PENDAHULUAN
1
menggunakan metode simplified bishop. Perhitungan dengan menggunakan
metode simplified Bishop merupakan salah satu perhitungan analisa stabilitas lereng
yang efektif dan sudah umum digunakan. Selain itu, perhitungan dengan
menggunakan metode ini juga cukup sederhana, cepat, dan memberikan hasil yang
cukup teliti.
Adapun rumusan masalah yang akan dipaparkan pada laporan ini, diantaranya :
1. Bagaimana cara menentukan faktor keamanan lereng (FoS) dengan metode
Simplified Bishop ?
2. Bagaimana nilai faktor keamanan pada lereng peta kontur 4?
3. Bagaimana pengaplikasian perhitungan faktor keamanan lereng (FoS) dengan
menggunakan software Jupyter Notebook ?
1.3 Tujuan
Dari hasil penulisan laporan ini, maka terdapat beberapa tujuan yang akan
diperoleh, yaitu :
1. Untuk memahami pengertian dan kegunaan dari faktor keamanan lereng (FoS).
2. Untuk mengetahui nilai faktor keamanan pada lereng peta kontur 4.
3. Untuk mengetahui cara menentukan faktor keamanan lereng (FoS) dengan
metode Simplified Bishop (No water pressure).
4. Untuk memahami pengaplikasian perhitungan keamanan lereng (FoS) melalui
langkah-langkah yang harus dilakukan dengan menggunakan software Jupyter
Notebook.
5. Untuk menjadi referensi bagi perencana tambang yang ingin melakukan
kegiatan penambangan di daerah lereng yang ditinjau.
2
BAB II
DASAR TEORI
3
𝐺𝑎𝑦𝑎 𝑃𝑒𝑛𝑎ℎ𝑎𝑛
𝐹=
𝐺𝑎𝑦𝑎 𝑃𝑒𝑛𝑔𝑔𝑒𝑟𝑎𝑘
Dimana:
Fk > 1 berarti lereng aman
Fk = 1 berarti lereng dalam keadaan seimbang
Fk < 1 berarti lereng dianggap tidak stabil
c. Geometri lereng
Geometri lereng mencakup tinggi dan sudut kemiringan lereng. Kemiringan dan
tinggi suatu lereng sangat mempengaruhi kestabilannya. Semakin besar kemiringan
dan tinggi suatu lereng maka kestabilannya semakin kecil. Muka air tanah yang
dangkal, menjadikan lereng sebagian besar basah dan batuannya memiliki
4
kandungan air yang tinggi, sehingga menyebabkan kekuatan batuan menjadi rendah
dan lereng lebih mudah longsor.
d. Struktur batuan
Struktur batuan yang sangat mempengaruhi kestabilan lereng adalah sesar,
perlapisan dan rekahan.Oleh karena itu, yang perlu diperhatikan dalam analisis
adalah struktur regional dan lokal.Struktur batuan tersebut merupakan bidang-
bidang lemah dan sekaligus sebagai tempat merembesnya air sehingga batuan
menjadi lebih mudah longsor.
e. Iklim
Iklim mempengaruhi temperatur dan curah hujan, sehingga berpengaruh pula
pada proses pelapukan. Daerah tropis yang panas dan lembab dengan curah hujan
tinggi akan menyebabkan proses pelapukan batuan jauh lebih cepat daripada daerah
sub-tropis. Karena itu, ketebalan tanah di daerah tropis lebih tebal dan kekuatannya
lebih rendah dari batuan segarnya.
f. Tingkat pelapukan
Tingkat pelapukan mempengaruhi sifat-sifat asli dari batuan, misalnya angka
kohesi, besarnya sudut geser dalam, bobot isi, dan lain-lain. Semakin tinggi tingkat
pelapukan maka kekuatan batuan akan menurun.
g. Aktivitas manusia
Selain faktor alamiah, manusia juga memberikan andil yang tidak kecil,
misalnya suatu lereng yang awalnya mantap karena manusia menebangi pohon
pelindung, pengolahan tanah yang tidak baik, saluran air yang tidak baik,
penggalian/tambang, dan lainnya menyebabkan lereng tersebut menjadi tidak
mantap, sehingga erosi dan longsoran mudah terjadi.
5
dan sudut geser dalam merupakan sifat mekanik batuan yang juga mempengaruhi
lereng.
Bobot Isi
Bobot isi batuan akan mempengaruhi besarnya beban pada permukaan bidang
longsor. Sehingga semakin besar bobot isi batuan, maka gaya penggerak yang
menyebabkan lereng longsor akan semakin besar. Dengan demikian,
kemantapan lereng tersebut semakin berkurang.
Porositas
Batuan yang mempunyai porositas besar akan banyak menyerap air. Dengan
demikian bobot isinya menjadi lebih besar, sehingga akan memperkecil
kemantapan lereng.
Kandungan Air
Semakin besar kandungan air dalam batuan, maka tertekan air pori menjadi
besar juga. Dengan demikian kuat geseer batuannya akan menjadi semakin
kecil, sehingga kemantapannya pun berkurang.
6
Pengaruh Gaya
Biasanya gaya-gaya dari luar yang mempengaruhi kemantapan lereng antara
lain : getaran alat-alat berat yang bekerja pada atau sekitar lereng, peledakan,
gempa bumi, dll. Semua gaya-gaya tersebut akan memperbesar tegangan geser
sehingga dapat mengakibatkan kelongsoran pada lereng.
7
Gambar 2.2 Variasi dari Faktor Keamanan Terhadap Waktu
8
Gambar 2.3 Sketsa Lereng dan Gaya yang Bekerja
9
kekuatannya. Menurut Bowles (1989), pada dasarnya kunci utama gerakan
tanah adalah kuat geser tanah yang dapat terjadi :
Tidak terdrainase.
Efektif untuk beberapa kasus pembebanan.
Meningkat sejalan peningkatan konsolidasi (sejalan dengan waktu) atau
dengan kedalaman.
Berkurang dengan meningkatnya kejenuhan air (sejalan dengan waktu)
atau terbentuknya tekanan pori yang berlebih atau terjadi peningkatan air
tanah.
Dalam menghitung besar faktor keamanan lereng dalam analisis lereng
tanah melalui metode sayatan, hanya longsoran yang mempunyai bidang
gelincir saya yang dapat dihitung.
c. Cara grafik adalah dengan menggunakan grafik yang sudah standar (Taylor,
Hoek & Bray, Janbu, Cousins dan Morganstren). Cara ini dilakukan untuk
material homogen dengan struktur sederhana. Material yang heterogen (terdiri
atas berbagai lapisan) dapat didekati dengan penggunaan rumus (cara
komputasi). Stereonet, misalnya diagram jaring Schmidt (Schmidt Net
Diagram) dapat menjelaskan arah longsoran atau runtuhan batuan dengan cara
mengukur strike/dip kekar-kekar (joints) dan strike/dip lapisan batuan.
Tabel 2.1 Hubungan Nilai Faktor Keamanan Lereng dan Intensitas Longsor
10
2.5 Metode Simplified Bishop
Metode Bishop disederhanakan (Bishop, 1955 dalam Hardiyatmo, 2003 :
364) menganggap bahwa gaya-gaya yang bekerja pada sisi-sisi irisan mempunyai
resultan nol pada arah vertikal. Metode Bishop dipakai untuk menganalisis
permukaan gelincir (slip surface) yang berbentuk lingkaran. Pada metode ini ada
beberapa asumsi, di antaranya :
1. Pada metode ini keruntuhan diasumsikan akibat gerakan rotasi dari tanah
tersebut yang mana keruntuhan tersebut berbentuk lingkaran. Metode ini
tidak bisa digunakan untuk menghitung faktor keamanan dari sebuah
keruntuhan yang tidak memiliki bidang keruntuhan berbentuk lingkaran.
2. Nilai dari gaya horizontal pada kedua sisi dapat diabaikan karena tidak
diketahui nilainya dan sulit untuk dihitung.
3. Gaya normal yang bekerja diasumsikan bekerja di tengah bidang irisan dan
diperoleh dengan menjumlahkan gaya-gaya dalam arah vertikal.
11
Gambar 2.5 Konsep Perhitungan Slice
𝑪𝒃+𝑾 𝒕𝒂𝒏 𝝓
∑[ ]
𝒎𝜶
𝑭𝒐𝒔 = ∑ 𝑾 𝒔𝒊𝒏 𝜶
dimana :
C = Kohesi
B = Lebar Slice
W=𝐴 × 𝜌
Φ = Friction Angle
sin 𝛼 + tan 𝜙
𝑚𝛼 = cos 𝛼
𝐹𝑜𝑠
12
BAB III
METODOLOGI PENELITIAN
13
Kemudian membuat garis gelincir bidang longsoran dengan menggunakan
jangka.
Dicari lebar tiap pias dengan cara membagi jarak dengan banyaknya pias yang
diinginkan dengan minimal jumlah 30 pias. Selanjutnya mencari nilai h atau
sisi trapezium dari setiap pias tersebut, dengan rumus matematis :
(𝐻1 + 𝐻2)
𝑥𝑏
2
Selanjutnya mencari nilai α yang didapat dari arc tan sisi trapesium yang
berpotongan dengan bidang gelincir dibagi dengan lebar pias.
Kemudian memasukkan data yang telah di dapat (lebar tiap pias (b), ketinggian
pias (h), sudut inklinasi (α) ke dalam excel).
Lalu data excel diubah format ke bentuk .txt
Kemudian data dimasukkan dan diolah dengan menggunakan anaconda .
Adapun langkah – langkah penyelesaian setelah mendapatkan penampang lereng,
diantaranya :
1. Menentukan lebar slice (b)
Dengan cara mengukur total jarak pada sumbu horizontal yang dibagi
menjadi 33 slice.
b x skala horizontal
(𝐻1 + 𝐻2)
𝑥𝑏
2
Dimana :
h1 = tinggi slice 1
h2 = tinggi slice 2
b = lebar slice
14
3. Menghitung W (massa slice)
W=A.𝜌
Dimana:
A= luas (m2)
𝜌 = berat jenis material (kg/m3)
4. Menentukan iklinasi sudut ()
Menggunakan rumus
𝛥ℎ
𝑎𝑟𝑐 tan =
𝑏
15
Tabel 3.2 Data Lereng 1 dan 2
Kontur 1 Kontur 2
Slice
B Havg α B Havg α
1 62 15 -13.6005 64 12.5 -14.8757
2 37.2 39 -12.1368 64 35 -11.482
3 86.8 63.5 -11.0813 76.8 57.5 -11.0515
4 62 88.5 -7.35238 115.2 86 -8.39452
5 124 114.5 -8.25944 102.4 116.5 -10.5115
6 74.4 140.5 -6.89743 89.6 142 -7.62815
7 111.6 161 -4.61065 179.2 171.5 -6.99906
8 93 181 -3.69139 140.8 202.5 -4.06248
9 93 198.5 -6.13726 64 222.5 -4.46716
10 124 213.5 -2.30906 128 239 -2.23698
11 111.6 225 0 121.6 254 0
12 136.4 237 0.42005 70.4 266 0.813806
13 136.4 249.5 0.42005 102.4 277.5 0.559511
14 111.6 257.5 2.5653 153.6 290 1.49174
15 62 260 4.610649 96 296 5.355825
16 74.4 262.5 3.844742 96 306.5 1.193489
17 111.6 265 7.655167 64 319 7.125016
18 86.8 265 6.571923 83.2 322.5 6.853635
19 99.2 266 5.756338 96 330 8.880659
20 99.2 266 8.598538 76.8 342.5 7.41865
21 105.4 267.5 10.74433 96 355 8.880659
22 93 272.5 12.13682 96 355 11.76829
23 74.4 296 42.00423 64 345 13.19061
24 62 265 7.352379 64 334 13.19061
25 62 259 17.8787 76.8 324 11.05146
26 124 244 15.76215 115.2 308.5 18.25571
27 136.4 216.5 18.25834 128 281 16.1226
28 74.4 199 19.946 102.4 246 22.7786
29 99.2 186.5 25.82099 89.6 217.5 16.76962
30 124 157.5 25.82099 115.2 186 27.90184
31 124 109 31.16717 140.8 127 32.29707
32 62 59 35.97239 64 68.5 37.99873
33 62 20 35.97239 64 23.5 37.99873
16
3.2 Proses Pengolahan Data Menggunakan Aplikasi Jupyter Notebook
17
Setelah itu muncul seperti ini
18
Lalu masukkan “ text = open (“data kontur.txt” , ”r”) “ untuk memasukkan
data slice seperti havg, b, dan alpha.
19
Lalu masukkan variabel variabel yang akan di gunakan, untuk data yang
mau disimpan masukkan “b=[]” untuk yang sudah diketahui masukkan
angkanya contoh “Kohesi =0.196”
slice =[]
Havg =[]
b =[]
alpha =[]
luas =[]
Densitas = 2700
Kohesi = 0.196
phie = np.radians(23.6)
w =[]
fd =[]
Cbwtanphie =[]
malpha05 =[]
malpha1 =[]
malpha2 =[]
malpha3 =[]
malpha4 =[]
malpha5 =[]
malpha6 =[]
q05 =[]
q1 =[]
q2 =[]
q3 =[]
q4 =[]
q5 =[]
q6 =[]
20
Gambar 3.7 Langkah pengolahan menggunakan python
for i in lines:
pisah_lines=i.split(",")
slice_0 = int(pisah_lines[0])
b_1 = float(pisah_lines[1])
Havg_1 = float(pisah_lines[2])
alpha_1 = float(pisah_lines[3])
slice.append(slice_0)
b.append(b_1)
Havg.append(Havg_1)
alpha.append(alpha_1)
21
Gambar 3.8 Langkah pengolahan menggunakan python
for i in range(len(b)):
Area= b[i]*Havg[i]
luas.append(Area)
for i in luas:
w.append(i*Densitas)
for i in range(len(w)):
fd.append((w[i]*np.sin(np.radians(alpha[i]))))
for i in range(len(b)):
k = (Kohesi*b[i] )+ (w[i]*np.tan(phie))
Cbwtanphie.append(k)
22
Gambar 3.9 Langkah pengolahan menggunakan python
Lalu setelah itu berikan perintah untuk mencari malpha dari beberapa ftrial
for i in range(len(alpha)):
malpha05.append(np.cos(np.radians(alpha[i]))+ (np.sin(np.radians(alpha[i]))*(np.tan(phie))/0.5))
for i in range(len(alpha)):
malpha1.append(np.cos(np.radians(alpha[i]))+ (np.sin(np.radians(alpha[i]))*(np.tan(phie))/1.0))
for i in range(len(alpha)):
malpha2.append(np.cos(np.radians(alpha[i]))+ (np.sin(np.radians(alpha[i]))*(np.tan(phie))/1.5))
for i in range(len(alpha)):
malpha3.append(np.cos(np.radians(alpha[i]))+ (np.sin(np.radians(alpha[i]))*(np.tan(phie))/2.0))
for i in range(len(alpha)):
malpha4.append(np.cos(np.radians(alpha[i]))+ (np.sin(np.radians(alpha[i]))*(np.tan(phie))/2.5))
for i in range(len(alpha)):
malpha5.append(np.cos(np.radians(alpha[i]))+ (np.sin(np.radians(alpha[i]))*(np.tan(phie))/3.0))
for i in range(len(alpha)):
malpha6.append(np.cos(np.radians(alpha[i]))+ (np.sin(np.radians(alpha[i]))*(np.tan(phie))/3.5))
23
Gambar 3.10 Langkah pengolahan menggunakan python
q05.append(Cbwtanphie[i]/malpha05[i])
for i in range (len(Cbwtanphie)):
q1.append(Cbwtanphie[i]/malpha1[i])
for i in range (len(Cbwtanphie)):
q2.append(Cbwtanphie[i]/malpha2[i])
for i in range (len(Cbwtanphie)):
q3.append(Cbwtanphie[i]/malpha3[i])
for i in range (len(Cbwtanphie)):
q4.append(Cbwtanphie[i]/malpha4[i])
for i in range (len(Cbwtanphie)):
q5.append(Cbwtanphie[i]/malpha5[i])
for i in range (len(Cbwtanphie)):
q6.append(Cbwtanphie[i]/malpha6[i])
24
Gambar 3.11 Langkah pengolahan menggunakan python
fos05 = sum(q05)/sum(fd)
fos1 = sum(q1)/sum(fd)
fos2 = sum(q2)/sum(fd)
fos3 = sum(q3)/sum(fd)
fos4 = sum(q4)/sum(fd)
fos5 = sum(q5)/sum(fd)
fos6 = sum(q6)/sum(fd)
25
Gambar 3.12 Langkah pengolahan menggunakan python
26
Lalu beri perintah untuk memplot garis, garis pertama x=ftrial dan y=fos
geris kedua x=ftrial dan y=ftrial. Lalu masukkan “plt.show()” untuk
menampilkan grafik
27
BAB IV
HASIL DAN PEMBAHASAN
4.2 Pembahasan
Dengan menggunakan Simplified Bishop Method, diasumsikan bidang
longsor berbentuk busur lingkaran. Pada lereng pertama, dimasukkan Ftrial (0,5; 1;
1,5; 2; 2,5; 3; 3,5), sehingga diperoleh Fos pada lereng tersebut adalah 1,15401.
Karena nilai Fos > 1, maka dapat disimpulkan lereng pertama dikategorikan dalam
kondisi aman.
28
Gambar 4.1 Grafik Nilai Ftrial dan Fos Lereng Pertama
Selanjutnya pada lereng kedua dimasukkan Ftrial (0,5; 1; 1,5; 2; 2,5; 3; 3,5),
sehingga diperoleh Fos pada lereng tersebut adalah 2,72545 . Karena nilai Fos > 1,
maka dapat disimpulkan lereng kedua juga dikategorikan dalam kondisi aman.
29
BAB V
PENUTUP
5.1 Kesimpulan
5.2 Saran
30
DAFTAR PUSTAKA
Turangan, A.E. 2014. Analisis Kestabilan Lereng dengan Metode Fellenius (Studi
31
LAMPIRAN
Kontur 4, diambil dari tambang.pelagis.net
32
Pendaftaran kelompok
Kelompok Nama NIM No. Peta Kontur
1 1
8 8
33
Arahan tugas
slice = []
Havg = []
b = []
alpha = []
luas = []
Densitas = 2700
Kohesi = 0.169
phie = np.radians(23.6)
w = []
34
fd = []
Cbwtanphie = []
malpha05 = []
malpha1 = []
malpha2 = []
malpha3 = []
malpha4 = []
malpha5 = []
malpha6 = []
q05 = []
q1 = []
q2 = []
q3 = []
q4 = []
q5 = []
q6 = []
for i in lines:
pisah_lines = i.split(",")
slice_0 = int(pisah_lines[0])
b_1 = float(pisah_lines[1])
Havg_1 = float(pisah_lines[2])
alpha_1 = float(pisah_lines[3])
slice.append(slice_0)
b.append(b_1)
Havg.append(Havg_1)
alpha.append(alpha_1)
for i in range(len(b)):
Area = b[i] * Havg[i]
luas.append(Area)
35
for i in luas:
w.append(i * Densitas)
for i in range(len(w)):
fd.append((w[i] * np.sin(np.radians(alpha[i]))))
for i in range(len(b)):
k = (Kohesi * b[i]) + (w[i] * np.tan(phie))
Cbwtanphie.append(k)
for i in range(len(alpha)):
malpha05.append(np.cos(np.radians(alpha[i])) +
(np.sin(np.radians(alpha[i])) * (np.tan(phie)) / 0.5))
for i in range(len(alpha)):
malpha1.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 1.0))
for i in range(len(alpha)):
malpha2.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 1.5))
for i in range(len(alpha)):
malpha3.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 2.0))
for i in range(len(alpha)):
malpha4.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 2.5))
36
for i in range(len(alpha)):
malpha5.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 3.0))
for i in range(len(alpha)):
malpha6.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 3.5))
for i in range(len(Cbwtanphie)):
q05.append(Cbwtanphie[i] / malpha05[i])
for i in range(len(Cbwtanphie)):
q1.append(Cbwtanphie[i] / malpha1[i])
for i in range(len(Cbwtanphie)):
q2.append(Cbwtanphie[i] / malpha2[i])
for i in range(len(Cbwtanphie)):
q3.append(Cbwtanphie[i] / malpha3[i])
for i in range(len(Cbwtanphie)):
q4.append(Cbwtanphie[i] / malpha4[i])
for i in range(len(Cbwtanphie)):
q5.append(Cbwtanphie[i] / malpha5[i])
for i in range(len(Cbwtanphie)):
q6.append(Cbwtanphie[i] / malpha6[i])
37
ftrial = [0.5, 1.0, 1.5, 2.0, 2.5, 3.0, 3.5]
fos = [fos05, fos1, fos2, fos3, fos4, fos5, fos6]
print(fos)
plt.plot(ftrial, fos, 'b')
plt.plot(ftrial, ftrial, 'g')
plt.show()
m =(fos2-fos1)/(1.5-1)
x =(-m*1)+fos1
subtitusi =x/(1-m)
print(subtitusi)
slice = []
Havg = []
b = []
alpha = []
luas = []
Densitas = 2700
Kohesi = 0.169
phie = np.radians(23.6)
w = []
fd = []
Cbwtanphie = []
malpha05 = []
38
malpha1 = []
malpha2 = []
malpha3 = []
malpha4 = []
malpha5 = []
malpha6 = []
q05 = []
q1 = []
q2 = []
q3 = []
q4 = []
q5 = []
q6 = []
for i in lines:
pisah_lines = i.split(",")
slice_0 = int(pisah_lines[0])
b_1 = float(pisah_lines[1])
Havg_1 = float(pisah_lines[2])
alpha_1 = float(pisah_lines[3])
slice.append(slice_0)
b.append(b_1)
Havg.append(Havg_1)
alpha.append(alpha_1)
for i in range(len(b)):
Area = b[i] * Havg[i]
luas.append(Area)
for i in luas:
w.append(i * Densitas)
39
for i in range(len(w)):
fd.append((w[i] * np.sin(np.radians(alpha[i]))))
for i in range(len(b)):
k = (Kohesi * b[i]) + (w[i] * np.tan(phie))
Cbwtanphie.append(k)
for i in range(len(alpha)):
malpha05.append(np.cos(np.radians(alpha[i])) +
(np.sin(np.radians(alpha[i])) * (np.tan(phie)) / 0.5))
for i in range(len(alpha)):
malpha1.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 1.0))
for i in range(len(alpha)):
malpha2.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 1.5))
for i in range(len(alpha)):
malpha3.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 2.0))
for i in range(len(alpha)):
malpha4.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 2.5))
for i in range(len(alpha)):
malpha5.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 3.0))
40
for i in range(len(alpha)):
malpha6.append(np.cos(np.radians(alpha[i])) + (np.sin(np.radians(alpha[i]))
* (np.tan(phie)) / 3.5))
for i in range(len(Cbwtanphie)):
q05.append(Cbwtanphie[i] / malpha05[i])
for i in range(len(Cbwtanphie)):
q1.append(Cbwtanphie[i] / malpha1[i])
for i in range(len(Cbwtanphie)):
q2.append(Cbwtanphie[i] / malpha2[i])
for i in range(len(Cbwtanphie)):
q3.append(Cbwtanphie[i] / malpha3[i])
for i in range(len(Cbwtanphie)):
q4.append(Cbwtanphie[i] / malpha4[i])
for i in range(len(Cbwtanphie)):
q5.append(Cbwtanphie[i] / malpha5[i])
for i in range(len(Cbwtanphie)):
q6.append(Cbwtanphie[i] / malpha6[i])
41
plt.plot(ftrial, fos, 'b')
plt.plot(ftrial, ftrial, 'g')
plt.show()
m =(fos2-fos1)/(1.5-1)
x =(-m*1)+fos1
subtitusi =x/(1-m)
print(subtitusi)
42