HIDROLOGI I
(MKK 4119), 2 SKS
PENGAMPU:
ARNOLDUS NAMA, SST.,MT
Berdasarkan soal (3.1), soal (3.2), soal (3.3), dan soal (3.4) tentukanlah
dengan Metode Chi Kuadrat kesesuaian masing-masing distribusi
probabilitas (Gumbel, Normal, Log Normal, dan Log Pearson Type lll)
terhadap distribusi statistik sampel data yang dianalisis.
Jawaban soal 4.1:
1. Data hujan diurut dari besar ke kecil.
Tabel 4.2. Pengurutan Data Hujan dari Besar ke Kecil
Contoh soal 4.1
• Persentase 80
1 1
𝑃(𝑥) = 80% 𝑑𝑖𝑝𝑒𝑟𝑜𝑙𝑒ℎ 𝑇 = = = 1,25 𝑡𝑎ℎ𝑢𝑛
𝑃𝑥 0,8
5. Menghitung interval kelas
a. Distribusi probabilitas Gumbel
Dengan jumlah data (n) = 10 maka didapatkan nilai:
Yn = 0,4952 (lihat tebel 3.3)
Sn = 0,9497 (lihat tebel 3.3)
𝑇−1
Yt = −𝐿𝑛 − 𝐿𝑛
𝑇
𝑌𝑡−𝑌𝑛 𝑌𝑡−0,4952
K= =
𝑆𝑛 0,9497
Sehingga :
• T = 5; Yt = 1,4999, maka K = 1,0579
• T = 2,5; Yt = 0,6717, maka K = 0,1859
• T = 1,67; Yt = 0,0907, maka K = -0,4259
• T = 1,25; Yt = -0,4759, maka K = -1,0225
ത 105,97 (lihat contoh soal 3.1)
Nilai 𝑋=
Nilai S = 22,37 (lihat contoh soal 3.1)
Maka interval kelas:
XT = 105,97 + 22,37 x K
Contoh soal 4.1
Sehingga
• X5 = 129,6334 mm
• X2,5 = 110,1277 mm
• X1,67 = 96,4425 mm
• X1,25 = 83,0980 mm
b. Distribusi probabilitas Normal
Nilai KT berdasarkan nilai T dari Tabel 3.5, didapat:
• T = 5, maka KT = 0,84
• T = 2,5, maka KT = 0,25
• T = 1,67, maka KT = -0,25
• T = 1,25, maka KT = -0,84
Interval kelas:
𝑋𝑇 = 𝑋ത + 𝐾𝑇𝑆 = 105,97 + 22,37 × 𝐾𝑇
Sehingga:
• X5 = 124,76 mm
• X2,5 = 111,56 mm
• X1,67 = 100,38 mm
• X1,25 = 87,18 mm
Contoh soal 4.1
Tabel 4.6. Perhitungan nilai 2 untuk distribusi log Pearson Type III
(𝑂𝑓 − 𝐸𝑓 )
Kelas Interval 𝐸𝑓 𝑂𝑓 𝑂𝑓 - 𝐸𝑓
𝐸𝑓
1 > 123,97 2 3 1 0.5
2 106,76 - 123.97 2 1 -1 0.5
3 88.36 -106.76 2 3 1 0.5
4 72.17 - 88.36 2 3 1 0.5
5 < 72.14 2 0 -2 2
10 10 2 4
Contoh soal 4.1
Dari hasil pengujian dengan metode Chi kuadrat (table 4.7), ternyata semua
distribusi bisa dipakai untuk menganalisis cura hujan harian maksimum pada
lokasi yang ditinjau, karena nilai Chi kuadrat semua distribusi masih dibawah Chi
kuadrat kritis. Namum distribusi Gumbel yang paling baik digunakan karena
mempunyai nilai Chi kuadrat paling kecil. Dapat disimpulkan bahwa pola
sebaran hujan harian maksimum rerata dilokasi yang ditinjau mengikuti
distribusi Gumbel.
2. Metode Smirnov-Kolmogorof
Pengujian distribusi probabilitas dengan Metode Smirnov-Kolmogorof
dilakukan dengan langkah-langkah perhitungan sebagai berikut:
1. Urutkan data (X,) dari besar ke kecil atau sebaliknya.
2. Tentukan peluang empiris masing-masing data yang sudah diurut
tersebut P(X,) dengan rumus tertentu, rumus Weibull misalnya.
𝑖
𝑃(𝑋) = (4.5)
𝑛+1
Keterangan rumus:
n : jumlah data
i : nomor urut data (setelah diurutkan dari besar ke kecil atau sebaliknya
3. Tentukan peluang teoritis masing-masing data yang sudah diurut tersebut
P'(X,) berdasarkan persamaan distribusi probabilitas yang dipilih (Cumbel,
Normal, dan sebagainya).
4. Hitung selisih (Pi) antara peluang empiris dan teoritis untuk setiap data
yang sudah diurut:
Pi = P(Xi) – P’(Xi) (4.6)
5. Tentukan apakah Pi < P kritis, jika "tidak" artinya Distribusi Probabilitas
yang dipilih tidak dapat diterima, demikian sebaliknya.
6. P kritis lihat Tabel (4.8).
Tabel 4.8. Nilai P kritis Smirnov-Kolmogorof
Tabel 4.9. Luas wilayah di bawah kurva normal
Tabel 4.9. Lanjutan
Tabel 4.9. Lanjutan
Contoh soal 4.2
Diketahui data hujan seperti tercantum dalam kolom 2 Tabel (3.4) soal
3.1. Tentukanlah apakah Distribusi Probabilitas Gumbel seperti yang
diuraikan dalam soal 3.1 dapat diterima. jika diuji dengan Metode Smirnov-
Kolmogorof.
Jawaban soal 4.1:
Tabel 4.10. Perhitungan uji distribusi dengan Metode Smirnov-Kolmogorof
untuk soal 3.12
i Xi P(Xi) f(t) P'(Xi) P
(1) (2) (3) (4) (5) (6)=(5)-(3)
1 141.4 0.091 1.584 0.127 0.036
2 131.2 0.182 1.128 0.189 0.007
3 125 0.273 0.851 0.238 -0.035
4 121.2 0.364 0.681 0.273 -0.090
5 101.6 0.455 -0.195 0.520 0.065
6 100.3 0.545 -0.253 0.623 0.077
7 96.2 0.636 -0.437 0.603 -0.034
8 83 0.727 -1.027 0.801 0.074
9 80 0.818 -1.161 0.840 0.022
10 80 0.909 -1.161 0.840 -0.069
Contoh soal 4.2
Contoh angka kolom (5) baris (1) untuk nilai f(t) = 1,58; Yn = 0,4952; Sn= 0,9497,
maka berdasarkan persaman (3.7) didapat nilai Yt = 1,999, kemudian
berdasarkan persamaan (3.8) atau interpolasi berdasarkan Kertas Probabilitas
Gumbel maka untuk Yt = 1,999 dapat dihitung T = 7,89 tahun, sehingga
dapat dihitung selanjutnya peluang teoritis P'(X) : 1/T = 1/8,29 = 0,127.
Demikian seterusnya untuk baris berikutnya cara perhitungannya adalah
sama.
Kolom (6) = (Pi) : kolom (5) - kolom (3).
Berdasarkan Tabel (4.10) dapat dilihat bahwa:
• Simpangan maksimum (P maksimum) : 0,074
• Jika jumlah data 10 dan (derajat kepercayaan) adalah 5% maka dari
Tabel 4.8 didapat P kritis : 0,41.
• Jadi AP maksimum < AP kritis.
• Oleh karena itu, Distribusi Probabilitas Gumbel dapat diterima untuk
menganalisis data hujan pada soal 3.1.
Contoh soal 4.3
Diketahui data hujan seperti tercantum dalam kolom 2 Tabel (3.4) soal 3.1.
Tentukanlah apakah Distribusi Probabilitas Normal seperti yang diuraikan
dalam soal 3.2 dapat diterima jika diuji dengan Metode Smirnov-Kolmogorof.
Data hujan diurut dari besar ke kecil.
Tabel 4.11. Perhitungan uji distribusi dengan Metode Smirnov-Kolmogorof
untuk soal 4.3
i Xi P(Xi) f(t) P'(Xi) DP
(1) (2) (3) (4) (5) (6)=(5)-(3)
1 141.4 0.091 1.584 0.051 -0.040
2 131.2 0.182 1.128 0.120 -0.062
3 125 0.273 0.851 0.184 -0.088
4 121.2 0.364 0.681 0.233 -0.131
5 101.6 0.455 -0.195 0.597 0.142
6 100.3 0.545 -0.253 0.619 0.073
7 96.2 0.636 -0.437 0.687 0.050
8 83 0.727 -1.027 0.859 0.132
9 80 0.818 -1.161 0.887 0.069
10 80 0.909 -1.161 0.887 -0.022
Contoh soal 4.2
Contoh angka kolom (5) baris (1) untuk nilai f(t) = 1,58; maka luas wilaya di
bawah kurva normal adalah 0,9483, sehingga nilai kolom (5) baris (1) = 1 –
0,9483 = 0,0547. Demikian seterusnya untuk baris berikutnya cara
perhitungannya adalah sama.
Kolom (6) = (Pi) : kolom (5) - kolom (3).
Berdasarkan Tabel (4.11) dapat dilihat bahwa:
• Simpangan maksimum (P maksimum) : 0,142
• Jika jumlah data 10 dan (derajat kepercayaan) adalah 5% maka dari
Tabel 4.8 didapat P kritis : 0,41.
• Jadi AP maksimum < AP kritis.
• Oleh karena itu, Distribusi Probabilitas normal dapat diterima untuk
menganalisis data hujan pada soal 3.1.
Contoh soal 4.4
Diketahui data hujan seperti tercantum dalam kolom 2 Tabel (3.6) soal 3.3.
Tentukanlah apakah Distribusi Probabilitas Log Normal seperti yang
diuraikan dalam soal 3.3 dapat diterima jika diuji dengan Metode Smirnov-
Kolnrogorof. Data hujan diurut dari besar ke kecil.
Tabel 4.12. Perhitungan uji distribusi dengan Metode Smirnov-Kolmogorof
untuk soal 4.4
Contoh angka kolom (5) baris (1) untuk nilai f(t) = 1,46; maka luas wilaya di
bawah kurva normal adalah 0,9484, sehingga nilai kolom (5) baris (1) = 1 –
0,8484 = 0,052. Demikian seterusnya untuk baris berikutnya cara
perhitungannya adalah sama.
Kolom (6) = (Pi) : kolom (5) - kolom (3).
Berdasarkan Tabel (4.12) dapat dilihat bahwa:
• Simpangan maksimum (P maksimum) : 0,139
• Jika jumlah data 10 dan (derajat kepercayaan) adalah 5% maka dari
Tabel 4.8 didapat P kritis : 0,41.
• Jadi AP maksimum < AP kritis.
• Oleh karena itu, Distribusi Probabilitas log normal dapat diterima untuk
menganalisis data hujan pada soal 3.3.
Contoh soal 4.5
Diketahui data hujan seperti tercantum dalam kolom 2 Tabel (3.8) soal 3.4.
Tentukanlah apakah Distribusi Probabilitas Log Pearson Type III seperti yang
diuraikan dalam soal 3.4 dapat diterima jika diuji dengan Metode Smirnov-
Kolnrogorof. Data hujan diurut dari besar ke kecil.
Tabel 4.13. Perhitungan uji distribusi dengan Metode Smirnov-Kolmogorof
untuk soal 4.5
Contoh soal 4.2
Contoh angka kolom (5) baris (1) untuk nilai f(t) = 1,46; maka luas wilaya di
bawah kurva normal adalah 0,9278, sehingga nilai kolom (5) baris (1) = 1 –
0,9278 = 0,07. Demikian seterusnya untuk baris berikutnya cara
perhitungannya adalah sama.
Kolom (6) = (Pi) : kolom (5) - kolom (3).
Berdasarkan Tabel (4.12) dapat dilihat bahwa:
• Simpangan maksimum (P maksimum) : 0,28
• Jika jumlah data 10 dan (derajat kepercayaan) adalah 5% maka dari
Tabel 4.8 didapat P kritis : 0,41.
• Jadi AP maksimum < AP kritis.
• Oleh karena itu, Distribusi Probabilitas log Pearson tipe III dapat diterima
untuk menganalisis data hujan pada soal 3.4.
Contoh soal 4.2
Kesimpulan:
Dari hasil pengujian dengan metode Smirnov Kolmogorov, ternyata semua
distribusi bisa dipakai untuk menganalisis cura hujan harian maksimum, karena
simpangan maksimum semua distribusi masih dibawah simpangan maksimum
kritis. Namum distribusi Gumbel yang paling baik digunakan karena mempunyai
simpangan maksimum paling kecil. Dapat disimpulkan bahwa pola sebaran
hujan harian maksimum rerata dilokasi yang ditinjau mengikuti distribusi
Gumbel.
Sekian &