. Pos hujan Dago
dengan N2 :32 tahun
32 :378 mm/tahun
c : (dkr)&'/2(dkr)&2/2 r {1951-t} (l.21)
r(?) r(*) Tentukan hipotesis statistik :

. Hipotesis nol H0 : o,2 - oz' :0

Nr .Sr2(N2-l)
F: Nz .Sz'(N, - t)
(1.22\ . Hipotesis alternatip Hl : o12 - or2 *0
dk, : N'-l
dk, : Nr-1
I)ari persamaanl.22 :

Keterangan:
Nr .S, , [N, - t;
(F) : fungsi distribusi F. Nr . Sz '(N, - t)
F : perbandingan F.
40 4t

, _ zz $lo)2_(rz - t) :3,14 i : pcriode ke 1,2, ..., n.

32(378)'(32 - l) ln : logaritma natural
dk : derajat kebebasan
Dari tabel l-4, padaderajat kepercayaan 5 o/o, untuk dkl : dk2: 32,
maka diperoleh F tabel = 1,84. Karena F terhitung : 3,14 lebih
besar daripada F tabel : 1,84 maka hipotesis nol tidak dapat Keputusan :

diterima. Dengan demikian dapat dikatakan bahwa 95 % beftl/-
bahwa varian curah hujan Dago dan Malabar mempunyai beda
nyata.
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
nyata, maka dapat dikatakan bahwa curah hujan di Dago tidak sama
jenis/tidak homogen terhadap curah hujan di Malabar, dengan
demikian keberadaan pos hujan di kedua lokasi tersebut
masing-masing sangat penting, data curah hujan di Dago tidak
dapat digunakan untuk mewakili data curah hujan di Malabar.
Apabila X' yang dihitung ternyata lebih besar dari pada A2 tabel,
rrr:rkir hipotesis nol yang dibuat ditolak dan menerima hipotesis
irltr:rrrutip.
L'utttoh--l-lA
I)ari l)PS Citarum di pos duga air Nanjung (lihat peta pada Gambar
1.2), telah dilaksanakan pendataan data volume aliran dari tahun
1920 - 1930 dan pada tahun 1974 - 1981. Tentukan apakah volume
aliran tahunannya mempunyai varian.yang sama jenis pada derajat
kepercayaan 5 Yo.

1.4.3. Aii Kcsanna,an Jenis Vafian {fampcl Jawab Contoh 1.12. z

Kadang-kadang dari pos pengamatan data hidrologi, baik
pos hujan, pos duga air ataupun pos iklim, oleh karena suatu sebab
maka datanya tidak dapat tersedia berkesinambungan, kadang
terputus untuk beberapa kali. Oleh karena itu perlu melaksanakan
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 :
Tabel 1.6. dari pos duga air sungai Citarum - Nanjung menunjukkan
data volume aliran tahunan untuk periode tahun 1920-1930, volume
aliran dinyatakan dalam juta m3/tahun. Tabel 1.7, menunjukkan data
debit untuk tahun 1974-1981, debit dinyatakan dalam juta m3ltahun.
Tentukan hipotesis statistik :

. hipotesis nol H, : S,2 = Sr2 (varian sama)

dki . ln. Si2 . hipotesis alternatip H, : S,2 * Sr' (varian beda)
(1.33)
x'=
Dari tabel 1.6. diperoleh :

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

t920 2.536 0,601 0,361 Derajat kebebasan untuk dua periode :

921 1.753 - 0,192 0,033
922 2.346 - 0,41I 0,1 69 dk':N, - 1= 1l - l: l0
923
924
t.567
2.577
- 0,368 0,1 35 dk2:Nr-l: 8-l: 7
0,642 0,412
925 1.280 - 0,655 0,429
926 1.574 - 0,361 0,1 30
I)crajat kebebasan total berdasarkan persamaan (1.34) untuk k = I
927 1.419 - 0,516 2,660 lsatu kali periode terputus datanya)
928 2.448 0,553 0,306
929 k+l
930
1.441
2.349
- 0,424
0,4t4
0,244
0, l7l dk: xi-l dk,
Jumlah 21.290 0,045 2,656 2

Rata-rata : 1.935 dk = X dk,:dkr+dk2=10*7:17

I

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 _

Nanjung Tahun t974 - lggl (Juta m3)

x'=
No Tahun x) (X, - X) (X, - X)'

l. 974 2.50'7 0,232 0,054

2. 975 3.145 0,870 0,757
J. 976 1.635 - 0,640 0,4t0
4. 977 2.129 - 0,146 0,021
5. 978 2.517 0,242 0,059
6. 979 2.999 0,742 0,s24
7. 980 1.534 0,741 0,549
8. 981 1.731 - 0,544 0,296
Jumlah : 18. 197 1,479 2,670
Rata-rata = 2.275
Varian : 380
Sumber : perhitungan dari buku publikasi debit, pUSAIR
44
46

97,682 - 97,416 0,266 horrrlrsr untuk Uji-chi kuadrat:

x'= : 0,250
1,061 1,061
l). semua variat dalam sampel harus merupakan variaber
bebas.
Dari tabel I-3 pada bagian akhir Bab I, tabel 12, untuk derajat
kebebasank:2 - l: I padaderajatkepercayaan 5%omaka 2). perbedaan antara nilai pengamatan yang kecil dan
nilai
yang diharapkan pada bagian akhir distribusi memp,nyai
diperoleh x2 tabel = 3, 841. oleh karena x2 perhitungan 0,250 lebih
pengaruh yang besar terhadap nrlu .
kecil dari pada y2 tabel maka hipotesis nol dapat diterima. Dengan f
demikian dapat dikatakan bahwa 95 % betul bahwa varian data
volume aliran tahunan sungai citarum - Nanjung untuk periode ('ontoh 1.13.
tahun 1920 - 1930 tidak ada beda nyatajika dibanding varian tahun
1974 - 198t.
I'abel 1.8, menunjukkan data debit dari bangunan ukur debit
dari
jenis cipoletti disaluran sekunder pesanggrahan JKN
untuk latihan coba
vI, daerah
Saudara uji, apakah ada perbedaan nyata Irigasi cirebon. Qr, menunjukkan data debit yang dihitung dengan
nilai rata-ratanya untuk kedua periode data tersebut pacla derajat rumus hidrolis dan telah tersedia tabel debit yang sehari-hari
kepercayaan 5 %o, menggunakan uji-t menggunakan rumus 1.6. Bila digunakan oleh pengamat penjaga pintu JKN vI, untukmenentukan
ternyata tidak ada beda nyata nilai rata-ratanya dan variannya telah debit yang harus dialirkan. ep, adalah debit yang diukur dengan
terbukti tidak ada beda nyata maka data debit tahunan dua periode alat ukur arus, setelah di analisa lengkung debitnya. Dengan
derajat
tersebut adalah sama jenis/homogen, dan dapat dianggap satu seri kepercayaan 5 oz, tentukan apakah terdapat perbedaan oyutu
antara
data. Qr dan Qp.

1.4.4. Uii - Chi Kuadtat Untuh l)ata Berpasangalrt

Jawab Contoh 1.13. :
Uji-chi kuadrat untuk data berpasangan adalah menguji
kecocokan antara data pengukuran dan hipotesis. Uji ini penting Tentukan hipotesis statistik :

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.

Dari pengamatan dilapangan keadaan tersebut disebabkan

oleh karena kecepatan aliran yang terjadi di kolam penenimg
l. 2 5,62 15,05
(bagian hulu) dari Capoletti terlalu besar. Pengukuran dilapangan
9,43 5,908
2. 4 l0,l I 37,05 26,94 20,000 kecepatan alirannya berkisar antara 0,30 - 0,60 m/det, sedangkan
3. 6 16,50 46,50 30,00 19,350 menurut standar yang disarankan seharusnya kecepatan alirannya
4. 8 26,50 62,50 36,00 20,736 harus kurang dari 0,15 m/det. Besarnya kecepatan aliran tersebut
5. l0 36,50 80,50 44,00 24,049
6. t2 46,50 99,50 52,00 27,451
disebabkan oleh karena :
7. t4 59,00 I16,50 57,50
8. l6 71,50 136,50 65,00
28,379
30,952
l). posisi Cipoletti terlalu dekat dengan bangunan bagi.
9. l8 85,30 r 58,70 73,40 33,948 2). terjadinya pengendapan dikolam penenang sehingga
10. 20 99,90 175,20 75,40
)) 32,449 kedalamannya berkurang, ymg seharusnya kedalaman-
I l. I14,01 196,50 82,49 34,629
12. 24 130,30 216,50
nya harus lebih dari 2kali tinggi muka air diatas mercu,
86,20 34,320
13. 26 l4't,ll 239,50 91,39 35,019 sedangkan kenyataannya dilapangan hanya Ya nya.
14. 28 160,20 259,20 99,00 37,812
15. 30 182,40 287,50 105,10 38,420
Kcnyataan tersebut akan menambah lajunya kecepatan aliran
t6. 32 201,49 303,50 102,01 34,286 disebelah Ilulu Cipoletti sehingga debit yang mengalir melalui
17. 34 221,24 327,40 106,16 34,422 Cipolettijuga akan bertambah besar. Oleh karena itu untuk operasi
18. 36 241,05 351,40 I10,35 34,684
19. 38
pengaliran debit harus menggunakan data Qp, tidak Qr lagi. Tidak
261,42 372,20 I10,78 32,972
20. 40 282,32 396,30 I l3,gg 32,791 tepatnya penentuan debit tersebut akan dapat menimbulkan masalah
21. 42 303,76 415,00 lll,24 29,917 dalam pembagian air irigasi.
)) 44 325,72 435,00 109,29 27,457
23. 348,17 457,50 109,33 26,126
24. 371,t3 477,50 160,37 23,695
25. 394,56 495,00 100,44 20,390
Jumlah 1.5. METODE TO'U PANAI,IETAIK
Sumber : Pengukuran lapangan, tahun l9g0 Pada Sub. Bab 1.3 dan 1.4, telah dibahas cara menguji
Keterangan :
sampel, apakah dua sampel berasal dari populasi yang sama.
Qr = debit dari tabel di pengamat.
Qp = aeuit dari rengkung debit, penlukuran debit dengan arat ukur arus. Metode yang telah digunakan adalah metode parametrik
H = tinggi muka air.
Qtarametric methods), dengan menganggap populasinya
mempunyai atau mengikuti distribusi tertentu. Dalam. metode
parametrik diperlukan parameter khusus, misal nilai rata-rata,
oleh karena ?(2 hitung ternyata lebih besar daripada y2 tabel
maka hipotesis nol tidak dapat diterima, dengan demikian harus
rleviasi standar, dari populasi yang diamati, sedangkan dalam
menerima hipotesis alternatip. Dapat dikatakan bahwa 95 %o betul
ntctode non parametrik (non parametric methods) parameter
tcrschut tidak diperlukan. Dalam metode non parametrik dibuat
terdapat perbedaan yang nyata antara data debit yang telah tersedia
iurl.itirpiln bahwa data pengukurar/ pengamatan adalah merupakan
48 rt
variabel bebas (independenl). Dalam uji non parametrik umumnya lrrhapan pcngujiannya adalah .

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 :

pada sub bab 1.5.2, sedangkan untuk uji Kolmogorov- Smirnov

dibahas pada buku jilid I, judul yang sama. U-Nr Nz)

7). Keputusan:
1.5.1. Uii l+lonn dan Vllrlitncg
Uji Mann dan Whitney (Mann and Whitney test) dapat
digunakan untuk menguji apakah dua kelompok data yang tidak
berpasangan (independenr) berasal dari populasi yang sama atau
tidak. Dari dua kelompok sampel yang diukur dari dua kelompok
populasi A dan populasi B, maka dapat dibuat hipotesis bahwa A
mempunyai sebaran yang sama dengan B. Untuk pengujian kedua
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).
Z- 2
(1.38)
t*{N, Nz(Nr +N2 + l)}1}
Dengan anggapan batrwa kedua sampel kelompok A dan
B mempunyai distribusi normal (kira-kira betul kalau
jumlah sampel tiap kelompok minimal 30 buah), maka
dari tabel 1.2 dapat ditentukan nrlal.Zc, untuk pengujian
dua sisi (dalam tabel 1.2 di tulis tc). Bila nilai Z < Zc
maka hipotesis nol dapat diterima, sedangkan bila nilai
Z> Zc maka hipotesis nol ditolak.
 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

Sumber : Puslitbang Pengairan, 1988. Berdasarkan rumus (1.36), maka :

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

2). buat peringkat dengan crllt rrlengurutkan data diui yang

Nilai U2 = 16, dan ternyata lebih kecil nilainya jika dibandingkan
nilai U, : l28,maka untuk perhitungan selanjutnya U
: Uz: 16' nilainya terkecil sampai tcrbesar.
3). hitung jumlah peringkat rangkaian data dari setiap
Berdasarkan rumus (1.38), maka :
kelompok.
4). hitung parameter statistik dengan rumus (1'39), sebagai
(*r.*r) berikut:
U-
Z_
Itt* r.Nz(Nr +N2 + l))]l H:ffi,3(#)r-t3(N+r)l (1.3e)

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.

Berdasarkan data pada tabel 1.2, untuk derajat kepercayaan 5

o/o, i : I ,2,3,...,k
maka diperoleh nila;_Zc:1,96 danZc: -1,96, oleh karena Z>
Zc' n, = jumlah samPel tiaP kelomPok
k .. total jumlah kelomPok samPel
maka hipotesis nol ditolak, dan harus menerima hipotesis alternatip'
Dengan kata lain 95 % betul bahwa data pada tabel 1.9, berasal dari
populasi yang berbeda. Dengan demikian keberadaan pos
klimatologi di Singomerto dan Wonosobo keduanya masing-masing 5). Keputusan:
sangat diperlukan. Apabila H < Hc maka Ho diterima dengan
nilainya
derajat kebebasan dk : k-l pada derajat kepercayaan
tertentu. Nilai Hc dibaca pada tabel 1'? (lihat tabel I-3)
pada bagian akhir bab I. Apabila H > Hc maka H6
1.5.2. Afi Ktuskol' Wa,llis ditolak dan harus menerima hipotesis alternatip H,.
uji Kruskal - wallis (Kruskal - wallis resf) diperkenalkan
oleh W.H.Kruskal dan W.A.Wallis pada tahun 1952' dan
dalam
merupakan altbmatip bagi uji-F untuk menguji rata-ratz
analisis varian. Analisis varian akan dibatras pada sub'bab
1'6' Uji
ini untuk menguji hipotesis nol H6, bahwa (k) sampel bebas berasal Contoh 1.15.
dari populasi yang salna, dimana (k) merupakan
jumlah kelompok
Dari contoh 1.14, berdasarkan data evapotranspirasidi pos iklim
sampel, dan umumnYak> 2.
Singomerto dan Wonosobo, seperti tercantum pada tabel 1.9.
Tahapan untuk menggunakan Uji Kruskal-Wallis adalah : 'l'entukan apakah kadua kelompok data evapotranspirasi tersebut
oh
berasal dari populasi yang s€una, pada derajat kepercayaan 5
l). gabungan semua data yang berasal dari (k) kelompok dengan menggunakan Uj i Kruskal-Wallis.
menjadi satu kelomPok'
54 66

Jawab Contoh 1.15. z

Contoh 1.16.

Buat hipotesis statistik sebagai berikut :

Analisa contoh air untuk menentukan hcrut spesifik (spesifik
weight) angkutan sedimen melayang dari lokasi pos duga air sungai
. hipotesis nol Ho : pr = p, (sama) Citarum - Nanjung yang diambil secara acak pada tahun 1981,
. hipotesis alternatip Hr : pr * pr, (berbeda)
hasilnya dari bulan Januari - April tercantum pada tabol 1.1 1.

Pada contoh I . 14, telah diperoleh bahwa dari tabel I . l0 :

Data evapotransparasi di Singomerto, Tabel l.l I Berat Spesifik Angkutan Sedimen

Melayang Sungai Citarum - Nanjung
nt: 12
tahun l98l (dalam gram/cm3)
R,=94
Data evapotransparasi di Wonosobo, No. Januari Februari Maret April
n2: 12
Rz:206 I 0,66 0,61 0,62 0,52
2 0,63 0,59 0,57 0,62
Jumlah seluruh data N = Nr * N, : 12 + 12:24 J 0,53 0,67 0,61 0,71
4 0,51 0,65 0,64 0,68
5 0,45 0,60 0,56 0,69
Berdasarkan rumus 1.39, maka :

H : Sumber : DPMA, Buku Laporan No. 246lHI-43/1981

ffi'$(#)r-t3(N+r)l
H- ffitry.ry1 -t3(25)l
Tentukan apakah angkutan sedimen melayang dari pos duga air
sungai Citarum - Nanjung mempunyai berat spesifik dari populasi
H: # (T6,33+3536,33) -(7s) yang sama pada derajat kepercayaan 5 o/o, menggunakan metode
non parametrik, Uji I(ruskal-Wallis.
H: 14,24-75=-60,75
Dari tabel I-3 pada tabel y2, bagian akhir Bab I, diperoleh batrwa
untuk derajat kepercayaan 5 Yo dan derajat kebebasan k:2 - I : l, Jawab Contoh 1.16. z

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

rnasing-masing mempunyai distribusi norrnal, dengan : 1.6.1. Klaslllkasl satu Asth

Nilai rata-rata : pr,
Fz, ....., Fr
deviasi standar: or, o2, ....., ok
Dalam hipotesis statistik akan diuji : .
: .
hipotesis nol Ho : pr Vz:.... :Irr
hipotesis alternatip H, : sekurang-kurangnya dua nilai
rata-ratatidak sama
Selain nilai populasi dianggap mempunyai distribusi normal, maka
dalam analisis varian dimisalkan bahwa populasi bersifat sama jenis
(homogen).
Dari setiap populasi dipilih sampel secara acak, berukuran nl untuk
polupasi ke l, berukuran n, untuk populasi ke 2 dan seterusnya
terakhir berukuran nk untuk populasi ke k.
Hal yang perlu diingat bahwa pada analisis varian adalah bahwa
analisis in!-tidak dimaksudkan untuk menguji perbedaan nilai varian
setiap populasi akan tetapi justru untuk menguji nilai rata-ratanya
dengan menggunakan Uji-F. Umumnya analisis varian dapat
dibedakan menjadi dua model, yaitu :
l). Klasifikasi satu arah (one-way classification) : model
klasifikasi satu arah digunakan untuk menguji apakah
ada perbedaan atau tidak dari beberapa kelompok
sampel.
2). Klasifikari dua aruh (two-way t'lu.ssificotion) : model
klasifikasi dua arah digunakan untuk menguji apakah
ada perbedaan atau tidak setiap variat pada setiap
kelompok dan juga menguji apakah ada perbedaan
setiap kelompok sampel.
Apabila kita mempunyai k buah populasi, setiap populasi
dipilih sampel secara acak, dan apabila dianggap populasi itu :
. bebas (independent).
mempunyai distribusi normal.
variannya sama jenis (o2 sama).
Maka dapat dibuat hipotesis statistik :
Ho : Pr = F2:...: Pr
H, : sekurang-kurangnya dua nilai rata-rata tidak sama
(Catatan : Untuk menguji kesamaan jenis nilai varian setiap sampel
dari k buah populasi dapat mengunakan Uji-Bartlett, seperti
diuraikan pada sub bab 1.4.3).
Untuk memperrnudah pemahaman tentang analisis varian dengan
modcl satu arah, maka lebih baik diikuti contoh 1.16, berikut ini :
Contoh 1.16.
Tabel 1.13, menunjukkan data debit sedimen ratalata bulanan dari
bagian hulu.DPS Citarum selama tahun 1981 di tiga lokasi pos duga
air (lihat gambar 1.2), yaitu di :
. Cikapundung - Maribaya (X,)
. Cigulung - Maribaya (Xr)
. Cikapundung - Gandok (Xr)
Lakukan analisis varian, dan ujilah hipotesis pada derajat
kepercayaan 0,05 bahwa nilai rata-rata data debit sedimen tersebut
adalah sama jenis untuk ke 3 lokasi pos duga air tersebut.

Sub bab 1.5.1 akan menguraikan secara singkat analisa varian

dengan model klasifikasi satu trfr, dan sub bab 1.6.2 akan
menguraikan secara singkat analisis varian dengan model klasifikasi
dua arah.
60 6l

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)

7 Juli 0,31 0,47 0,41

8 Agustus 0,21 0,34 0,22
Keterangan
9 September 0,17 0,04 0,11
l0 Oktober 0,16 0,03 0,19 Vt: variasi total diantara pengamatan.
ll November 0,27 0,47 o,:, t_
l- 7,2 ...1 : jumlah kelas = jumlah pos pengamatan :
t2 Desember 0,23 0,13
.iumlah kelompok.
Sumber : Buku Publikasi Sedimen, DPMA, l98l
k totaljumlah kelas.
: X, = 6lLuprndung - Maribaya Tahun j: 1.2, ... nj : data dalam sebuah kelas.
Catatan 1981
X2 = Cigulung - MaribaYa Tahun l98l
x3 = Cikapundung - Gandok Tahun l98l nj jumlah data dalam kelas ke i.
x rata-rata total.
N Total jumlah pengamatan dari seluruh kelas.

l.l4a.
xji: data ke j dalam kelas ke i.
Uji hipotesis dapat disajikan sebagai ditunjukan pada tabel

Sumber variasi dibagi menjadi dua, yn|1, '

Tabel l.l4a. Analisis Varian Model Klasifikasi Satu Arah.
1). V, : Variasi dalam kelas (variation of the observation
Sumber Derajat Jumlah Perkiraan uji-F within the classes;, yaitu jumlah deviasi kuadrat tiap
Variasi Kebebasan Variasi Varian pengamatan terhadap rota-1414 tiap kelas.

Antar kelas k- l v2 Qz=

^V,---i-- 2). Yr: Variasi antar kelas (variation between classes),
k-l S,, yaitu jumlah deviasi kuadrat dari rata-rata tiap kelas
--s;r-
Dalam kelas N-k vr s.'= --Y-r--- terhadap r ata-r ata total.
' N-k

Iotal N-l v, -Yr- Sclirniutnya :

N-l
V, V, + V., (t.42)
82 6g

I'abel 14. Analisis Varian Dtta Tabel 3. l3 Klasifikasi Satu Arah,

v,:IrfG:t-x) (1.43)
I .

No. xr (X,-X,)' x2 (XrXr)' xl (X,-X,)'

i=k/\
v,:In, (X'-X,) (1.44) I 2 3 4 5 6 7

I 0,40 0,0091 0,38 0,0036 0,37 0,0009

2 0,22 0,0121 0,20 0,0576 0,17 0,0529
x,= * xt (1.4s)
0,0676
*i, J 0,57 0,76 0,1024
4 0,44 0,0169 0,77 0, I 089 0,78 0,1444
Keterangan:
5 0,49 0,0324 0,27 0,6889 0,93 0,2909
v, variasi total. 6 0,27 0,0016 0,40 0,0016 0,35 0,0025
vl variasi dalam kelas. 7 0,31 0,0000 0,47 0,0009 0,41 0,0001
V, variasi antar kelas. 0,21 0,0100
8 0,34 0,0100 0,22 0,0324
xi rata-rata pengamatan dalam kelas ke i.
9 o,l7 0,0196 0,04 0, I 600 0,1 I 0,0841
l0 0,16 0,0225 0,03 0,r681 0, l9 0,0441
Uji - F dapat ditunjukkan dengan rumus :
ll 0,27 0,0016 0,47 0,0009 0,5 I 0,0121
V,
S, 2 r-r Vz(N -k) (r.46)
t2 0,23 0,0064 0,13 0,0961
' S: I Vt Vr(k- l) lumlah 1,14 0,2036 5,26 1,399 4.04 0,6544
N-k Rata-rata 0.3 r 0,44 0,40
Sumber:DataTabel l.l3
I' engamb i lun Keputtr.sun :

Apabila nilai F yang dihitung dengan persamaan (1.46) lebih kecil
dari pada nilai Fc yang tercantum pada tabel I-4. dibagian akhir Bab
I ini. maka hipotesis nol dapat diterima pada derajat kebebasan Vr:
k-l dan Vr : N-k dengan derajat kepercayaan a Yo dan variabel
hidrologi yang diuji mempunyai nilai rata-rata yang sama. Hipotesis
nol ditolak jika nilai F > Fc.
Jawab Contoh 1.16.
Untuk penyelesaian klasifikasi satu arah, maka klasifikasi hanya
dibedakan dalam satu kriteria Hipotesis Statistik :
. hipotesis nol, Ho : pr = $z: $t
. hipotesis alternatip Hr : lrr * pz * ltz
Dari tabel 1.14, diketahui jumlah kelas k = 3 DPS, jumlah total data
N:34 buah, jumlah perlakuan atau group: bulan n: 12 (= jumlah
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

perbedaan perlakuan (treatments) dan perubahan dalam variasi

v, = l2( 0,.1I - 0,38F t 12(0,44 - 0,38)'+ l0(0,40 - 0,38),

sampel antar pos duga air' Perlakuan yang sama dapat V, = 0, 106

menghasilkan data pengamatan yang berbeda karena perubahan

(4). Hitung rata-ratakuadrat antar sampel (antar kelas)
variasi. Misal : dalam curah hujan yang sama dapat menghasilkan
:

konsentrasi sedimen yang berbeda .karena perubahan penggunaan V, o, 106 :0.053

S,
ul = k-1- -
lahan tiap DPS. Tahap perhitungan varian sedimen melayang antar 3-l 'v'vJJ
pos duga air adalah (data tabel l.14) :

(/). Hitung nilai rata-rata sedimen melayang tiap pos duga

air, gunakan rumus (1.a5) :
2). Varian Dalam Sampel

Varian dalam sampel (variance within thte samples) adalah

n,=*p*1' mengukur perbedaan tiap data dalam sampel (dalam hal ini
perbedaan debit sedimen melayang tiap pos duga air karena
maka: perbedaan waktu). Tahapan perhitungannya adalah :

*,=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:

(2). Hitung rata-ratatotal, gunakan nrmus (l'al) : *,=T:0,31

<1A
x=*3Px, Xr="ff =0,44
maka: x, =
# :0,40

,.
.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).

n _ varian antarsampel Dengan demikian kelas, kolom, kelornpok data menyatakan

"-@
S,, 0,053 :0,736
^ S,,
l-.:--
0,072
Keputusan:
Nilai kritis Fc, ditentukan dari tabel I-4, dengan derajat kebebasan
untuk Vr : N-k : 34-3: 3l dan untuk Vz : k-l : 3-l :2 pada
derajat kepercayaan 5 7o, diperoleh Fc : 19,46 dan karena F :0,736
(F<Fc) maka hipotesis nol diterima. Dengan kata lain dapat
dinyatakan bahwa 95 % betul, nilai rata-rata debit sedimen
melayang tahun l98l dari pos duga air Cigulung - Maribaya,
Cikapundung - Maribaya dan Cikapundung-Gandok adalah tidak
berbeda nyata, dengan kata lain sama jenis.
klasifikasi yang satu (dalarp analisis hidrologi menyatakan
perbedaan lokasi), sedangkan grup, baris, periode menyatakan
klasifikasi yang lain (umumnya dalam analisis hidrologi
menyatakan klasifikasi menurut perbedaan waktu atau periode
pengukuran). Misalnya akan menguji tingkit erosi dari 5 buah DPS
yang diukur selama satu tahun, maka dapat dibuat pertanyaan :
l). apakah terdapat beda nyata tingkat erdsi dari setiap DPS.
2). apakatr terdapat beda nyata tingkat erosinya dari waktu
ke waktu.
Pertanyaan itu dapat dijawab dengan menganalisa data erosi lima
DPS tersebut dengan analisis varian model kalsifikasi dua arah.
Untuk menguji hipotesis pertanyaan tersebut maka data pengukuran
dapat disusun sebagai matrik, seperti ditunjukkan pada tabel 1.15.

1.6.2. tKlasifitesi lrt s Ar:olh

Dalam analisis varian dengan model klasifikasi satu aratt
variasi setiap nilai dari setiap kelas belum ditentukan apakah
6u 60

Tabel l.l5 l). Cikapundung-Maribaya (luas DPS : 76 km'z)

Analisis Varian Klasifikasi Dua Arah.
2). Cigulung-Maribaya (luas DPS : 43 km'?)
Group, Kelas, kolom Total Rata-rata
3). Cikapundung-Gandok (luasDPS : 119km,)
Baris 2 ) I ..k Grup Grup
Tabel 1.16, menunjukkan data tingkat erosi dari ke 3 sub DPS
tersebut untuk tahun 1973.
I X,, X,, X,, X,, .....X,, Tl x,
Tentukan apakah terdapat perbedaan yang nyata tingkat erosi :
2 XI X,, X,, Xr, .....Xru T2 x,
l). setiap sub DPS
2). setiap waktu
o/o.
dengan menggunakan derajat kepercayaan 5
j 4, X)z 4, ...Xi, ..X,r Tl 1
n Xnr Xrz Xnr ..X", .X"u Tr x" Tabel 1.16 Tingkat Erosi di DPS Citarum Hulu
Tahun 1973 (10-2 mm)
Total
Kelas Tr T2 T3 .. Ti .. Tk Bulan Cikapundung - Cigulung - Cikapundung-
Rata-rata Maribaya Maribaya Gandok
Kelas x, x" x" ... xi ...... xk
Januari 2,90 2,10 3,00
Suatu hal yang harus diingat bahwa analisis varian klasifikasi dua Februari 10,60 21,80 9,20
arah dianggap bahwa r Maret 5,20 14,00 6,50
April 9,10 5,80 8,60
l).
Tiap sampel dari populasi mempunyai distribusi normal, Mei 13,60 8,91 13,00
2). semua populasi mempunyai varian yang s.Lma, Juni 5,70 10,00 4,90
3). hipotesis yang diuji adalah : Juli 2,60 2,20 2,30
Agustus 1,40 2,10 1,50
Ho : Pr : Vz: P: ... P,: F September l,l0 3,20 2,00
Oktob6r 1,10 2,95 1,60
Untuk lebih jelas, berikut ini disampaikan contoh analisis varian November 3,40
3,20 2,39
klasifikasi dua arah. Desember 4,70 2,77 5,40

Surnber : Buku Publikasi Sedimen, 1973, DPMA.

Contoh 1.17.

Kita akan menganalisa tingkat erosi rata-rata setiap bulan yang

terjadi di DPS Citarum Hulu, dari sub DPS (lihat gambar 1.2) : I llr lrrpotcsis tllput ditunjukkan pada tabel 1.17.
70 7t

Jawab Contoh 1.17. z Vt terdiri dari 3 bagian :

Untuk menjawab pernyataan tersebut maka harus dibuat 4 hipotesis V, = variasi diantara grup
statistik : V, : variasi diantara kelas
V, = kesalahan residu
l). lH,ll kelas adalatr sama jenis (homogen), tidak ada
perbedaan nyata tingkat erosi setiap sub DPS
Secara matematis,
2). lH,ll kelas tidak sama jenis (heterogen), terdapat
perbedaan nyata tingkat erosi setiap sub DPS vr : xj=t r. (x,
\ -x)' (1.48)
3). lHol2 grup adalah sama jenis (homogen) tidak ada
perbedaan nyata tingkat erosi dari bulan ke
vz = (1.4e)
bulan *"(r,-x)'
4). grup tidak sama jenis (heterogen), terdapat
lH,l2
perbedaan nyata tingkat erosi dari bulan ke vr: II(*,t-X,-Xj+Xj)' (1.s0)
bulan.
Dengan:
Tabel l.l7 Analisis Varian Model Klasifikasi Dua Aratr
x,=lI*, (r.sl)

Sumber
Variasi
Derajat
Kebebasan
Jumlah
Variasi
Perkiraan
Varian
uji-F x'=*ir (1.s2)

Antar kelas k- I Y2 --Yi

k-l x=*IE*i' (1.s3)

Antar grup n- I vl --Y-i--

n-l
Kesalahan v, (k-l) Keterangan:
residu (k-l) (n-l) v3 ------Y-r -- -
(k-l) (n-l) v3
X, : rata-rata grup
Jumlah nk- I V, ---Yr--
nk-l X, = rata-rata kelas
X: rata-rata total

Penielasan Tabel I.I7. Uji - F dapat dihitung dengan mmus :

Varian total diantara pengarnatan, Vt.

-,' : Vr(n- l) (1.54)
k n / _\2 Vr
v,:
' XX(x1i-xJ
i=l j=l \
(1.47) dcngan derajat kcbcbasan, (n-l) dan (k - 1)(n - l)
-
 73

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 :

Nilai F yang dihitung berdasarkan rumus (1.54) dan rumus (1.55),

dibandingkan dengan nilai Fc dari tabel I-4. Jika nilai F < Fc maka 1). Hitung tingkat erosi rata-rata tiap kelas (tiap DPS)
hipotesis nol diterima dan jika nilai F > Fc maka hipotesis nol dengan menggunakan rumus (1.52) :

ditolak dan harus menerima hipotesis alternatip.

Penyelesaian contoh 1.17, dapat dilihat pada perhitungan dalam x,=ltxj
rrr n
- I
j=l
tabel I .18.
v_1
Xt=ix61,20:5,10
1

Xr=
i.x78,22:6,51
Tabel 1.18. Analisis Varian Klasifikasi Dua Arah Tingkat
v -'
,|

Erosi DPS Citarum Hulu.

,r, - x61,40:5,11
l2

2). Hitung tingkat erosi rata-rata tiap grup (tiap bulan)

dengan menggunakan rumus (1.51) :

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

xu =2o j6o = 6,86 x,, 'Yf 4,te

3). Hitung tingkat erosi rata-t ttltt lolitl dengarr lttcttggttrtttkittt

rumus (1..53) :
?4
76

x=*Ii,,, 6) Ilitung kesalahan rcsidu. dcngart tttcttggunakarr runrus

(r,50):
r3l2
x=*??*,'
v,=
" i>(x;i-xi-x;*x)'
I i=\j=t \
X= (61,20 +'18,22 + 61,40)
36
x=* I
(200,80):s,s78
v, = i ? (*,'- xi- x.;* x)'
L : jumlah kelas = jumlah DPS, maka :

1). Hitung variasi tingkat erosi rata-rata antar kelas (antar

DPS), menggunakan rumus (1.a9) : . untuk k = I DPS Cikapundung - Maribaya
bulan I :( 2,90 - 5,10 - 2,66+ 5,57)2 : 0,504
v,:i,(x,-x)' bulan 2 : (10,60 - 5,10 - 13,86 + 5,57)' : 7,784
bulan 3:(5,20-5,10- 8,56+5,57)' : 8,352
v,: i ,z(x, - x) ' dst.
bulan 12 : (4,70 - 5,10 - 4,29 + 5,57)' : 0,774
Yr= 72 [(5,10-5,57)2 + (6,51- 5,57)2 + 5,ll - 5,57)2f Jumlah = 27,320
Y,- 12l(0,221) + (0,883) + (0,21 l)l
V, = 15,78, dengan derajatkebebasan k - I = 3 - | :2 untuk k: 2 DPS Cigulung - Maribaya

bulan 1 (2,10 -6,51 - 2,66+5,57)2 : 2,250

s). Hitung variasi tingkat erosi rata-rata antar grup (antar bulan 2 (21,80 - 6,51 - 13,86 + 5,57)2 : 49,000
bulan, antar waktu), menggunakan rumus (1.48) : bulan 3 (14,00 - 6,51 - 8,56 + 5,57)' : 20,250
dst
v: Ir(Xt-x)tt / 'l
bulan 12 (2,77 - 6,51 - 4,29 + 5,57)' : 6,051
l=l
Jumlatr : 109,986
12 r \2
v,: Ill/ (xi-x) untuk k = 3 DPS Cikapundung - Gandok

v, = 3 [(2,66- 5,57)') +(13,96

- 5,57)2 +(9,56 - 5,57)2+ bulan I ( 3,00 - 5,11 - 2,66 * 5,57)2 : 0,640
(7,83 - 5,57)2 + (11,93 - 5,57)2 + (6,86 - 5,57)2 + bulan 2 (9,20 - 5,11 - 13,86 + 5,57)r: 17,640
(2,36-5,57)2 +( 1,66 -5,57)2 +(2,10 -5,57)2+ bulan 3 ( 6,50 - 5,11 - 4,29 t 5,57)2 = 7,128
(1,88 - 5,57)2 + ( 2,gg - 5,5-l)2 + (4,2g - 5,57)2 l dst
bulan 12 ( 5,40 - 5,11 - 4,29 * 5,57)2 = 2,464
V, :3 [( 8,468) + (68,124) + ( 8,940) + ( 5,107) +
(39,187) + (
1,664)+ (10,304) + (15,288) + Jadi
(12,040)+ (13,616) + ( 6,656) + ( 1,638) l Y, : (27,320 + I 09,98 6 + 40,976)
ll. Y. : 178,28, dengan derajat kebebasan :
Y t: 574,89 dengan derajat kebebasan n-1, atau 12-l =
= (k- l)(n- 1)=(3 - l)(12 -l)=22
7$ l'i
7). Hitung nilai Uji - F anrar grup (antar bulan) dengan fabcl l-1, Nilai Kritis tc utrtuk I)istribusi-t ttii tlua srsi.
menggunakan rumus ( I .54) :

D _ V,(n- l) Deraj ut Kepercu.yuun ta

,V3 dk
0,10 0,05 0,025 0,01 0,005
: s74'.Yt7- t)
n,
' l7g,2g
= rJ,
35.47
''
I 3,078 6,314 12,106 31,821 63,657
2 1,886 2,920 4,303 6,965 9,925
-) 1,638 2,353 3,182 4,541 5,841
Dari tabel I-4, dengan derajat kebebasan V, : (n_l) : 11, 4 1,533 2,132 2,776 3,747 4,604
dan V, : (k-lXn-l) dibaca pada kolom yr: 22, pada 5 1,476 2,015 2,571 3,365 4,032
derajat kepercayaan 5 oh, diperoleh nilai Fc :2,27. Oleh
6 1,440 1,943 2,447 3,143 3,707
karena F > Fc maka hipotesis nol ditolak.
7 1,415 1,895 2,365 2,998 3,499
8 1,397 1,860 2,306 2,896 3,355
9 1,3 83 1,833 2,262 2,821 3,250
8). Hitung.nilai Uji - F antar kelas (antar DpS), dengan l0 1,312 1,812 2,228 2,764 3,169
menggunakan rumus (1.55) :

ll 1,363 1,796 2,201 2,118 3,1 06

_ v2(k- l)
,,r---VI t2 1,356 1,782 2,179 2,681 3,055
tl r,350 1,771 2,160 2,650 3,012
l,l 1,345 l,l61 2,145 2,624 2,977
: 15,79(2\
' ---=:-#
F,
l7g,2g
:01177 l5 1,34 I 1,7 53 2,131 2,602 2,947

16 1,331 1,746 2,120 2.583 2,921

Dari tabel I-4, dengan derajat kebebasan V2 : ft-l) t7 1,333 1,740 2,110 2,567 2,898
dibaca pada baris Y r:2 dan V, : (k-l)(n-l) dibaca pada 18 l,330 1,734 2,101 2,552 2,878
kolom Y, = 22, pada derajat kepercayaan 5 yo maka l9 1,328 l,'729 2,093 2,539 2,861
diperoleh nilai Fc :3,44. Oleh karena F : 0,177 temyata 20 1,325 1,725 2,086 2,528 2,845
F < Fc maka hipotesis tidak dapat ditolak. 2t 1,323 1,721 2,080 2,518 2,831
22 1,321 1,717 2,0'14 2,508 2,819
ZJ 1,3 l9 1,7l4 2,069 2,500 2,807
Kesimpulan dari contoh l.l7 24 1,3 l8 1,7ll 2,064 2,492 2,797
:
25 1,3 l6 1,708 2,060 2,485 2,787
l). Analisis varian dari ke 3 DpS : Cigulung_Maribaya,
26 1,315 1,',l06 2,056 2,479 2,779
Cikapundung - Maribaya dan Cikapundung - Gandok,
27 1,314 1,703 2,052 2,473 2,771
menunjukkan bahwa kesamaan jenis tingkat erosi tahun 28 1,3 l3 1,701 2.048 2,467 2,763
1973 tidak dapat ditolak pada derajat kepercayaan 5 o/o, 29 l,3ll 1,699 2,045 2,462 2,756
atau dengan kata lain dapat dikatakan bahwa 95 yobetur inf. 1.282 t.645 1,960 2,326 2,576
bahwa tingkat erosi tersebut sama jenis sebagai fungsi
dari ruang (DPS). Sumber : Bonnicr, Januari l()ll I
78 79

2). Analisis varian dari bulan Januari sampai Desember,

untuk ke 3 DPS tersebut menunjukkan bahwa kesamaan Tabel I-2. Nilai Kritis dc untuk Pengujian Nilai Rata-Ratn
jenis tingkat erosi tahun 1973 tidak dapat diterima pada Sampel dengan Nilai Varian Berbeda (lanjutan)'
derajat kepercayaan 5 Yo, atau dengan kata lain dapat
dikatakan bahwa 95 % betul batrwa tingkat erosi dari ke
3 DPS setiap bulan tidak sama sebagai fungsi waktu
(bulan).

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

2,306 2,310 2,331 2,364 2,398 2,430 2,447

drr=6 dtr=8 6
13,707 3,654 | 3,ss1 3,514 3,707 2,294 2,292 2,294 2,300 2,306
13,557 13,654 8 2,306 2,300
ltJot 3,643 :,aes 3,363 13.307 13,328 3,355

I'i | t2 2,306 2,292 2,262 2,229 2,201 2,183 2,179

lt,tol 3,636 3,246 l:,ro+ I r,os: 3,055
24 2,306 2,286 2,236 2,175 2,1 l8 2,07',l 2,064
I t,tot 3,631
11El 3,1 59 ||2,e38
lz,nz 2,797 o 2,306 2,281 2,215 2,128 2,044 r,982 1,960
@ ll'tot 3,626 | 3,402 3,093 2,576
lz,so+ 12,627 drr= 12 6 2,1'19 2,r93 2,239 2,30r 2,367 2,423 2,44'l
drr-8 6 |, ,,, 3,329 ,,,0, 3,363 lz.qgs lt,eqt
| 3,707 8 2,179 2,183 2,201 2,229 2,262 2,292 2,306
8 I r,:ss 3,316 | 3,23e 3,206 3,355 2,169 2,167 2,169 2,175 2,179
g,:ss lz,zts lr,:ro t2 2,179 2,175
l2 I 3,307 I tJgz 3,093 13,032 | 3,039 3,055 2,168 2,142 2,112 2,085 2,069 2,064
24 2,179
24 I r,rss 3,301 :,rsa 2,988 2,797
I lz,toz lz,ros @ 2,179 2,163 2,120 2,064 2,01I 1,973 1,960
@ r,:ss 3,295 2,916 12,723 lz,aot 2,576
I
drr= 24 6 2,064 2,088 2,156 2,247 2,342 2,418
2,447
, ,,.
I
I I

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

@ l,960 I,960 l,960 l.960 I,960 1.960 r,960

6 tJst I 2,777 2,726 2,664 2.613 2,58s 2,5',76
|

I I
drz=@ ,.rru I 2,627 2,904 ,.0,, 3.4021 ,.urul3,707
3i *tol
I . I

-*23 z.sro I :,r:z l,zssl 3,355

l,stal llsil 2,661 21t5y' 2.909 | :,ota
I
I 3,055
r.s;o I ?,58s I 2,613 2.726 z.ntl
2,797
TI rstol z.sle 2,576 'r!rf |
2.s761 2.576l. 2,576
I
80 8l

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
|

s. l4l 4.'76 4.53 4.39 4,28 4,21 4, l5 4,10

ll 2,@3 3,053 3,t16 4,575 t9,675 2t,920 24,725 26,757 7 5.59l
|

4.741 4,35 4,12 3,97 3,87 l7q 3,37 3,68

t2 3,O4 ,,57t 1,&1 5,226 2t,026 23,337 26,217 28,3@ 8 5.32 4.461 4,0'7 3.84 159 3,58 3,s0 3,44 3,39
l3 3,565 4,to 5,009 5,t92 22,162 24,736 27,6tt 29,tt9 9 5.12 4.26 3,86 3.63 3,48 3,37 3.29 5,2 t 3,1 8
l4 4,O75 1,@ 5,629 6,51t 23.685 26,t19 29,t4tt l9
3 1,3
l5 4,601 5,X29 6,262 7.26t 24.996 27.488 30,57t 32,t01 1 ).) 3,14 3,07 f ,02
IO 4,96 4,t0 l.7 t 3,48
l6 5,t42 5,t l2 6,$t 7,2 26,296 2t,u5 32,000 34,267 ll 4,84 3,98 3,59 3,36 3,20 3,09 3.01 2,95 2,90
l7 5,69'l 6.40t 7,5U t,672 27,5t7 30.t91 33,409 l5,7tE t2 4.7 5 3,89 3,49 3,26 3,l l 3,00 2,91 2,85 2,80
It 6,265 7,015 t,23 I 9.390 2t,t69 1t,526 34,t05 37,t56 13 4,67 3,81 3,41 3,18 3.03 2,92 2.83 2,77 2,71
l9 6,E44 7,633 t,907 lo, I l7 30, l,t4 12,t52 36, l9l 38,582 2,85 2,76 2,70 2,6s
l4 4,60 3,14 3,34 3,1 I 2.96
20 7,434 t,2@ 9,591 l0,t5l 3 1,4 l0 34.170 17,56 39,997
2l t,034 t,tyl t0,283 I 1,591 32,57t 15,479 3t,932 4t,40 I l5 4,54 3.68 3,29 3,06 2.90 2,79 2,71 2"64 2,59
22 8,643 9,542 10,9t2 12,33t 33,924 36,7tt 40,2t9 42.7 2,85 2,7 4 2,66 2,59 2,54
23 9,2@ I 1,6t9
l6 4.49 3,63 3,24 3,01
9,tt6
10,196 r3,091 35,172 38,076 41,63t 44, 18 I
t1 4,45 15S 3,20 2,96 2,81 )70 2,61 2,55 2,49
2d 10,t56 l2,,Ol l3,t4t 36,4t5 39,3il 42,9t0 45,558
)11
25 10,520 I 1,524 13,120 14,61 I 37,652 40.646 44,3t4 46,928 l8 4,41 155 3,16 2,93 2,66 2,58 2,5t 2,46
.)oo 2,54 2,48 2.42
l9 4.38 3.52 3.1 3 2,74 2,63
26 l I,160 l2,l9t 13,t44 t5,379 3E,E85 4t,923 45,42 48,290
27 I 1,t08 t2,tT) 11,57i 16,15t ,10,
I 13 43.194 46,963 49.645
2t t2,46t 13,565 15,30t 16,92t 41,337 44,461 48,278 50,993 20 4.35 149 l,l0 2.87 2,11 2,60
a<1
2,5t 2,45 2,39
29 13,t2t t4,256 16,047 t7,70t 42,557 45,722 49,5tt 52.336 )t 4,32 3.4'7 3,0'1 2,84 2,68 2,49 2,42 2,31
30 t3,7t7 14,953 t6.79t 18,493 $,n3 46.979 50,t92 53,672 22 4,30 3,44 3.05 2,82 2,66 2,55 2,46 2,40 2,34
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 23'7 2,f2
Sumbd : Boanis, Juwi l9El 24 4,26 3.40 3.01 2.78 2,62 2,51 2,42 2,36 2,30

25 4,24 3,39 ?oo 2,76 2,60 2,49 2,40 2,34 2,28

26 4,23 1,3'.7 2,98 2,14 2,59 2,41 2,39 2,32 2,27
27 4,21 3,3 5 2,96 2,',l3 2,57 2,46 2,31 2,3\ 2,25
28 4,20 3,34 2,95 2,7 | 2,56 2,45 2,36 2,29 2,24
29 4,1 8 3.33 2,93 2,'70 2,55 2,43 2,15 2,28 )1)

30 4,11 3,32 2,92 2,69 2,53 2,42 Z,J J 2,2'7 2,21

2,45 2,34 1a< 2,18 2,12
40 4,08 2,84 2,61
60 4,00
3,21
3, l5 2,'76 2,53 2,3',1 ))\ 2,17 2,10 2,04
120 3,92 t,0'7 2,68 2,45 ', )o 2,17 2,09 2,02 1,96
@ 3,84 3.00 2.60 2.3'1 2.21 2,t0 2,01 t,94 t,88

Sumber: Bonnier- Januari l98l

82
82,t

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

Sumber : Bomier, Jmuri l98l Smber rBomier, 1981

 82b

Tabel I - 4, Nilai Kritis Fc Distribusi F (lanjutan ke 3)

F: 0,01 (dkl , dk2 )

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

2,9 1 a', 2,17

25
26
27
3,13
3.09
3.06
2,96
2,93
2,85
2,81
2,78
2,70
2,66
2,63
2,62
2,58
\5s
2,54
2,50
2,47
2,45
2,42
2,38
1,82
1,80
t,79
2.23
2,20
2,t3
2,r0
2.1 PENDAHULUAN
28
29
3.03
3,00
2,90
2,87
2,75
2.73
2,60
2,57
2,52
2,49
2,44
2,41
2.35
2.33
t,77
1,73
2,17
2.t4
2-06
2,03
' Seperti telah disebutkan pada sub bab 1.2 Bab I buku jilid I
30 2.98 2,84 2,70 2,55 2,47 2,39 2,30 1,74 2,tl 2,01 judul sarna, bahwa data hidrologi runtut waktu, misal data publikasi
40 2,80 2,66 2,52 2.37 2,29 2,20 2.tl 1,64 t,v2 I,E0
60 2,63 2,50 2,15 2,20 2.12 2.03 1,94 1,53 1,73 1,60 Debit dapat diolah lebih lanjut dan disajikan dalam suatu :
t20 2,47 2,34 2,t9 2.03 1.95 l,t6 1.76 1,43 1,53 1,38
@ all 2,18 2,04 1.88 1,79 1,70 l,59 t.32 t,32 1,00
. distribusi (distribution), atau
Smbcr: Bomcr, l98l . deret berkala (time series)

Disajikan dalam suatu distribusi, apabila data hidrologi disusun

berdasarkan urutan besamya nilai, misalnya data debit diuru&an
dari debit dengan dimulai yang nilainya terbesar menuju terkecil
atau sebaliknya. Rangkaian data hidrologi yang disajikan secara
kronologis sebagai fungsi dari waktu dengan interval waktu yang
sama disebut dengan deret berkala. Umumnya disajikan scbagni
berikut :

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

Beberapa metode statistik yang dapat digunakan untuk menguji

2.2.1. Uji Korclasi Perlinghot ltletode Spcattnan
ketidakadaan trend dalam deret berkala, diantaranya uji :
Trend dapat dipandang sebagai korelasi antara waktu dengan
. korelasi peringkat metode Spearman. variat dari suatu variabel hidrologi. Oleh karena itu koefisien
. Mann dan Withney. korelasinya dapat digunakan untuk menentukan ketidakadaan trend
. Tanda dari Cox dan Stuart. dari suatu deret berkala. Salah satu cara adalah dengan
Masing-masing cara pengujian itu akan diuraikan secara singkat menggunakan koefisien korelasi peringkat metode Spearman, yang
pada sub bab berikut ini. dapat dirumuskan sebagai berikut :

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

Tabel2.l. Curah Hujan Tahunan di Pos Hujan Dutamati DPS

Cimanuk. Tahun 1950 - 1975

No. Tahun Curah No. Tahun Curah

Hujan Hujan
(mm) (mm)

I 950 2r0l 14. 1963 1639

2 951 t699 15. 1964 l84l
3 952 l9l I r6. r 965 r 808
4 953 l5t8 17. t966 2376
5 954 r 578 18. 1967 2148
6 955 2506 19. r968 2207
7 956 t576 20. 1969 I 507
8 957 t925 21. t970 1707
9 958 2039 )) t97t 225E
l0 959 2231 23. 1972 r566
il 960 1421 24. t9't3 1793
t2 96r 1529 25. t974 t9l0
l3 962 2099 26. 1975 2012
Sumber : Buku Publikasi Hujan, Pusat Litbang Pcngairan.

Jowab Contoh 2.1. z

Gambar 2.3. Deret Berkala Data Curah Hujan Data Mati Tahun
Buat hipotesis :
1950 sampai Tahun 1975.

Ho : tidak ada trend (Rt dan Tt independen, tidak saling

tergantung.
H, : ada trend
Berdasarkan data pada tabel 2.2, dan rumus 2.2, maka dapat
Gambar 2.3, menunjukkan grafik deret berkala data tabel 7.1, dan dihitung:
menunjukkan tidak ada trend. Bagaimana dengan uji-t nya.

Kp I - -ri-
o t (ao,
n -n
r/n ,
r\r--l:l--
6x3094 , 18564
17576 -26 17550
KP: - 0.0s77

Selanjutnl'a dari rumus 2.3 dapat dihitung :

90 9l

TabelZ.Z Perhitungan Koefisien Korelasi Peringkat Metode Hipotesa Nol (Ho) :

Spearman Data Crrrah Hujan Pos Dutamati DPS-

Deret berkala dua seri data (Rt dan Tt) adalah independent pada
Cimanuk Tahun 1950 - 1975. o/o.
derajat kepercayaan 5

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) :

Curah Hujan Pos Dutamati DPS Cimanuk

Tahun 1950-1975
Z_
u- \Y
No Kelompok I Peringlrat Kelompok Il Peringkat [*t*,Nz(Nr *Nz * l)]]i
I 2t0t 7 1639 r9
a l8 l84l l4 76 - (13)(r3\t2 -8,5
1699
l5
Z_
J l9l I t2 1808 19,5
4 l5l8 24 2376 2 [#tt,g)(,3)(13 + r: + r)]]]
5 l 578 20 2148 6
6 2506 I 220',1 5 Z: - 0,4358
7 t576 2r 1507 25
8 1925 ll r707 t7
9 2039 9 2258 J Hipotesis nol Ho : apakah kelompok I dan kelompok II berasal dari
.,.)
l0 2231 4 I 566 populasi yang sama.
ll t42l 26 1793 l6
Berdasarkan uji satu sisi pada derajat kepercayaan 5 yo
t2 1529 23 l9l0 l3
l3 2099 8 2012 l0 ditolak, dari tabel L2 (Bab I) diperoleh nilai Zc : I ,645 dan - I ,645.
Jumlah : r84 t67 Nilai Z: -0,4358 ternyata lebih kecil dariZc: *1,645 dan lebih
Sumber : data tabel 2. l. besar Zc = -1,645 dengan demikian H0 tidak dapat ditolak pada
derajat kepercayaan 5 Yo. Atau dapat dikatakan bahwa kelompok I
dan II berasal dari populasi yang sarna, atau dengan kata lain tidak
Dari perhitungan data tabel 2.3, maka diketahui :
terjadi perubahan yang nyata nilai rata-ratanya atau tidak
Nr :13 menunjukkan adanya trend. Kesimpulan ini sama dengan
N2 =13 kesimpulan pada contoh 2.1 (lihat sub bab 2.2.1).
Rm : 184

Berdasarkan persamaan (1.36) maka :

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
Dengan uji satu sisi bandingkan nilai Z dengan nllai Zc pada tabel
1.2 Bab I untuk derajat kepercayaan tertentu (5 %) ditolak.
C,ontoh 2.3.
Gunakan uji Cox dan Stuart untuk menentukan apakah data hujan
pada tabel 2.1, menunjukkan adanya trend pada derajat kepercayaan
5 % ditolak.
Nilai Z teoritis dari tabel 1.2 Bab I, untuk derajat kepercayaan 5 Yo
ditolak adalah + 1,64. oleh karenaz:0,1l3 lebih kecil dari : 1,64
maka H0 diterima. Dengan demikian data tabel 2.1, tidak
menunjukkan adanya trend, dan kesimpulan ini sama dengan
kesimpulan contoh 2.1 dan 2.2. Dengan demikian jelas batrwa data
tabel 2.1 yarg secara visual dari gambar 2.3 tidak menunjukkan
adanya trend, dengan menggunakan 3 (tiga) uji statistik juga tidak
menunjukkan adanya trend.

Jawab Contoh 2.3. :

Buat hipotesis sebagai berikut :

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 :

selanjutnya adalah melaksanakan uji persistensi. Sebelum

membahas uji persistensi disampaikan contoh uji stasioner sebagai F- nr Sr (nz*l)
berikut. nzSz2(n,-l)
maka:
Contoh 2.4. _ _!3!31)'? (13 - l) :
" t3 (27q'? (13 - l)
1,438
Data tabel 2.1, menunjukkan deret berkala dari curah hujan pos
hujan Dutamati tahun 1950 - 1975. Uji stasioner data tersebut pada Pada derajat kebcbasan dk, : n, - I dan dk, n, - I tlnrr
derajat kepercayaan 5 % ditolak (95 % diterima), dengan derajat kepercayaan 59Zt, maka dari tabcl l-4 (llnh t).
melaksanakan pengujian nilai varian dan rata-ratanya. diperoleh nilai l; tabel 2.6().
9u 99

Oleh karena nilai F perhitungan : 1,438 ternyata lebih
kecil dari nilai F tabel : 2,69, maka tidak ada alasan
untuk menolak bahwa varian kedua kelompok data tabel
2.1 berbeda. Atau dengan kata lain dapat dikatakan
bahwa pada peluang95 % nilai variannya stabil.
peluang. Persistensi (Persistence) adalah ketidak tergantungan dari
setiap nilai dalam deret berkala. Untuk melaksanakan pengujian
persistensi harus dihitung besarnya koefisien korelasi serial. Salah
satu metode untuk menentukan koefisien korelasi serial adalah
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.

Jawab Contoh 2.5. z

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

Tabel2.5. Perhitungan Koefisien Korelasi Serial Metode KS:l ffi:-0,2819

Spearman Data Curah Hujan Pos Dutamati DPS
Cimanuk tahun 1950 - 1975- Berdasarkan persamaan (2.7) :

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

Dalam melaksanakan pengujian diperlukan informasi 2.5.2 ltfctodc nlstg,-frata Bet|gg/rleh

tambahan seperti perubahan DPS atau alur sungai karena bencana
alam, atau pengaruh manusia..Kembali pada pengertian bahwa :
1). data tidak homogen adalatr penyimpangan data dari sifat
statistiknya yang disebabkan oleh faktor alam dan atau
manusia.
2). data tidak konsisten adalah penyimpangan data karena
kesalahan acak dan kesalahan sistematisnya.
maka tahap penyaringan ini perlu pengetahuan lapangan dan
informasi yang terkait dengan data dalam deret berkala. Tahap
penyaringan ini baru merupakan penyaringan untuk data dari suatu
pos hidrologi dan belum membandingkart clcngan data sejenis dari
pos lain.
2.s. AruALrsrs TBEilD
Analisis trend dapat digunakan untuk menentukan ada atau
tidaknya perubahan dari variabel hidrologi yang terjadi karena
pengaruh manusia atau alam. Beberapa metode untuk analisis trend
antara lain dengan menggunakan metode analisis regresi
(regression analysis) atau metode rata-rata bergerak (moving -
averages method).
2.5.1. ItctodaAnatisis f,,egr.esi
Deret berkala yang menunjukkan adanya trend yang
cenderung membentuk garis dapat dianalisis dengan metode regresi.
Model matematik yang digunakan tergantung dari kecenderungan
bentuk garis trend. Model-matematik untuk analisis regresi akan
dijelaskan pada Bab III. Dari trend yang dihasilkan mungkin dapat
menggunakan lebih dari satu persamaan regresi. Batas daerah
kepercayaan dan besarnya korelasi dari garis trend dapat ditentukan
dari persamaum regresi yang diperoleh. Model matematik yang
mungkin dibentuk oleh sebuah trend dapat di lihat sub bab 3.2.
Deret berkala yang menunjukkan adanya trend sekular yang
cenderung tidak menunjukkan model matematik untuk analisis
regresi, maka gerakan dari deret berkala tersebut dapat diperoleh
dengan cara mengratakan kurva deret berkala yang bergelombang.
Tujuan dari pengrataan itu adalah untuk mengurangi pengaruh dari
variasi acak ataupun variasi musim bahkan sebagian dari sikli,
sehingga diperoleh kurva yang lebih mudah untuk menafsirkan
penomena hidrologi yang terjadi.
Metode yang sering digunakan untuk mengratakan deret
berkala yang bergelombang adalah rata-rata bergerak. Cara
menghitung rata-rata bergerak adalah dengan menghitung nilai
rala-rata (mean) dari berbagai nilai untuk periode waktu tertentu.
Misal nilai dari variabel hidrologi itu merupakan deret berkala :
X,, Xz, Xr, ... , Xn
Nilai rata-rata untuk periode waktu tertentu, misal m = 3, yaitu
deret berkala taraf 3, sehingga deret berkala tersebut mempunyai
nilai rata-rata bergerak Yr, Yr, ..., Yn-,, yang dapat dihitung dengan
persamaan berikut ini :
b, X, + bz Xz +br X:
-- J
br Xu + bz Xr +b3 Xa
'5
br Xn-z * bz Xn-r * bs Xn
vrn-l- (2.8)
3
Dari persamaan (2.8), nilai b,, b2, b, adalah faktor penimbang yang
kalau dijumlahkan nilainya: rn : 3. Oleh karena itu secara umum
dapat dinyatakan :
m
Xb, =tn (2,e)
i=l
Umumnya nilai m digunakan bilangan gnnjil, rnisal m - 'l alatt ttt -
104 106

5. Apabila nilai b, : b2 = b, + ... : bi : i, maka disebut dengan Keterangan :

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

Sumber : Fety.S, 1992.

 e8B7 Tdlfl Tllf' w'ot
+ TAI{UX

Gambu 2.4. Curah Huian fun Sedimen DPS K'Progo' Kranggan

800 SEDIMEN

CURAH HU.JA'{

I
E 500
!-
.E
5E
€o
Eg 4oo
-f
z-
l!-
ctE
=< -.--"'------\:
aD
iY M
t
I
o

Gambar 2.5. Rata-Rata Bergerak Data Tabel.2.7. o

{
I08
L'onloh 2.6.
lirhe I 2.6, menunjukkandata hasil penelitian Fety.S, 1992,
rrrahasiswa Fakultas Geografi-UGM, yaitu data curah hujan dan
scdimen dari DPS Progo - Kranggan, Propinsi Jawa Tengah tahun
196611967 - 1985i1986, selama 20 tahun. Tahun 1977/1978 -
197911980 dimulai usaha pengelolaan DPS, yang meliputi
pembuatan teras 38,95 Yo dm usaha pengelolaan lainnya yang
meliputi a l0 % dari luas DPS 411,670 km2. Gambar 2.4,
menunjukan kurva curah hujan dan sedimen, dari data deret berkala
tabel2.6. Dari gambar 2.4 temyata tidak mudah untuk melihat trend
hubungan antara curah hujan dan sedimen. Tentukan nilai rata-rata
bergerak sederhana dengan nilai m: 3 (taraf3).
Jawab Contoh 2.6 i
Data tabel 2.6, dihitung berdasarkan rumus (2.8) dan hasilnya
tercantum pada tabel 2.7 dart gambar 2.5.
Dari gambar 2.5, temyata trend curah hujan dan debit lebih mudah
diinterprestasi dibanding dengan data gambar 2.4. Secara umum
dapat diketahui bahwa trend sedimen selalu mengikuti trend curah
hujannya. Apabila trend curah hujan naik, maka trend sedimen naik,
begitu pula kalau trend curah hujan turun selalu diikuti oleh
turunnya sedimen.
Kenaikan sedimen yang cukup besar selama dimulai pengelolaan
DPS 197711978 - 197911980, karena pada tahap awal pengelolaan
ini tanah yang baru diolah (untuk pembuatan teras ataupun
penanalnan) masih mudah tererosi oleh air hujan. Setelah usaha
penanaman mulai tumbuh, maka laju erosi mulai berkurang dan
sedimen jrga mulai berkurang (mulai tahun 1980/1981
I 985/l 986) (Fety.S, 1992).
2.6 MEIITBANCK'TKAN DATA SINTET'K
Salah satu masalah )'ang umum dihadapi oleh para
I0t,
hidrologiwan, termasuk di Indonesia, adalah kekurangan data,
misalnya dalam analisis peluang, dari suatu banjir ataupun
kekeringan, datanya masih sangat terbatas. Dengan hanya
menggunakan data dari deret berkala yang rekaman datanya hanya
menghasilkan 15 atau 25 buah data debit puncak banjir, maka jelas
kurang sesuai untuk memperkirakan debit puncak banjir yang harus
meliputi periode ulang 100 tahun.
Dengan keadaan data yang sangat terbatas, maka diperlukan
cara untuk memperoleh rekaman data yang lebih banyak jumlahnya.
Dengan menerapkan cara membangkitkan (gener at ing t e chnique s),
(ada pula yang menyebut cara menangkarkan) maka akan diperoleh
data deret berkala buatan (artificially generating time series). Ada
pula yang menyebui data siritetik (synthetic data-generating). Agar
jangan dicampur adukkan dengan istilah data simulasi (simulated
data), yaitu data keluaran sebuah perhitungan model, meskipun data
sintetik dapat sebagai data masukan model.
Maksud dari pada mendapatkan deret berkala buatan adalah
untuk memperpanjang rekaman data sehingga mempunyai beberapa
alternatip dalam hal analisis teknis ataupun ekonomis dari suatu
proyek sumber daya air. Pada dasar nya deret berkala buatan dapat
dianggap sebagai sampel dari suatu populasi. Dalam hal ini data
historis runtut waktu hasil pengamatan lapangan dianggap sebagai
populasi.
Sembarang deret berkala dapat mengandung beberapa
unsur, yaitu : trend, periodik dan stokastik. Komponen trend dan
periodik mempunyai sifat pasti (deterministic), oleh karena tidak
tergantung waktu. Komponen stokastik (stochastic) mempunyui
sifat stasioner dan tergantung waktu. Mempunyai sifat stasiorrcr
berarti sifat statistik dari sampel tidak berbeda dengan sifat statistih
populasinya. Unsur stokastik dapat mengandung unsur acitk tlnlr
korelasi/dapat pula tidak. Mengandung unsur korclasi bcnu'tr trrrlr
nilai dalam derct bcrkala dipcngaruhi olch rrilli virrli lt'r lnrli
sebelunrnya. Misalrrvl rlchil srrngai di srrltrr pos rlrrllrr ,rrr \.urE
icr-jadi hari ini bcsurrrvlr tlrPe ngnpulti olclr tlclrrt \ julll lr,r lrrrll
kctllaritt dan Irtrutgkitt tlipt'rr1t;rrrrlri olclr tlchit r lrrrli lt'r;,rrlr lrrl r lrrrt l
110
sebelumnya. Oleh karena itu pada unspr stokastik, unsur acak dan
korelasi harus dipisatrkan aan dinilai.
Metode stokastik yang digunakan dalam membangkitkan
deret berkala buatan umuurnya hasilnyq akan dapat memuaskan
apabila pertambahan waktunya secar.a tahunan atau bulanan. Untuk
pertambahan waktu harian atau rningguan akan dapat diperoleh
hasil yang memuaskan apabila dilakukan dengan memasukan unsur
fisik DPS dan atau menggunakan data dari variabel hidrologi yang
lain.
Dalam buku ini, hanya akan disajikan cara membangkitkar/
menangkarkan data dcrct berkala buatan atas dasar pertambahan
waktu tahunan. Banyak mctode )ang clapat digunakan, akan tetapi
hanya akan disajikan 2 (dua) metode, yaitu :
I). penggunium tabel bilangan acak.
2). penggunaan proses Markov.
Perhitungan dalam pengguniuut kedua metode tersebut dapat
dengan kalkulator, tanpa harus' dengan progftlm komputer,
sedangkan metode lainnya perlu menggunakan program komputer.
Perbedaan anggapan dalam menggunakan kedua metode tersebut
adalah:
1). penggunaan tabel bilangan acak, berarti bahwa tiap
nilai dalam rangkaian deret berkala buatan tidak
tergantung nilai sebelu6nya. Oleh karena itu sampel
yang diperoleh mempunyai sifat acak. Disarankan
untuk digunakan dalarn inembangkitkan deret berkala
buatan dari data yang nilainya terbesar, atau terkecil,
misal debit puncak banjir terbesar atau debit minimum
terkecil.
2). proses Markov merupaft6 suatu proses dimana setiap
peristiwa hanya tergqnfimg pada kejadian yang
mendatruluinya. Penggunan proses Markov mempunyai
arti bahwa tiap nilai dalam rangkaian deret berkala
lll
buatan tergantung secara langsung dengan nilai yang
terjadi sebelumnya.
Deret berkala dari rangkaian data dengan pertambatran
waktu tahunan dapat dipandang sebagai rangkaian data dari suatu
variabel bebas atau dapat pula dipandang sebagai rangkaian data
stokastik, oleh karena itu untuk membangkitkan data deret berkala
buatan data tahunan misal volume aliran tahunan, debit puncak
banjir tahunan, dapat menggunakan tabel bilangan acak atau proses
Markov.
Rangkaian data deret berkala dengan pertambatran waktu
bulanan tidak dapat dipandang sebagai variabel. bebas, misal, debit
bulan ini, besarnya sangat tergantung dari debit bulan yang lalu,
bahkan mungkin bulan-bulan sebelumnya, oleh karena itu untuk
membangkitkan data deret berkala buatan data bulanan sebaiknya
digunakan proses Markov, tidak dengan tabel bilangan acak.
2.6.1. I$cnggunehan Tabel Bilengan Aceh
Prosedur penggun&m tabel bilangan acak sangat sering
dilaksanakan oleh para hidrologiwan. Tabel II-1, pada bagian akhir
bab ini, menyajikan contoh dari tabel bilangan acak. Dari tabel
bilangan acak, kelihatan bahwa setiap nilai bilangan acak
mempunyai 4 digit desimal acak, sebagai contoh dari tabel II-1,
bilangan acak yang pertama adalatr 0222, berarti 0,0222 atau 2,22
% sebuah sampel acak dari peluang kumulatip (cummurative
probability).
Dari tabel II-1, dapat dipilih bilangan acak. Cara memilih
bilangan acak adalah dengan menutup mata serta memegang pensil,
Angka sembarang yang ditunjuk menggunakan pensil dengan mnrn
tertutup dipilih sebagai bilangan acak pertama. Bilangun ucnk
selanjutnya dilakukan dengan memilih bilangan dari posisi hilnrrgarr
acak pertama kearah kanan (dari kiri - ke kanan) atau kc urulr hawnlr
(dari atas - ke bawah). Banyaknya bilangan acnk y'rrg rriprltlr
tt2 ll;

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.
'fabel 2.8, menunjukkan data debit puncak banjir DPS Citarum -
Nanjung, tahun 1918 - 1934 dan tahun 1973 - 1985,
jumlah 30
yang
tahun. Apabila data tersebut dianggap berasal dari populasi
mengikuti distribusi normal dan mempunyai sifat statistik stasioner,
tidak menunjukkan adanya trend dan bersifat acak, tentukan deret
berkala buatan/sintesis sehingga jumlah datanya mencapai 50 buah
dan kemudian tentukan pula persamarm distribusi normalnya.
Jawab Contoh 2.7. z
X=XtS.k
X=286,20 * (55,56). k
Nilai bilangan acak dipilih dari tabel II-1. Misal, bilangan acak ke I
terletak pada kolom ke 2, baris ke l0 dari tabel II-1, halaman ke l,
yaitu 3291. Baca nilai bilangan acak selanjutnya sebanyak 20 buah,
dari bilangan ke l, ke arah bawatr pada kolom yang sama. Nilai
bilangan acak merupakan rangkaian peluang kumulatip yang dapat
ditrans- formasikan kedalam rangkaian acak dari variabel X.
Transformasi atau pengalih-ragaman dapat dilaksanakan dengan

salah satu cara sebagai berikut :

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

l9l9 217 19. 1974 323

Untuk contoh ini, digunakan cara yang ke 1, yaitu dengan
r920 285 20. 1975 364
menstransformasikan besamya peluang kumulatip setelah ditentu-
t92l 261 21. r976 247
kan nilai k. Tabel 2.9, menunjukkan nilai bilangan acak dengan
290
1922 295 22. 19',77
pasangan nilai k. Penentuan nilai k dapat menggunakan tabel 3.3
302
1923 252 23. 1978
(ilid I), atau lebih lengkapnya ditentukan dari tabel Wilayatr Luas
1979 301
1924 275 24.
Dibawah Kurva Normal dari data pada tabel II-2. Nilai bilangan
25. 1980 284
1925 204 acak ke I, adalah 3291, dari tabel II-2, untuk menentukan nilai k
l98l dengan cam menghitung peluang I - 0,3291 : 0,6709, dan nilai
1926 208 26. 276
r982 sebesar 0,6709 itu berpasangan dengan nilai k : * 0,44. Dari tabel
t927 t94 27. 261
1928 256 28. 1983 303
II-2 nilai k ditulis dengan t. Hasil selengkapnya untuk n : 20,
1929 207 29. 1984 335
ditunj ukkan pada tabel 2.9 .

I 930 354 30. I 985 320

193 I 445
1932 350

l 933 336
1934 320

Sumber : 'Iabet 3.8. (buku jilid I, judul sama)

tt4 I 116

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

I 312 [. 299 2.6.2. Itenggunahan Proses ltqskoo

2 379 12. 409 Menggunakan proses Markov adalah menggunakan model
3 274 r3. ))) auto-regresif tahunan. Model yang paling sederhana adalah model
4 333 t4. 323 Markov - Chain, yang dapat dirumuskan sebagai berikut :
5 307 I5. 346
6 235 r6. 203 X; : r(X1-1)+(l - [ X + (S) (t) (1-r2)] (2.10)
7 274 17. 379 Keterangan:
8 217 t8. 160

9 263 t9. 242 xi : debit tahunan pada tahun ke t

xi_ , : debit tahunan padatahun ke t-l
l0 159 10. 177
x debit rata-rata tahunan dari pengamatan
Sumber :Perhitungan X=286,20 + (55,56) k, dengan nilai k tabel 2.9.
S deviasi standar dari pengamatan
f koefi sien Markov-Chain, nilainya berkisar antaru
Tabel 2.10, menunjukkan deret berkala buatan dari debit puncak 0,20 - 0,30, umumnya digunakan nilai 0.25
banjir DPS Citarum - Nanjung, sehingga apabila datanya digabung t" : variat acak dari distribusi normal dcngun ruttt-rttltt
dengan data tabel 2.8 jumlahnya sudah mencapai 50 buah. Debit 0 dan deviasi standar: I,0.
 117
I l(i
debit total tahunan sehingga deret berkalanya n : 50 buah
Apabila nilai X , S dan f telah ditetapkan maka membangkitkan dan

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.

l0t,7 17. 90,0

waktu bulanan dapat digunakan persamaan :
83,6 18. 149,4

: - Xi-,) + tiJ (Sj) (l - rj'?)l (2'l l)

68,5 19. 78,6
X,, Xr * t,* (Xi-,^;-,
45,2 20. 97,4
77,8 2t. 121,0

Subskrip j, menunjukkan jumlah bulan, untuk sintesis bulanan,

j 97,8 22. 125,0

bervariasi antara | - 12. Subskrip i, menunjukan jumlah tahun, 65,0 23. 109,0

mulai 1 sampai n tahun. Nilai Il adalah koefisien korelasi serial 73,0

antara xi d* 4-r.Nilai S; dan S,-r adalah deviasi standar dari debit 83,8
yang diamati untuk bulan ke j dan ke j-1. Nilai fu adalah variat 132,4

acak dari distribusi normal dengan tata-rata: 0 dan deviasi standar

N= 23, X = 92,l6jutam3, S :25,95jutam3
= 1,0'
Persamaan (2.11) dapat digunakan setelah nilai X, S dan t. Sumber : Tabel 3.4. jilid L

untuk setiap bulan ditentukan. Nilai ({-1;-,), merupakan nilai awal'

yang ditentukan dari suatu pemisalan, dapat ditentukan secara acak
dari rangkaian data yang telah diamati, atau ditentukan dari suatu Jawab Contoh 2.8 z

nilai debit pada permulaan musim hujan. Berikut ini disajikan

Dari tabel 2.11, diperoleh X :92,l6juta :25,95juta
contoh membangkitkan data hidrologi untuk data tahunan, m3 dan S m3.

menggunakan persamaan (2. I 0).

1). Cara ke I :

Apabila diperkirakan nilai f :0,25, maka model Markov -

Contoh 2.8. Chain untuk data tabel 2.ll :
Tabel 2.11, menunjukkan data debit total fiuta m'; dari nfs : r CXi-r) + (l - r) X + (S) (t) (l - rz;z
I

cikapundung - Gandok selama 23 tahun, tahun 1958 - 1985.

Xi
Dengan menggunakan model Markov - chain, tentukan peramalan X,:0,25(X,-,) + 0,75 (92,16) + (25,95)(t) (0,9375)l
118
lle
X, :0,25 (Xi-,) + 25J2 (t) + 69,12
I'abel 2.12 Data Debit Total Sintetik DPS Cikapundung - Oarrdok
'l'abel 2.12 menunjukkan Model Markov - Chain. DistribusiNormal.
hasil debit sintesisnya.
(koefisien korelasi serial dianggap : 0,25).

2). Cara ke 2 z No Y,- t 0,25 X,- t t 25,12 t + 69,12 xi

Debit sintetik pada kolom 6 tabel 2.12 dihitung berdasarkan I ) 3 4 5 6=3+5
"anggapan" bahan nilai koefisien korelasi serial sebesar 0,25, yang I 92. I 6*) 23,04 - l,2l 38,72 61,76
sebetulnya nilai itu dapat dihitung berdasarkan data debit 2 61.76 15,44 - 0,77 49,77 65,21
pengamatan. Berikut ini akan disajikan cara simulasi data debit J 65,21 r 6,30 + 0,51 81,93 99,23
tabel 2.1l, dengan cara menghitung nilai f dari data pengamatan, 4 98.23 24,55 + 0,19 73,89 98,44
bukan dianggap I- : 0,25, dan hasilnya dapat dibandingkan (tabel 5 98,44 24,61 - r,66 27,42 52,03
2.12 dengan tabel 2.14). 6 52.03 r3,00 + 1.75 I13,08 126,08
7 r26,08 3 r,52 + 0,4 I 79,41 110,93
Apabila diperhatikan nilai I'. dari pcrsiunaan (2.10),
8 r 10,93 27,73 + 0,70 86,70 114,43
merupakan koefisien korelasi serial lag-1, ini berarti debit tahunan
9. I t4,43 28,60 + 2.21 124,63 153,23
yang terjadi pada tahun ini nilainya tergantung dari debit tahunan
l0 153,23 3 8,30 + 1,24 100,26 138,56
dari tahun lalu. Nilai koefisien korelasi serial lag-1, dari suatu debit
lt r3 8,56 34,64 - 0,40 59,07 93,71
berkala dapat dihitung dengan persimaum :
t2. 93.71 23.42 - 0,27 62,33 85,75
13. 85,75 2t,43 + 0,1'l 73,39 94,92

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

[l ,,- *(ii . )']"[3 ,i- *(I ,,)']

16. 136.28 34,07 + 0,26 75,65 109,72
17. 109.72 27,43 - l,l0 41,49 6g,gl
Untuk koefisien korelasi serial lag-k dapat dihitung dengan 18. 68.9 r l 17,22 + 1,08 96,24 113,46
I

persamaurn: 19. 1t3.46 28,36 + 0,25 75,40 103,76

I

20. 103,76 I 25,94 - l,l4 40,48 66,42

21. 66.42 - 1,25
t (x,xx*u,- *(:i, )(t,,*,) 22. 54,.32
I 16,60
13,58 - o,o2
3',1,72

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

Sumber : Perhitungan data tabel 2.1 l.

(2.14)
Catatan : . nilai kolom 4, dari tabel II - 3, dipilih secara acak.
. nilai kolom 6, debit sintesis (uta mr).
. nilai I- : 0,25 dan *) = dianggap sama dengan nilai rata-rata tabel 2. I l.
r20 121

Tabel 2.13 Perhitungan koefisien Korelasi Lag-l

Debit Tahunan DPS Cikapundung - Gandok
L= Ir-l (Xi) = 2009.10

Tahun 1958 - 1985

i,: I r=l
(X,) = 2029.00

No x, xi xi X,(X,,) X,,

I 89, I 89, I 3706,56 7938,81

X,,
f.: IX,,--(I ,)'
7938,81
2 41,6 41,6 41,6 4126,72 1730,56 1730,56
f4: tg7gg3,rt - = 14517,62
J 99,2 99,2 99,2 10088,64 9940,64 9840,64 *.(2009,10),
4 101,7 101,7 101,7 8502,12 10342,89 10342,89
f--
') t-rn'-
$v:-,-,,-t f'S \r'
5 83,6 83,6 83,6 5726,60 6899,96 6899,96 tt*t)
6 68,5 68,5 68,5 3096,20 4692,25 4692,25
7 45,2 45,2 45,2 3516,s6 2043,04 2043,04 fr=209874,85-+ eo2g), = 14g06,90
7'l ,8 77,8
22
8 77,8 7608,84 6052,84 6052,84
9 97,8 97,8 97,8 6357,00 9564,84 9564,84
t0 65,0 65,0 65,0 4745,00 4225,00 4225,00
1t 73,0 73,0 73,0 6059,00 5329,00 5329,00
Dari persamaan 2.14 :
12 83,0 83,0 83,0 10989,20 6889,00 6889,00
l3 132,4 t32,4 132,4 t1201,04 17529,76 17529,76
r,- *(rrXr,)
t4 84,6 84,6 84,6 770',7,06 r57 ,16
7 7157 ,16
'- /
15 9l,l 9l,l 9l,l 10394,51 8299,21 8299,21 (jf.-\/ lIJf,)
-\
l6 I t4,l tt4,t ll4,l 10269,00 13018,81 13018,81
l7 90,0 90,0 90,0 13446,00 8100,00 8100,00 1 87 47 3, % - +QOog, r})(202s)
l8 149,4 149,4 149,4 t1742,84 22320,36 22320,36
l9 78,6 78,6 78,6 7655,64 6177,96 6177,96
( I4sr ?, 3s ) ( vq4so6,to
)
20 97.4 97,4 97,4 11785,40 9486,76 9486,76 I_r:0.1 I
2t 121,0 121,0 121,0 15125,00 14641,00 14641,00
22 125,0 125,0 125,0 1362s,00 1562s,00 15625,00 Dengan demikian model Markov lag-l untuk data tabel 2.11, dapat
23 109,0 109,0 I1881,00 ditulis sebagai berikut :
x 2118,1 2009,1 2029 t87473,93 209874,85 197993,85

Sumber : Data Tabel 2.1 l. X, :fr (Xi-r)+(1 -I-,)X+(S)(t)

X, : 0, I (Xi-r ) + (0, 89) (92,16) + (25,95) (t)
1
l\,rg:^
Xi : 0,1 I (xi_r) + 24,79 (t) + 82,02
Dari perhitungan data tabel 2.r3.
Tabel 2.14. nrenunjukkan data debit sintesik dan ba,cringkan
f,: r(X,)(X,.,) : 187471,93 dengan hasil pcrhitungan padatabel 2.12.
i=l
122
t23
'l'abel 2.14 Data Debit Total Sintetik DPS Cikapundung -
Dari hasil analisis dapat disimpulkan bahwa dari data tabel
Gandok Model Markov, Distribusi Normal. 2.ll
yang merupakan data pengamatan dan hanya
(koefisien korelasi serial dihitung = 0,1l). mencakup data runtut
waktu selama 23 tahun akan mempunyai pers.miuur distribusi
No X,_, 0, I I Xi_l t 25,79 t + 82,02 X, normal :

I 2 3 4 5 6:3+5 X:92,16 + 25,95 (k)

I 92,16,1 10,13 - t,2l 50,81 60,94
- 0,'17 62,16 68,86 Persamaan tersebut, walaupun hasil dari pengamatan
2 60,94 6,70 di lokasi pos
68,86 7,57 + 0,51 95,17 102,74 duga air DPS cikapundung - Gandok hanya dapat
J digunakan untuk
rhemperkirakan debit total tahunan sampai periode
4 102,74 r 1,30 + 0,19 86,79 98,09 ula g 2x23
5 98,09 10,79 - 1,66 39,20 49,99 tahun, katakan sampai 50 tahun saja.
6 49,99 5,49 + 1,75 127,15 132,64
Apabila data tabel Z.ll, yang merupakan data pengamatan
7 132,64 14,59 + 0,41 92,59 r07,t8
digabung dengan data tabel
8 07,1 8 I 1,78 + 0,70 100,07 I I1,85 z.l2 dingan nilai koefisien korelasi
1
serial lag-L = 0,25 yang merupakan data sintetik maka jumlah
9 I I 1,85 12,30 + 2,21 I 39,01 152,29
datanya akan menjadi 50 tahun. Gabungan data tersebut
l0 152,79 16,75 + 1,24 l13,99 130,74 akan
mempunyai nilai rata-rata, *. :94,9}juta m3 (mempunyai
ll 130,74 14,38 - 0,40 71,70 86,08 selisih
86,08 9,46 - 0,2'7 75,05 84,51
2.,99. Y: dengan nilai pengamatan
n : 92,16 juta m)- dan nilai
12
deviasi standar S : 25,39 juta m3 (mempunyai selisih
l3 84,51 9,29 + 0,17 86,40 95,69 Z,l5 yo
data pengamatan S :2i,95juta mi), sehingga pers:rmium
t4 95,69 10,52 - 0,08 79,95 90,47 1:"*.T
distribusi normalnya akan menjadi :
l5 go,4'7 9,95 + 1,77 127,66 137,61

l6 137,61 15,13 + 0,26 88,72 103,85 X= 94,92 + 25,39 (k)

t7 103,85 11,42 - l,l0 53,65 65,0',1

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 :

26 120,68 13,27 - 0,12 78,92 92,19

27 92,19 10,14 - 0,23 76,06 86,22 x:94,97 + 25,44 (k)
Sumber : Perhitungan data tabel 2. I L
Catatan : - nilai kolom 4, dari tabel II - 3, dipilih secara acak.
l.)ari kcdua persamiuur distribusi normar yang rcr'khir
dapat
- nilai kolom 6, debit sintesis (uta m3) tligttttakln untuk memperkirakan dchit total lulrurran
I)lrs
- nilai I' = 0,1 I (dihitung dari data pengamatan). {'ikrtp,.tlu.g - Gandok sampai periodc ulung 2 x
*) dianggapsamadengannilairata-ratadebittabel2.ll
50 rulrun r00
.
 E

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 :

. pengamatan data curah hujan umumnya telah

dilaksanakan lebih lama apabila dibanding dengan
pengamatan'data debit sungai dari suatu DPS, akibatnya
dirasakan perlu untuk mempelajari hubungan kedua
variabel tersebut untuk kepentingan peramalan debit,
. menentukan hubungan arttara debit sungai dari dua lokasi
pos duga air untuk kepentingan pengisian data kosong,
memperbaiki ataupun mengecek data, memperpanjang
lama pencatatan data runtut waktu,

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

Suatu analisis yang membahas hubungan dua variabel atau

lebih disebut dengan analisis regresi. Apabila dalam analisis regresi
telah dapat ditentukan model persamaan matematik yang cocok,
persoalan berikutnya adalah menentukan berapa kuat hubungan
antara variabel-variabel tersebut. Atau dengan kata lain harus
ditentukan derajat hubungan atau derajat asosiasi antara variabel
hidrologi yang digunakan dalam analisis regresi. Suatu analisis
yang membahas tentang derajat asosiasi dalam analisis regresi
disebut dengan analisis korelasi (coruelation analysis). Derajat
hubungan tersebut umumnya dinyatakan secara kuantitatip sebpgai
koefisien korelasi (coruelotion coeficienr). Nilai koefisien korelasi
yang tinggi tidak berarti menunjukkan kesamaan kejadian
penomena hidrologi (hydrological similarity) akan tetapi lebih
cenderung menunjukkan kesamaan waktu kejadian atau
keserempakan kejadian penomena hidrologi (simultaneity of Gambar 3.1. Sketsa Diagram pencar

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 :

. mengikuti distribusi normal

. tiap variabel adalah homogen, semua nilai data dari 3.2. MODEL BEGBES'
setiap variabel diukur dengan cara yang sama.
. Langkah awal dari analisis regresi dan korelasi adalatl
nilai VB diukur tanpa kesalahan
menentukar-r data penomena hidrologi {(Xi, Y); i : 1,2,3,4,5,..,.n}
. nilai VTB merupakan kejadian acak yang saling tidak
yang dipilih sebagai variabel bebas (VB) dan variabel tidak bebas
berhubungan.
(VTB), selanjutnya:
Dalam analisis korelasi, data harus merupakan data acak dari . menentukan bentuk kurva dan persamaan yang cocok
distribusi normal, nilai VTB dan VB tanpa mengalami kesalahan
dengan sebaran data (X,, y,).
dalam pengukuran.
. melakukan interpolasi nilai VTB berdasarkan nilai VII
Gambar 3.2, menunjukkan diagram pencar dari n buah yang telah diketatrui.
pengamatan data korelasi {(X;, Y); i : 1,2,3,4,5,.....n}, yang . bila diperlukan melakukan ektrapolasi nilui V't'lt
menunjukkan sketsa sejauh mana koordinat (X,,Y') menggerombol berdasarkan nilai VB yang telah dikctahui.
di sekitar garis lurus. Nilai koefisien korelasi berkisar antara -1,0 <
R < 1,0. Dalam analisis hidrologi hubungan antara penomena, Pekerjaan tc:rscbut umumnya dikenal scbugui penyanrEinrr krrrvn
I3(; t:r7

merupakan gads lurus atau lengkung yang dapat mewakili titik-titik

tersebut.

Dengan analisis grafis (freehand method of curve fitting),

merupakan cara yang paling mudah untuk menentukan bentuk
kurva, yaitu dengan membuat kurva secara visual (dengan
perasaan). Meskipun cara ini praktis tetapi sangat subjektip, dan
cenderung dapat membuat kesalahan, terutama apabila penyebaran
titik-titik cukup besar.
Prosedur analitis, memberikan suatu metode yang lebih pasti
untuk mendapatkan kurva yang diinginkan. Salah satu caranya
adalah dengan melaksanakan prosedur yang disebut dengan metode
kuadrat terkecil (least-square method). Dengan metode kuadrat
terkecil memilih garis regresi yang membuat jumlah kuadrat jarak
vertikal dari titik-titik (Xi,Yi) ke garis regresi tersebut sekecil
mungkin, jadi apabila AY' menyatakan simpangan vertikal dari
titik-titik ke-i ke garis regresi Y seperti ditunjukkan pada gambar
3.1, maka jumlah kuadrat Y' harus minimum, dimana :

AYi:Y'-Y (3.1)

Keterangan :

AY, : simpangan vertikal dari titik-titik (X',Y') ke gans

regresi, sering disebutjuta dengan nilai residu.

Gambar 3.2. Diagram Pencar dan Koefaien Korelasi'

i = dibaca Y topi, untuk menyatakan bahwa nilai Y
yang diperoleh dari garis regresi Y f(X), dan untuk
membedakan dari nilai Y yang diperolch tluri
(curvefitting). Metode curvefitting dapat dilaksanakan dengan : pengukuran.
Yi : nilai Y pengukuran untuk X: X,
. analisis grafis
o prosedur analitis

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

Y: b, + a, (X) 1). regresi linier berganda :

2). model eksPonensial Y : Ao + A,X, + ..... A,X, + ..... A._, X._,

Y = br e"tx 2). regresi tidak linier berganda :
Y: a,bx+c
Y * Ao 'Xr er ' Xz o' ' ..... X*li'
3). model berPangkat
yang dapat ditransformasikan ke dalam model linier
Y=br X"' :

log Y: log bo + A, log X, + Az log X, +... * A..r log X.-,

Y=b' Xn'+c
atau
4). model logaritmik

Y:b,+a, logX ln Y: ln bo + A, l" X, + A2 ln x2 + .... + A.-r ln x..l

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

dilaksanakan. Apabila terjadi penyimpangan haruslah dibuat

/_\
br: Y - ar [x.J (3.s)
persamium yang baru, sesuai dengan model yang digunakan, atau
mungkin model yang digunakan diubah sesuai dengan perolehan (*,-x)(v, - v)
data yang baru. Hal ini mengingat jumlah pos hidrologi yang az: $ (3.6)
semakin bertambah banyak dan periode waktu pengamatan
bertambah lama. t (", - v)'
bz:X* (3.7)
",(v)
3.3. MODEL BEGBES' LIN'ER SEDENHANA keterangan :

3.3.1 Penentuan Persamaan

o=***, (3.8)
Penomena hidrologi yang terdiri dari dua variabel
berpasangan {(X,,Y,); i : 1,2,3,...n}, bila dibuat hubungan maka
akan dapat merupakan garis kurva linier sederhana dengan dua v:fiv, (3.e)
model persamaan regresi garis lurus sebagai berikut :
Besamya koefisien korelasi, yang menunjukkan derajat hubungan
Y:a,X+b, (3.2) antara variabel X, dan Y,, adalah :

X:arY+bu (3.3) R=[(a,)(ur))"' (3.10)

Keterangan :
dan dapat dihitung berdasarkan persamaan (3.4) sampai (3.7)
Y : persamaan garis lurus Y atas X sebagai persamium berikut ini :

.X : persam.urn garis lurus X atas Y

i

dt, d2 : koefisien regresi merupakan koefisien aratr dari

garis regresi. R- t (" -x)(v -v) (3.1 r )
b,, b, : koefisien yang merupakan titik potong dari garis
regresi. [{*c -x)'}{tG,-o):}]'
Dengan menggunakan metode kuadrat terkecil maka besarnya Besarnya koefisien penentu atau koefisien determinasi (dcterml
koefisien &r, br, a, dan b, dapat dihitung dengan menggunakan nation coeJicient), yang menunjukkan perbedaan varian duri tlntn
persamaan sebagai berikut : pengukuran Yi dan varian dari nilai pada garis persiunaotr rcgrcsi
untuk nilai X,adalah :
(*,- x) (v, - v)
&l= t R2: (a,) (ar) ( I l.ln)
/
t (xr-IJ
i=l
\2 {3.4)
Untuk persamaan rcgresi Y rlrrpnl jup,,rr di
L42 t4:t

Pcrsamaan garis lurus (3.17) dan (3.18), mcmcrlukan pcrhitungun

hitung sebagai :
nilai rata-rata dari variabel, Y, x, deviasi standar variaber X dan y

R'=
i (i,- Y)' (3'r2b)
serta koefisien korelasi, sehingga dapat diketahui bahwa :

a). persamaan regresi selalu melalui titit 1X, Y;.

l(Y;f
Nilai residu adalatr merupakan ukuran perbedaan antala nilai
pengukuran dengan nilai dari persamaan regresi seperti telah
dijelaskan pada rumus 3.1, (rersamaan regresi Y atas X atau
sebaliknya). Deviasi standar dari nilai residu dapat dihitung dengan
rumus:
b). apabila pasangan (X,, Y) mempunyai koefisien korelasi
: I dan -1, maka persnmzurn (3.I7) dan (3.1g) akan
berimpit.
c). apabila pasangan (X,, y,) mempunyai nilai koefisien
korelasi : 0, maka persama{m (3.17) dan (3.1g) akan
saling tegak lurus.
d). apabila pasangan (X,, yi) mempunyai nilai koefisien

* (r,-x)' korelasi yang terletak antara -1 dan 0, atau 0 dan +1,

ox=[ (3. l 3) maka persamaan (3.17) akan membuat sudut tertentu
(n- l) terhadap persamuuul (3. I S).

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

Srrnrher : Analisis data huian tlarr tlchit l)ltS (.'irrrnrrrrl. l,crrwiguorrg

Tahun 1978-1982
L44
146
Jawab Contoh 3.1.
Berdasafkan persamaim (3.1l), koefisien korelasi :
Untuk menentukan garis regresi bagi data pada tabel 3.1, nilai
perhitungannfa disajikan dalam bentuk (Y, -Y), (Xi -X), G'-V)
dan (Xi - X)2 serta (yi - V)(xr - X), sepeni ditunjukkan pada tabel
t(" -x)(v,-v)
3.2. R:
Tabel3.2. Perhitungan Model Regresi Linier Sederhana [{* C -x)'}{* f, -o)'}]'
Data Curah Hujan (X,) dan Debit (Y,)
DPS Cimanuk - Leuwigoong Tahun 1978 - 1982. Dari data perhitungan tabe13.2 :

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

Sumber: Perhitungan data Tabel 3.1.

i (''-v) 2

-
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).

Pada kasus contoh ini, apabila digunakan untuk meramal

Err : R (H) : 0,96 (0,118) = o,l 13 data debit berdasarkan data hujan maka digunakan persamzurn :

oz : R (#) : o,e6 (8,466) :8,127 i:0,l13X+ 6,619

Koefisien arah dari pada garis regresi menyatakan perubahan

Sehingga, persamaan garis regresi Y, yaitu persamaan untuk
meramal debit jika curah hujan DPS Cimanuk - Leuwigoong
diketahui adalah, dapat dihitung dengan Model (3'17) :
'gf.\ (.. - v)
Y=Y+R[t*/t,r ,-)
i :26,5+ 0,113 (X - 175,5)
i:0,113X+6,619
Dengan mensubstitusikan sembarang dua buah nilai X kedalam
: :
p"rru-u* ini, misal Xl 100 dan X, 300, maka akan diperoleh
ordinat Y1 : 17,91 dan Y, = 40,51' Dengan menghubungkan kedua
koordinat titik tersebut maka diperoleh sebuah garis lurus seperti
ditunjukkan pada gambar 3.3.
persamaan garis regresi X, yaitu persamaan untuk memperkirakan
curah hujan jika debit DPS Cimanuk - Leuwigoong diketahui
adalatr dapat dihitung dengan model (3.18) :
rata-rata variabel Y untuk setiap perubahan variabel X sebesar satu
unit, oleh karena itu dapat dikatakan untuk perubahan curah hujan
rata-rata bulanan sebesar satu satuan (dalam hal ini curah hujan
berubah 1,00 mm) maka diharapkan dapat terjadi perubahan debit
rata-rata bulanan sebesar 0,113 m3/det. Dengan memasukan data
curah hujan diantara batas 69 < X < 304, maka dapat diramalkan
debit diantara kedua batas tersebut, pekerjaan ini biasanya disebut
dengan interpolasi debit. Akan tetapi jika memasukan variabel X
diluar batas nilai pengamatan yang digunakan untuk perhitungan
persamaan regresi, disebut dengan elutrapolasi, misal X : 500 mm
maka diperkirakan Y :63,1l9 mr/det.
Apabila dua titik (X,, Y,) dan (Xr, Yr) terletak pada garis regresi,
maka persamium garis lurus dapat ditulis sebagai :
Y-Y, =m(X-Xr), atau Y- Yr = L-Y,.r. v\ /..
k, _X,\,\-^r, \J.l8b)

X= r.*(*)("- v) Apabila persamiuul (3.18b) dibandingkan dengan pers,rmiurn (3.2),

maka nilai a, adalah sama dengan m (koefisien arah) dan nilai b,
i : 175,5 + g,l2j (y - 26,5) adalah titik potong, yaitu nilai Y bila nilai X = 0.
ji.:8,t27 Y - 39,86

Dengan mensubstitusikan sembarang dua nilai Y kedalam

persamaan ini, misal Y, :20 dan Yr:30, akan diperoleh absis X, :
 149
l4tt
3.3.2. Batas Daerah Kepercayaan Garis Regresi
Apabila nilai koefisien korelasi tidak sama dengan +l atau
-1, maka perkiraan/ramalan tentang nilai Y jika X diketahui atau
sebaliknya akan dapat berbeda dengan nilai yang terukur. Dari
gambar 3.1, untuk X: X,, makanilai dari garis regresi adalah Y,
o sedangkan yang terukur adalah Y,, dimana nilai Y, : i * AY, atau
o
{t
o
AY : Y, - Y. Nilai AY adalah deviasi yang menyatakan kesalatran
x dalam memperkirakan i jika X, diketahui dan AY harus minimum,
2 q
C, q. karena garis regresi diperoleh dengan metode kuadrat terkecil, oleh
I
a
karena itu :
.o
q)
a
t ts AY2:
6i
t.)
R
g
:l'
t(",-i)' (3.1e)

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 :

SEX = ox(l -Rr;i (3.22)

dan dapat dinyatakanjuga sebagai :

150 16r

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.

i -to (sEY) . Y < Y +tcr (sEY) (3.24)

Sehingga :

apabila kurvanya, garis regresi X : SEY:9,839 :1,967

i-to (sEY) . i. x*to (sEY) (3.2s) Dengan persam&m Q.2$:

Nilai to, ditentukan pada batas daerah kepercayaan 95 % diterima

i-to. sEY. i. i*to. sEy
dari tabel I-1 pada bagian akhir bab I, pada derajat kebebasan n-2,
Dari tabel I-l pada bagian akhir bab I untuk derajat kebebasan n-2:
dengan uji dua sisi.
12-2 : 10, menggunakan uji dua sisi diperoleh nilai ta: 2,228,

kepercayaan 95 % diterima adalah taksiran nilai i yang dapat

Contoh 3.2. digambarkan dua garis sejajar dari garis regresi tersebut pada jarak :

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

Tabel3.3. Perkiraan Debit Rata-rata Bulanan l)l,S

Cimanuk - Leuwigoong Dengan Model l,irrier
Sederhana.

Debit Rata-rata Bulanan

Curah Hujan (m'/det)
(mm) Rata-ratg Batas Daerah
Kepercayaan
50 12,26 7,8',1 - 16,64
v)
q. 100
a 17,92 13,s3 -22,30
150 23,56 15,78 - 27,94
\:
s 200 29,21 24,82 - 33,59
250 34,86 30,47 - 39,24
s
q 300 40,51 36,12 - 44,99
a
q 400 51,81 47,42 - 56,19
-t
s s00 63,1 1 58,72 - 67,49
{L
q)
600 74,41 70,02 - 79,79
aa bo Sumber : Perhitungan data tabel 3.1
xo
!o
.= .$
-o1
U<
!U
\ r!
s-i 3.3.3 Pengujian Tilik potong
,/ \' CJs
../ \ a\ -l(B
hs Dari persarnaan regresi (3.2), i: a,X + br, dalarn hal ini
\ dc nilai a, adalah koefisien regresi atau koefisien arah, dan nilai
\ \ b,
./' -i titik potong garis regresi. Kedua parameter tersebut perlu
,\, iduluh
B
-o diuji apakah nilainya : 0 atau tidak meralui titik asal nol. uji
\ ()B statistik dengan menggunakan uji-t dapat digunakan untuk
menguji
,\ nilai b,.

\
\ b, -B
Sr (3.26)

(x)'
Sb2= SEy, (3.27.a)

{*. t (*,-x)'
t64 166

Kctcrangan: maka dari persamaan(3.27) :

t - nilai uji-t, dengan derajat kebebasan sebesar n-2

br : titik potong garis regresi (x)'
Sb = SEY **
B = nilai titik potong yang diketahui
Sb : deviasi standar titik potong
Sb'z : varian titik potong
t (',-x)'
SEY = kesalahan standar dari perkiraan nilai Y.
SEY'z : varian atau variasi rasidual dari garis regresi
Sb: 1,967 I
Ir (175,121*
Itz + 7fi3e )
Interval kepercayaan nilai b,, untuk ta:95 Yo.
Sb:1,372

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 :

Pendugaan nilai b, dengan interval kepercayaan 95 % ditcrima

n :12
dapat diperkirakan dengan rumus 3.27b.
br : 6,619
b, - to (Sb) < b, < b, +.t" (Sb)
x : 175,5
SEY : 1,967
6,619 - (2,228) (1,372) < b < 6,61 9 + (2,228) ( 1.372 )

<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

maka dari persamaan (3.29) :

DC-
SA: SEY
(3.2e)

{tG=r}' Sa= SEY

I = t''u' :o'00711
(, (76.33e)1 '
Keterangan :
{* -o)'}'
t - nilai uji-t, dengan derajat kebebasan sebesar n-2 Selanjutnya dapat dibuat hipotesis (lihat bab I) :

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 :

a, - tct (S") < or ( trr + tcr (SJ (3.30) .-

t- ar -A
s.
Nilai t umumnya 95 o/o dan derajat kebebasan : n - 2. t : 0.u3-0 : 15,99
0,0071 I
168 169

I)ari tabel I-l padu hlgian akhir bab I, dengan, menggunakan uji
dua sisi dengan dcrajat kebebasan 10, maka untuk uji 2 sisi
diperoleh ta : 2,228. Oleh karena 1 5,89 > 2,228, maka hipotesa nol
(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
mempengaruhi debit (Y) dalam model regresi ini.
Pendugaan'nilai a,, dengan menggunakan derajat 95 %
diterima dapat diperkirakan dengan rumus 3.30.
a1 - tcr (S,) < &r ( €Ir + ta (S")
0,113 - (2,228) (0,00711) < a, < 0,1l3 + (2,228) (0,0071
0,097<ar<0,128
Apabila nilai t lebih kecil dari t pada tabel I-1, untuk derajat
kebebasan n - 2, maka hipotesis yang menyatakan bahwa nilai R*0
dapat diterima.
Contoh 3.5.a
Dari variabel hidrologi DPS Cimanuk-Leuwigoong antara data
debit dan curah hujan dari contoh 3.1, telah diperoleh batrwa nilai
koefisien korelasi : 0,96 dengan jumlatr data 12 buatr. Tentukan
apakah nilai koefisien korelasi tersebut mempunyai beda nyata
terhadap R = 0.
l)
Jawab Contoh 3.5.a :

Ternyata besarnya koefisien regresi, mempunyai batas bawah 0,097 Untuk menjawab pertanyaan tersebut maka perlu dibuat hipotesis :

dan batas atas 0,128.

Ho : R:0
Hr:R*0
3.3.5 Pengujian Koeftsien Korelasi (lihat bab I)
Dari 2 variabel hidrologi yang saling berpasangan dengan Berdasarkan rumus 3.31.a dan nilai R dari contoh 3.1 :
jumlah sampel : n buah, seperti misalnya {(X,,Y,); i: 1,2,3, ... n},
ll
maka besarnya koefisien korelasi yang dihitung dengan rumus 3.1 I -
- R(n - 2)::l 0,9(10)'
dapat merupakan penduga dari RR, dalam hal ini nilai RR adalah
nilai koefisien korelasi dari populasi. Sampel yang lain dengan
(l-R), ir-10,9eflt
jumlah n buah walaupun diambil dari populasi yang sama akan t: -,--- :
3.03s
menghasilkan nilai koefisien korelasi sampel R yang berbeda. ' 0,2g
10183

Apabila nilai R dekat dengan nol, maka nilai RR cenderung : 0.

Akan tetapi jika nilai R mendekati +l atau -l maka RR + 0.
Masalahnya sekarang adalah bagaimana menguji nilai R berada
Dengan menggunakan Uji dua sisi dibaca pada tabel I-l pada
bagian akhir bab I, untuk derajat kebebasan 10, maka diperoleh
cukup jauh dari nol atau R * 0. Pengujian dapat dilakukan dengan
untuk uji 2 sisi nilai tcr : 2,228, pada derajat kepercayaan 5 %o.
rumus sebagai berikut.
Karena t > tcr, maka hipotesa nol harus ditolak dan menerima
l.
hipotesa alternatip bahwa R * 0. Dengan kata lain dapat dikatakan
t--
R(n - 2), (3.31.a) bahwa antara curah hujan dan debit DPS Cimunuk - Lcuwigoong
I
(l - R2;z untuk data rata-rata bulanan terdapat hubungun yung linicr.
 160 161

3.3.6 KoeJisien Korelasiperingkat
Penentuan koetisien korelasi yang telah dibahas, adalah
berdasarkan asumsi bahwa pasangan data
{(X,,y,); 1,2,3,... n}
mengikuti distribusi tertentu, umumnya distribusi normal. Dalam
penentuan koefisien liorelasi peringkat (rank correlation
coefficient) diasumsikan bahwa pasangan data tersebut tidak
mengikuti suatu distribusi, sehingga pembahasannya dikenal
sebagai statistika bebas distribusi atau statistika non parametrik
(non parametric).
Prosedur penentuan koefisien korelasi peringkat adalah
dengan cara menyusun peringkat pasangan data tersebut. Dari setiap
variabel disusun rnenurut urutan besar peringkat dari nomor l, 2
hingga ke n. Maka koefisien korelasi peringkat antara variabel X
dan Y dihitung dengan rumus koefisien korelasi spearman (rfte
. apabilanilai RP lebih kccil dari nilai kritis, nraka hipotcsu
yang menyebutkan tidak ada hubungan antara variabcl X
dan Y harus diterima pada derajat kepercayaan I %o atau 5
%.
Untuk lebih memperjelas pemahaman perhitungan koefisien
korelasi peringkat dapat dilihat pada contoh 3.5.b, berikut ini.
Contoh 3.5.b.
Tentukan nilai koefisien korelasi peringkat antara debit dan curah
hujan DPS Cimanuk - Leuwigoong yang datanya tercantum pada
tabel 3.1, dan uji apakah ada hubungan yang nyata antara curah
hujan dan debit tersebut pada derajat kepercayaan 95 o/o diterima.
Jawab Contoh 3.5.b. z

Spearman Rank Correlation Cofficient), sebagai berikut :

Tabel 3.3.1, menunjukkan perhitungan peringkat variabel curah
hujan (X) dan debit (Y) DPS Cimanuk - Leuwigoong.
6i1rx,-pyi)2 Tabel 3.3. I . Perhitungan Koefisien Korelasi Peringkat Data Curah
RP: I - i=l (3.3r.b)
n1n2 - l; Hujan dan Debit DPS Cimanuk - Leuwigoong.

Keterangan : Bulan Curah Hujan Debit PX, PY, PXt - PYt (PXt- PY)',

RP : koefisien korelasi peringkat (X,) (n

PXi : peringkat variabel X ke i
I
PYi : peringkat variabel y ke i
229 32 4 4 0 0
2 205 3l 5 5 0 0
n : jumlah data ) 271 38 ) 2 + 1,0 I
4 301 40 1
I I 0 0
5 145 28 8 6,5 + 1,5 2,25
Untuk menguji tingkat hubungan antara variabel X dan variabel y
6 154 24 7 8 - 1,0 I
dapat rnenggunakan nilai kritis untuk uji hipotesis pada derajat 7 98 2t 0 0
9 9
kepercayaan 1 Yo dan 5 % ditolak atau 99 yo dan 95 % diterima. 8 69 l3 t2 ll + 1,0 I
Ketentuannya adalah (lihat tabel 3.3.2): 9 71 t4 ll l0 + 1,0. I
10 96 t2 l0 l2 - 2,0 4
' apabila nilai RP lebih besar atau sama dengan nilai kritis, l1 184 28 6 6,5 - 0.5 0,25
.maka hipotesis yang menyebutkan tidak ada hubungan 12 280 37 2 3 - 1,0 I
antara variabel X dan y harus ditolak pada derajat
kepercayaan I oh dan 5 %;o. Jumlah I t,5
Surnhcr l'crhitungan data tabel 3.1.
t62 163

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.

Disamping itu juga tidak harus menganggap bahwa hubungan

antara variabel X dan Y harus linier. Dengan demikian hubungan 3.4 TITODELBEGBES' E'(SPOTEflS'AI
tidak linierpun misal adanya hubungan yang kurvilinier, maka Dari pasangan data variabel hidrologi {(X,'Y,): i .2.1...rr1
koefisien korelasinya dapat diduga dengan perhitungan koefisien apabila dihitung dengan persamrum regresi cksponcnsinl. trruku
korelasi peringkat.
rnodelnya adalah :

i:be'x (t 12)
 I0n
164

keterangan :

Y: regresi eksponensial Y terhadap X, merupakan varia-

bel tak bebas.
x: variabel bebas
orb: parameter
e: bilangan pokok logaritma asli, atau logaritmaNapir:
2,7183 Y=bcOI

Dimana Y, > 0.

Persamaan (3.32) dapat ditransformasikan menjadi persama^n linier

fungsi (ln) sebagai berikut :

lnY=lnbe"x
ffi:fu!*lne"x
lny=lnb+aXlne
Oleh karena ln e: 1,0 maka :

lny:lnb+aX (3.33)

Persamaan (3.33) merupakan persam&rn fungsi semi logaritmik

antara lnY X, dan merupakan persamarm garis lurus derigan

dengan
kemiringan (a) dan memotong sumbu ln Y di ln b. Gambar 3.5,
menunjukkan transformasi dari persamaan (3.32) menjadi
persamzum (3.33).
lnY=lnb+ox
Untuk menyederhanakan penyelesaian persam&rn (3.33), ll
maka dapat dilakukan transformasi sebagai berikut :

P:ffi A:a
X= X B: lnb
Sehingga perszrmaan (3.33) dapat dinyatakan sebagai persamazm :

P:AX+B (3.34) Ganhur .l .\ 'l'runsformasi Fungsi lilulxtnen:;iul

166 I (I7

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.

i=P+*(H)(*-x) (3.35) No. Debit Sedimen Melayang

(m3/det) (juta m3/det)

(*,-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

It (r,-u)'l* Sumber : DPMA, Laporan No : 246lHI-43/81

ot:l ,-l (3.38)

LJ I Tabel 3.5 Perhitungan Persamaan Regresi Eksponensial Debit

dan Sedimen Melayang DPS Citarum - Nanjung.

SEP: o, [ - R21] (3.3e)

No Xr Yi P=lnY 6-n e-F) (x-x)' e-h' 6-ne-P)
Keterangan:
I 2 3 4 5 6 7 8 9:5x6
F : persama:ur regresi linier P terhadap X 35 1,73 0,56 -40 - t,62 1.600 2,6244 64,80
R : koefisien korelasi 39 2,45 0,90 -36 - 1,28 t.295 t,6384 46,08
ox : deviasi standar residu X 43 3;3 i r,20 -32 - 0,99 1.024 0,9604
.op : deviasi standar residu P 58 r,90 -17
3 1,36

SEP : kesalahan standar dari perkiraan nilai P.

6,83 - 0,28 289 0,0784 4,76
56 6,99 t,92 - 19 - 0,26 361 0,0676 4,94
88 10,44 2,34 * rJ + 0,16 169 0,0256 2,08
95 16,36 2,78 +20 + 0,60 400 0,3600 I2.00
Contoh 3.6. r05 2'7,47 3,32 +30 + l,l4 900 t,2996 34,20
Tabel 3.4, menunjukkan data pengukuran debit dan sedimen 1t2 29,06 3,36 +37 + l,l8 1.369 1,3924 4.1.6(r

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()

nya. .rrrrrber : Data Tabel 3.4.

rfiH I 169

l)lri rabcl 3.5 : Kemiringan garis regresi :

- -#: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 :

(r,-x)'(r,-P)' p:F+-[*] [x-x]

R_ t
i :2,1g + 0,0323 tX - 751
[{* f' -x)'}{* f, -u)'i]' i:0,0323 It-0,2425
i
{
302,86 302,86
R_ = 0,978
309,36 Apabila ditransformasikan menj adi model eksponensial, mengingat
[(9344)(10 ,Z+Z+11i i
li

Karena nilai koefisien korelasinya R :0,9'78, hal ini menunjukkan lnb:B :

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

Deviasi standar dari nilai residu sedimen :

Dengan persam&Ln tersebut maka dapat untuk menaksir sedimen
melayang (uta m3), apabila debitnya diketahui :
[t (,, u)'li - -1
",: | =t,-, | =lY# )' . untuk X = 40, maka
L] i : 0,785
:

eo'0323
(40) : 2,85

Perbandingan nilai residu : . untuk X : 100, maka :

op I to,zqzqli i: 0'785 eo'0323(roo) : 19'84

o-=L 9344.1
t70 t7t
Dengan dua titik koordinat (40 dan 2,85), (100 dan 19,84) maka Kesalahan standar dari perkiraan untuk memperkirakan sedimen
jika debitnya diketahui adalah :
kurva garis lurusnya pada kertas grafik semi logaritmik dapat
digambar, seperti ditunjukkan pada gambar 3.6. SEP : oo (1 - R2;l
Nilai oo, telah diperoleh :

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

"/ sehingga SEY: 1,25 jutam'/hari.

Batas daerah kepercayaannya :

, 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.

Tabel 3.6 Perkiraan Sedimen Melayang DPS Citarum

/ Nanjung Maret l98l dengan Model Eksponensial.

Y No. Debit Sedimen Batas Daerah Kepercayaan

(m3/det) (juta m3/hari) (juta m3/hari')
1 I 40 2,85 - 5,73

o 2 60 5,45 2,57 - 8,3.1

roo 5 80 10,40 7,52 - t3,28

--+ 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.5 MOOEL BEGBES' BERPANGKAT dan

Dari pasangan data variabel hidrologi {(X',Yr); i: 1,2,3 ..n\,

Il*'-u'-];
apabila dihitung dengan regresi berpangkat, maka modelnya
adalah:
"'=L ", ..l

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)

I*i:losbX" (3.41) [{tn,-D'ii}",-r'}]*

(3.42) Besarnya kesalahan standar dari perkiraan nilai P adalah :
logY:logb+alogX
Dimana : Yr > 0 dan X,> 0
SEp: o, [l -n211 e.46)

Selanjutnya dapat ditransformasikan kedalam persamaan linier Contoh 3.7,

sederhana:
Tentukan koefisien korelasi dan persamaan regresi berpangkat data
sedimen dengan data debit pada tabel 3.4.
P:logY A:a
B =logb q:logX Tabel 3.7 Perhitungan Persamaan Regresi Berpangkat Debit dan
Sedimen DPS Citarum - Nanjung.
Sehingga persamaan (3.42) dapat disederhanakan menjadi :

P:[q+B (3.43)
P=logY q=logX (q-q) (P.P\ <q-i)' @-F)' (q-q) (P-P\

Persamaan (3.42) merupakan hubungan log-log antara log Y dengan I 2 -l 4 5 6 7 8=4x5

Iog X, bentuknya garis lurus dengan kemiringan (a) dan memotong I 0,238 1,544 - 0,291 - 0,71I 0,0846 0,5055 0,2069
sumbu log pada log b. Sedangkan persamaan (3.43) identik
Y 2 0,389 1,591 - 0,244 - 0,561 0,0595 0,3r41 0, r 368

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,

9 t,463 2,049 + 0,2 I4 + 0,541 0,0,1I , (l,l,r4 | 0, Iorru

Il(.,-,)-ll r0 l,530 2,075 I 0,2 l4 r 0.5|t I 0,t)l rn 0,ll/1 0, I t(,,4

"r:lLI- I t 9,486 I8.145 0 0 0. lrr 14 I,rrt l,l 0,r I l4

Sumber : Data'lahcl 3.4

l?a l Ttr

,luuth*Lulah-lJ-
-^-:r" op [ l,95l4l]
G =- Lo,loz+l
lrcrhitungannya dilakukan pada tabel 3.7. l,crbandingan nilai reslou

Kemiringan garis regresi :

Dari tabel 3.7 A:R(ff) =0,e84

p = 9',41L6
:

: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:

[{t n,-F),}{t ",-r,}]' logY : 2,26lo9X -3,1979

p: 0,8344 :ry: 0,9g4
dan persamaannya adalatr :

[(0,3674)(t,sst4)l ] 0,8'
i:bX"
Deviasi standar dari nilai P : y :6,33 (10-4) x2'26

Persamaan tersebut dapat untuk menaksir sedimen bila debitnya

diketahui. Besamya kesalahan standar dari perkiraan nifai p :
",= [tt''-pl,1]
n-r
I ] SEp : op (l - R2)l
, al
- [ r,gsr+1i
^o*:L , l sEP : 0,46s (, - (0, s}q'?)2 :0,082

Deviasi standar dari nilai q : Harus diingat bahwa :

log SEY = SEP

[t*r_,
ro,-o'.l+ Sehingga SEY = l,zl}juta m3ftrari.
. oq:
i
L] I

Batas daerah kepercayaannya :

I o.zatqll
"t: L-9 -l
Y - tcr(SEY) < Y < Y + tc[(SEy)
r76 t77

Nilai t diambil dari dirr* tabel I-l pada bagian akhir Bab I, untuk
derajat kebebasan 8. drur untuk uji dua sisi a : 0,025, maka
ta:2,306. Sehingga batas daerah kepercayaal)nya adalah Y*
(1,210)(2,306) : Y +. 2,79. Hasil selengkapnya dirunjukkan pada
tabel 3.8 dan gambar 3.7.
berpangkat lebih sesuai dibanding dengan menggunakan auralisis
regresi eksponensial untuk kasus data tabel 3.4. tersebut. Debit
dalam satuan 1m3/det1, sedangkan sedimen melayang dalam satuan
(uta m3/hari).

Tabel3.8 Perkiraan Sedimen Melayang DpS Citarum_

Nanjung dengan Model Berpangkat.

No. Debit Sedimen B atas Daerah Kepercayaan

(m3/det\ Uuta m3/hdri) $uta m3/hari'y
I 40 2,64 - 5,43
2 60 6,61 3,82 - 9,40
J 80 12,67 9,88 - 15,46 roo
4 100 20,99 18,20 - 23,79
5 120 31,69 28,90 - 34,49
Sumber : Perhitungan data tabel 3.4.

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

Y:6,311 ( ld1 x2.2c

Koefisien korelasi R: 0,978
Kesalahan standar'dari perkiraan SEy : +. 1,25 j uta m3lhari.
t
dan menggunakan analisis regresi berpangkat
{
:
Y
I
i :6,33 (l04) x2,26

Koefisien korelasi R: 0,984

f
Kesalahan standar dari perkiraan SEy: *.l,2ljuta
I
m3lhari. ,o too
Dengan memperhatikan nilai koefisien korelasi dan nilai kesalahan -_-___? x
perkiraan standar, dapat diambil kesimpulan bahwa analisa regresi (ittuhar j.7. Hubungan Debit (X) dan Sedimen (y) DpS ('itarum-
Nttniung, Maret lgltI
17tt 179

3.6 II|ODEL BEGBES, LOGARTTMTK . Nilai deviasi standar dari residu Y :

Dengan menggunakan analisa regresi logaritmik, maka

i:\,2,3 ..n} dapat dibuat
pasangan data variabel hidrologi {(X,,Y,); Il r",-D'li
hubungan sebagai berikut : or:lkl (3.51.a)

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

Persamaan (3.47), merupakan persamaim fungsi semi logaritmik

LJ
antara Y dan log X, merupakan persaminn garis lurus dengan Kesalatran standar dari perkiraan nilai Y :

kemiringan (a) dan memotong sumbu Y di b.

SEy=ov[l-R21] (3.s2)
Untuk menyederhanakan penyelesaian maka dapat dilakukan
transformasi sebagai berikut :

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 :

Y:Aq+b (3.48) No. Bulan Leuwigoong Leuwidaun

(m3/hari) (mi/hari)
Persamaan (3.47) adalah identik dengan persiunium (3.2), sehingga Januari 43,90 30,40
dapat dinyatakan persamaan-persamran sebagai berikut : Februari 32,80 22,40
Maret 49,60 24,60
. Persamaan garis lurusnya Y :
April 32,90 21,10
Mei 42,70 24,60
g =
y. *(ff)(q - Q) (3.4e) Juni 17,70 9,29
Juli 10,80 6,42
. Nilai koefisien korelasi R : Agustus 8,50 4,77
September 6,36 3.t7
it", -D(q,-o Oktober 6,19 2.80
R: i=l
(3.s0) November 12,50 7,47
Desember 31,69 I l.l0
[{I,, -D,}{t., -r,}]} Sumbcr : Publikasi Debit Tahun 1972 l'rrsat l.ithntrg l'crtgtttrrtt
I80 t8r

Contoh 3,8. Berdasarkan persirmaan 3.49, koefisien korelasi R :

Tabel 3.9, menunjukkan data debit rata-rata bulanan dari DPS

Cimanuk - Leuwigoong (760 km') dan Cimanuk - Leuwidaun itv,-D(q,-o
(438,6 km'z) tahun 1972. Tentukan koefisien korelasi dua pasangan
R-
data tersebut dan tentukan model persamuumnya menggunakan
persamaan logaritmik.
p= 60,476 _60,476 : 0.g42
64,119
Jawab Contoh i.8. z
lQ7g7,5) (1,4733)li

Deviasi standar dari nilai Y :

Tabel3.l0 Perhitungan Model Regresi Logaritmik Debit DPS

C imanuk-Leuwi goong- Leuwidaun. It s,-o,l* _lr,qtn1t
o":l-n-r I L ll l
No. Y q=logX Y-Y q-s &Yr (q-q)' (Y-Y) (qq)
LJ
Deviasi standar dari nilai q :
I 2 3 4 J 6 a 8=4x5
l. 43,9 r,482 + 20,3 + 0,460 412,09 0,2116 + 9,338

",:[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 :

6. t't ,'l 0,968 - 5,9 - 0,054 34,81 0,0029 + 0,318

7. 10,8 0,807 - 12,8 - 0,215 163,84 0,0462 + 2,752
+ 5,194
oy= (zlgl,s\i
8. 8,5 0,678 - l5,l - 0,344 228,01 0,r 183 % lrAT:; )
9. 6,36 0,s0 l 0 - 17,2 - 0,521 295,84 0,2714 + 8,961
10. 6,t9 0,44t'l - t7,4 - 0,51s 302,76 0,3306 + 10,005
Kemiringan garis regresi A :

ll. 12,5 0,8733 - I l,l - 0,148 123,2t 0,0219 + 1,642

t2. 18,6 l.0530 - 5,0 + 0,031 25,00 0,0009 - 0,15s

A:R (A) =oi,gqz(ffi)t :41,047
t 282,6 t2,264 0 0 2797,50 1,4733 60,48

Sumber : Tabel 3.9. Persamaan garis lurusnYa :

Dari tabel 3.10 :

i=V+A(q-g)
y-12
=28r?:6 :23,6 i :23,6+ 41,05 (q- 1,022)
i:41,05q-18,35
_
q=
12,264 :7,022
T
t82 I 183

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

Persamaan tersebut dapat untuk menaksir debit di Cimanuk-

2 15,0 29,92 18,01 - 41,g3

Leuwigoong (Y), bila debit Cimanuk-Leuwidaun (X) diketahui,

3 20,0 25,05 23,14 - 56,19
4 30,0 42,28 30,37 - 63,42
dengan R:0,942.
Sumber : Perhitungan data tabel 3.9.
Besarnya kesalahan standar perkiraan dari persamaan tersebut
adalah:

SEY: oy 1f - n';i
SEY: tS,S+ (t - (o,g4la'?)+ = 5,35 m'/det.

Batas daerah kepercayaannya adalah :

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 :

Persamaan regresi polinomial ordc ke m yang menyatakan X,: (x, - x) (3.s7.b)

hubungan dua variabel data hidrologi {(X',Y'); i:\,2,3, '.., n} dapat Yi: (yi - y) (3.s7.c)
disajikan sebagai berikut :
Y: bo + b,X + brX2 + brX3 + ...+ b,x- (3.53) -- i=l
i*,
X=_T_ry=
- i=l
tr,
(3.s7.d)
n
Nilai : bo, bi, br, ...b. dicari dengan :
maka persamiurn (3.55) dapat dinyatakan sebagai :

[n XX, XX,' .....XX'' ] tbJ [EY, 1

Y:A+BX+CX2 (3.s8)
[Exi Xx,', ..... Xx"', ] [b,] tXx,v,l
'xi,
[xX,, XX,' Xx,o ..... xx,'*' ] tbrl: [Xxi'Yt] (3.54)
sehingga persamium (3.57a) dapat dinyatakan sebagai
t. lt I t l
:

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

Nilai : a, b, c dicari sebagai berikut : "- Ix'Y,

rrj 1 I (r I )

[n Ex, Xx1'z] [a] [Xy, ] '-- r-nArJ

11
(I (r.) )
In(i I87
-t
('ontoh 3.9. Tabel 3.12 Perhitungan Model Regresi Polinomial Hubungan
Tinggi Muka Air dan Debit DPS Way Seputih -
I)engukuran debit dari sungai Way Seputih - Segala Mider tahun
Segala Mider (alternatip ke l).
1980 menghasilkan hubungan antara tinggi muka air (x) dan debit
(y) seperti ditunjukkan sebagai berikut :
No. xi v, x,2 x,t xi xti xlyi
1,50 26 ))s 3,375 5,0625 39,00 58,50
Tinggi Muka Air (m) Debit (mrydet) 1,60 29 2,56 4,096 6,5536 46,40 74,24
1,70 JJ 2,89 4,913 8,3520 56,1 0 95,37
1,50 26
l,80 37 3,24 5,832 10,4976 66,60 I19,88
1,60 29
I,90 43 3,61 6,859 13,0321 81,70 155,23
1,70 33
2,00 49 4,00 8,000 16,0000 98,00 196,00
1,80 37
2,10 52 4,41 9,261 19,4481 109,20 229,32
1,90 43
2,20 57 4,84 10,648 23,4256 125;40 275,88
2,00 49
2,30 63 5,29 12,167 27,9841 144,90 333,27
2,10 52
2,40 7l 5,76 13,824 33,1776 170,40 408,96
2,20 57
2,50 79 6,25 15,625 39,0625 197,50 493,75
2,30 63 x 22,00 539 45,1 0 94,60 202,5958 1.135,20 2.440,40
2,40 7t
2,50 79

Penyelesaiannya :

Dengan menggunakan persamaan model regresi polinomial orde ke _ )') :2,0

xi =
2, tentukan persamuum data tersebut berdasarkan persamaan 3.57.a fi
(alternatip ke l) dan 3.59 (alternatip ke-2).
-2=ll45.1 ,
*, sehtngga:
Jawab Contoh 3.9. z

(ll . 1) 22 a + 45,10 b +94,60 : c 1.135,20

Perhitungan untuk alternatip ke 1, ditunjukkan pada tabel 3.12. (l.Xi) +90,20 c:
22a+44,00b 1.078,00
Berdasarkan mmus 3.57, maka diperoleh hubungan :
(-)
an +bEx1 +cXxi': Ey, 0+ 1,10b+4,40c:57,20
aEx, +blxi2 +cXxi3 : Xxiyi b :52-4c
aXx,2 +bXxi3 +cXxi4 : Xxi'Yi (ilt . l) 45,1 a + 94,60b + 202,59 c : 2.440,40
sehingga : ( r xi) 45,1 a + 90,20b + 184,91 c = 2.009,90
I. 1la + 22b +45,10c:539
il. 22 a + 45,10 b+ 94,60 c = 1135,20
m. 45,10 a +94,60b+202,59 c:2440,40
; ;;,;;;;;;;;r;;;;
-
" b 52.ltt - 4.0ltl c
188 189

Sehingga : Nilai kesalahan standar dari perkiraan dapat dihitung dengan

persamium (3.20).
52 - 4 c:52,38 - 4,018 c
0,018 c = 0,38 / 'r I
c:2l,ll SEy:*[(Y'-i)'l'
*[ n-l
)
b:52-4(2l,ll):'32,44
- =*
u (539 - 22 (-32,44) - (45,lox2l,l l) sEy : -(ry) ':* l,oo m3/det
1l
a:27,i2
Batas daerah kepercayaannya adalah :
Sehingga diperoleh model persamaum regresi polinomial orde ke 2,
hubungan antara tinggi muka air dan debit DPS Way Seputih - i -tct (SEy) . y. y *to (SEy)
Segala Mider sebagai berikut :
Dengan derajat kepercayaan 95 %o diteima, maka berdasarkan tabel
i :Zt,ll x2 -32,44x |27,32 I- I pada bagian akhir Bab I, dengan derajat kebebasan n - 2: 9,
untuk uji dua arah diperoleh nilai ta:2,262,dengan demikian batas
Ketelitian persamaan tersebut dapat dilihat dari kesalahan perkiraan daerah kepercayaannya adalatr :
standarnya, perhitungannya dapat dilihat pada tabel 3.13.
Y + (2,262)(1,00) = Y + 2,262 m3/det.
Tabel3.l3 Perhitungan Kesalahan Perkiraan Standar Data
Debit DPS Way Seputih - Segala Mider Model Merupakan dua garis sejajar dari persamaan regresinya. Tabel 3.14,
Regresi Polinomial. menunj ukkan hasil interpolasi dan ekstrapolasinya.

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

. Prosedur perhitungan cara yang ke 2, ditunjukkan pada tabel 3.15. Maka

-
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,

Segala Mider (alternatip ke 2). B :57,20 : 52

l,l
No. x, fi xi Yi X,, x,o X,Y, X,,Y,
c:_ (-1,981)(11)
I,I = 19,81
1,50 26 - 0,50 -23 0,25 0,0625 1 r,50 - 5,75

1,60 29 - 0,40 -20 0,16 0,0256 8,00 - 3,20 Persamaannya adalah :

1,70 33 - 0,30 -16 0,09 0,008r 4,80 - t,44

Y: A+bX+CX'z
1,80 37 - 0,20 -12 0,04 0,00r6 2,40 - 0,48
y : y+A+B(x-X)+C(x-x)2
- -6 -
I,90
2,00
43

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.

Xi: Xi- i, dan *=#:2 No. xi li !i li-li 0,-h'

I 1,50 26 25,96 - 0,04 0,0016
Yi = yi- y, dan y =fl = 49
2 1,60 29 29,37 - 0,37 0,1369

Hubungan yang diperoleh dihitung dengan persamaan 3.59.

3 1,70 JJ 33,19 - 0,19 0,0361
4 1,80 37 37,40 - 0,40 0,1600

A_ Ix,' Xx,'Y, 5 1,90 43 42,00 + 1,00 1,0000

/ \a
6 2,00 49 47,01 + 1,99 3,9601
[I xi.) -n X X, o 7 2,10 52 52,40 - 0,40 0,1600
8 2,20 57 58,20 - 1,20 1,4400
9 2,30 63 64,39 .- 1,39 1,9321

":+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

Nilai kesalahan standar dari pcrkiraan (rumus 3.20) :

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

dengan nilai SEY :0,99 m3/det Gl

f, s&
i
I
T sd
Sr
x I B-q
Dengan memperhatikan nilai SEY temyata persamaan ke 2 lebih o
d
I (l;T
!0s
sq
kecil nilainya jika dibanding persamaan ke l. Tabel 3.17, =
A ^o\
I
aa

sh'
menunjukkan hasil interpolasi dan ekstrapolasinya dan kurvanya \N
pada gambar 3.9. Zt O.
a -;

Tabel3.17 Perkiraan Debit Way Seputih - Segala Mider.

tc
C
B
-a

t
o
No. Tinggi Muka
(m)
Air Debit
(m3/det)
Batas Dae ruh Ka pe rcayaan
(mr/det)
t
A

I 0,80 13,13 12,14 - 14,12

2 1,00 14,82 13,83 - 15,81
J 1,50 25,96 24,97 - 26,95
4 2,00 47,01 46,02 - 48,00
5 2,50 77,96 76,97 - 78,95
6 3,00 I 18,82 117,83 - I 19,81
1 4,00 230,25 229,26 - 231,24

Sumber: Perhitungan y = 19,81 x2 -2'1,24x+22,25 t0,99

t04 196

llila nremperhatikan gambar 3.9, maka penggunaan persamzum

rcgresi polinomial orde ke 2 (atau sering disebut fungsi parabola Y =b+aX (3.6s)
atau persarnaan kuadrat) untuk menaksir debit (Y) jika data tinggi seperti ditunjukkan pada persam aan (3 .2).
muka air (X) diketahui, dengan cara ekstrapolasi dapat menghasil-
kan taksiran yang "salah". Untuk X = 1,00 m menghasilkan taksiran
Y : 14,82 m'/det akan tetapi untuk X = 0,0 m justru menghasilkan Penyelidikan untuk menenttrkan nilai a dan b dapat
nilai Y : 22,25 m'/det, yang seharusnya lebih kecil dari 14,82 menggunakan persamaan (3.a) dan (3.5) atau dengan persamarul
m3/det. (3.17), ada cara lain dengan menganggap persamaan (3.65) sebagai
persamiurn regresi linier berganda orde ke 1 (penyelesaian
Penggunaan persamaanini untuk membuat analisa hubungan
persamaan regresi linier berganda akan dibahas pada sub bab 3.8.1).
anrira tingi muka air dan debit, terutama untuk ekstrapolasi masih
Apabila persamaan (3,65) dipandang sebagai persam&m regresi
harus membutuhkan pengecekan lapangan. Bahkan untuk pasangan
linier multipel orde ke l, maka pasangan data {(X,,Y;); i:1,2,3,..n}
{(Xi,Yi); i:|,2,3,...n} antara tinggi muka air dan debit dari sampel dapat diselesaikan sebagai berikut :
lainnya dapat menghasilkan debit hasil ekstrapolasi yang nilainyo
negatip. Keadaan yang tidak mungkin terjadi di lapangan- Membuat nb+aXXi: XYi (3.66)
hubungan variabel tinggi muka air dan debit memerlukan
bXX, + aXX'2: EYlX;
penyelidikan nilai tinggi aliran nol (zero /low) di lapangan sehingga
dapat dibuat model regresi berpangkat :
Dari persamaan dengan dua bilangan tidak diketahui maka dapat
y:k(x-xo)' (3.63) dihitung nilai a dan b.

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.

maka akan diperoleh persamaan :

 106
Y
107

'l-abel 3.18 Pr:rhitungan Modcl Lengkung Debit DpS Cimanuk_

Monjot Tahun 1972 - 1979.

xi ft (x,- x) Iog (r -x) = X, logy = Y, X,Y, x,'

Urut

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

'{ 6. l8 2526 45,5 1,36 0,13354 1,65801

o,23299
0,22141
0,01869
0,01783
E .f 7. l9 25,11 344 r2l 0,08279 1,53656 0,12721 0,006E5
\l 8. 20 25,99 127 2,O9 0,32015 2,10380 0,63430 0,10250
a
;r
9. t79
\ B 1.0.
47
48
26,46
25,66 90,6
2,56
1,76
0,40824
0,2455 I
2,25285 0,91970 0,r6666

IL t,95713 0,84890 0,0602E

g ll. 49 25,43 59,2 1,53 0,18469 1,77232 0,32733 0,0341I
ca 12. 5l 25,06 33,3 I,t6 0,06446
.a Gl
B 13. 52 25,04 31,5 I,l4 0,05690
1,52244 0,098 l4 0,004i6
1,49E3 I 0,08523 0,00072
oo t4.
\ E t 15.
53
55
24,97
24,94
28,4
29,0
1,07
t,04
0,02938
0,01703
1,45332
t,46240
0,04270 0,00086

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

^ .t q) 26. 69 25,38 52,5 I,48 0,t7026 t,720t6 0,29287 0,02899

a 27. 70 25,U 78,8 t,74 0,24055 1,89653
/a I -S
a'
b0
F
28.
29.
79
8l
25,86
25,26 4E,0
133 1,96
1,36
0,29226
0, I 3354
2,t2385
l,68124
0,45621
0,62072
0,22451
0,05786
0,08542
0,0t7E3

.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

Berdasarkan data tabel 3.18, diperoleh data :

I'abel 3.19 Perhitungan Uji-t Data Lengkung Debit DPS Cimanuk-Monjot.
n : 51
Pengukuran P r o s e nt as e P e ny i mp angan
EX, : 10,68611 XY' : 95,04669
tYixi :
No NO
Urut Peng X1 li
Y,
P D=P.F d=&Pr EX,2 = 3,32974 22,188481
+ +

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

t43,496 akhirnya diperoleh persamzum lengkung debit DPS Cimanuk di pos

25,76 r08 97,6 r0,66 10,249
33. 85 105,042 duga air Monjot sebagai berikut :
34. 86 25,86 ll7 109 7,34 6,929 48,01I
35. 87 25,90 ll5 l13 |,77 I,359 t,847
36. 89 26,20 167 152 9,87 9,459 89,473 y :26,7267 (x - 23,90;,2'o$a2t
37. 90 26,3s t97 173 13,87 I 3,459 I8 1,145
38. 9l 25,36 59 58,9 0,17 0,058
39. 92 24,60 I 1,6 12,'1 8,66 9,071 82,2E3 Umumnya ditulis sebagai :
40. t00 26,90 278 264 5,30 4,889 23,902
4t.
42.
105
106
25,86
25,72
120
104
109
93,2
10,09
1 1,59
9,679
l I,179
93,683
124,970 Q : 26,7267 (H - 23,90)2'08424
43. 107 25,42 68,8 64,0 7,50 7,089 50,254
44. 108 25,54 80,2 75,0 6,93 6,519 48,497
45. lll 25,87 lt2 ll0 I,E2 1,409 1,985 di mana Q adalah debit (m3/det) dan H adalatr tinggi muka air (m).
46. tt2 25,7E il3 99,8 12,23 12,819 lu,327
47. l13 25,70 104 91,0 13,29 t3,879 192,627
4E. l14 25,63 94,9 83,9 13,1 I 12,699 161,265 Gambar 3.10, memperlihatkan kurva persamaannya. Dari
49. t27 26,49 250 t94 28,87 29,459
28,52 680 649 4,7E 4,169
E09,91 5
persam&m tersebut untuk melaksanakan ekstrapolasi debit pada
50. 128 19,0E8
51. r29 )4 R(, )_6 7 24 (, 8,54 .8.t29 65.081 tinggi rnuka air rendah nilainya akan tepat karena nilai aliran nolnya
Jumloh 224.62 203,6E 5l6/.,43
Sumber : Soewarno, 1991.
telah diselidiki terlebih dahulu. Mcskipun demikian untuk
 H
ckstrapolasi debit- nrr:l,,hihi ,r..-: .:--
de b i t yang ai r terti ngg i pasangan 20r
o.#',:HL"iJ [ti:J';si'^ T :1"
p;il : 1LI_,4 :
lrr}il:; ::tilMil
rabel 3 . r sl, r,*r., r,ati_rruti SEy r,423
cenderung untuk membuat ^ "i# c*I *-J.**:*r* (50);
%o

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

s = [#]i : to,t63 0/6

3.8 MODELPEGBES' BERCANDA
Kesalahan standar dari
perkir aan : (ihat rumus / /4, tlub r).
' Pada umumnla. data hidrorogi
yang diamati atau diukur
merupakan suatu variabel yang
SEY= S terj;di karcna pcngaruh dari
variaber atau lebih. sebagai ,uu
c$j
rurlun
buku yang sama jilid_ I, ielah
**
.ont,h, pada-sub bab 4.2.3,
;ir,;;U;" suaru rumus regrcsi ynrrg
menyatakan bahwa debit
banjir tuhirnan rutu-rula (MAl;;
di I)lfS di
202 I 208
Pulau Jawa dan Sumatera dapat diperkirakan dengan rumus :
Nilai Ao adalah titik potong dan Ai adalah koclisicn regrcsi
berganda (multiple regression cofficient) dari variabcl tuk bcbas Y
MAF: (8,00Xl06XAREA)V (ApBAR)144r (SIMS)o.',, (l + LAKE)-o.s5
terhadap variabel bebas X, dengan menganggap scmua variabel
bebas yang lain konstan.
Berdasaran rumus tersebut maka dari suatu Dps yang belum
tersedia data serial debit banjir yang diperoleh dari pengamatan
Apabila dXi = X, - X, dYi - Y, - Y dengan nilai i bergerak
tinggi muka air dan pengukuran debit, maka MAF dapat dihitung dari 1 sampai m-I, maka dengan metode kuadrat terkecil persamzuul
berdasarkan variabel :
(6.67) dapat diselesaikan untuk menentukan nilai Ao, A,, Ar, ...A.-r,
' AREA (: luas DPS) dengan menggunakan persam&m sebagai berikut :
. APBAR (: rata-rata tahunan dari hujan terbesar dalam satu Arrdxr, + ArX(dx,.dXr) + ...+ A._rX(dxr.dX._,): t(dy.dxr)
hari)
ArE(dxr.dx2) + A2tdX2, + ... + A--,X(dX2.dX._r): >(dy.dxr)
a SIMS (: kemiringan sungai)
LAKE (: proporsi luas DI)S disebelah hulu danau/waduk A,E1dx,.dx_-,; + ArX1dx2.dx.-r) + ... + A*,X(dx._r)2: E(dy.dx.-r)
terhadap luas DPS di titik pengamateur). Ao : Y - A, Xz- ... -A,-rX.-r (3.6'i)

Apabila debit banjir tahunan tersebut dinyatakan sebagai variabel

tak bebas (Y), sedangkan variabel lainnya dinyatakan sebagai Persamaan (3.67) dapat disebut persamuum regresi berganda orde ke
variabel bebas (X,, Xr, X, dan Xo) maka hubungan dari variabel tak (m-l), dengan memperhatikan persamaan tersebut maka persamzum
bebas terhadap variabel bebas tersebut dapat dinyatakan sebagai regresi linier sederhana (3.2) dapat ditulis sebagai :

regresi berganda. Model dari pada regresi berganda dapat berbentuk

persamiurn: Y:A,+A,X (3.6e)

. Persamaan (3.69) merupakan persamaan linier berganda orde ke

linier
. berpangkat satu atau persamaan regresi linier 2 variabel.

Persamaan regresi linier dengan 3 variabel dapat dinyatakan sebagai

Contoh hubungan rumus MAF tersebut merupakan model persamuuxl:
persamaan regresi berganda berpangkat.
Y=Ao+A,X,+AzXz (3.70)

dimana A, adalah titik potong garis regresi terhadap sumbu y. A,

3.8.1 tregrcsi Llnict Bugande
dan A2 adalah koefisien regresi parsial Qtartial regression
Apabila sejumlah m variabel membentuk suatu hubungan, cofficient). Nilali A, dan A, dapat dihitung dari persamaan normal
satu variabel tak bebas (Y) dengan sejumlah (m-l) buah rrariabel berikut:
bebas X, maka persamaan umum untuk menyatakan model regresi
linier berganda adalatr : ArXdXr2 + A2E(dXr.dXr): t(dY.dxr)
ArX(dXr.dX2) + A2XdX],: X(dY.dX,;
Y : & + ArXr + ... + A,X, + ... A,-r X.-r (3.67)
 "1
204 20ft

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

R(YX r ) - R(YX, {R(X, Xr)})

RB(YX,): (3.72) Berdasarkan persamiuut (3.76), maka besarnya koefisien penentu
l{ l - R,(Yx,)}{ l -n'z6,xr;11} atau koefisien determinasi dapat dihitung dengan persamairn :

Keterangan : RM2: [, - sev'l (3.77.a)

L SY2 I
RB(YX,): koefisien korelasi parsial variabel Y terhadap X, atau dapat dihitung :

Qtartial correlation cofficient).

R(YXr) : koefisien korelasi variabel Y dan X,. (i-v)'
R(YXr) : koefisien korelasi variabel Y dan Xr. RM2 =
r
i=l ' (3.77.b)
R(XrXJ = koefisien korelasi variabel X, dan X2.
t (', - Y)'
Dengan cara yang sama maka :
Nilai SEY, seperti juga pada model regresi linier sederhana,
: R(YX2) - R(YXr {R(XrXz)}) gunanya untuk mengukur dispersi data Y disekitar garis regresi i
RB(YXr) (3.73)
atas X, yang dapat dihitung dengan rumus :
[{ I - R2(YXr)} { r - R2(X1Xr;11i

RB(X,X2) =
RCxrxz) - R(Yxr {R(Yxz)}) (3.74)
[{ I - R2ffxr)}{ I - R2(Yxz)}]} SEY: (3.78)

Dari persamaan (3.70) besamya koefisien korelasi antara variabel Y

dan kombinasi pengaruh variabel Xr dan X2 disebut dengan Dalam memperkirakan nilai RM, ternyata tcrdupnt kelrilnngnn
koefisien korelasi berganda (multiple correlation cofficient) dan dalam menentukan derajat kebebasan, jumlth kehilnngnrr $nnul
dapat dinyatakan sebagai RM. dengan jumlah konstanta dalam persamaan rcgrcsi ( )lelr knrcrrn itu
diperlukan penyesuaian, yang dapat dihitung tletrgrur l)rr$nnrnur
RM: berikut ini :
t1 - {l -R2(YXr)1{l -R2(YXz)}l} (3.7s)

Apabila nilai RM dinyatakan sebagai nilai kesalahan perkiraan

206
I 207

lain terdapat hubungan yang nyata antara

t'
RM'=
{,- T} "}' (3.7e) variabel yang digunakan dalam analisis model
regresi berganda.
Keterangan : Pengujian pada derajat kepercayaan tertentu, apabila nilai F ternyata
: lebih kecil dari nilai F dalam tabel I-4 pada bagian akhir bab I,
RM' nilai koefisien korelasi linier berganda yang telah
maka hipotesis nol (Hr) diterima dan menolak hipotesis alternatip
dikoreksi.
(H').
RM : nilai koefisien korelasi linier berganda terhitung.
n : jumlah total pengamatan. Dengan semakin bertambahnya variabel X sebagai variabel bebas
k : jumlah total variabel bebas. yang digunakan maka untuk menentukan tingkat hubungan antara
variabel Y dan salah satu variabel X dengan mengan'ggap variabel
Untuk menguji derajat kepcrcayaan koefisien penentu regresi X yang lain konstan, akan semakin rumit. Perhitungan koefisien
berganda dapat digunakan uji-F sebagai berikut :
korelasi parsialnya semakin rumit. Untuk memudahkan penentuan
tingkat hubungan variabel bebas (X) terhadap variabel Y, dapat
diukur dari koefisien regresi terhadap nilai deviasi standamya.
-D _ (l
RM2(n-m)
(3.80) Umumnya disebut dengan koefisien tl (beta coeficient), sehingga
- RM2)(m - l)
persamaan 3.67 dapat dinyatakzm sebagai :
pada derajat kebebasan nl =m- I dan n2 = n - m

Keterangan: #:Fu+o'f *Bf . *B*-,* (3.8 l )

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)

nr : derajat kebebasan variabel

n2 : derajat kebebasan pengamatan Sehingga:

B.-r : a,-, S.n-t

i? (3.s3)
Sehubungan dengan persam:um (3.80), maka dapat dibuat
hipotesis :
Keterangan :

B*-r : koefisien beta variabel ke m-l (tanpa satuan)

H, : R2:0, tidak berbeda nyata dengan nol, atau dengan A.-r : koefisien regresi variabel ke m-l
kata lain tidak ada hubungan antara variabel S._r : deviasi standar variabel bebas ke m-1
yang digunakan dalam analisis model regresi SY : deviasi standar variabel Y
berganda.

Hr : R' ;a 0, berbeda nyata dengan nol, atau dengan kata

 1
20rl 209

('ontoh 3.1I
Analisis hidrologi DPS Cimanuk, untuk data tahun 1981 - 1985,
telah diperoleh data debit sedimen melayang dan data variabel fisik
DPS, meliputi : luas DPS, panjang sungai, kemiringan alur sungai
sebagai ditunjukkan pada tabel 3.20.
Tabel 3.20 Debit Sedimen dan Variabel Fisik DPS Cimanuk.
Variabel
Berdasarkan persamaan (3.68) untuk menentukan nilai A,, Ar, A,
dan A, dihitung dengan persam&m berikut :
Ar>dxrz + A2xdxr.dX, + ArxdXr.dXr: >dY.dxr
Artdxr.dX2 + A2IdX2'? + A3XdX2.dXr: XdY.dX2
Arrdxr.dx3 + A2tdx2.dX' + A3tdx32: EdY.dXr
Ao: Y-A,X, -ArXr-ArX,
Lokasi *)

I 2 3 4 J Penyelesaian dituangkan pada tabel 3.21.

Y : sedimen (105 ton/thn) r,00 t,28 5,28 9,77 5 1,02
Berdasarkan penyelesaian tabel 3.21, maka diperoleh 3 buah
X, : luas DPS (1O'?km) 1,97 4,57 7,16 t4,t2 19,68
hubungan sebagai berikut :
X, : panjang sungai(10'?km) ))1 4,69 7,57 16,79 19,33
I. 208,938 Ar + 214,884 A2 -253,716 A3: 533,291
X, : luas hutan (%) 47,58 34,38 24,05 20,65 23,55 III. 214,884 At+226,920 A2-270,010 A3: 506,112
Sumber : Analisa Data Sedimen, Pusat Litbang Pengairan. lll. -253,716 Ar - 270,010 A2 + 485,880 A3 : - 436,930
t) Lokasi : I: pos duga air Cimanuk - Bojongloa
2: pos duga air Cimanuk - Leuwidaun Perhitungan selanjutnya :
3: pos duga air Cimanuk - Leuwigoong
4 = pos duga air Cimanuk - Wado
5 = pos duga air Cimanuk - Tomo I x253,716 | 53.010,91 Ar + 54.519,50 A2 - 64.371,80 A, = 135.304,45
X, : panjang sungai utama dan seluruh anak sungai. III x 208,938 I -r3.010,9, A, - 56.
0 - 1895,84 A2+ 37042,73 Ar: 44.013,17

Tentukan model regresi linier berganda variabel Y atas variabel (X,,

44.013, 17 + 37 .042,73 A3
Xr, Xr) data tabel 3.20. Az=
1.895, 84

Hitung koefisien penentu dan korelasinya, uji pada derajat Sehingga:

kepercayaan 95 oh diterima.
A, : 19,53 Ax - 23,215

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

A2-- 1,532 A1- 7,153 8=385

d6dfh F F
{. 6 di.;d.i6
dd-i9
d
d
lJ :+'
Dari dua hubungan A, diperoleh : 6d-oe . I
F
ii -F€Fh
--i-r:o:?
sFTRS
o 6
.i
19,53 A3 - 23,215 : L,532 A, - 7,153 d
N

+, d

17,99 A3: 16,062 c\l 66€6O

;6N-h 3a
ci rl s
F- d- .\ o- Gl 6
€ F
A:: 0,89 (l) !
6N9TF
dhno!
d.d
o

-o
cl oad d
F(r, .6FF€
Y). +- !- q Fi
d
d

Az = 1,532 (0,89) - 7,153 ii\ dF-h!

O\9ddo
+++r+
I o

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

Nilai Ao, dihitung dari persamaan (3.68) : () dN600 @ r

tr NOh.hO
Ytvll-q6l q.
a
F.
€
Ao:Y-A,X-AzXzA:X Fl { 6h60
6ddo o
d
U'
(.)
s
8.qA{t"
o60hn
E
+ 6
a
Dari data tabel3.2l, maka
o0
(l) \ 9=Frg 6
F
:
d -.: -.i

Ao: 13,67 - 9,577(9,62) - (- 5,78)(10,13) - (0,89)(30,16) !

(,)
q
ddN
+N6h9
tj{vioi.d
td
o ++
&: - 46,751 z €n900
6+6hN t-
c!3 \ dYi..idoi
.++
o
(B
u) ooa
Dan akhimya model regresi linier berganda yang diperoleh adalah (l) ts6660 8
: TJ
N Fh-ta d
o)
>.
,++
i : - +o,lsr + g,577 xr - 5,78 Xz + 0,89 Xs A
o 5
r660h
.i .i
-60
od di rj
n
+
3
66h61
h69€h
o
€ €
Apabila data sedimen melayang dinyatakan sebagai variabel SEDM c.l 5: rj+dddi o
-dNd
cn
(105 ton/tahun), luas DPS sebagai variabel LUAS (1O'z km). Panjang c)
r6F66
N66r6 I
-o >i .f{F:.d6 o
sungai sebagai variabel PS (1O'? km) dan proporsi luas hutan sebagai (d
F FF6N€
dnr-9
HUTAN (%o), maka dari data tabel 3.20, terjadi hubungan : * .i+F:+o(
I
o

SEDM : - 46,751 + 9,577 LUAS - 5,79 pS + 0,gg HUTAN I

r-&&\8^
;-66
6 rd
I

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

Berarti bahwa 99,94 7o sedimen melayang yang dihasilkan oleh ke

No. Y Y (Y-n (Y - v\2
5 DPS tersebut dapat dijelaskan oleh hubungan variabel luas DPS,
I 1,00 1,32 - 0,32 4,1024 panjang sungai, dan luas hutan, sedangkan sisanya 0,06 %
2 1,28 0,48 + 0,80 0,6400 disebabkan oleh faktor lain yang tidak termasuk dalam model ini.
3 5,28 5,69. - 0,41 0,1681
+ 0,06
4 9,77 9,71 0,0036
Nilai koefisien korelasinya adalah : RM : (RMz;i , atau RM :
5 51,02 50,81 + 0,27 0,0441
0,9996. Nilai yang dikoreksi dihitung dari rumus 3.78
0,9582

RM':{1-.rl -RM2Xn- 1),

Sumber : Perhitungan.
,
Dari persamiuut tersebut apabila - variabel LUAS dianggap n_k
bertambah atau berkurang satu unit satuan (100 km) dan variabel
yang lain tetap, maka akan dapat menambah sedimen mclayang RM': {1 -
(1 -o'2991)(s - 1) } : 0,9988
5 J_J
9,577 (10 ton/tahun).

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

ini masih diperlukan perhitungan korelasi diantara variabel bebas

: e.-, Sr_r
B.-t
t7 itu sendiri (korelasi matrik)

Telah dihitung bahwa SY = 21,18 (105 ton/tahun).

Dari perhitungan data pada tabel 3.22,maka diperoleh :

3.8.2 ltlodel f,.egtesi Betpanghat Betganda

sXr:(*) i-1zoa.grs; I :7,227

Pada sub bab 3.8.1 telah disajikan model regresi berganda
dengan m buah variabel (m > 2) dengan (m - l) buah variabel bebas
Xr, X2,...X.-r, di regresikan terhadap variabel tidak bebas Y dalam
SXz: (H) i -Tzzeozeli =7,532 bentuk linier :

Y = & + Ar X, * ...AiX,* ... + A--l Xr-r

SXr: (*f) l-1qss.rso; l :r,o2r
Variabel bebas X,, dapat berbentuk kuadrat atau berpangkat lainnya,
Maka: sehingga modelnya dapat ditulis :

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

a;?=logAs+AslogXr i. r A;logX;+...A.-1logX, (3.87)

Nilai B0 tidak mempunyai pengaruh yang nyata (significant)
terhadap model regresi yang diperoleh, karena tidak berpasangan Penjelasan model regrcsi (3.tt6) atau (3.87) dapat menggunakan
dengan salah satu variabel bebas dalam menghitung model regresi
persamffIn (3.68), dengan mongganti dYi : ln Y, - lnY, dX, : ln X;
tersebut. Nilai 8,, Br, B, semuanya mempengaruh dengan nyata
-i;X, atau dY, = log Y, - l,)lg Y , dXi : log X, - GX;.
terhadap model regresi yang diperoleh. Pengaruh yang paling nyata
terhadap SEDM berturut-turut adalah variabel LUAS, PS dan yang
terakhir HUTAN, apabila tidak terjadi korelasi yang kuat di antara
Contoh 3. t 2
variabel bebas yang digunakan untuk membentuk model. Tetapi
apabila diantara variabel bebas itu terdapat korelasi yang kuat maka Tentukan m<ldcl rcgrosi berpangkat berganda data pada tabel 3.20,
sulit untuk menentukan variabel bebas yang mana yang mempunyai hitung koefisien korelasi dan kesalahan perkiraan standarnya dan
pengaruh yang paling kuat terhadap variabel tidak bebas, dalam hal bandingkan hasilnya dengan contoh 3.11.
21$ 217

Jawab Contoh 3.12 : 'f abel3.24 Perhitungan Model Regrcsi hcrparrgkirt bcrgiltttl:r ( )rde 3

Data Tabel 3.20 (lanjutan).

Tabel3.24 Perhitungan Model Regresi Berpangkat Berganda
Orde 3 Data Tabel 3.20.
No. dYdX, dydX, dydxs dYdX, dYdY l dY&Yr

No. Y xt X, XJ lnY ln X, ln X. ln X, 18 19 20 2t 22 23

I 2 3 4 J 6 7 I 9 I +2,1063 +1,9729 0,8190 +1,5749 0,6531 - 0,6124

I I,00 I,97 2,27 47,58 0,0000 0.6780 0,8 197 3,8624 2 +0,6270 +0,6735 0,2468 +0,2225 0,0815 - 0,0876
) t,28 4,57 4,69 14,38 0,2468 l,5195 t,5454 3,5374 ) +0,0029 - 0,0004 0,0060 - 0,0008 0,01l3 + 0,0015
3 s,28 7.76 7.57 24,65 I,6639 2,04tt9 2,0241 3,2047 4 +0,4405 +0,5150 0,2164 +0,5290 0,2223 - 0.2599
4 9,77 t4.t2 16,79 20,65 2,2791 2.6457 2.8207 3,0277 5 +2,3191 +2,t400 0,4604 +0,9318 0,2004 - 0.r894
5 5l,02 19,68 t9.l-l 2,r,54 3,e322 2.9796 2.9616 3, I 587 5,4960 5,30 r l 1,7488 3,2576 I,1 695 1,1433
x 68.35 48.10 50.(t5 I50.80 8.t221 ().8
7-l7 l0. l7t8 I 6.7910

RT 13.67 9.62 10.t3 .10. l6 |,6244 |.9747 2,0.14.1 J,3 5 lt2

Berdasarkan perhitungan data pada tabel3.24, maka diperoleh tiga
Sumber : Perhitungan data tabel 3.20. buah hubungan sebagai berikut :
Keterangan :

Y : SEDM : sedimen melayang (105 ton/thn)

I. 3,3566 At + 3,2576 A, - 1,1695 A, 5,4960 :
Xr = LUAS = luas DPS (10'1km) :
X, = PS = panjang sungai (10'?km) II. 3,2576 At + 2,7791 A, - 1,1433 A, 5,3011
X; = HUTAN : luas hutan (%o) III. - 1,1695 A, - 1,1433 Az + 0,4589 Ar:-1 ,7488
RT = rata-rata

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 :

4 + 0,6549 + 0,6728 + 0,7864 - 0,3305 0,4288 0,4526 0,2048 0,1092

+ 2,3078 + 1,0049 + 09273 - 0,1995
,{2:0,0857 -00217 A3
5 5,3259 1,0098 0,8598 0,0398

x 1 ,16951 3,9255 Ar + 3,3097 Ar- 1,3677 A,' 6,4275

r0.2928 3.3566 2,7791 0,4589
0,0000 0,0000 0,0000 0,0000
I
Keterangan: III x 3,356 6 | -3,9255 At - 3,8376 A2 + 1,5403 A, ' -5,8700 (+;
dY : ln Y - lnY dXr: ln X, - lnXz 0 - 0,5279 Az * Ar:
0,1726 0,557568

dX,: lnX, - ffi dX, : ln X, - lnE 0,1726 A, - 0,5575 : 0,5279 Az

2l tl 279

Schingga : Tabel 3.25 Perhitungan Nilai Perkiraan Kesalahan

Ar:0,3269 A, - 1,0560 Standar Nilai i Untuk Data Tabel 3.20.

Dari dua hubungan nilai A, diperoleh nilai A, sebagai berikut :

No. Y v Y-Y ff-n'1
I 1,00 0,763 + 0,237 0,056169
0,3269 A, - 1,0560: 0,0857 -0,0217 A3
0,3486
2 1,28 2,727 - 1,447 2,093809
a
J 5,28 3,995 + 1,295 1,651225
*,,: \,,!r1rr1o
4 9,77 I 1,848 - 2,078 4,318084
Ar: 0,3269 (3,275) - 1,0560 5 51,02 45,670 + 5,350 28,622500
Ar: 0,0145 Jumlah 36,74176

Dari (I) diperoleh :

Dengan model regresi yang telah^diperoleh, maka dapat dihitung
6,4275 - 3,3097(0,0146) + (1,3677)(3,275)
I ^Lr 3,9255
nilai perkiraan debit sedimennya (Y) seperti ditunjukkan pada tabel
3.25, sehingga diperoleh nilai kesalahan standar dari perkiraan :
At:2,7661

Nilai Ao dihitung dengan persamzum :

SEY:(H) '
Ao : lnY -Arln>(l -A2lnX2 -A3lnE j
SEy: fQJig4l :3,030 (lo5 ton/tahun)
Ao : r,6244 - (2,7 661)(1,97 47) - (0,0 1 46)(2,03 43) - (3,27 50X3,3 5 82) \12t, tty'/
An : - 14,8062
Deviasi standar dari nilai Y pengamatan adalah SY : 21,18 (105
ton/thn) (lihat sub bab 3.8.1) maka diperoleh koefisien penentunya
Nilai Ao tersebut tidak lain adalah ln &, nilai fu yang sesungguh-
sebagai berikut :
nya adalah eAo, sehingga :

Ao: e-r4'8062 SEY2

ln A, = - 14,8062 atau RM2: I
SY2
Ao:3,713 x l0-7

RM2 : I - (3'030)l : 0.9795

Dengan demikian diperoleh model regresi berpangkat berganda (21,18)t
sebagai berikut :
: Ini berarti bahwa 97,95 oh debit sedimen melayang yang dihasilkan
Y 3,713 (10') Xr2J66 1r0'0ra Xrt'ztt dari ke 5 DPS tersebut dapat dijelaskan oleh hubungtur ytt1l
ditunjukkan pada model regresi berpangkat tersebut. se:tlitttgktttt
Atau dapat ditulis sebagai variabel :
sisanya 2,05 yo disebabkan oleh faktor lain yang titlitk lcrtttitstrk
SEDM :3,713 (10') LUAgz'z6o p5o'oto HUTAN''"' dalartr model tersebut. Nilai koefisien korelasinya. Il M (lt M r I I
220 T 22t
0,989. Nilai RM yang dikoreksi adalah :
Misalkan, diantara lokasi pos duga air tcrscbut tli suatu alur surrgiri

RN4', : r - (l - RY-2X"- l),

1
diketahui variabel luas = 700 km,, panjang scluruh sungai utiunir
dan anak sungai 750 km, &n luas hutan 20 %o maka dapat <Iikstahui
debit sedimermya adalah :
RM', : 1 - (1 -o',2JesXs - 1) ):o'959
1
(5-3) SEDM :9,577 (7) - 5.75 (7,5) + 0,89 (20) - 46,751 * SEy
SEDM :5,26 + SEY
Dari analisis data debit sedimen melayang (SEDM, r05 ton/tahun),
luas DPS (LUAS. 102 km), panjang sungai (pS. 10, km) dan luas Maka debit sedimen melayangnya dilokasi tersebut diramalkan
hutan (HUTAN, %) di DPS Cimanuk. dengan menerapkan metode (5,26 * 0,489) 105 toMahun.
statistik menggunakan modcl rcgrcsi berganda telah diperoleh
hubungan ke 4 variabcl tcrscbut scbagai berikut : Model tersebut hanya sekedar contoh perhitungan, karena untuk
menentukan model regresi yang tepat masih memerlukan pekerjaan
. mcngg,unakan nrodr:l linicr (suh bab j.8.1) kalibrasi dan penggunaan rekaman data runtut waktu yang lebih
lama dibanding perhitungan dalam contoh ini. Disamping itu masih
SED = 9,577 LUAS - 5,79 pS + 0,89 [{U',fAN _ 46,751 memerlukan uji Durbin - watson (lihat sub bab 3.9 berikut ini),
dengan: yaitu uji otokorelasi diantara nilai residu (persamaan 3.1).
. nilai koefisien korelasi RM:0,9988
. nilai kesalahan standar dari perkiraan SEY : 0,489 (l0s
ton/thn). 3.9. UJI DUBBIN. WATSON

.
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 :

. variabel No. I sebagai VTB = variabel tidak bebas

digunakan ketentuan jika nilai :
. variabel No.2 sampai 8 sebagai VB = variabel bebas

DW < dr, Ho ditolak, berarti ada korelasi serial positip

DW > dr, Ho, diterima, berarti tidak ada korelasi serial Tentukan :
posltlp
<
dL DW < du, belum dapat diambil kesimpulan dan perlu l). Model regresi berpangkat berganda dari VTB dengan VI)
dilakukan penambahan jumlah sampel, atau yang mempunyai nilai koefisien determinasi berganda
data asli perlu dialih-ragamkan. yang terbesar.
2). Nilai perkiraan kesalahan standar
Untuk menguji apakah ada otokorelasi dengan nilai negatip atau 3). uji - F
tidak, maka nilai (DW) diganti dengan (4-DW) dan digunakan 4). Uji Durbin - Watson
ketentuan jika nilai :

(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

kan pada tabel 3.27, mengingat banyaknya variabel bebas cukup

Sungai -
No Tempat 8BR Tahun LDP HMS HTR LTH LSW PSU KSU
banyak yaitu 7 macam data, maka perhitungannya dilakutan
Cikuug ll 2t1.&
dengan program komputer. Nilai koefisien determinasi dihitung
I - Cikumg 244,80 t07,00 1412.00 27.00 I 74,00 I 52,20ll 5,41 |
|
2 Cigulung - Mribeyr 26,10 22 49,00 t02,00 zros.m I ,o.rrl ,.r, I ro.oo ,.to I

l Cikrpundung - M.ribay. ll,l0 t2 75,@ 98.00 ,orn * I ,r.ro I ,o.ro I r r.s0

I

|
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)

Y nilai VTB ke i, hasil perhitungan model

ll Ciliman - Leuwikopo I2t.50 6 108,50 I 26,00 126t,00 62,70 9,40 25,00 23,70
t2 Crpiring 294.50 5 79,10 t62,00 40t6.00 26,10 1,75 26,20 24,40 Yi nilai VTB ke i, hasil Pengarnatan
ll Crmandiri - Tegaldatar
nilai VTB rata-ratahasil pengamatan
169.50 6 495. I 0 94,00 29E8,00 I 12,00 144,00 46,10 21,60
l4 Progo 5 I 9,40 t I 749,40 87,00 2985,00 60.90 3 3 t,00 86,00 37,00
Y
I5 BoSowonto - Gh Malang 2t'1,O0 8 r41,50 I I s,00 2423,00 t4,50 t4,20 17,20 86,20 n jumlah data

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

It Kauman t4't7,oo t0 5900,00 8 1.00 2342,00 693,00 2062,00 201,40 4,77

l9 Bojonegoro 20'12,00 tl 12429,O 73,00 2l 89,00 3032,00 4094,00 3 3 1,90 Data Tabel 3.26.
0
20 Gadang 217,70 4 ttz,zo 88,00 1990,00 250,00 140,00 It,30 49,20

Model Model llubungan R ]R.?

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

Rah-ra!a 164,79 1228,88 l04,l6 282E,16 27J,1 I 116,42 59.48 45.84

5 epR : 0,178 PSUo'e4ei KSU-0'264r HMso'goro 0,9272 0,8s97

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

Sumber : IOH - DPMA, 1983 Sumber : Perhitungan data tabel 3.26

Jawaban selengkapnya adalah :

1) Dari tabel 3.27, diPeroleh model yang

tcrbaik
ditunjukkan pada model No. 6. Hal ini dcngarr nrclihat
226 227

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

I 244,80 245,47 - 0,67 0,448

n- I 2 26,70 34,35 - 7,65 58,52 - 6,98 48,72
J 31,l0 39,71 - 8,61 74.13 - 096 0,92
Dari data tabel 3.28, maka :
4 294.90 223,81 + 71,03 504 I,00 + 79,64 6342,52
5 102,70 r 20.50 - 17,80 3 16,84 - 88,83 7890,76
6 39r,00 299,22 + 9t,78 8423,56 + 109,58 12007,77
SEy = (l!.$f:JI.) = ,o,ro m3ldet. 7 143,20 169,43 - 2t,23 688.01 - I18,01 13926.36
8 250.50 323.59 - 73,09 5342.14 - 46,86 2 r 95,85
9 302,90 367,28 - 64.38 4t44.78 + 8,75 76,56
3). Uji - F, dihitung dengan persamaan (3.79): l0 t42,60 r40,60 + 2.00 4,00 + 66,38 4406,30
ll 121,50 t49.27 - 27.77 7 t t,t7 - 29,77 886,25
R2(n - m) l1 294,50 2t5."r7 + 78,73 6r98,41 + 106,50 1t342,25
F_ r3 369.50 262,42 + 107,08 + 28,35 803,72
(l-R2Xm-l) r4 519.40 567.54 - 48,14
11466,12
231'7,45 - 155,94 24317,28
+ +
F_
0,9381(22- 5)
(l-0,938rx5-1) =t#: 64'40
rJ
r6
t7
2t7,00
98,20
466,90
360.57
r 55,95
'7'' 11 +
61,05
25,43
+ 106,33
3727.10
646,68
l 1306,06
-
+
109,19
35,62
80,90
11922,45
1268,78
6544,81
t8 1477,00 1663,41 - 216,41 46833,28 - 322,74 r04l6l,l0
Pada derajat kebebasan r1r = rn - I = 3, dan n, = n - m : l9 2072.',70 2333.45 - 260,75 67790,56 - 44,32 1964,26
2t7,70 242,66 - 623.00 + 235.79
22-5 : 17, dari tabel I-4 (lihat bagian akhir Bab I)., pada
20 24,96 I 1039.70
21 r00,60 166,72 - 66,12 4371,85 - 41,16 1694,14
derajat kepercayaan 95 o/o diterima, maka diperoleh nilai 22 r40.80 l0 r .85 + 38,95 l5l7.l0 + 105,07 I r039,70

F tabel : 3,200. Ternyata F : 64,40 lebih besar dari

pada F tabel, ini berarti nilai koefisien korelasi model
yang dipilih memang tidak sama dengan nol. Dengan I
Rata2 364.79
-260,20 l 8 l 806,75

- 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

4) Uji Durbin - Warson Tabel III - I The Durbin - Watson d Statistic

Berdasarkan persamaan 3.88, uji Durbin Watson Significant points of d, and du ; 5 %o
dihitung dengan :

n k,= I k,= 2 k'= 3 k'= 4 k'= 5

i
i=7
1av, - aY,-,)' dt du dL du dL du dr du dL du
DW=
I
n

(av,)' l5 0,95 ,54 t,82 1,75 ,69 t,97 0,56 ?-21

i=l ,08 ,36
l6 ,10 ,37 0,98 ,54 r,86 1,73 ,74 1,93 0,62 2,15
l7 .r3 ,38 r,02 ,54 ),90 t,7l ,78 1,90 0,67 2,10
Dari persamaan data tabel 3.28, diperoleh : l8 ,16 ,39 l,05 ,53 ),93 1,69 ,82 1,87 0,71 2,06
l9 ,t8 1.40 1,08 ,53 ),97 r,68 'rg6 1,85
.1,83
0,75 2,02
20 ,20 ,41 I, l0 ,53 ,00 1,68 ,90 0,79 1,99
271t437
DW 806.75
'51\ l,,sl 2t )1 t,42 I,l3 ,54 ,03 1,67 t,93 l,8l Q,83 1,96
I8 1 22 ,24 t,43 I,l5 ,54 ,r05 1,66 t,96 1,80 0,86 1,91
23 ,26 1,44 r,t7 ,54 1,08 1,66 t,99 1,79 0,90 1,92
24 'r'l t,45 I, r9 I,l0 1,66 r,78 0,93 1,90
Kita akan rncngu.li II,,:tak acla otokorclasi dan Il, :ada ,55 ,01
25 ,29 t,45 t,2l ,55 t,t2 1,66 ,04 1,77 0,95 l,E9
otokorelasi positip. Dari contoh ini n 22 buah dengan 26 ,30 t,46 t,22 ,55 L,l4 t,65 ,06 1,76 0,98 1,88
variabel bebas (k) :4. Dengan derajat kepercayaan 5 04. 27 ,32 t,47 1,24 ,56 t,l6 1,65 ,08 1,76 l,0l 1,86
28 ,33 1,48 t,26 ,56 r,l8 r,65 ,10 1,75 1,03 1,85
dari tabel III-I pada bagian akhir bab III, diperoleh dr: 29 t,48 1,27 I,20 I,65 1,74 1,05 ri5,4
,34 ,56 ,12
0,96, dan du: 1,80 dan ternyata 0,96 < DW: 1,53 < 30 ,35 t,49 l,28 {7 t,2l 1,65 ,14 t,74 t,07 1,53
1,80, oleh karena itu untuk menentukan adaltidaknya 3l ,36 r,50 1,30 ,57 t,23 1,65 ,16 1,74 1,09 1,83
32 ,37 t,50 1,3 I ,57 t,24 1,65 ,18 1,73 l,l I 1,82
otokorelasi masih diperlukan tambahan data atau dicoba 33 ,38 t,5 l t,32 ,58 t,26 I,65 ,19 1,73 l, l3 l,8l
dengan bentuk model yang lain. 34 ,39 t,5 I 1,33 ,58 t,27 1,65 ,2t t,73 l, l5 l,8l
35 ,40 1,52 1,34 ,58 t,28 r,55 ,22 t,73 I,l6 1,80
Dengan demikian model 6, pada tabel 3.27, meskipun 36 ,41 t,52 1,3 5 ,59 t,29 1,65 ,24 1,73 I,l8 1,80
37 ,42 r,53 1,36 ,59 t,3l t,66 ,25 1,72 l,l9 1,80
mempunyai koefisien korelasi R: 0,9685, dengan SEy 38 t,54 1,37 1,32 1,66 t,72 l,2l 1,79
,43 ,59 ,26
dari QBR sebesar 90,90 m'/det atau 24,91 yo d,ari nilai 39 ,43 t,54 1,38 ,60 1,33 t,66 ,27 1,72 1,22 1,79
40 ,44 t,54 1,39 ,60 t,34 t,66 ,29 1,72 1,23 1,79
QBR rata-rata sebesar 364,79 m'/det dan dari Uji - F 45 ,48 t,57 1,43 ,62 t,38 t,67 ,34 1,72 1,29 1,78
hasilnya diterima, akan tetapi dari Uji Durbin - Watson 50 ,50 r,59 1,46 ,63 t,42 1,67 ,38 t,72 1,34 1,77
menunjukkan bahwa untuk memperbaiki model masih 55 ,53 t,60 1,49 ,64 1,45 1,68 ,41 1,72 l,38 1,77
60 ,55 t,62 r,5 l ,65 r,48 1,69 ,44 1,73 t,4t 1,77
diperlukan tambahan data, atau data tabel 3.26 65 ,57 t,63 1,54 ,66 r,50 1,70 ,47 t,73 1,44 1,77
ditransformasikan dalam bentuk yang lain agar dengan 70 ,58 t,64 1,55 ,67 t,52 1,70 ,49 1,74 t,46 1,77
75 ,60 r,65 1,57 ,68 t,54 1,71. ,51 1,74 1,49 1,77
data tabel 3.26 dapat diperoleh model debit tahunan
80 ,61 t,66 1,59 ,69 1,56 1,72 ,53 1,74 l,5l 1,77
rata-rata untuk DPS di Jawa yang belum dipasang pos 85 ,62 t,67 1,60 ,'70 t,57 1,72 ,55 1,75 1,52 t,77
duga air hasilnya lebih baik. 90 ,63 r,68 l,6l ,70 t,59 l;73 ,57 1,75 1,54 1,78
95 ,64 t,69 1,62 ,7t t,60 1,73 ,58 1,75 1,56 t,78
100 r,69 1,63 1n r,6l 1,74 1,76 1,57 1,78
,65 ,59

Sumber: Bonnier, l98l

230 23t

(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

l5 t,07 ),10 t,25 ),49

I 0.04393 0,03 I 57 0.01982 o.o23er I 3,841 5,024 6,635 7,879
),81 ),59 ,46 t,70 0,39 ,96 0,0201 0,0506 o.tor I s.eel 7,378 9,210 10,597
2 0.0100
l6 ),84 r,09 ),74 t,25 ),63 ,44 ),53 t,66 0,44 ,90 3 0,07 17 0,t l5 0,216 o.lsz | 7,815 9,348 t I,345 12.838
t7 ),87 I, r0 ),77 t,25 1,67 ,43 t,57 t,63 0,48 ,85 4 0,20? 0,297 0,484 o.zrr I 9,4E8 l l, l43 t3,277 14,860

l8 ),90 t,t2 ),80 t,26 ),7r ),61 t,60 0,52 r.us r r.ozo 12,832 5,086 16,750

l9 ),93 l,l3 ),83 1,26 ),74

,42
.4t ),65 I,58 0,56
,80
,17
5 0,412 0,554 0,831
I I

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 :

a). kesalahan petugas, dan

Setidaknya, sampai saat ini bclum ditemukan suatu cara
b). kesalahan peralatan.
dengan analisis statistik atau modcl clcngan program komputer yang
(lihat sub bab 1.4.2 tentartg Kualitas Data Hidrologi,
dapat membetulkan kcsalahan pcngukuran dcbit.
bukujilid I, judul sama)
Bab ini, menguraikan tentang persamaan (4.1), dan hanya
terbatas pada memperkirakan kekurang telitian dari pengukuran Dari ke 2 jenis sumber tersebut maka jenis kesalahan pengukuran
debit sungai atau saluran terbuka, yang tidak kena pengaruh arus debit dapat dibedakan menjadi :

balik atau aliran lahar, menggunakan :
l). alat ukur arus
2). ambang,
dengan disertai contoh penyelesaiannya. Uraian tentang pengukuran
debit dapat dijelaskan secara rinci pada buku (Soewarno 1991,
Hidrologi - Pengukuran dan Pengolahan Data Aliran Sungai,
Hidrometri, P enerbit Nova).
4.2. JET'S KESALAI,,AN PENCUKURAN DEBIT
Kekurang telitian atau kesalahan (errors) pengukuran debit
dapat diartikan sebagai besamya nilai perbedaan antara debit yang
dihitung berdasarkan pengukuran dengan debit yang sebenarnya.
Berbicara tentang kesalahan maka dapat dibedakan antara ketepatan
(accuracy) dan ketelitian Qtrecision). Ketepatan berhubrryrgan erat
dengan nilai yang sebenarnya, sedangkan ketelitian bbrhubungan
a). Kesalahan fatal (spurious errors), disebabkan oleh
kesalahan manusia dan atau alat pengukuran tidak
berfungsi sebagaimana mestinya. Jenis kesalahan ini
tidak dapat diperbaiki dengan analisis statistik. Hasil
pengukuran tidak dapat digunakan, sehingga perlu
pengukuran ulang lagi agar hasilnya benar. pengukuran
ulang sebaiknya oleh petugas dan alat yang berbeda.
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
berasal dari hasil pembacaan data ataupun percobuurr
yang dilakukan. Jenis kesalahan ini dapat di anrlisis
secara statistik. Besarnya kesalahan dapat dikurrurgi
dengan memperbanyak j umlatr pengukuran.
c). Kesalahan sistimatik (systemaric errors), kcsultlurn ini
terutama disebabkan oleh faktor kctclitiun perulttnrr
yang digunakan, misalnya alat duga airrryir. nlrrt rrkrrr
 2:t7

arusnya. Kesalahan ini tidak dapat dikurangi dengan
menambah jumlah pengukuran selama peralatan tersebut
belum diperbaiki dan atau dikalibrasi ulang. Kesalahan
sistematik dapat dipeftaiki dengan mengukur ulang
menggunakan alat berbeda dan petugas yang berbeda'
Persamaan (4.2) diperkirakan bahwa jumlah vertikal pcngukurttrt
adalah cukup, apabila jumlah vertikal tidak cukup mewakili kondisi
alirarr pada penampang basah yang diukur maka persamaan (4.2)
harus dikalikan dengan faktor F, sehingga persamaannya menjadi :
m

Q:F I
i=l
(b1 d;v') (4.3)

Pemb4hasan selanjutnya terbatas pada jenis kesalahan acak dan

kesalahan sistimatis karena keduanya dapat didekati dengan
lr
perhitungan statistik.
l(i-ll

ba

4.3. KETEL'T,,AN PENGUKURAN DEB'T b2

DENGAN ALAT UKUN ARUS ;----']

4.3.1. Sutnbcr Kcsalshan Penguhutan I

I
I a
I
lt I

Sumber kesalahan dapat dijelaskan dari persamaan l! I

\ __J
t?
! a
!
I
(n
pengukuran debit menggunakaq alat ukur arus yaitu : I
lo
b
\- I

I
I

Q: Ii=l (ui di vi) (4.2) _)

\ L\
6
xrTElArlalil.
Keterangan - b. . ba.....
- ' .Dn 3 JAIAr DAit ?l?lx
: TET P(RAll'
- dl r dt...,.....dn VGltlIlL IgOlLAIlt
t
a : debit total seluruh penampang (m3/det). lLttltl .
bi : lebar aliran Pada vertikal ke i.
di : kedalaman aliran pada vertikal ke i.
Gambar 4.1. Penampang Melintang Pengukuran Debit
vi : kecepatan aliran rata-ratapada vertikal ke i'
m: jumlah vertikal.

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
berjudul "The Investigation of the Total Errors in Measurement of
Flow by Velocity Area Methods". Untuk memudahkan penentuan
nilai ketelitian telah dibuat tabel-tabel kekurang telitian pengukuran
lebar, kedalaman, kecepatan aliran dan penentuan jumlah vertikal.
Nilai yang tertuang pada tabel-tabel tersebut ditentukan pada
tingkat peluang 95 % batas daerah kepercayaan diterima. Nilai
kekurang telitiannya masing-masing akan disajikan pada tabel 4.1
sampai tabel4.7.
150 - 250 1.20 + 0,50
Pengukuran lebar aliran dari setiap dua vertikal pengukuran
kedalaman pada sungai lebar dapat dilakukan dengan bantuan
pengukuran jarak menggunakan alat penyipat datar atau alat
penyipat ruang. Pengukuran lebar ini dapat dilakukan dengan cara
stadia atau cara sudut., tergantung kemudahan pelaksanannya di
setiap lokasi pengukuran debit. Tabel 4.2 menunjukkan nilai
kekurang telitian pengukuran lebar aliran untuk sungai lebar.
Tabel 4.2. Kekurang Telitian Pengukuran Lebar Aliran
Pada Sungai Lebar.

A. Kekurang Telitian Pengukuran Lebar Aliran

Lebar Kekurang telitian Pengukuran lebar
Pengukuran lebar aliran di antara dua vertikal dapat (m)
Absolut (m) Relatip (%) dilal$analen
dilakukan dengan menggunakan alat ukur lebar. Jenis alat ukur
lebar yang digunakan harus disesuaikan dengan peftrmpang basah 300 - 600 2,30 + 0,40 dari satu tebing
dan sarana pgnunjang yang tersedia. Jenis alat ukur lebar yang 600 - 1200 6,70 + 0,60 dari dua tcbing
digunakan antara lain :
 V' --E,q[
$
240 lfi
B. Kekurang telitian pengukuran kedalaman aliran macam cara, cara yang dimaksud adalah :

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 (%)

0,40 - 6 0,04 + 0,70 - batang pOngukuran Keterangan:

- kabel ukur Vo.o: kecepatan aliran pada titik 60% kedalaman.
6 -t4 0,05 t 0,60 - kabel dan koreksi
sudut 4). pengukuran kecepatan aliran banyak titik, dilaksanakan
pada banyak titik dengan jarak antara lll0 bagian dari
kedalaman mulai dari titil 10% sampai 90% kedalaman
. dan kecepatan rata-ratanya dapat dihitung secara grafis.
C. Kekurang Telitian Pengukuran Kecepatan Aliran
Kecepatan aliran rata-rata dari suatu penampang basah Untuk menentukan nilai kekurang telitian, pengukuran kecepatan
diperoleh dari hasil pengukuran kecepatan aliran rata-rata dari aliran dengan kecepatan yang tinggi adalah suatu har yang tidak
beberapa vertikal dengan menggunakan alat ukur arus. Kgcepatan mungkin, walaupun demikian secara umum ketelitian pcngukuran
aliran rata-rata disuatu vertikal dapat diperoleh dengan berbagai kecepatan dapat disebabkan 4 hal, yaitu :
2.12 243

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

Sumbcr: WMO. 1980.

Tabel4.4. Kekurang Telitian Lama Waktu Pengukuran Kecepatan Aliran

C.3. Kekurang telitian rumus kecepatan aliran pada alat
Titik pengukuran (%o kedalaman) ukur arus
Kecepatan
20 40 atau 60 80 atau 90
(m/det) Pada umumnya rumus kecepatan aliran yang dibuat dari
Lama pengukuran (menit)
kalibrasi alat ukur arus mempunyai kekurang telitian yang relatif
0,5 123 0,5 I ) J kecil. Sumber kesalahan dapat acak atau sistimatik sehingga
persamaan kecepatan aliran yang ditentukan dari kalibrasi
0,050 50 40 30 20 80 60 50 40
mempunyai ketelitian yang tinggi, oleh karena itu alat ukur harus
0,1 00 27 22 16 13 33 27 20 t7
0,200 15 t2 9 7 t7t4r08 dikalibrasi secara berkala, minimal setelah digunakan 100 kali
0,300 l0 7 6 5 10765 berturut-turut.
0,400 8666 866s
0,500 8664 8664 Kecepatan aliran dapat ditentukan dari jumlah putaran kincir
r,000 -664 7664 alat ukur arus, yang dapat dirumuskan sebagai berikut :
lebih 1,000 -654 7654
V:pN+q (4.6)

Keterangan:

V : kecepatan aliran (m/det).

244 246

N : jumlah putaran kincir setiap detik.
p.q : koefisien yang ditentukan dari kalibrasi alat ukur arus.
Nilai batas berlakunya rumus kecepatan aliran tersebut dapat
merupakan sumber kekurang telitian. Batas tersebut dapat
ditentukan secara grafis dari nilai hubungan antara setiap nilai V
dan N dari kalibrasi.
Nilai kckurang tclitiart scbctulnya titlak ltarrya tcrgitttlttttg tlari pirda
banyaknya vertikal, akan tetapi juga tcrgantung dari pucla ukuran
dan bentuk penampang basah, sebaran kecepatan dart kcragarnan
dasar alur sungai. Kekurang telitian yang disebabkan oleh karena
parameter vertikal dapat dikurangi dengan menambah jumlah
vertikal pengukuran kedalaman aliran.

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)

C.4 Kekurong telitian penentuan banyaknya jumlah

(3 o, 0,,;
Vertikal X,i :X"l * Xril+ X.i (4.8)
Tabel 4.7 memperlihatkan nilai kekurang telitian penentuan
banyaknya vertikal pada derajat kepercayaan 95 o/o diterima. Keterangan :

X,: kekurang telitian pengukuran debit yang terjadi secara

Tabel 4.7 Kekurang Telitian Penentuan Banyaknya Vertikal. acak (%o) pada vertikal ke i.
\a
TLmr kekurang telitian penentuan banyaknya vertikal (%) pada
Jumlah vertikal Kekurang telitian vertikal ke i.
)a
,.bi kekurang telitian pengukuran lebar aliran (%)pada vertikal
5 x20
+10 ke i.
l0 V
l5 +7 Ad, - kekurang telitian pengukuran kedalaman aliran (Yo) pada
20 r5 vertikalke i.
25 +5 Y kekurang telitian pengukuran kecepatan aliran (%) pada
30 +3 vertikal ke i.
35 +3 A.i = kekurang telitian penentuan lamanya pcrrgukuran
40 +3 kecepatan aliran (%o) pada vertikal ke i.
45 +3 X,,, .- kekurang telitian penentuan jumlah tilik ;rerrgukuran
Sumber: WMO, 1980
246
24?

kecepatan aliran pada vertikal ke i (%).

Keterangan :
X"i = kekurang telitian penentuan rumus kecepatan aliran pada
alat ukur arus (%). Xq : kekurang telitian pengukuran debit (%).
m : banyaknya vertikal

Berdasarkan uraian sebelumnya maka setiap debit pengukuran

Untuk tujuan praktis maka persamaan 4.7 dan 4.8 dapat sebesar a akan mempunyai kesalahan acak sebesar Xa dan
disederhanakan menjadi persamaan 4.9 dengan anggapan bahwa kesalahan sistimatis sebesar Xs, sehingga dapat disajikan sebagai
masing-masing kekurang tel itian merupakan nilai rata-r atany a. berikut :

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).

Kekurang telitian yang terjadi secara sistimatis sebagai Contoh:

akibat dari peralatan pengukuran dapat dirumuskan sebagai
berikut :
Pengukuran debit aliran Sungai Bt. Sumani - Bandarpadung
(Propinsi Sumatera Barat) pada tanggal l0 Oktober 1979.
as: +[Yb2+yd2+yc21] (4.1l)
Data lapangan :
Keterangan :
. jumlah vertikal 27 buah
Xs : kekurang telitian pengukuran debit yang terjadi . kecepatan rata-tata 0,15 m/detik
secara sistimatis (%). . waktu pengukuran kecepatan 60 detik/setiap titik
Yb.Yd.Yc : kekurang telitian yang disebabkan oleh alat ukur, . metode dua titik
lebar, kedalaman dan kecepatan aliran (%) yang . debit : 4,68m3ldetik
terjadi secara sistimatis yang besarnya masing- . lebar aliran 28,0 m
masing tidak boleh lebih dari + 0,50 yo. . kedalaman 1,07 m

Tentukan kekurang telitiannya berdasarkan ketentuan tabel

4.3.4 Kehutang Telitian Penguhutan Debit 4.1 sampai 4.7.
Ilengan Alat llhut Arus
Jawab :
Kekurang telitian pengukuran debit yang terjadi secara acak
dan sistimatis dapat dirumuskan sebagai berikut; l). Besarnya kekurang telitian yang terjadi secar acak

Xq: t[Xa2+Xs21z (4.T2)

. pengukuran lebar Xb : * 0,30 Yo
. pengukuran kedalaman Xd : * 0,30./.t
 '-g

24u 241

. pengukuran kecepatan aliran tcrdiri dari (I ) Debit : 4,68 mr/detik * 6,12 yo

kekurang telitian secara acak + 6,06 oh atau
. lama waktu pengukuran Xe 22oh+27 Yo
_+ 24,5 yo
2
(2) Debit :4,69 m3/detik
. jumlah titik pengukuran Xp 17 yo
kekurang telitian secara acak +.6,06 yo
. alat ukur arus Xc *l0yo kekurang telitian secara sistimatis + 0,87 o
. ;jumlah vertikal Xm 3%
Tabel 4.8, menunjukkan contoh lain yaitu data dan ketelitian
Berdasarkan rumus 4.10 dan 4.9, makadapat dihitung : pengukuran debit untuk kehilangan air saluran irigasi dengan
Xv2: Xe2 + Xp'+ X"' metode inflow - outflow di Saluran Induk Kiri Daerah Pengairan
Ciujung Serang yang dilaksanakan pada tanggal 25 Februari 1978,
Xa: *
[r., + *{xb, + Xd2 +xr,1]i untuk panjang ruas saluran 4,8 km di lokasi LH 19 - 20.
Tabel 4.8 Pengukuran Debit Di Saluran Irigasi Ciujung Serang
Xa: + * + 0,302 +24,52 +72 +,rrr]*
ll' )o.302 Di Lokasi LH 19-20.
Xa: + 6.06 % Keterangan Inflow Outflow
lData
2). Besarnya kekurang telitian yang terjadi secara sistimatis I jumlah vertikal 23 2t
I kecepatan ruta-rata 0,45 0,36
waktu 60 60
. alat ukur lebar Yb
: 0,50 yo. metode 0,2 dan 0,8 0,2 dan 0,8
. Yd : 0,50 o/o.
alat ukur kedalaman debit 3,65 3,06
. alat ukur arus Yc : 0,50 o/o. lebar 7,60 7,80
kedalaman l,l I l,0g
Berdasarkan rumus 4.11, maka dapat dihitung : Kekurang telitian acak(yo) :

pengukuran lebar + 0,30 + 0,30

Xs:+ [Yb'z+Yd2+Yc'z1* pengukuran kedalaman + 0,70 + 0,70
pengukuran.kecepatan :
Xs:*(0,52+0,52+ 0,5)+ .lama pengukuran + 6,0 + 6,0
Xs :1 0,87 yo
. jumlah titik + 7,0 + 7,0
. alat ukur arus + 1,0 + 1,0
. jumlah vertikal + 5,0 + 5,0
3). Besarnya kekurang telitian dari dchit tcrukur sebesar
4,68 m3ldet adalah Kekurang telitian sistematis (%) :
:
alat ukur lebar + 0,50 + 0,50
Xq: + CXu'+Xsr;l alat ukur kedalaman + 0,50 + 0,50
alat ukur arus + 0,50 + o,5o
Xq:+ (6,062+0,87r)i ]

Kekurang telitian debit + acak (o/o) 3,65 m3/det 3,06 m3/det

Xq:* 6,120A
:

* 5,51 o/o + 5,51 oh

I

Debit 3,65 m3/det :,OO m'laet I

4). Dengan demikian data pengukuran debit aliran sungai . acak + 5,45 oh +5.45(. I

Bt.Sumani - Bandarpadung tersebut sebenarnya adalah :

. sistimatis +0,8 % to.u w I

Sumber: Soewarno, l99l

2l'r0

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

06 bn : lebar aliran pada vertikal ke n

DQ : 3' 65 - 3' : v'J
o-59 m'/deY4,8 km. d" : kedalaman aliran pada vertikal ke n
0,4g
Vn : kecepatan aliran pada vertikal ke n
DQ: 0,12 m3ldeVkm.
n : 7,2,3, ... jumlah vertikal
2). Dengan ketelitian = 0,12 mt/det/km + 5,51 oh atau
DQ: 120 lldetlkm* 21,8 //deVkm Gambar 4.1, pada sub bab 4.3. menunjukkan sketsa penampang
DQ yang sebenarnya adalah berkisar antara :
pengukuran debit.
99,2 sampai dengan 141,8 //det/knr. Tabel 4.9, rnenunjukkan contoh pengujian statistik untuk
menentukan tingkat perbedaan perbandingan kedua cara
perhitungan debit tersebut untuk sungai Cipanjalu di pos duga air
Setelah debit diukur dengan cara mengukur lebar, kedalaman dan
desa Kepuh Wilayah Kodya Bandung.
kecepatan aliran maka harus dihitung debitnya. Selama proses
pengukuran debit berlangsung harus di ukur tinggi muka air,
kemudian dari kedua macam data tersebut di analisa lengkung Tabel 4.9 Uji peri ''rngan debit pengukuran sungai Cipanjalu - Kepuh.
debitnya. Uji statistik untuk menentukan lengkung debit telah di
bahas pada sub bab 1.3.4. No. Tanggal H Q, Q, d D tr
(m) (mr/det) (m3/det) (%,) % (%")

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

[-i-,Jr" .0. (4.14) 1l 21-tt-88

t2 l0-07-89
0,39
0,53
0,1 50
0,626
0,145
0,616
+ 3,33 + 2,1t
+ 1,59 - 0,59
0,34
5,42
l3 l4-09-89 0,40 0,066 0,063 + 4,54 + 0,62 0,38
Cara interval rata-rata : t4 25- I 0-89 0,39 0,047 0,046 t 2,12 - I,tt0 1,24
l5 22-tt-89 0,37 0,061 0.060 t l,(r(r - 2,.)6 5, l0

o,: (!+rL)(5s) '"

(4.rs)
Jumlt th
Rulu-rutu
58,lto
't.e2
- 0.70 7tt. r6

Sumbcr : Soewarno : 199 I

262 268

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.

5). menarik kesimpulan

. Apabila nilai tn,, lebih besar dari pada harga ("6 Qihat
tabel I-1 pada bagian akhir bab I), maka nilai yang
diuji mempunyai beda nyata pada tingkat kepercayaan
tertentu untuk derajat kebebasan tertentu.
Dengan demikian dapat dikatakan bahwa pada tingkat.peluung 95
o/o diterima, cara interval tengah dapat memberikan nilai yrurg
berbeda dibanding dengan cara interval rata-rata wuluupurr
perbedaan tersebut tidak lebih dari l0 % lihat kolom 6 tuhcl 4.9.
 ,q
2b4
2[c
('irrir irrlcrval tcngah pcrhitungannya lebih sederhana bagi pengukur
Glagah Kedungsari, Kabupaten Kendal Propinsi Jawa 1'ongah,
tlclrit rli lapangan dibanding cara interval rata-rata, dan hasil pengukuran debit dilaksanakan tanggal l0 April 1988.
pcrhitungan debit pengukurannya cukup teliti. Cara interval tengah
sckarang yang digunakan oleh Pusat Litbang Pengairan Bandung. Tabel 4.10. Perhitungan Tinggi Muka Air Rata-Rata
S.Glagah-Kedungsari.
Penentuan tinggi muka air rata-rata pada suatu lokasi
pengukuran debit secara teliti dan benar adalah "soma pentingnya"
Ilaktu MA h q h*q H
dengan pengukuran OeUit itu sendiri, karena kedua data tersebut
I 2 3 4 5 6
menentukan hubungan tinggi muka air dan debit (lengkung debit).
10.30 0,58
Kesalahan penentuan tinggi muka air dapat disebabkan oleh petugas 0,60 0,50 0,30 1,76
atau peralatan pengukurannya. Untuk menentukan tinggi muka air 10.40 0,62 H =-= 0,57
yang teliti perlu dibaca muka air pada papan duga air pada waktu 0,64 1,00 0,64 3,10
mulai dan akhir pengukuran debit. Terdapat dua ketentuan untuk 10.50 0,66
0,55 1,00 0,55
memperoleh hasil pembacaan papan duga yang hasilnya teliti :
10.00 0,44
l). Apabila selama pengukuran debit berlangsung 0,45 0,60 0,27
10.05 0,46
perubahan tinggi muka air kurang dari 0,030 m maka Jumlah 3,01 t,76
nilai rata-rata pembaciuxx merupakan tinggi muka air
Keterangan : MA : Pembacaan tinggi muka air tanggal l0 April l9gg.
pengukuran saat mulai dan akhir.
2), Apabila selama pengukuran debit berlangsung
perubahan tinggi muka air lebih dari 0,030 m maka nilai Berdasarkan data tabel 4.10, maka apabi.la tinggi muka air hanya
rata-rata dari pembdcaawrya dapat ditentukan dengan dibaca pada jam 10.30 dan 11.05 saja maka rata-ratanya H:0,52
menggunakan rumus sebagai berikut : ,ir, sedangkan apabila dihitung berdasarkan nrmus (4.20) nilai
rata-ratanya adalah H : 0,57 m. Penggunarn nrmus 4.20 akan
H_
grhr * gzhz+ e:hr *...*gnh, (4.20) menghasilkan data tinggi muka air pengukuran yang lebih teliti
a dibandingkan hanya merata-rata hasil pembacarrn saat awal dan
akhir pengukuran saja.
dimana:
H tinggi muka air rata-rata (m)
a debit total 1mr/det) 4.4 KETELIT'AI' PEA'GUKURAN DEBTT
Qr,92,...,9n debit diukur selama interval waktu 1, 2, IITENGCUNAKAN A'TBANC
3,..., tr (m3/det)
h,,hr,'..,h, : tinggi muka air rata-rata selama interval
Pengukuran debit dengan menggunakan amhang,
ketelitianny a dapat dihitung berdasarkan persamaan :
waktu 1,2,..n(m)
Xo: * (X", + Xo, * n2 xXozl't, (4.2t)
Tabel 4.10 menunjukkan contoh perhitungannya untuk Sungti Keterangan :
 {q
2bll 2(t1

X,, ketclitian pengukuran debit (%).
X. .. ketelitian acak koefisien debit (%).
Xh = ketelitian acak pengukuran lebar ambang (%).
Xn : ketelitian acak pengukuran tinggi muka air (%).
n : 2,5 untuk ambang berbentuk segitiga dan 1,5 untuk
ambang berbentuk segi empat.
Pada umumnya ketelitian setiap parameter X", Xo, Xh telah
termasuk ketelilian sistimatis, misalnya saja koefisien debit,
4.4.3. Ketelitian Pcnerrltuartt Koclisicn llebit
Penentuan koefisien debit untuk amb4ng tajam yang
dilengkapi bagian pengendali berbentuk segi tiga ketelitiannya
dapat diperkirakan sebesar L l,Oyo (ISO 1438). embang lebar yang.
dilengkapi bagian pengendali berbentuk segi empat ketelitian acak
koefisien debitnya dapat ditentukan dengan nrmus sebagai berikut :
X"=t(10F-8) (4.23)

biasanya diperoleh dengan cara membuat hubungan tinggi muka air

Keterangan:
dan debit di laboratorium, maka ketelitian hubungan tersebut telah
ditentukan secara acak dan sistimatis. X": ketelitian acak koefisien debit (%).

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

0,35 1,059 ,032 1,01I ,001

4.4.2. Ketelitian Penguhutan Titr,ggi 0,40 1,062 ,035 1,014 ,002
Iiluha Atu Ambang 0,45 1,066 ,040 1,018 ,00'l
0,50
Ketelitian acak untuk pengukuran tinggi muka air dapat 1,074 ,047 1,025 ,014
0,60 t,094 ,068 1,044 ,034
dihitung dengan persamaan sebagai berikut :
0,70 1,120 ,092 1,0'17 ,058

\,
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 :

l)crsanlaan sebagai berikut :

^ / \l
(nfr+el)'
X": a 2 (21 -20 Cd)% (4.24) Xr: a -- x 100
,:
ca:(r ry)(,-T) ' (4.2s) xh =* ffi (32 +321v'

Keterangan :
Xn:t 10,6 Yo.

L : lebar mercu ambang. Untuk h: 30 cm, berdasarkan persam,un (4.22),maka :

X" : ketelitian acak koefisien debit.
b : Xn: r + 3,)n
lebar ambang.
133 ,r,
Xh:*'1,41 o/o.

4.4.4. Gontoh Pengukutan Ulcblt dcnjqa AtnbonS Talam

Sebagai contoh aplikasi, dilaksanakan pada bangunan
ukur
Selanjutnya untuk h:4 cm, maka ketelitian debitnya adalatr :

debit berupa ambang tajam dengan bagian plngendali berbentuk

trapesium di saluran sekunder Gempol - Clrebon, dengan Xo: t (X.'+ Xo'+ r'+ Xn')'
lebar
ambang 60 cm dan persamaan debitnya adaln6
:
Xo : t [(1,0), + (0,1), + (312), x (10,6)r]%
Xo:15,93 Yo
Q:Cbh' (4.26)
Keterangan: Dengan demikian untuk h : 4 cm, debitnya adalatr 8 93 t/det
Q : debit (l/det) +15,93%o.

b : lebar ambang (cm) Untuk h:30 cm, maka :

h : tinggi muka air (cm)

c :0,0186 Xo: * (X.'+ Xo'+ r' +Xn')n
X, : * [(1,0), + (0,1), + (312), x (1,41)2)Y,
Pada h min. : 4,0 cm maka Q: 8,93 //det. Xr:2,34 oh
Pada h max. :30,0 cm maka Q: 183,38 l/det.
Debit yang sebenamya adalah Qp + Xq, berdasarkan persamaan Dengan demikian untuk h : 30 cm, debitnya 183,88 lldet * 2,34 yo.
(4.21), persam&urnya adalah :

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

Tabel 4.12 Uji Ketelitian Pengukuran Debit Yang Melimpas .-(!ozll

(
Ambang Taj am Saluran Sekunder Gempol-Cirebon. "- n-l J
D=d-d
No h Q, Q, a d D tr d:d,adr+dr+...+4
(m) (l/det) (l/det) ('/r) (%") (%")
n : jumlah data
I ) 3 4 5 6 7 8

I 4 8,93 r9,50 r,l8 54.2 22,8 5 t9,84 3). menghitung kesalahan standar dari perkiraan (SE) :

2 6 t6,40 30,7s ,88 46,7 t5,3 234.09

J 8 25,25 42,60 40,7 9,3 86,49 \H=-
d
,68 eul
4 l0 35,29 s5,94 sq 36,9 5,5 30,25 nZ
5 12 46,39 70,06 .,5 I 33,8 2,4 5,76 4). menghitung nilai t perhitungm (tr,i,)
6 l4 58,46 85,00 ,45 31,2 - 0,2 0,04
t6 5? a
7 71,42 108,00 34,4 3,0 9,00
\,i, -S
8 l8 85,23 117,40 ,38 27,4 - 4,0 16,00
9 20 99,82 134,50 ,34 25,7 - 5,7 32,49
s). menarik kesimpulan :
t0 22 I 15,16 152,30 ,32 24,4 - 7,0 49,00
ll 24 13l,2l 170,00 )q 22,8 - 8,6 73.96
. Apabila lebih besar daripada quo flihat tabel I-1
tn,,
t2 26 147,95 188,60 ,27 21,5 - 9,9 98,01 Bab I) maka yang diuji mempunyai beda nyata pada
t3 28 165,35 207,80 ,2s 20,4 - I t,0 r 21,00 tingkat kepercayaan tertentu untuk derajat kebebasan
t4 30 183,38 226,00 .23 18,9 - 12,5 156,25 tertentu.
Jumlah 439,0 - 0,60 1432,18 . Apabila lebih kecil dari pada t,o, maka yang diuji
tn,,
Rata-rata 31,4 tidak mempunyai beda nyata pada tingkat
Sumber : DPMA, 1980, kolom 1,2,3,4.
kepercayaan tertentu untuk derajat kebebasan
Keterangan: tertentu.
h = tinggi muka air.
Q, = debit dihitung dengan rumus (4.26).
Q, = debit diukur dengan alat ukur arus. Berdasarkan data pada tabel 4.72, maka perhitungannya adalah
a = Q,/Q, sebagai berikut :
Pengujian ketelitiannya dapat menggunakan uji-t, dengan tahapan :
1). nilai d 31,4 oh
sebagai berikut (lihat sub bab 1.3.4) :
 :t6fl

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). kesalahan standar

dari perkiraan GroboganPropinsiJawaTengah.Berdasarkanhasilmodcltcstlr
irltltrl'
laboratorium debit yang melimpas ambang lebar saluran
sE =
g* :2,804vo. Sedadi tersebut dapat dihitung dengan rumus :

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

n-1 : Qq, dan

pada derajat kebebasan dk:
13'
Dari tabel I-1, Bab I' :
sisi maka to6 2'160' Xo : * (X"' + Xo'* n'x Xn2)%
ft#'"uy*1 5. %t.'":"k uji 2
dengan tingkat dikatakan harga
t"Uii i"sar dari pada !"5' maka dapat + 8'57 m3/detik'
oleh karena tn,, Pada tinggi muka air 0,50 meter, maka debitnya
qi O* Q2 te;dapat perbedaan yang nvata' dengan ketelitian ;
dikatakan bahwa pada tingkat
I)engan demikian dapat arnbang tajam
Xu:+0,107o
%diterima' debit yang mengalir pada
peluang 95 dengan X":t2,0Yo
sekunder Cempol tidak sesuai lagi apabila dihitung
saluran antara
Debit yang sebenarnya berkisar X*" :
t 100 132 +-Jz1't' = 0,8455
rumus aebit amuJ-g^"r*. dengan 500
g besar daripada yang dihitung
i,23 sampai Z,f t"uti iebih Xo: r [(2,0)'+ (0,1)'z+ (1,5)'zx (0,84)'z]/:
rumus4-26(l\h;toto'5daritabel+'1i)'Keadaan-tersebutterjadi
angkutan
saluran'"'"ft""a"t Gempol banyak membawa Xc:2'36o/o
karena (lebih dari 7500 rnelt)
sedimen yang cukup
tinggi konsentrasinya
ambalg secara kontinyu'
di samping itu
di bagian hulu m adalah
dan terendap
*"t''alami kerusakan karena proses
abrasi' Dengan demikian debit teoritis pada tinggi muka air 0'50
bentuk *"t""'r"u*itfuf'
8,57 m3idet t2,36oh.
sehinggaut*'*.*p"ngu*t,iketelitianpengukurandebitsecara
rumus ambang' Dengan cara yang sama debit untuk tinggi muka air tertentu
langsung menggunakan
yang
atas maka penentuan debit
Berdasarkan uraian di
dan ketelitiannya dapat di hitung.
ukur debit tajam di saluran sekunder
melimpah U""gu'* lmbane kesalahan acak dan Debityangdihitungberdasarkanrumus(4.27)barulahdchit
k"t"d;;;"'tiaurt lagi tergirtung
Gempol kesalahan teoritis berdasarian moaet tes, debit yang sebenamya dipcr,lc'5
debit yang. aitJntutan merupakan dengan melaksanakan pengukuran debit menggunakan alut
trkttr
sistimatis akan tetapi debit yang
tiiot" aikalibrasi dengan cara mengukur
Jarcl apabito arus. Tabel 4. 1 3 menunjukkan uji ketelitiannya'
arus'
m.ti*iu' ambang menggunakan alat ukur
 a
illi,1
266

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:

No h Q, Q, a d D D2 l). nilai d:0,04Yo.

(m) (Udet) (Udet) (%,) (%) (%")

I 2 3 4 5 6 7 I 2). deviasi standar s : [662'25 f+ = u,ro

+ I 1,87 + I l,g7
L l8-l J ^.
0,15 1,41 1,60 0,88 139,94
0,20 2,16 2,30 0,93 + 6,08 + 6,04 3). kesalatran standar dari perkiraan :
36,48
0,25
0,30
3,03
3,98
3,25
4,20
0,93
0,94
+
+
6,75
5,23
+ 6,72
+ 5,19
45,1 5
26,93
sl:ffi: t,47 oh

0,35 5,02 5,30 0,94 + + 5,24

/.\ t :qg
5,28 27,45
0,40 6,r3 6,40 0,95 + 4,21 t 4,lj t7,38 4).tut:fr:0,027
0,45 7,32 7,60 0,96 I 3,68 r 3,64 13.24
0,50 8,57 8,80 0,97 + 2,61 + 2,57 6,60 Dari tabel I-1, Bab I, dengan uji 2 sisi, pada derajat kebebasan dk:
0,55 9,89 10,05 0,98 + 1,59 + 1,55 2,40 N - I : 17, dengan tingkat kepercayaan 5 o/o makanilai q,o :2,110,
0,60 11,27 I 1,30 0,99 + 0,26 + 0,22 0,04 oleh karena tn,, lebih kecil dari pada too maka dapat dikatakan nilai
0,65 12,7 | 12,55 l,0l - 1,27 - 1,3 I 1,7 7
Q, dengan nilai Q, tidak terdapat perbedaan yang nyata. Dengan
0,70 14,20 13,80 1,02 - 2,89 - 2,93 8,58 demikian dapat dikatakan bahwa pada tingkat peluang 95 %
0,7 5 15,75 15,15 l,03 - 3,96 - 4,00 16,00 diterima debit yang melimpas ambang lebar saluran Induk
0,80 17,85 16,50 l,05 - 5,15 - 5,19 26,93 sedadi-Serang dapat ditentukan dari nrmus 4.27, meskipun
0,85 19,01 17,35 1,06 - 6,49 - 6,53 42,64 demikian kalibrasi dengan cara melaksanakan pengukuran debit
0,90 20,71 14,20 1,07 - 7,86 - 7,90 62,4t menggunakan alat ukur arus secara berkala, minimal 5 tahun sekali
0,95 22,46 20,60 r,09 - 9,02 - 9,06 82,08 tetap perlu dilaksanakan.
I,00 24,26 22,00 l,l0 - t0,27 - 10,3 I t06,29
Jumlah + 0,66 0,06 662,25
Rata-rata + 0,04
Sumber Kolom 2, 3, 4 : Buletin Pus Air No. 5 th 2.

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

l. Anto Dayan, 1981 : Pengantar Metode Statistik Jilid I, LP3S,

Jakarta.
2. Bonnier A, 1980 : Fundamental of Statistics, DPMA, Bandung.
3. Bonnier A, 1980 : Regression and Correlation Analysis, DPMA,
Bandung.
4. Bonnier A, 1980 : Probability Distribution and Probability
Analysis, DPMA, Bandung.
5. Bonnier A, 1980 : Test Hypothesis and Significance Analysis of
Variance, DPMA, Bandung.
6. Bonnier A, 1980 : An Introduction into Analysii of Timeseries,
DPMA, Bandung.
7. Bonnier A, 1980 '. Sequential Generation of Hydrological Data,
DPMA, Bandung.
8. Direktorat Penyelidikan Masalah Ait, 1979 : Kalibrasi Bukaan
Pintu lrigasi di Prosida Sub-Pro Cirebon, Laporan Intern,
Baydung.
9. Direktorat Penyelidikan Masalah Air, l98l : Discharge
Measurement and Suspended Sedimen Observation of Citarum
River at Nanjung, Saguling and Palumbon, Supporting Report,
264/HY-43/1981.
10. Direktorat Penyelidikan Masalah Air, 1982 : Penelitian dan
Evaluasi Tingkat Erosi Yang Terjadi Pada Suatu Daerah
Pengaliran, Bahan Kursus. Hidrologi I 98 3, DP MA, B;andung.
Il. Direktorat Penyelidikan Masalah Ab,19823 : Analisa Pengolahan
Daily Discharge Data Series Cimanuk - Monjot di Daerah
Prosida Sub Proyek Rentang Jawa Barat, Laporan Intern, No.
1 /HI-2 9/ I 98 3, DPMA, Bandung.
7.

12. Direktorat Penyelidikan Masalah Air - IOH, 1983 : Flood Design

Manualfor Java and Sumatera, Laporan Penelilian.
13. Direktorat Penyelidikan Masalah Air, 1983 : Penelitian Scdiment
Transport Kali Cimanuk di Monjot, Laporan lnlcrn, No.
44/HI- I 2/ I 98 j, DP MA, Bandung.

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.

25. Horst, L, l98l : Hydrometry, International Institute for Hydraulic

44. Soewarno, 1988: Penerapan Persamaan Darcy- lleisbach Untuk
and Env irontment al Engineer ing, Delfi, Netherlands.
Menghitung Debit Pada Sungai Berbatu-batu, Jurnal Pusat
26. Yogiyanto, H.M., 1984 : Statistik dengan Program Komputer, Litbang Pengairan, No. l0-Th. 3, KW. II, Hal74-84.
A ndi Offs et, Y o gt a kar t a.
45. Soewarno, 1988 : Penelitian Pendahuluan Angkutan Sedimen
27. Joyce M, Wanny A., 1982 : Mengenal Dasar-Dasar Hidrologi, Melayang Sub Das Citarik Hulu, Majalah GeograJi Indonesia,
NOVA, Bandung. No. 2, Th. i - September 1988.
28. Joesron Loebis, Soewarno, Suprihadi, 1993 : Hidrologi Sungai, *6. Soewarno, 1989 : Debit Hasil Pengukuran Metode Alat Ukur Arus
Badan Penerbit PU. Dibanding Dengan Metode Lainnya, Jurnql Litbang Pengairyn,
29. Linsley. F, 1972 : Resources Engineering, MC. Grow Hilt, New No. I4 - Th. 4, KW. IL Hal 57-68.
York. 47. Soewarno, 1989 : Debit Hasil Pengukuran Metode Alat Ukur Arus
30. Morean, M. et Mathieu.A, 1979 : Statistique Appliquee L' Untuk Menunjang Operasi dan Pemeliharaan lrigasi, Jurnal
Experimentation, Eyrolles, P aris. Informas i TekniH 6/ I 9 8 9.
31. Nemec, 1970 : Engineering Hydrologt, Mc. Graw Hill, New York 48. Soewarno, 1989 : Pengukuran dan Perhitungon Debit Sedimen
 T
270 211

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,

Soewamo, 1990 : Penyelidikan Faktor Kekasaran Sungai Cibama Kt'y - il.

- Kalumpang, Buletin Pusair, l',1o. 7 - Th. IIl, Juli 1990. 66. Sri Mulat Yuningsih, Soewarno, 1988: Besar Aliran Rendah DPS
51. Soewarno, 1990 : Penerapan Beberapa Cara Memperpanjang Cikapundung di Pos Duga Air Gandok dan Maribaya, Jurnql
Lengkung Debit Muka Air Tinggi Dari Pos Duga Air Sungai, Puslitbang Pengairan, No. 8, Th. 2 - KW. Iy.
Jurnal Pusair, No. l7 - Th. 5, KW - ll. 67. Sri Mulat Yuningsih, Soewarno, 1994 : Perkiraan Debil Banjir
.52 Soewarno, l99l : Perbandingun Melotle Grafis dan Penggunaan Rencana DPS Citarum - Nanjung, Cimanuk - Leuwigoong,.Buletin
Rumus Matemalik L)ntuk Anulis l.cngkung Debit llur Sungai, PusAir, No.17, Tahun IV/L994, Nov.1994,ISSN: 0852- 5919.
Jurnal Pusair, No. 20 - 7'h 6 68. Syofuan, Dt. Mk, 1990 : Kalibrasi Alat Ukur Debit Ambang Lebar
53. Soewarno, llitlrttltryt ' l'tttgukunur dun Pengolahan Dalrt
l99l : Saluran Induk Sedqdi, Buletin Pus Air No. 5 Th. 2.
Aliran Sungui - Ilidrttmatt'i, Nttvu, Ilundwtg 69. Soemarto, Ir. BIE, 1987 : Hidrologi, Teknik, Penerbit Usaha
Soewarno, 1990 : Perkiraan l.uiu Scdimcntasi Waduk di DPS Nasionql, Surabaya.
Citarum Berdasarkan Data Aliran Sungai Citarum di Pos Duga 70 Sudjana, Dr. MA. Msc, 1975 : Metode Statistika, Tarsito,
Air Nanjung dan Palumbon, Jurnal InJbrmasi Teknik No. 7/1990. Bandung.
55. Soewarno, l99l : Ketetitian Pengukuran Debit Metode Alat Ukur 7t. Supranto, M.A., 1983 : Statistik Teori dan Aplikasi, Jilid 2,
Arus di Pos Duga Air Sungai atau Salutan lrigasi, Jurnal P ener b it Er langga, Jakorta.
Informasi Teknik No. 8/1991.
72. Tilrem, O, 1976 '. Stage Discharge Relation at Stream Gauging
56. Soewarno, l99l '. Ketelitian Pengukuran Debit dengan Station, N orwegian for I nternational Development.
A gency
menggunakan Bangunan Ukur Jening Ambang, Jurnal Informasi
73. UNDP/WHO Project, 1982 : Rainfall Characteristics Over The
TeknikNo. S/1991.
C itarum River Bas in, I HE, INS/7 8/0 j 8, Bandung.
57. Soewarno, 1990 : Perkiraan Masa Manfaat l{aduk Panglima
74 Toto Sudarto, 1986 : Analisis Angkutan Sedimen Suspensi
Besar Sudirman, Maialah Geografi Indonesia, Nomor 4'5, Tahun
Hubunganrrya Dengan KondisiFisik DPS Cimanuk Hulu, IPB,
2-3, Maret 1990.
Bogor.
Soewarno, l99l
: Beberapa Aspek Teknik Pembuatan Lengkung
75 Varshney, R. S, 1974 : Engineering Hydrologt, Nem Chard &
Debit Pos Duga Air Sungai Dengan Analisa Grafis, Majalah
Bros, Roorke
Pekerjaan (Jmum No. 4/Th. )ffV, Juli 1991.
76 Waluyo. H, Soewarno, Suprihadi l99l : Pembuatqn Lengkung
59. Soewarno, l99l : Beberapa Aspek Teknik Pengolahan Data
Debit dengan Bantuan Program Komputer, Jurnal Penelitian dan
Aliran Sungai, Maialah Pekeriaan Umum No. 2/Th. XXV.
Pengembangan Pengairan No. 2 I Th. 6 - KW lll, I 991 .
60. Soewarno, 1992 : Sekilas Tentang P engukuran Angkutan Sedimen
77. Wanny. A, l99l : Sebaran Peluang yang Tepat untuk Baniir,
Sungai, Majalah Pekeriaan [Jmum No. 3/XXVI/Juni, 1992.
JLP.No.l8.Th.5.
61. Soewamo, 1993 : Membuat Lengkung Debit Komplek Dengan 78. World Meteorological Organization, 1980 : Manual on Stream
Analisa Grafis dari Pos Duga Air Sungai Dengan Menggunakan
Gauging, Vol I, Field Work, Report No. 13, Geneva, Switzerland.
Parameter Kemiringan, Jurnal Informasi Teknik No. I l//,993.
79. World Meteorological Organization, 1980 : Manual on Stream
62. Soewarno, 1994 : Pengukuran Kehilangan Air di Saluran lrigasi,
Gauging, Vol II, Computation of Discharge, Report No. I i,
Jurnal Informasi Teknik No. I 2/ I 994.
Geneva, Switzerland.
63. Soewamo, 1993 : Memperkirakan Laiu Pengurangan Kapasitas
Waduk Dengan Metode InJlow-Outflow, Jurnal Informasi Teknik
No. I 1/1993, Bekasi.