Anda di halaman 1dari 28

ANALISA

KEANDALAN

PRESENTED BY :
Bagus Rengga L. 4307 100 020 Jurusan Teknik Kelautan Fakultas Teknologi Kelautan Institut Teknologi Sepuluh Nopember Surabaya
See more on : bagusrengga.wordpress.com Contact : bagooes88@yahoo.com

MENGOLAH DATA DENGAN DISTRIBUSI STATISTIKA

CoNTOH Data Gelombang Tanjung Perak pada tahun 2006

DATA
KELAS SAMA,

DI ATAS DAPAT DIKELOMPOKKAN KE DALAM

KELAS YANG MEMILIKI LEBAR KELAS YANG SEHINGGA DAPAT DIKELOMPOKKAN SEBAGAI BERIKUT:

VISUALISASI DARI DATA DALAM BENTUK DIAGRAM

Histogram Frekuensi Kecepatan Angin


30 25

Frekuensi

20 15 10 5 0 0-2 1 3-5 2 6-8 3 Kecepatan Angin 9 - 11 4 12 - 14 5

PROSENTASE TIAP KELAS TERHADAP TOTAL KEJADIAN


Untuk Interval 0 2 knot ada 13 kejadian. Maka : Persentase = 13/59 x 100 % = 22,03 % Untuk Interval 3 5 knot ada 25 kejadian. Maka : Persentase = 25/59 x 100 % = 42,37 % Untuk Interval 6 8 knot ada 15 kejadian Maka : Presentase = 15/59 x 100 % = 25,43 % Untuk Interval 9 11 knot ada 5 kejadian Maka : Presentase = 5/59 x 100 % = 8,47 % Untuk Interval 12 14 knot ada 1 kejadian Maka : Presentase = 1/59 x 100 % = 1,69 %

Diagram Lingkaran Frekuensi Kecepatan Angin

9 - 11 8% 6-8 25%

12 - 14 2%

0-2 22% 0-2 3-5 6-8 9 - 11 12 - 14 3-5 43%

SECARA UMUM UNTUK UKURAN PEMUSATAN DAN LETAK DATA, DIPERLUKAN PERHITUNGAN TABEL SEBAGAI BERIKUT

Sehingga dapat dicari variabel variabel sebagai berikut :

Dengan PROGRAM MINITAB, dapat dicari distribusi yang tepat untuk menggambarkan nilai sebaran data kecepatan angin, yaitu :
Probability Plot for kecepatan
Normal - 95% CI Complete Data - LSXY Estimates

99.9 99 95 90 80 70 60 50 40 30 20 10 5 1 0.1

Percent

Table of S tatistics M ean 4.77966 S tD ev 2.90914 M edian 4.77966 IQ R 3.92437 F ailure 59 C ensor 0 A D* 0.840 C orrelation 0.985

-5

5 kecepatan

10

15

Karena bentuk Histogram dan Poligon Frekuensi dari data tersebut mendekati pola grafik normal, maka pendekatan distribusinya adalah berupa DISTRIBUSI NORMAL, yang memiliki sifat simetri terhadap puncaknya, garis selalu berada di atas sumbu x, mempunyai satu nilai modus.

MENGOLAH DATA DENGAN METODE MONTE CARLO

DALAM KASUS INI, KAMI


MENGGUNAKAN ANALISA DATA GELOMBANG YANG BERPENGARUH PADA

KETAHANAN SEAWALL

Asumsi :

FK = K = Fg = Fb =

fungsi kinerja ketahanan seawall nilai ketahanan seawall (dalam satuan gaya) gaya luar yang mengenai benda, dalam hal ini gaya gelombang (sebagai variable random) gaya luar yang mengenai benda, dalam hal ini beban dari jalan yang mampu ditahan. (dengan nilai rata-rata)

Maka :

FK = K (Fg + Fb) Dimana : Nilai K awal = 9,5 newton Nilai Fb = 3 newton

Dengan mengikuti distribusi normal :

Jadi nilai x menjadi :

Dimana,

x= = = U=

Fg mean yakni rata-rata dari gelombang yang terjadi dalam waktu tertentu standar deviasi dari data gelombang nilai random yang selanjutnya akan dicari nilai x-nya (dimana x = Fg )

PERHITUNGAN

Dengan keterangan bahwa : 1 = sukses 0 = gagal

Dari data diatas maka didapatkan nilai peluang gagal dan berhasil :

MENGOLAH DATADENGAN METODE FIRST ORDER SECOND MOMENT

PERHITUNGAN

MEAN

VARIAN

STANDAR DEVIASI

Fungsi Keandalan Untuk System Seawall FK = K (Fb + Fg) FK = K Fb Fg Untuk lebih lanjut permodelan system seawall dapat didefinisikan dengan fungsi sebagai berikut:

Z g ( H ) K Fb Fg
Jika ingin menerapkan metode MVFOSM pada desain system seawall ini, maka persamaan Z harus dilinierkan dengan menggunakan Deret Taylor sehingga bentuk persamaannya menjadi seperti berikut:

Z ( K Fb Fg ) ( Fg Fg )(1)

KEMUDIAN INDEKS KEANDALAN DAPAT DIHITUNG DENGAN MENGGUNAKAN M(Z) DAN S(Z), DIMANA : RATA-RATA:

Sehingga didapat nilai dengan formula sebagai berikut:

(Z ) (Z )
1.74 8.26 0.61

Selanjutnya dilihat nilai Peluang Sukses (Keandalan) dari tabel A pada buku Pengantar Rekayasa Keandalan halaman 143-144, dan didapatkan nilai:

Peluang
Sehingga :

Sukses = 0,7291

Peluang

Gagal = 0,2709

THE END