LAPORAN FINAL PROJECT

STATISTIKA REKAYASA
HUBUNGAN PERIODE GELOMBANG DAN TINGGI GELOMBANG
DI TELUK BUTON DENGAN METODE REGRESI

Dosen Pengampu :
Dr. Eng. Shade Rahmawati, S.T., M.T.

Disusun Oleh :
Amsal Chandra ( 04311840000052 )
Atha Fazadima ( 04311840000077 )
Arka Basunjaya ( 04311840000115 )

DEPARTEMEN TEKNIK KELAUTAN

FAKULTAS TEKNOLOGI KELAUTAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2019
 KATA PENGANTAR

Alhamdulillah kami panjatkan puji syukur kami ke hadirat Allah SWT. Sehingga
penulis telah menyelesaikan final project mata kuliah statistka rekayasa ini dengan tepat
waktu. Salah satu tujuan penulis dalam menulis laporan ini adalah untuk memenuhi tugas
statistika rekayasa. Laporan yang penulis buat ini berdasarkan data-data yang valid yang telah
dikumpulkan dalam berbagai cara.
Penulis menyampaikan terima kasih pada beberapa pihak yang ikut mendukung
proses pembuatan laporan ini hingga selesai. Yaitu :
1. Ibu Dr. Eng. Shade Rahmawati, S.T., M.T. , selaku dosen mata kuliah statistika
rekayasa.
2. Teman-teman yang ikut mendukung dalam pembuatan laporan ini.
Penulis menyadari atas ketidaksempurnaan penyusunan laporan tugas besar 1
mekanika gelombang ini. Namun penulis tetap berharap laporan ini akan memberikan
manfaat bagi para pembaca. Demi kemajuan penulis, penulis juga mengharapkan adanya
masukan berupa kritik atau saran yang berguna. Terima kasih.

Surabaya, 9 Desember 2019

Penulis
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Angin berperan penting dalam pembentukan gelombang dan merupakan salah satu
aspek yang harus dipertimbangkan dalam coastal/offshore design and planning dan
juga sebagai aspek lingkungan yang penting, angina juga sebagai gaya yang mengenai
struktur langsung, pembentukan dune, sirkulasi polusi di atmosfer, dan pembentukan
arus di teluk.
Angin mengakibatkan gelombang laut, oleh karena itu data angina dapat digunaka n
untuk memperkirakan tinggi dan arah gelombang di lokasi kajian. Data angin
diperlukan sebagai data masukan dalam peramalan gelombang sehingga diperoleh
tinggi gelombang reencana. Data angin yang diperlukan adalah data angin setiap jam
berikut informasi mengenai kecepatan dan periodenya.
1.2 Rumusan Masalah
1. Bagaimana bentuk persamaan regresinya?
2. Berapa hasil dari root mean square error?
3. Berapa koefisien determinasi dan koefisien korelasi?
4. Bagaimana analisis terhadap hasil tersebut?
1.3 Tujuan
1. Mengetahui bentuk persamaan regresi
2. Mengetahui nilai dari root mean square error
3. Menegetahui koefisien determinasi dan koefisien korelasi
4. Menganalisis hasil perhitungan
 BAB II
ANALISIS DATA

1. Data
Data yang digunakan adalah data periode gelombang dan tinggi gelombang di Teluk
Buton pada tahun 2015 – 2019. Data tersebut telah kami olah menjadi lebih singkat agar
lebih mudah untuk dibaca. Data yang didapat adalah sebagai berikut :
Data periode gelombang dan tinggi gelombang teluk Buton 2015-2019
Periode gelombang Tinggi gelombang
Tahun Bulan
xi yi
Jan 6.716 1.790
Feb 6.582 1.890
Mar 6.769 2.227
Apr 7.287 2.313
Mei 7.462 2.424
Jun 7.776 2.349
2015
Jul 8.139 2.785
Agu 8.330 2.538
Sep 8.424 2.895
Okt 8.030 2.850
Nov 7.887 2.631
Des 7.785 2.342
Jan 7.628 2.210
Feb 7.524 2.064
Mar 7.496 1.839
Apr 7.401 1.639
Mei 7.067 1.509
Jun 6.592 1.446
2016
Jul 6.300 1.381
Agu 6.538 1.189
Sep 6.824 1.279
Okt 6.830 1.156
Nov 6.103 1.199
Des 6.217 1.034
Jan 5.804 0.982
Feb 5.531 0.922
Mar 4.924 1.086
2017
Apr 5.261 1.098
Mei 5.104 1.274
Jun 5.655 1.669
 Jul 6.173 1.699
Agu 6.359 1.800
Sep 6.786 1.699
Okt 7.983 2.034
Nov 7.935 1.865
Des 7.880 1.776
Jan 8.096 2.016
Feb 7.950 1.853
Mar 7.259 1.892
Apr 7.242 1.789
Mei 7.151 1.761
Jun 7.256 1.748
2018
Jul 7.018 1.878
Agu 7.375 1.807
Sep 7.120 1.844
Okt 7.559 2.071
Nov 7.190 2.132
Des 7.688 2.119
Jan 7.332 2.050
Feb 7.353 2.094
Mar 7.138 2.358
Apr 7.434 2.453
Mei 7.529 2.449
Jun 7.675 2.424
2019
Jul 7.577 2.684
Agu 7.937 2.534
Sep 7.765 2.492
Okt 8.132 2.569
Nov 7.944 2.506
Des 8.360 2.565
 Gambar grafik regresi periode gelombang dan tinggi gelombang :
3.500

3.000

2.500
Tinggi gelombang

2.000 Series1

1.500 teluk bundo

Linear (Series1)
1.000
Linear (teluk bundo)
0.500

0.000
0.000 2.000 4.000 6.000 8.000 10.000
Periode Gelombang

Kemudian, untuk lebih memudahkan dalam perhitungan, kami menggunakan bantuan

excel, sehingga hasil yang kami dapatkan adalah :

Periode Tinggi
Tahun Bulan gelombang gelombang
xi yi xi yi xi^2 yi^2
Jan 6.716 1.790 12.022 45.105 3.204
Feb 6.582 1.890 12.440 43.323 3.572
Mar 6.769 2.227 15.075 45.819 4.960
Apr 7.287 2.313 16.855 53.100 5.350
Mei 7.462 2.424 18.088 55.681 5.876
Jun 7.776 2.349 18.266 60.466 5.518
2015
Jul 8.139 2.785 22.667 66.243 7.756
Agu 8.330 2.538 21.142 69.389 6.441
Sep 8.424 2.895 24.387 70.964 8.381
Okt 8.030 2.850 22.886 64.481 8.123
Nov 7.887 2.631 20.751 62.205 6.922
Des 7.785 2.342 18.232 60.606 5.485
Jan 7.628 2.210 16.858 58.186 4.884
Feb 7.524 2.064 15.530 56.611 4.260
Mar 7.496 1.839 13.785 56.190 3.382
Apr 7.401 1.639 12.130 54.775 2.686
2016 Mei 7.067 1.509 10.664 49.942 2.277
Jun 6.592 1.446 9.532 43.454 2.091
Jul 6.300 1.381 8.700 39.690 1.907
Agu 6.538 1.189 7.774 42.745 1.414
Sep 6.824 1.279 8.728 46.567 1.636
 Okt 6.830 1.156 7.895 46.649 1.336
Nov 6.103 1.199 7.317 37.247 1.438
Des 6.217 1.034 6.428 38.651 1.069
Jan 5.804 0.982 5.700 33.686 0.964
Feb 5.531 0.922 5.100 30.592 0.850
Mar 4.924 1.086 5.347 24.246 1.179
Apr 5.261 1.098 5.777 27.678 1.206
Mei 5.104 1.274 6.502 26.051 1.623
Jun 5.655 1.669 9.438 31.979 2.786
2017
Jul 6.173 1.699 10.488 38.106 2.887
Agu 6.359 1.800 11.446 40.437 3.240
Sep 6.786 1.699 11.529 46.050 2.887
Okt 7.983 2.034 16.237 63.728 4.137
Nov 7.935 1.865 14.799 62.964 3.478
Des 7.880 1.776 13.995 62.094 3.154
Jan 8.096 2.016 16.322 65.545 4.064
Feb 7.950 1.853 14.731 63.203 3.434
Mar 7.259 1.892 13.734 52.693 3.580
Apr 7.242 1.789 12.956 52.447 3.201
Mei 7.151 1.761 12.593 51.137 3.101
Jun 7.256 1.748 12.683 52.650 3.056
2018
Jul 7.018 1.878 13.180 49.252 3.527
Agu 7.375 1.807 13.327 54.391 3.265
Sep 7.120 1.844 13.129 50.694 3.400
Okt 7.559 2.071 15.655 57.138 4.289
Nov 7.190 2.132 15.329 51.696 4.545
Des 7.688 2.119 16.291 59.105 4.490
Jan 7.332 2.050 15.031 53.758 4.203
Feb 7.353 2.094 15.397 54.067 4.385
Mar 7.138 2.358 16.831 50.951 5.560
Apr 7.434 2.453 18.236 55.264 6.017
Mei 7.529 2.449 18.439 56.686 5.998
Jun 7.675 2.424 18.604 58.906 5.876
2019
Jul 7.577 2.684 20.337 57.411 7.204
Agu 7.937 2.534 20.112 62.996 6.421
Sep 7.765 2.492 19.350 60.295 6.210
Okt 8.132 2.569 20.891 66.129 6.600
Nov 7.944 2.506 19.908 63.107 6.280
Des 8.360 2.565 21.443 69.890 6.579
Total 430.182 116.971 859.019 3125.113 243.643
Rata
7.170 1.950 14.317 52.085 4.061
rata
 Sehingga, kita mendapatkan data :
sigma x 430.182
x bar 7.170
sigma y 116.971
y bar 1.950
sigma xy 859.019
n 60.000
sigma xi^2 3125.113

2. Perhitungan regresi
Untuk menghitung regresi, kita mempunyai persamaaan ( y=a-bx), dengan bantuan :

Kemudian kita menghitung nilai b:

) ))
b=
) ))

b = 0.499
dan juga nilai a :
a = ( 1.950 ) – ( 0.499 x 7.170 )
a = -1.627
Sehingga kita mendapatkan persamaan regresi :
y = -1.627 – 0.499x
3. Perhitungan root mean square error (Erms)
Untuk menghitunng Erms, kita dapat menggunakan rumus :

Caranya, kita akan memasukkan setiap nilai X ke dalam persamaan regresi yang telah
kita dapatkan diatas. Kemudian, untuk lebih memudahkan perhitungan, kita dapat
menggunakan bantuan excel dengan hasil perhitungan sebagai berikut :
f(xi) f(xi)-yi (f(xi)-yi)^2
-4.978 -6.768 45.810
-4.911 -6.801 46.259
-5.005 -7.232 52.298
-5.263 -7.576 57.399
-5.351 -7.775 60.443
-5.507 -7.856 61.720
-5.688 -8.473 71.798
-5.784 -8.322 69.250
-5.831 -8.726 76.136
-5.634 -8.484 71.978
-5.563 -8.194 67.135
-5.512 -7.854 61.681
-5.433 -7.643 58.421
-5.381 -7.445 55.435
-5.368 -7.207 51.934
-5.320 -6.959 48.429
-5.153 -6.662 44.388
-4.916 -6.362 40.480
-4.771 -6.152 37.843
-4.889 -6.078 36.948
-5.032 -6.311 39.831
-5.035 -6.191 38.331
-4.672 -5.871 34.473
-4.729 -5.763 33.215
-4.523 -5.505 30.307
-4.387 -5.309 28.185
-4.084 -5.170 26.730
-4.252 -5.350 28.625
-4.174 -5.448 29.680
-4.449 -6.118 37.428
-4.707 -6.406 41.041
-4.800 -6.600 43.562
-5.013 -6.712 45.054
-5.611 -7.645 58.439
-5.587 -7.452 55.526
-5.559 -7.335 53.804
-5.667 -7.683 59.027
-5.594 -7.447 55.459
-5.249 -7.141 50.997
-5.241 -7.030 49.417
-5.195 -6.956 48.391
-5.248 -6.996 48.940
-5.129 -7.007 49.098
-5.307 -7.114 50.611
-5.180 -7.024 49.335
-5.399 -7.470 55.800
-5.215 -7.347 53.976
-5.463 -7.582 57.491
 -5.286 -7.336 53.812
-5.296 -7.390 54.614
-5.189 -7.547 56.955
-5.337 -7.790 60.677
-5.384 -7.833 61.355
-5.457 -7.881 62.107
-5.408 -8.092 65.479
-5.588 -8.122 65.960
-5.502 -7.994 63.900
-5.685 -8.254 68.126
-5.591 -8.097 65.562
-5.799 -8.364 69.950
3117.057

Dan kita mendapatkan hasil Erms sebagai berikut :

(f(xi)-yi)^2 3117.06
(f(xi)-yi)^2)/n 51.951
Erms 7.2077

4. Perhitungan koefisien determiansi dan koefisien korelasi

Untuk menghitung koefisien determinasi, kita dapat menggunakan rumus :

Kemudian kita menghitung nilai r^2 :

) ) )
=
) )

= 0.65121
Sedangkan untuk menghitung koefisien korelasi, kita hanya perlu mengakarkan hasil
dari koefisen determinasi :
= 0.65121
=√
r=
5. Analisis data
Hasil koefisien korelasi berada antara angka 0 hingga 1. Angka 0 menunjukkan
bahwa data tersebut memiliki model yang kurang baik dan angka 1 menunjukkan bahwa
data tersebut memiliki model yang baik untuk memprediksi hubungan dari kedua variable
x dan variable y. Dari hasil perhitungan yang kami dapatkan koefisien korelasi dan
determinasi yang mendekati 1, sehingga data tersebut memiliki model yang cukup baik
untuk memprediksi hubungan dari kedua variable x dan variable y .
 BAB III
PENUTUP

1. Kesimpulan
Dari perhitungan regresi dapat diketahui adanya hubungan antara data periode
gelombang dan tinggi gelombang di Teluk Buton pada bulan Januari tahun 2015
sampai dengan 2019 dengan y = -1.627 – 0.499x, nilai Erms sebesar 7.2077 koefisien
derminasi 0.65121, dan koefisien korelasi 0,80698.
2. Saran
Butuh ketelitian dan kesabaran untuk melakukan perhitungan hingga hasil
plotting. Gunakan software untuk mencocokan apakah hasil perhitungan atau plotting
tersebut tepat. Gunakan formula-formula pada excel untuk mempermudah
perhitungan.