Kuliah Statistika Dasa

10/22/2019
Jurusan Teknik Pengairan,
Sub Materi:
1. Pengertian Debit Banjir Rancangan,
Hujan Rancangan, dan Kala Ulang
Jurusan Teknik Pengairan, FTUB

Statistika Dasar “....thinks correctly n smartly...success!!”
Jurusan Teknik Pengairan FTUB , 2014
Debit di sungai
Kuliah Hidrologi Teknik Terapan-Dr.Eng Donny Harisuseno, ST., MT “....thinks correctly n smartly...success!!”
1
10/22/2019
Sifat kejadian data-data Kita tidak bisa memastikan

hidrologi (mis. hujan, debit, dll) kapan “besaran data
dalam suatu DAS hujan/debit” tersebut akan
terjadi lagi
akan memiliki kemungkinan

Kita memerlukan
(peluang) untuk
pendekatan peluang
terulang/terjadi kembali di
untuk mengestimasi
masa mendatang
peluang terjadinya
besaran data tersebut
3
Debit Banjir Rancangan atau Hujan rancangan:

“besaran debit/hujan yang secara statistik akan disamai atau
terlampaui sekali dalam kala ulang tertentu.”
Contoh: Q5, Q10, Q25, Q100 , R5, R10, R25, R100
Q100 (Debit banjir rancangan kala ulang 100 tahun)

artinya:
“Besaran debit yang secara statistik akan terjadi disamai atau
dilampaui sekali dalam 100 tahun dengan peluang kejadian tiap
tahun adalah (1/100 = 0.01)”
4
2
10/22/2019
Analisa Debit Banjir Rancangan :

1. Metode Hidrograf
2. Metode Non Hidrograf:
‒ Metode Rasional
‒ Metode SCS Curve Number
‒ Metode Analisa Frekuensi
Merupakan pendekatan
dalam tahun :
“waktu hipotetik, yang mana hujan atau debit dengan suatu nilai tertentu
(yang “debit banjir/hujan rancangan”) akan
kita sebut dengan
disamai atau dilampaui sekali dalam jangka waktu tertentu”
“Rerata perulangan kurun waktu dimana debit

banjir atau hujan yang terjadi menyamai atau melampaui
besarnya debit banjir/hujan yang ditetapkan (yang kita sebut dengan “debit
banjir/hujan rancangan)”
6
3
10/22/2019
‒ Diketahui debit harian maksimum tahunan

periode 1930-1978, in cfs
Tahun 1930 1940 1950 1960 1970
0 55900 13300 23700 9190
1 58000 12300 55800 9740
2 56000 28400 10800 58500
3 7710 11600 4100 33100
4 12300 8560 5720 25200
5 38500 22000 4950 15000 30200
6 179000 17900 1730 9790 14100
7 17200 46000 25300 7000 54500
8 25400 6970 58300 44300 12700
9 4940 20600 10100 15200
Dari seri data debit maksimumtahunantsb, diketahui bahwaterdapat

8 recurrence interval dari total 41 tahun yang memiliki
nilai debit samaataumelampaui 50000 cfs.
Jadi, kalaulangdebit 50000 cfsadalahsebesar(T50th) =41/8 =5.1

th
Dalampekerjaan desain bangunan air, nilai besaran debit/hujan
yang dicari kala ulangnya  debit/hujanrancangan
analisa frekuensi (statistik)
4
10/22/2019
Hidrologi Fenomena hidrologi

Data
Misal. Data debit, data Misal. Debit banjir rancangan,
hujan, etc hujan rancangan, etc
Dengan pendekatan statistika.

Misal. dari series data debit 10 tahun:
akan diperkirakan peluang terjadinya suatu
debit dengan besaran tertentu
akan diperkirakan berapa besar debit dengan
kala ulang tertentu
 etc
9
Dalam analisis hujan rancangan (RT) dan banjir

rancangan (QT) untuk desain bangunan air, terdapat 2
kemungkinan permasalahan yang harus dijawab:
5
10/22/2019
Jurusan Teknik Pengairan FTUB
Kuliah Statistika Teknik Dasar-Dr.Eng Donny Harisuseno, ST., MT “....thinks correctly n smartly...success!!”

2019
6
10/22/2019
Karakteristik data-data Kita tidak bisa memastikan

hidrologi (mis. hujan, debit, kapan “besaran
dll) dalam suatu DAS
data hujan/debit”
Namun tersebut akan terjadi lagi
demikian....
Karakteristik: Kita memerlukan

- akan memiliki kemungkinan pendekatan
(peluang) untuk peluang untuk
mengestimasi peluang
terulang/terjadi terjadinya besaran data
kembali di masa mendatang tersebut 13
 Teori peluang
Ukuran atau derajat ketidakpastian dari suatu
kejadian
Mis. Undian sebuah mata uang logam, dengan

muka A dan sebaliknya muka B, maka dapat
diperoleh peluang (P) sebagai berikut : P
(Muka A) = P (Muka B) = 1/2
Add a footer 14
7
10/22/2019
⓿ Besarnya peluang sebuah variat (debit/hujan) adalah

jumlah kejadian daripada deskrit variat (mis. debit/hujan)
dibagi dengan jumlah total kejadiannya.
Mis. Dari hasil pengukuran hujan harian maksimum
periode tahun 2001-2010, diketahui besar data
hujan harian maksimum sebesar 50 mm terjadi
sebanyak 2 kali. Maka peluang terjadinya hujan
harian dengan besaran 50 mm adalah = (2/10) =
0,2
 Jumlah peluang dari semua variat (mis. debit/hujan)
tersebut adalah sama dengan 1, atau P =
1.
‒ Diketahui debit maksimum tahunan periode

1930-1978, in cfs
Tahun 1930 1940 1950 1960 1970
0 55900 13300 23700 9190
1 58000 12300 55800 9740
2 56000 28400 10800 58500
3 7710 11600 4100 33100
4 12300 8560 5720 25200
5 38500 22000 4950 15000 30200
6 179000 17900 1730 9790 14100
7 17200 46000 25300 7000 54500
8 25400 6970 58300 44300 12700
9 4940 20600 10100 15200
8
10/22/2019
 Dari seri data debit maksimum tahunan tsb, diketahui bahwa

terdapat 8recurrence interval dari total 41 tahun
yang memiliki nilai debit sama atau melampaui
50000 cfs.
Jadi, Kala Ulang T≥ 50000 cfs = 41/8 = 5.1 th
 Berapakah peluang terjadinya debit ≥ 50000 cfs
tersebut?
 Kebenaran dari kesimpulan yang dibuat dari analisis

tidak dapat dipastikan benar
hidrologi
secara absolut
Karena kesimpulan analisis hidrologi umumnya

dibuat berdasarkan data sampel dari
populasi.
Teori peluang sangat diperlukan

9
10/22/2019
‒ Diketahui debit maksimum tahunan periode

1930-1978, in cfs
Tahun 1930 1940 1950 1960 1970
0 55900 13300 23700 9190
1 58000 12300 55800 9740
2 56000 28400 10800 58500
3 7710 11600 4100 33100
4 12300 8560 5720 25200
5 38500 22000 4950 15000 30200
6 179000 17900 1730 9790 14100
7 17200 46000 25300 7000 54500
8 25400 6970 58300 44300 12700
9 4940 20600 10100 15200
19
a. Berapakah peluang terjadinya debit sebesar ≥

40000 cfs?
b. Berapakah kala ulang debit sebesar ≥ 60000 cfs
c. Berapakah peluang terjadinya debit sebesar ≤
40000 cfs?
d. Berapakah kala ulang debit sebesar ≤ 60000 cfs
10
10/22/2019
Sub Materi:
3. DISTRIBUSI PELUANG

2019
Statistika Dasar ドニーハリスセノ “....thinks correctly n smartly...success!!”
Distribusi Peluang
(Probability Distribution)
Adalah “suatu distribusi yang

menggambarkan peluang dari sekumpulan
variat sebagai pengganti frekuensinya”
11
10/22/2019
1. Deskrit
Merupakan penentuan kondisi yang
terjadi atau tidak (tidak terjadi)
Sifat kejadiannya adalah deskrit
2. Kontinyu
Merupakan penentuan peluang terjadi
sama atau kurang dari/lebih dari suatu
nilai tertentu
Sifat kejadiannya adalah kontinyu
Distribusi Uniform Distribusi Exponensial

Distribusi Gamma Distribusi Beta
Distribusi Pearson Distribusi Chi-square
Distribusi T Distribusi F
Distribusi Log-Normal Distribusi Gumbel
Distribusi Log-Pearson Distribusi Normal
12
10/22/2019
‒ Adalah peluang dari sebuah variabel acak yang

mempunyai nilai sama atau kurang/lebih dari
suatu nilai tertentu
Mis. Nilai sebuah variat adalah x, maka:

• Peluang kumulatip dari suatu variabel acak memiliki
nilai sama atau kurang dari nilai x adalah P (X≤x).
• Peluang kumulatip dari suatu variabel acak memiliki
nilai sama atau lebih dari x adalah 1-P, dan ditulis
sebagai P (X≥x).
P (X≤x)
P (X≥x)
X
X (hujan/debit banjir ranc)
Gambar 1. Probabilitas sebuah nilai P (X ≤ x) dan

P(X≥x)
13
10/22/2019
つづく
 Untuk variabel acak kontinyu (continuous random
variable), peluang sebuah variat dapat dipandang
sebagai peluang P (x) dari sebuah kelompok nilai
deskrit dalam interval x (atau Δx) sampai (x+Δx)
 Apabila x : nilai yang kontinyu dan Δx ----- dx, maka

P (x) ------ fungsi kontinyu
Fungsi densitas peluang (Probability Density

Function)
 Probability Density Function (PDF) daripada

suatu distribusi apabila ditampilkan dalam
bentuk grafik akan menggambarkan probabilitas
kejadian sebagai luasan di bawah kurva.
Kejadian itu sendiri dinyatakan dalam skala

sumbu mendatar. Total luasan di bawah kurva
adalah 1 (100 %). Sebagai contoh dapat dilihat
pada gambar-gambar berikut :
14
10/22/2019
X
A B
Gambar 1. PDF dengan p = Prob(A ≤ X ≤ B)
つづく
X
A
Gambar 2. PDF dengan p = Prob(X ≤ A)
15
10/22/2019
つづく
B X
Gambar 3. PDF dengan p = Prob(X ≥ B)
Sub Materi:
Distribusi Kontinyu Uniform

Add a footer 32
16
10/22/2019
‒ Bentuk PDF daripada distribusi Uniform ini,

dengan variabel acak x, adalah sebagai
berikut:
X
A B
Gambar 4. PDF dari Distribusi Uniform
つづく
 Dapat dilihat bahwa A ≤ X ≤ B. Probabilitas setiap
X diantara A dan B adalah sama besarnya
Artinya “setiap nilai variat “Tidak sesuai

(mis. Debit/hujan) tidak akan dengan sifat
pernah terjadi untuk kedua data hidrologi”
kalinya”
 Contoh daripada variabel acak dengan distribusi
Uniform ini adalah bilangan acak (random) yang
dibangkitkan oleh komputer, dengan A=0 dan B=1.
17
10/22/2019
Sub Materi:
B. Distribusi Kontinyu Segitiga
‒ Bentuk PDF distribusi Segitiga:
X1 X2
Gambar 5. PDF dari Distribusi Segitiga
18
10/22/2019
つづく
Dapat dilihat dari Gambar 5 tersebut
bahwa kisaran daripada kejadian adalah:
X1 ≤ x ≤ X2. (X1 adalah batas

minimum dan X2 adalah batas
maksimum daripada x).
つづく
Garis tinggi A1 + A2 = 1
A1 A2
p
X
X1 x X2
Gambar 6. Probabilitas disamai atau dilampaui pada

PDF Segitiga
19
10/22/2019
つづく
A1 adalah luasan di sebelah kiri garis
tinggi.
A2 adalah luasan di sebelah kanan garis
tinggi.
p adalah probabilitas bahwa x disamai
atau dilampaui (exceedance).
つづく
 Untuk menghitung X (mis. Kejadian debit, hujan) apabila
diketahui peluang (p), atau sebaliknya, maka dapat
digunakan hubungan berikut:
Jika p ≤ A2 maka:
Jika p > A2 maka:
20
10/22/2019
Debit puncak banjir tahunan pada suatu titik lokasi di sungai

dianggap menuruti distribusi Segitiga A (lihat Gbr. 7), dimana Q1 =
12 m3/dt dan Q2 = 252 m3/dt.
a. Hitunglah besarnya debit puncak banjir dengan kala ulang 25
tahun.
b. Hitunglah kala ulang dari suatu debit sebesar 198 m3/dt.
c. Apabila debit sebesar 198 m3/dt atau lebih akan menyebabkan
jebolnya tanggul di lokasi tersebut dan akan mengakibatkan
kerugian sebesar C = 460 juta rupiah, maka hitunglah besarnya
EV (Expected Value) daripada kerugian banjir tahunan (setiap
tahun).
つづく
Q
Q1 Q2
Q
Q1 Q2
Gambar 7. PDF distribusi segitiga contoh soal
21
10/22/2019
A1 = 0.2 dan A2 = 0.8.
a. p(Q25) = 1/25 = 0.04 < A2 ==> digunakan rumus (1).

Dengan rumus (1) maka diperoleh Q25 = 209.07 m3/dt.
b. Dicoba rumus (1) maka diperoleh p(Q=198) = 0.06328 < A2.

Jadi ==> Tr(Q=198) = 1/0.06328 = 15.80 tahun.
c. EV kerugian tahunan = p × C = 0.06326 × 460

= 29.11 juta rp.
Sama seperti soal no.1 kecuali bahwa debit

puncak banjir tahunan dianggap menuruti
distribusi Segitiga B (lihat Gbr. 7).
22
10/22/2019
A1 = 0.8 dan A2 = 0.2.
a. Peluang (Q25) = 1/25 = 0.04 < A2 ==> digunakan rumus (1).

Dengan rumus (1) maka diperoleh Q25 = 230.53 m3/dt.
b. Dicoba rumus (1) maka diperoleh Peluang (Q=198) = 0.253 > A2.
Dengan rumus (2) maka diperoleh Peluang (Q=198) = 0.249.
Jadi ==> Tr(Q=198) = 1/0.24922 = 4.01 tahun.
c. EV kerugian tahunan = p × C = 0.24922 × 460

= 114.64 juta rp.
Jurusan Teknik Pengairan
Sub Materi:
Distribusi Kontinyu Normal
23
10/22/2019
 Distribusi normal banyak digunakan dalam

analisis hidrologi, misal. analisis frekuensi
curah hujan rancangan, analisis
frekuensi debit banjir rancangan, dsb.
 Disebut juga distribusi Gauss
P(x)
P(x)
X
µ
Gambar 8. PDF dari Distribusi Normal
24
10/22/2019
Apabila seri data hujan/debit memiliki rata-rata

(μ) = 0 dan deviasi standar (σ) = 1.0, maka fungsi
densitasnya :
(Pers. 1)
dengan (Pers. 2)
Sehingga, bentuk PERSAMAAN UMUM

DISTRIBUSI NORMAL :
(Pers. 3)
‒ dengan:
X = variabel yang dicari (Mis. Hujan, debit, dll)
µ = rerata (mean)
σ = simpangan baku (standard deviasi).
Z = Nilai parameter distribusi normal
25
10/22/2019
 Dalam pemakaian praktis, umumnya (Pers. 1)

tidak digunakan secara langsung, karena telah
dibuat tabel untuk keperluan perhitungan.
 Tabel 1, menunjukkan wilayah luas dibawah

kurva normal, yang merupakan luas dari bentuk
kumulatif (cumulative form) dari distribusi
normal
Faktor frekuensi (z) Angka di belakang koma untuk nilai z
Nilai peluang
distribusi normal
26
10/22/2019
Nilai peluang yang

tercantum di Tabel
Distribusi Normal
merupakan “peluang
disamai atau kurang
dari” berarti....... P(X≤ x)
P(X≤ x)
X
x
Analisa banjir/hujan rancangan

memiliki pengertian “peluang
disamai atau dilampaui”
berarti....... P(X≥ x)
Misal. Nilai peluang P
(X≤x) dari Tabel  0,25 Maka P(X≥ x) adalah
1 - 0,25
X
x
27
10/22/2019
Contoh soal Distribusi Normal

1) Zp adalah nilai Z dengan luasan dibawah kurva distribusi
normal dengan peluang sebesar p% (probabilitas p%). Berapa
besarnya Z25. (Nilai Z yang memiliki probabilitas 25%)?
Jawab:
Penyelesaian dilakukan dengan menggunakan tabel distribusi
normal
P=0,25  Z = -0,674
Tabel Distribusi Normal (Nilai Z negatif)
∆z
z
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
-0.1 0.4602 0.4562 0.4522 0.4483 0.4443 0.4404 0.4364 0.4325 0.4286 0.4247
-0.2 0.4207 0.4168 0.4129 0.4090 0.4052 0.4013 0.3974 0.3936 0.3897 0.3859
-0.3 0.3821 0.3783 0.3745 0.3707 0.3669 0.3632 0.3594 0.3557 0.3520 0.3483
-0.4 0.3446 0.3409 0.3372 0.3336 0.3300 0.3264 0.3228 0.3192 0.3156 0.3121
-0.5 0.3085 0.3050 0.3015 0.2981 0.2946 0.2912 0.2877 0.2843 0.2810 0.2776
-0.6 0.2743 0.2709 0.2676 0.2643 0.2611 0.2578 0.2546 0.2514 0.2483 0.2451
55
2) Jika data series Q tahunan memiliki Qrerata= 35,46m3/dt

dan standar deviasi (σ) = 12,37 m3/dt, dianggap
memenuhi distribusi normal, berapa besar Q4 (debit
yang disamai / dilampaui rata-rata 4 th sekali)
Jawab:
Tr = 4 tahun  P = 1/Tr = 0.25, karena Q disamai atau
dilampaui maka nilai Z diperhitungkan untuk P= 1 –
0,25 = 0,75 Gambar
Berdasarkan Tabel Distribusi Normal, Z75 = 0,674
Qrerata = 35.46 m³/dt, σ = 12.37 m³/dt.
Pers.2 ═► z = (Q - µ)/σ atau Q = z.σ + µ, maka
Q4 = (0.6742 × 12.37) + 35.46 = 43.80 m³/dt.
56
28
10/22/2019
P = 1-0.25 = 0,75
-
+
P = 0.25 0 z
Gambar. Luasan di bawah kurva distribusi Normal (Soal 2)
57
‒ Rumus umum distribusi peluang untuk analisa debit

banjir/hujan rancangan :
X = Xrerata + Z. Sd
dimana:
X = nilai hujan atau debit yang diharapkan terjadi
dengan peluang (P) atau kala ulang tertentu (Tr)
Xrerata = nilai rata-rata X dari sampel
Sd = standar deviasi
Z = faktor frekuensi (ditentukan dari tiap persamaan
distribusi peluang)  Tabel Distribusi Normal
29
10/22/2019
Tahun Hujan Maksimum Diketahui curah hujan harian

(mm) maksimum tahunan selama 10
2001 54 tahun (2001-2010). Tentukan:
2002 46
a. Hujan rancangan kala ulang 40
2003 71
tahun (R40th)!
2004 94
2005 80 b. Berapakah kala ulang (Tr)
2006 53 sebuah nilai hujan sebesar
2007 84 40mm?
2008 68
2009 67
c. Berapakah peluang (P)
terjadinya nilai hujan sebesar
2010 95
60 mm?
‒ Rerata hujan maksimum tahunan (Rrerata) = 71,2 mm

‒ Standar deviasi (Sd) = 17,1 mm
a. Berapakah besar hujan rancangan kala ulang 40 tahun ?
Peluang (p) = 1/T = 1/40 = 0,025 (luas di sebelah kiri),

karena disamai atau dilampaui (luas di sebelah
kanan), maka peluang (p) = 1 – 0,025 = 0, 975
Berdasarkan Tabel Distribusi Normal, diperoleh z = 1,96
Maka :
R40th = Rrerata + z. Sd
= 71,2 + (1,96) . 17,1
= 104,7 mm
30
10/22/2019
つづく
Tabel. Wilayah luas dibawah kurva normal
Nilai z untuk peluang (0,975) yaitu 1,96

つづく
b. Berapakah kala ulang hujan dengan besaran R = 40 mm ?
R = Rrerata + z. Sd
40 = 71,2 + z. 17,1  z = -1,82
Berdasarkan tabel distribusi normal, diperoleh: untuk z
= -1,82, nilai peluang (p) = 0,0344 (luasan di sebelah
kiri), sehingga p = 1-0,0344 = 0,966
Maka:
Kala Ulang (T) = 1/p = 1/0,966 = 1,04 th
31
10/22/2019
Sebuah DAS memiliki data curah hujan selama 10 tahun. Hasil

perhitungan diperoleh: curah hujan rata-rata tahunan 2527
mm/th, standar deviasi 586 mm/th. Jika data tersebut diasumsi
mengikuti sebaran distribusi normal, tentukan:
1. Berapa peluang bahwa curah hujannya < 2000 mm/th
2. Berapa peluang curah hujannya > 3500 mm/th
3. Hitung peluang bahwa curah hujannya berkisar antara 2400
dan 2700 mm/th
4. Apabila untuk menghitung curah hujan rata-rata tersebut
dari data sebanyak 100 tahun, berapa jumlah data yang
curah hujannya berkisar antara 2400 – 2700 mm/th
 Diketahui :
μ = 2527 mm/th
σ = 586 mm/th
 Rumus :
32
10/22/2019
a. Untuk menghitung peluang hujan < 2000 mm/th,

maka p (X<2000), harus dihitung luas daerah dibawah
kurva normal di sebelah kiri 2000. Ini dapat diketahui
dengan menentukan luas disebelah kiri nilai Z
Berdasarkan Tabel Distribusi Normal, diperoleh

untuk Z = -0,899, nilai P (X< 2000mm) = 0.1867
Jadi, curah hujan DAS kurang dari 2000mm/th

memiliki peluang terjadi sebesar 18,67%
b. Untuk menghitung peluang hujan > 3500 mm/th,

maka P (X>3500), harus dihitung luas daerah dibawah
kurva normal di sebelah kanan 3500. Ini dapat
diketahui dengan menentukan luas disebelah kiri nilai
Z
Berdasarkan Tabel Distribusi Normal, diperoleh

untuk Z = 1,660, nilai P (X> 3500mm) = 1 – 0,9515 =
0,0485
Jadi, curah hujan DAS lebih dari 3500mm/th

memiliki peluang terjadi sebesar 4,85%
33
10/22/2019
Tahun Hujan Maksimum Diketahui curah hujan maksimum

(mm) tahunan selama 10 tahun.
Tentukan:
2001 54
2002 46 a. Hujan rancangan kala ulang 50
2003 71 tahun (R50th)
2004 94 b. Kala ulang hujan dengan
2005 80 besaran R = 150 mm
2006 53 c. Berapakah peluang terjadinya
2007 84 hujan dengan besaran kurang
2008 68 dari 75 mm?
2009 67 d. Berapakah peluang terjadinya
2010 95 hujan dengan besaran antara 50
mm dan 80 mm?
Sub Materi:
Distribusi Kontinyu Log Normal
34
10/22/2019
 Distribusi Log Normal  hasil transformasi dari

Distribusi Normal
Dengan mengubah nilai variat X

menjadi Logaritmik Natural (Ln)
variat X
 Variat X terdistribusi secara Log-Normal 

persamaan transformasi Ln (Logaritmik Natural)
sebagai berikut:
(1)
Dalam Soewarno (1995), Persamaan Distribusi Log

Normal sebagai berikut:
Dengan:
P (X): peluang Log Normal

X : nilai variat pengamatan
X : nilai rata-rata dari logaritmik variat X
Sd : deviasi standar dari logaritmik variat X
70
35
10/22/2019
つづく
 Dalam pemakaian praktis, umumnya rumus
tersebut diatas tidak digunakan secara
langsung, karena telah dibuat tabel untuk
keperluan perhitungan.
 Tabel 1, menunjukkan wilayah luas dibawah

kurva normal, yang merupakan luas dari bentuk
kumulatif (cumulative form) dari distribusi
normal
0 X
Gambar 1. Distribusi Log-Normal
Distribusi Log-Normal memiliki Koefisien

kemencengan (skewness = Cs) bernilai positip
72
36
10/22/2019
‒ Rumus umum distribusi peluang untuk analisa

debit banjir/hujan rancangan (seperti Distribusi
Normal) :
(Pers. 2)
(Pers. 3)
つづく
dengan :
X = nilai logaritmik nilai X, atau Ln X
Xrerata = rata-rata hitung nilai X
Sd = deviasi standar X
z = karakteristik distribusi peluang
Log Normal
74
37
10/22/2019
つづく
Untuk Distribusi Log Normal, maka Persamaan (3)
menjadi:
dengan :
Ln X = nilai variat X (debit atau hujan) yang
diharapkan terjadi pada peluang atau kala
ulang tertentu
Ln X = rata-rata hitung nilai X hasil pengamatan
SLn X = deviasi standar logaritmik nilai X hasil
pengamatan
75
1) Jika data series Q tahunan memiliki Rerata Ln Q = 3.508

m3/dt dan standar deviasi Ln Q (SdLn Q) = 0.362 m3/dt,
dianggap memenuhi distribusi Log Normal, berapa
besar Q5th (debit yang disamai / dilampaui rata-rata 5
th sekali)
‒ Jawab:
T = 5 tahun  P = 1/T = 0.20, karena Q disamai atau

dilampaui maka nilai z diperhitungkan untuk P = 1 –
0,20 = 0,80
Tabel. Wil. Luas dibawah Distribusi Normal
76
38
10/22/2019
Berdasarkan Tabel Distribusi Normal, z = 0,85

Rerata Ln Qrerata = 3.508 m³/dt, Ln Sd = 0.362
m³/dt.
Persamaan (3) ═► QT = Qrerata + z.Sd
maka:
Q5th = 3.508 + (0.85 × 0.362) = 3.82 m³/dt.
Dengan anti Ln, maka = e 3.82 = Q5th = 45.60 m³/dt
77
2) Melanjutkan soal no.1, berapa kala ulang (T) debit sebesar =

12.40 m3/dt. (Rerata = 3,508 m3/dt; Sd = 0,362 m3/dt)
Jawab:
Q = Ln (X) = Ln (12.40) = 2.518
Tabel Distribusi Normal, Peluang = 0,0032

 Karena peluang disamai atau dilampaui, maka diperoleh:
z = 1 – 0.0032 = 0.9968 = Probabilitas Terjadi (P)
T = 1/0.9968 = 1.003 tahun. 78
39
10/22/2019
3) Seperti soal no.(3), berapa kala ulang (Tr) debit sebesar = 52.30
m3/dt. (Rerata = 3,508 m3/dt; Sd = 0,362 m3/dt)
‒ Jawab:
Q = Ln (X) = Ln (52.30) = 3.957
Tabel Distribusi Normal, z = 1,241  Peluang = 0,8925
 Karena peluang disamai atau dilampaui, maka diperoleh:

z = 1 – 0.8925 = 0.1075 = Probabilitas Terjadi (Pr)
Tr = 1/0.1075 = 9.311 tahun.
Debit Diketahui data debit banjir

No. Tahun 3
(m /dt) seperti pada tabel disamping.
1 2001 61 a. Hitung besar debit banjir
2 2002 77 rancangan kala ulang 5 th
3 2003 99 dan 10 th!
4 2004 97
b. Berapa probabilitas terjadi
5 2005 66 debit sebesar (Q) = 80
6 2006 84 m3/det?
7 2007 86
c. Berapa kala ulang debit
8 2008 65
sebesar (Q) = 70
9 2009 69 m3/det?
10 2010 88
40
10/22/2019
Diketahui data debit banjir

seperti pada tabel
disamping.
‒ Hitung besar debit banjir

rancangan kala ulang 2 th
dan 5 th dengan
Distribusi Log Normal!
Data debit Data debit

Diketahui data debit banjir
(m3/det) (m3/det)
58.3 24.7 seperti pada tabel disamping.
50.5 23.6
46 23.5 a. Hitung besar debit banjir
41.8 23.1 rancangan kala ulang 2 th
38.2 22.5 dan 10 th!
37.9 21.1
37.7 20.5 b. Berapa probabilitas terjadi
35.3 20.3
35.2 20.2
debit sebesar (Q) = 40
33.4 18.7 m3/det?
31.9 17.2
31.1 14.9 c. Berapa kala ulang debit
30.9 12.4 sebesar (Q) = 50 m3/det?
30.1 11.8
28.8
41
10/22/2019
Sekian....
42

Kuliah Statistika Dasa

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kuliah Statistika Dasa

Diunggah oleh

Hak Cipta:

Format Tersedia

10/22/2019

Jurusan Teknik Pengairan,

Jurusan Teknik Pengairan, FTUB

Jurusan Teknik Pengairan FTUB , 2014

Jurusan Teknik Pengairan,

Sifat kejadian data-data Kita tidak bisa memastikan

akan memiliki kemungkinan

Jurusan Teknik Pengairan,

Debit Banjir Rancangan atau Hujan rancangan:

Contoh: Q5, Q10, Q25, Q100 , R5, R10, R25, R100

Q100 (Debit banjir rancangan kala ulang 100 tahun)

Jurusan Teknik Pengairan,

Analisa Debit Banjir Rancangan :

Statistika Dasar “....thinks correctly n smartly...success!!”

Jurusan Teknik Pengairan,

disamai atau dilampaui sekali dalam jangka waktu tertentu”

“Rerata perulangan kurun waktu dimana debit

Jurusan Teknik Pengairan,

‒ Diketahui debit harian maksimum tahunan

Jurusan Teknik Pengairan,

Dari seri data debit maksimumtahunantsb, diketahui bahwaterdapat

Jadi, kalaulangdebit 50000 cfsadalahsebesar(T50th) =41/8 =5.1

Jurusan Teknik Pengairan,

Hidrologi Fenomena hidrologi

Dengan pendekatan statistika.

Jurusan Teknik Pengairan,

Dalam analisis hujan rancangan (RT) dan banjir

Statistika Dasar “....thinks correctly n smartly...success!!”

Jurusan Teknik Pengairan FTUB

Jurusan Teknik Pengairan,

Jurusan Teknik Pengairan, FTUB

Jurusan Teknik Pengairan,

Karakteristik data-data Kita tidak bisa memastikan

Karakteristik: Kita memerlukan

Jurusan Teknik Pengairan,

Mis. Undian sebuah mata uang logam, dengan

Jurusan Teknik Pengairan,

⓿ Besarnya peluang sebuah variat (debit/hujan) adalah

Jurusan Teknik Pengairan,

‒ Diketahui debit maksimum tahunan periode

Jurusan Teknik Pengairan,

 Dari seri data debit maksimum tahunan tsb, diketahui bahwa

Statistika Dasar “....thinks correctly n smartly...success!!”

Jurusan Teknik Pengairan,

 Kebenaran dari kesimpulan yang dibuat dari analisis

Karena kesimpulan analisis hidrologi umumnya

Teori peluang sangat diperlukan

Jurusan Teknik Pengairan,

‒ Diketahui debit maksimum tahunan periode

Jurusan Teknik Pengairan,

a. Berapakah peluang terjadinya debit sebesar ≥

Statistika Dasar “....thinks correctly n smartly...success!!”

Jurusan Teknik Pengairan,

Jurusan Teknik Pengairan, FTUB

Jurusan Teknik Pengairan,

Adalah “suatu distribusi yang

Statistika Dasar “....thinks correctly n smartly...success!!”

Jurusan Teknik Pengairan,

Statistika Dasar “....thinks correctly n smartly...success!!”

Jurusan Teknik Pengairan,

Distribusi Uniform Distribusi Exponensial

Statistika Dasar “....thinks correctly n smartly...success!!”

Jurusan Teknik Pengairan,

‒ Adalah peluang dari sebuah variabel acak yang