Metode Analisis Distribusi Frekuensi

1. Metode Distribusi Normal Distribusi normal atau kurva normal disebut juga
distribusi Gauss.

XT  X KT S

XT : Perkiraan nilai yang diharapkan terjadi dengan periode ulang T

X : Nilai rata-rata hitung variat

S : Deviasi standar nilai variat

KT : Faktor frekuensi, merupakan fungsi dari peluang atau periode ulang dan tipe model
matematik distribusi peluang yang digunakan untuk analisis peluang. Nilai faktor
frekuensi dapat dilihat pada tabel Reduksi Gauss
 gambar 1. 1 NILAI VARIABEL REDUKSI GAUSS

2. Metode Distribusi Log Normal

Mengubah data X kedalam bentuk logaritmik Y = log X

YT  Y KT S

YT : Perkiraan nilai ang diharapkan terjadi dengan periode ulang T

Y : Nilai rata-rata hitung variat

S : Deviasi standar nilai variat

KT : Faktor frekuensi, merupakan fungsi dari peluang atau periode ulang dan tipe model
matematik distribusi peluang yang digunakan untuk analisis peluang. Nilai faktor
frekuensi dapat dilihat pada tabel Reduksi Gauss

3. Metode Log Pearson Type III

Pearson telah mengembangkan serangkaian fungsi probabilitas yang dapat dipakai untuk
hampir semua distribusi probabilitas empiris.

Tiga parameter penting dalam Metode Log Pearson Tipe III, yaitu:

1. Harga rata-rata ( R )

2. Simpangan baku (S)

3. Koefisien kemencengan (G)

Hal yang menarik adalah jika G = 0 maka distribusi kembali ke distribusi Log Normal.

Langkah-langkah penggunaan distribusi Log Pearson Tipe III

 Ubah data dalam bentuk logaritmik : Y = log X

n

 Hitung harga rata-rata : Y =

∑ log Xi
i=1
n
 n
 Hitung harga simpangan baku : S =
√∑
i=1
¿¿¿¿

n
 Hitung koefisien kemencengan : G = ∑ ¿¿ ¿ ¿
i=1

 Hitung logaritma hujan dengan periode ulang T menggunakan persamaan : YT  Y

KT S
(K = variabel standar (standardized variable) untuk X yang besarnya tergantung G)
 Hitung curah hujan dengan menghitung antilog Y

gambar 1. 2 NILAI UNTUK DISTRIBUSI LOG PERSON TYPE III

4. Metode Distribusi Gumbel

X  X  K s

K = faktor probabilitas, untuk harga-harga ekstrim dapat dinyatakan dalam persamaan :

 Ytr−Yn
K=
Sn

Yn = reduced mean yang tergantung pada jumlah sampel atau data n

Sn = reduced standard deviation yang juga tergantung pada jumlah sampel

Tr −1
[
YTr = reduced variate yang dihitung dengan persamaan : Ytr = -ln −ln
Tr ]
Tr = PUH untuk curah hujan tahunan rata-rata (2,33 tahun)
Contoh Perhitungan
Agar lebih jelas langsung kita masuk dalam perhitungan. Untuk perhitungan kita pakai data

curah hujan maksimum pada pembahasan Distribusi Probabilitas Gumbel. Akan hitung hujan

rencana periode ulang 2 tahun, 5, 20, 50 dan 100 tahun menggunakan metode Probabilitas

Normal.

-201

*) Cara perhitungan nilai rata-rata dan standar deviasi sudah dibahas pada pembahasan

sebelumnya dan sudah terlampir dalam tabel tinggal masukan saja.

*) Kemudian yang dilakukan adalah menghitung nilai KT

Nilai KT berdasarkan nilai T yang diambil dari lampiran tabel Variabel Reduksi Gauss, nilai T

untuk beberapa periode ulang tahun sebagai berikut :

Untuk T = 2 maka nilai KT = 0

Untuk T = 5 maka nilai KT = 0,84

Untuk T = 20 maka nilai KT = 1,64

Untuk T = 50 maka nilai KT = 2,05

Untuk T = 100 maka nilai KT = 2,33

*) Hitung hujan rencana dengan memasukan nilai yang sudah diketahui kedalam rumus maka ;
Hujan rencana untuk periode ulang 2 tahun (X2) : 
      __
XT = X + KTS = 164,9 + (0 x 54,55) = 164,9 mm

Hujan rencana untuk periode ulang 5 tahun (X5) :

        __
XT = X + KTS = 164,9 + (0,84 x 54,55) = 210,73 mm

Hujan rencana untuk periode ulang 20 tahun (X20) :

       __
XT = X + KTS = 164,9 + (1,64 x 54,55) = 254,37 mm

Hujan rencana untuk periode ulang 50 tahun (X50) :

        __
XT = X + KTS = 164,9 + (2,05 x 54,55) = 276,73 mm

Hujan rencana untuk periode ulang 100 tahun (X100) :

        __
XT = X + KTS = 164,9 + (2,33 x 54,55) = 292.01 mm