8.bab 3

MIRZA IRWANDA/ D1011201003 HIDROLOGI
BAB III
ANALISA DISTRIBUSI
3.1 Analisis Hujan Kawasan

Beberapa metode untuk melakukan analisis hujan kawasan adalah
sebagai berikut:
1. Metode rata-rata aljabar
2. Metode Isohyet
3. Metode Polygon Thiessen
Metode analisis hujan kawasan yang digunakan dalam tugas ini adalah metode
Polygon Thiessen.
Cara ini didasarkan atas cara rata-rata timbang, dimana masing-masing
stasiun mempunyai daerah pengaruh yang dibentuk dengan garis-garis sumbu
tegak lurus terhadap garis penghubung antara dua stasiun, dengan planimeter
maka dapat dihitung luas daerah tiap stasiun.
Hal yang perlu diperhatikan dalam metode ini adalah:
1. Jumlah stasiun pengamatan minimal tiga buah satsiun
2. Penambahan stasiun akan mengubah seluruh jaringan
3. Topografi daerah diperhitungkan
4. Stasiun hujan tidak tersebar merata
Pada peta hidrologi tersebut dibuat polygon Thiessen dengan cara menarik
garis-garis yang menghubungkan stasiun-stasiun tersebut. Setelah garis
terhubung dan luas wilayah pengaruh masing-masing pos hujan diplot, selanjutnya
dihitung koefisien Thiessen dengan persamaan
𝐴𝑛
𝐶𝑛 =
∑𝐴
Cn = Koefisien Thiessen pada wilayah ke-n
An = Luas daerah pengaruh pos hujan ke-n
∑A = A1+ A2+ A3+…+ An
TEKNIK SIPIL
FAKULTAS TEKNIK 53
UNIVERSITAS TANJUNGPURA
Gambar 3.1 Peta Hidrologi
Gambar 3.2 Poligon Thiessen
Tabel 3.1 Koefisien Thiessen
TEKNIK SIPIL
FAKULTAS TEKNIK 54
Hitung curah hujan kawasan rata-rata dengan persamaan

𝑅̅ = (𝐶1 𝑥𝑅1 ) + (𝐶2 𝑥𝑅2 ) + (𝐶3 𝑥𝑅3 ) + ⋯ + (𝐶𝑛 𝑥𝑅𝑛 )
𝑅̅ = Curah hujan rata-rata
R1 = Curah hujan stasiun 1
Rn = Curah hujan stasiun n
C1 = Koefisien Thiessen di stasiun 1
Cn = Koefisien Thiessen di stasiun n
TEKNIK SIPIL
FAKULTAS TEKNIK 55
Tabel 3.2 Curah Hujan Kawasan Rata-Rata

STA A STA B STA C Hujan
No Tahun
Ri C*Ri Ri C*Ri Ri C*Ri Rata2
1 1998 76,04 26,07 24 7,31 72 25,37 58,76
2 1999 113 38,74 97 29,56 113 39,82 108,12
3 2000 138 47,31 95 28,95 205 72,24 148,50
4 2001 63 21,60 119 36,27 83 29,25 87,11
5 2002 103 35,31 78,20 23,83 121 42,64 101,79
6 2003 153 52,46 121 36,88 93 32,77 122,10
7 2004 115 39,43 121 36,88 101 35,59 111,90
8 2005 98 33,60 122 37,18 92 32,42 103,20
9 2006 73 25,03 124 37,79 71 25,02 87,84
10 2007 103 35,31 113 34,44 113 39,82 109,57
11 2008 68,25 23,40 53 16,15 97 34,18 73,73
12 2009 78 26,74 78 23,77 111,55 39,31 89,82
13 2010 73 25,03 39 11,89 92 32,42 69,33
14 2011 110,97 38,05 127 38,70 121 42,64 119,39
15 2012 79 27,09 66,47 20,26 112 39,47 86,81
16 2013 73 25,03 128 39,01 101 35,59 99,63
17 2014 126,13 43,25 131 39,92 155 54,62 137,79
18 2015 91,89 31,51 112 34,13 83 29,25 94,89
19 2016 193 66,17 88 26,82 102 35,94 128,93
20 2017 86 29,49 118 35,96 82 28,90 94,34
21 2018 134 45,94 82 24,99 101 35,59 106,52
22 2019 124 42,51 82 24,99 106 37,35 104,86
23 2020 115 39,43 115 35,05 115 40,52 115
Setelah itu melakukan penentuan metode analisa distribusi hujan yang
paling sesuai. Maksud dan tujuan dari Penentuan Metode Analisa Disrtribusi Hujan
Yang Paling Sesuai adalah untuk menentukan metode analisa apa yang paling
cocok digunakan dalam menentukan hujan periode ulang tertentu. Metode yang
dimaksud adalah metode yang tercakup dalam distribusi kontinu, diantaranya ;
 Metode Normal
 Metode Gumbel Tipe I
 Metode Log Pearson Tipe III
 Metode Log Normal 2 Parameter
 Metode Log Normal 3 Parameter
TEKNIK SIPIL
FAKULTAS TEKNIK 56
3.2 Distribusi Normal

Distribusi normal banyak digunakan dalam analisa hidrologi. Distribusi
normal atau kurva normal ini biasanya disebut juga distribusi Gauss. Bentuk
persamaan kurva frekuensi adalah :
X = Xrata-rata + tp.σ
Dengan :
X = nilai suatu kejadian dengan periode ulang T tahun
Xrata-rata = nilai rata-rata hitung kejadian-kejadian
σ = simpangan baku (standar deviasi)
tp = karakteristik dari distribusi probabilitas normal. Nilai tp didapat dengan
membaca tabel area di bawah kurva standar Normal untuk nilai
probabilitas kumulatif yang dihitung.
Tabel 3.3 Nilai Variasi Reduksi Gauss

Periode Ulang T Periode Ulang T
Peluang K Peluang K
(Tahun) (Tahun)
1,001 0,999 -3,05 3,33 0,3 0,52
1,005 0,995 -2,58 4 0,25 0,67
1,01 0,99 -2,33 5 0,2 0,84
1,05 0,95 -1,64 10 0,1 1,28
1,11 0,9 -1,28 20 0,05 1,64
1,25 0,8 -0,84 50 0,02 2,05
1,33 0,75 -0,67 100 0,01 2,33
1,43 0,7 -0,52 200 0,005 2,58
1,67 0,6 -0,25 500 0,002 2,88
2 0,5 0 1000 0,001 3,09
2,5 0,4 0,25
Sumber;Hidrologi, Aplikasi Metode Statistik untuk Analisa Data (Soewarno, 1995;119)
3.3 Metode Gumbel Tipe I

Dalam Soewarno, 2000; 123 dikatakan bahwa distribusi Gumbel Tipe I atau
disebut juga dengan distribusi ekstrem 1 (extreme type I distribution) umumnya
digunakan untuk analisa data maksimum, misal untuk analisis frekuensi banjir.
Persamaan garis lurus model matematik distribusi Gumbel Tipe I yang ditentukan
dengan menggunakan metode momen adalah :
Y  a X  X o 
1,283
a

TEKNIK SIPIL
FAKULTAS TEKNIK 57
0,577
Xo    atauX0    0,455
a
Dengan : μ = nilai rata-rata
σ = deviasi standar
Distribusi Gumbel Tipe I mempunyai koefisien kemencengan (coefficient of
skewness) Cs = 1,139. Nilai Y, faktor reduksi Gumbel Tipe I merupakan fungsi dari
besarmya peluang atau periode ulang seperti yang ditunjukkan dalam tabel
berikut:
Tabel 3.4 Nilai Variabel reduksi Gumbel
T (Tahun) Peluang Y T (Tahun) Peluang Y

1,001 0,001 -1,930 3,33 0,700 1,030
1,005 0,005 -1,670 4,00 0,750 1,240
1,01 0,01 -1,530 5,00 0,800 1,510
1,05 0,05 -1,097 10,00 0,900 2,25
1,11 0,10 -0,834 20,00 0,950 2,97
1,25 0,20 -0,476 50,00 0,980 3,9
1,33 0,25 -0,326 100,00 0,990 4,6
1,43 0,30 -0,185 200,00 0,995 5,29
1,67 0,40 0,087 500,00 0,998 6,21
2,00 0,50 0,366 1000,00 0,999 6,9
2,50 0,60 0,671
Sumber : Bonnier 1980 Dalam Soewarno; 1995; 124
Perhitungan persamaan garis lurus untuk distribusi Gumbel Tipe I dapat juga
menggunakan persamaan distribusi frekuensi empiris sebagai berikut :
S
XX (Y  Yn )
Sn
Dengan :
X = nilai variat yang diharapkan terjadi
X = nilai rata-rata hitung variat

Y = nilai reduksi variat dari variabel yang diharapkan terjadi pada periode ulang
tertentu
 T  1
Y =  ln  ln , untuk T ≥ 20, maka Y = ln T
 T 
TEKNIK SIPIL
FAKULTAS TEKNIK 58
Yn = nilai rata-rata dari reduksi variat (mean of reduced variate) nilainya

tergantung dari jumlah data (n) seperti tabel berikut :
Sn = deviasi standar dari reduksi variat (standard deviation of the reduced
variate), nilai tergantung dari jumlah data (n) seperti tabel berikut:
Tabel 3.5 Hubungan Reduksi Variat Rata-rata Yn dengan Jumlah data n
N Yn Sn N Yn Sn
5 0,4588 0,7928 20 0,5236 1,0628
6 0,469 0,8388 21 0,5252 1,0694
7 0,4774 0,8749 22 0,5252 1,0755
8 0,4843 0,9013 23 0,5268 1,0812
9 0,4902 0,9288 24 0,5282 1,0865
10 0,4952 0,9496 25 0,5309 1,0914
11 0,4996 0,9697 26 0,5321 1,0961
12 0,5035 0,9833 27 0,5332 1,1005
13 0,507 0,9971 28 0,5343 1,1017
14 0,51 1,0095 29 0,5353 1,1086
15 0,5128 1,0206 30 0,5362 1,1124
16 0,5154 1,0306 31 0,5371 1,1159
17 0,5177 1,0397 32 0,538 1,1193
18 0,5198 1,0481 33 0,5388 1,1225
19 0,5217 1,0557 34 0,5396 1,1256
Sumber : Hidrologi, Aplikasi Metode Statistik Untuk Analisa Data (Soewarno, 1995; 129)
TEKNIK SIPIL
FAKULTAS TEKNIK 59
Tabel 3.6 Hubungan Antara Deviasi standar dan Reduksi Variat dengan Jumlah Data
N Sn n Sn n Sn n Sn
10 0,9496 33 1,1226 56 1,1696 79 1,193
11 0,9676 34 1,1255 57 1,1708 80 1,1938
12 0,9933 35 1,1285 58 1,1721 81 1,1945
13 0,9971 36 1,1313 59 1,1734 82 1,1953
14 1,0095 37 1,1339 60 1,1747 83 1,1959
15 1,0206 38 1,1363 61 1,1759 84 1,1967
16 1,0316 39 1,1388 62 1,1770 85 1,1973
17 1,0411 40 1,1413 63 1,1782 86 1,198
18 1,0493 41 1,1436 64 1,1793 87 1,1987
19 1,0565 42 1,1458 65 1,1803 88 1,1994
20 1,0628 43 1,1480 66 1,1814 89 1,2001
21 1,0696 44 1,1499 67 1,1824 90 1,2007
22 1,0754 45 1,1519 68 1,1834 91 1,2013
23 1,0811 46 1,1538 69 1,1844 92 1,202
24 1,0864 47 1,1557 70 1,1854 93 1,2026
25 1,0915 48 1,1574 71 1,1863 94 1,2032
26 1,1961 49 1,1590 72 1,1873 95 1,2038
27 1,1004 50 1,1607 73 1,1881 96 1,2044
28 1,1047 51 1,1623 74 1,1890 97 1,2049
29 1,1086 52 1,1638 75 1,1898 98 1,2055
30 1,1124 53 1,1658 76 1,1906 99 1,206
31 1,1159 54 1,1667 77 1,1915 100 1,2065
32 1,1193 55 1,1682 78 1,1923
Sumber ; Soewarno, 1995; 130
Y juga dapat dilihat dari tabel untuk Tr (Xm) tertentu. Tabel hubungan antara
Tr(periode ulang) dengan reduced variate sesuai dengan rumus :
 T ( X  x)  1
Y   ln  ln r 
 Tr ( X  x) 
sehingga untuk nilai T dan Y adalah sebagai berikut :
Tabel 3.7 Hubungan Perode Ulang (T) dengan Reduksi Variat dari Variabel (Y)
T Y T Y
2 0,3065 20 29,72
5 14,999 50 39,019
10 22,504 100 46,001
Sumber; Hidrologi, Aplikasi Metode Statistik untuk
Analisa Data (Soewarno,1995; 127)
Untuk nilai perode ulang yang besar (Tr≥20), rumus diatas dapat dinyatakan
sebagai Y = ln(Tr).
TEKNIK SIPIL
FAKULTAS TEKNIK 60
3.4 Metode Log Pearson Tipe III

Distribusi Log Pearson Tipe III, banyak digunakan dalam analisis hidrologi,
terutama dalam analisis data maksimum (banjir) dan minimum(debit minimum)
dengan nilai ekstrem (Soewarno; 1995; 141). Bentuk ini merupakan hasil
transformasi dari Distribusi Pearson Tipe III dengan menggantikan variat menjadi
nilai logaritmik. Bentuk kumulatif dari distribusi Log Pearson Tipe III dengan nilai
Variatnya X apabila digambarkan pada kertas peluang logaritmik akan merupakan
model matematik persamaangarislurus; Y  Y  k.S

Dengan :
Y = nilai logaritma dari X (log x atau ln x)
Y = nilai rata-rata hitung atau rata-rata geometrik nilai Y

S = simpangan baku (deviasi standar) nilai Y
k = faktor sifat distribusi Log Pearson Tipe III, didapat dari tabel yang merupakan
fungsi dari probabilitas terjadinya atau periode ulang dan koefisien Skewness
Prosedur perhitungannya :
A. Tentukan logaritma dari semua nilai variat X
B. Hitung nilai rata-ratanya :
log X 
 log X
n
C. Hitung nilai deviasi standar dari log X
S log X 
log X  log X  2
n 1
4. Hitung nilai koefisien kemencengan (skewness)
Cs 

n log X  log X 
n  1n  2S log X 
Sehingga persamaan pada poin 2 dapat ditulis :
LogX  LogX  k S log X 
TEKNIK SIPIL
FAKULTAS TEKNIK 61
Tabel 3.8 nilai K berdasarkan Cs
Kemencengan Periode Ulang

(Cs) 2 5 10 25 50 100 200 1000
3,00 -0,360 0,420 1,180 2,278 3,152 4,051 4,970 7,250
2,50 -0,360 0,518 1,250 2,262 1,048 3,845 4,652 6,600
2,20 -0,330 0,574 1,284 2,240 2,970 3,705 4,444 6,200
2,00 -0,307 0,609 1,302 2,219 2,912 3,605 4,298 5,910
1,80 -0,282 0,643 1,318 2,193 2,848 3,499 4,147 5,660
1,60 -0,254 0,675 1,329 2,163 2,780 3,388 3,990 5,390
1,40 -0,225 0,705 1,337 2,128 2,706 3,271 3,828 5,110
1,20 -0,195 0,732 1,340 2,087 2,626 3,149 3,661 4,820
1,00 -0,164 0,758 1,340 2,043 2,542 3,022 3,489 4,540
0,90 -0,148 0,769 1,339 2,018 2,498 2,957 3,401 4,395
0,80 -0,132 0,780 1,336 1,998 2,453 2,891 3,312 4,250
0,70 -0,116 0,790 1,333 1,967 2,407 2,824 3,223 4,105
0,60 -0,099 0,800 1,328 1,939 2,359 2,755 3,132 3,960
0,50 -0,083 0,808 1,323 1,910 2,311 2,686 3,041 3,815
0,40 -0,066 0,816 1,317 1,880 2,261 2,615 2,949 3,670
0,30 -0,050 0,824 1,309 1,849 2,211 2,544 2,856 3,525
0,20 -0,033 0,830 1,301 1,818 2,159 2,472 2,763 3,380
0,10 -0,017 0,836 1,292 1,785 2,107 2,400 2,670 3,235
0,00 0,000 0,842 1,282 1,751 2,054 2,326 2,576 3,090
-0,10 0,017 0,847 1,270 1,761 2,000 2,252 2,482 2,950
-0,20 0,033 0,850 1,258 1,680 1,945 2,178 2,388 2,810
-0,30 0,050 0,853 1,245 1,643 1,890 2,104 2,294 2,675
-0,40 0,066 0,855 1,231 1,606 1,834 2,029 2,201 2,540
-0,50 0,083 0,856 1,216 1,567 1,777 1,955 2,108 2,400
Kemencengan Periode Ulang
(Cs) 2 5 10 25 50 100 200 1000
-0,60 0,099 0,857 1,200 1,528 1,720 1,880 2,016 2,275
-0,70 0,116 0,857 1,183 1,488 1,663 1,806 1,926 2,150
-0,80 0,132 0,856 1,166 1,448 1,606 1,733 1,837 2,035
-0,90 0,148 0,854 1,147 1,407 1,549 1,660 1,749 1,910
-1,00 0,164 0,852 1,128 1,366 1,492 1,588 1,664 1,800
-1,20 0,195 0,844 1,086 1,282 1,379 1,449 1,501 1,625
-1,40 0,225 0,832 1,041 1,198 1,270 1,318 1,351 1,465
-1,60 0,254 0,817 0,994 1,116 1,166 1,197 1,216 1,280
-1,80 0,282 0,799 0,945 1,035 1,069 1,087 1,097 1,130
-2,00 0,307 0,777 0,895 0,959 0,980 0,990 0,995 1,000
-2,20 0,330 0,752 0,844 0,888 0,900 0,905 0,907 0,910
-2,50 0,360 0,711 0,771 0,793 0,798 0,799 0,800 0,802
-3,00 0,396 0,636 0,660 0,666 0,666 0,667 0,667 0,668
TEKNIK SIPIL
FAKULTAS TEKNIK 62
3.5 Metode Log Normal 2 Parameter

3.5.1 Distribusi Log Normal 2 Parameter
Distribusi Log Normal 2 Parameter mempunyai persamaan transformas;:
LogX  log X  K .S log X

Dengan :
Log X = nilai variat X yang diharapkan terjadi pada peluang atau periode
ulangtertentu
LogX = rata-rata nilai X hasil pengamatan

S log X = deviasistandar logaritmik nilai X hasil pengamatan
K = karakteristik dari distribusi Log Normal. Nilai k dapat diperoleh dari tabel
yang merupakan fungsi peluang kumulatif dan periode ulang.
Parameter statistik metode Log Normal 2 Parameter dapat dicari dengan;
 Koefisien Variasi (Cv) =


u
 2

0,5
 e n  1 
S
X
 Koefisien Skewness (Cs)= 3Cv + Cv3
 Koefisien Kurtosis(Ck) = Cv8 + 6Cv6 + 15Cv4 + 16Cv2 + 3
Jika tanpa menggunakan nilai logaritmik, dapatmenggunakancara X  X  K.S
dimananilai k diambil dari tabel nilai fungsi kumulatif dari periode ulang dengan
nilai koefisien variasinya.
TEKNIK SIPIL
FAKULTAS TEKNIK 63
Tabel 3.9 Nilai Faktor Frekuensi k untuk Distribusi Log Normal 2 parameter
Peluang Kumulatif P(%):P(X₤X)

Koefisien 50 80 90 95 98 99
Variasi
(Cv) Periode Ulang (Tahun)
2 5 10 20 50 100
0,05 -0,0250 0,8334 1,2965 1,6863 2,1341 2,4570
0,10 -0,0496 0,8222 1,3078 1,7247 2,2130 2,5489
0,15 -0,0738 0,8085 1,3156 1,7598 2,2899 2,2607
0,20 -0,0971 0,7926 1,3200 1,7598 2,3640 2,7716
0,25 -0,1194 0,7746 1,3209 1,7911 2,4318 2,8805
0,30 -0,1406 0,7647 1,3183 1,8183 2,5015 2,9866
0,35 -0,1604 0,7333 1,3126 1,8414 2,5638 3,0890
0,40 -0,1788 0,7100 1,3037 1,8602 2,6212 3,1870
0,45 -0,1957 0,6870 1,2900 1,8746 2,6731 3,2799
0,50 -0,2111 0,6626 1,2778 1,8848 2,7202 3,3673
0,55 -0,2251 0,6379 1,2613 1,8909 2,7613 3,4488
0,60 -0,2375 0,6129 1,2428 1,8931 2,7971 3,5211
0,65 -0,2185 0,5879 1,2226 1,8951 2,8279 3,3930
0,70 -0,2582 0,5631 1,2011 1,8866 2,8532 3,3663
0,75 -0,2667 0,5387 1,1784 1,8677 2,8735 3,7118
0,80 -0,2739 0,5118 1,1548 1,8543 2,8891 3,7617
0,85 -0,2801 0,4914 1,1306 1,8388 2,9002 3,8056
0,90 -0,2852 0,4686 1,1060 1,8212 2,9071 3,8137
0,95 -0,2895 0,4466 1,0810 1,8021 2,9103 3,8762
1,00 -0,2929 0,4254 1,0560 1,7815 2,9098 3,9035
Sumber : Soewarno, 1995: Jilid 1;220
3.5.2 Distribusi Log Normal 3 Parameter

Yang dimaksud dengan Log Normal 3 Parameter adalah hasil
transformasi distribusi normal dengan modifikasi suatu parameter dengan β
sebagai batas bawah, sehingga nilai variat X harus ditransformasikan menjadi (X
– β) dan nilai Ln X menjadi Ln (X – β) (Soewarno, 1995; jilid 1;154). Persamaan
garis lurus metode Log Normal 3 Parameter ini adalah : Y  Y  K .S
Dimana :
Y= logaritma dari kejadian (X – β), pada periode ulang tertentu
Y = nilai rata-rata kejadian Y

S = deviasi standar variat X
K = nilai karakteristik dari distribusi Log Normal 3 Parameter, yang nilainya
tergantung koefisien skewness, dapat diperoleh dari table
TEKNIK SIPIL
FAKULTAS TEKNIK 64
Jika tanpa menggunakan nilai logaritmik, dapatmenggunakancara X  X  K.S ,

dimananilai k diambil dari tabel nilai fungsi kumulatif dari periode ulang dengan
nilai koefisien skewnessnya.
Tabel 3.10 Nilai Faktor Frekuensi & untuk Distribusi Log Normal 3 Parameter
Peluang Kumulatif P(%):P(X₤X)

Koefisien 50 80 90 95 98 99
Variasi
(Cv) Periode Ulang (Tahun)
2 5 10 20 50 100
-2,00 0,2366 -0,6144 -1,2437 -1,8916 -2,7943 -3,5196
-1,80 0,2240 -0,6395 -1,2621 -1,8928 -2,7578 -3,4433
-1,60 0,2092 -0,6654 -1,2792 -1,8901 -2,7138 -3,3570
-1,40 0,1920 -0,6920 -1,2943 -1,8827 -2,6615 -3,2601
-1,20 0,1722 -0,7186 -1,3067 -1,8696 -2,6002 -3,1521
-1,00 0,1495 -0,7449 -1,3156 -1,8501 -2,5294 -3,0333
-0,80 0,1241 -0,7700 -1,3201 -1,8235 -2,4492 -2,9043
-0,60 0,0959 -0,7930 -0,3194 -1,7894 -2,3600 -2,7665
-0,40 0,0654 -0,8131 -0,3128 -1,7478 -2,2631 -2,6223
-0,20 0,0332 -0,8296 -0,3002 -1,6993 -2,1602 -2,4745
0,00 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,20 -0,0332 0,8296 0,3002 1,6993 2,1602 2,4745
0,40 -0,0654 0,8131 0,3128 1,7478 2,2631 2,6223
0,60 -0,0959 0,7930 0,3194 1,7894 2,3600 2,7665
0,80 -0,1241 0,7700 1,3201 1,8235 2,4492 2,9043
1,00 -0,1495 0,7449 1,3156 1,8501 2,5294 3,0333
1,20 -0,1722 0,7186 1,3067 1,8696 2,6002 3,1521
1,40 -0,1920 0,6920 1,2943 1,8827 2,6615 3,2601
1,60 -0,2092 0,6654 1,2792 1,8901 2,7138 3,3570
1,80 -0,2240 0,6395 1,2621 1,8928 2,7578 3,4433
2,00 -0,2366 0,6144 1,2437 1,8916 2,7943 3,5196
Sumber: Soewarno, 1995: Jilid 1: 220
TEKNIK SIPIL
FAKULTAS TEKNIK 65
PENENTUAN METODE ANALISA DISTRIBUSI HUJAN YANG SESUAI

(UJI KECOCOKAN)
Maksud dan tujuannya adalah untuk menentukan metode analisa apa yang
cocok digunakan dalam menentukan hujan periode ulang tertentu. Metode yang
dimaksud adalah metode yang merupakan metode yang tercakup dalam distribusi
kontinu; Normal, Pearson Tipe III, Log Pearson Tipe III, Gumbel Tipe I, Log Normal
dan sebagainya.
Ada 2 tahap pengujian, yaitu:
1. Uji Deskriptor Statistik
2. Goodness Of Fit Test; Uji Chi Kuadrat (x2) dan Uji Smirnov-Kolmogorov
1. Uji Deskriptor Statistik

Merupakan pengujian terhadap besaran statistik data (nilai koefisien
kurtosis, nilai koefisien skewness nilai koefisien Variasi), yang akan
dibandingkan dengan nilai tabel untuk dilihat / dibandingkan apakah data yang
digunakan mendekati parameter statistik acuan yang telah ditentukan dari salah
satu metode yang ada atau tidak.
Tabel 3.11 Nilai Acuan Deskriptor Statistik Dari Beberapa Metode

Metode Cv Ck Cs

Normal 3 0
V

Gumbel Tipe I 5,402 1,139
V

 nn  1  LogXi  LogX 
4

 3n  1
2

n LogX  LogX  3
Log Pearson Tipe III 0,3 

n  1n  2 n  3   S

 
n  2 n  3 n  1n  2S LogX 
3

   

Log Normal 2 
perameter V Cv8  6Cv 6  15Cv 4  16Cv 2  3 3Cv  Cv 3
Log Normal 3 
3,8 0,702
perameter V
TEKNIK SIPIL
FAKULTAS TEKNIK 66
Parameter Statistik Data ( Hasil Perhitungan )
  
Nilai rata – rata X : X 
 Xi
n
1
 Xi  X 2  2
 Standar Deviasi ( S ) : S    
 n 1 
S
 Koefisien Variasi ( Cv ) : Cv 
X
 Koefisien Kurtosis ( Ck ) :
 nn  1  3n  1
4
 Xi  X  2
Ck      
 n  1n  2n  3  S   n  2n  3
n Xi  X 
3
: Cs 
n  1n  2S 3 
 Koefisien Skewness ( Cs )
Uji parameter statistik dilakukan dengan membandingkan nilai parameter

statistik hitung dengan tetapan dari tabel Nilai Acuan Deskriptor Statistik Dari
Beberapa Metode.
Untuk menguji hasil perhitungan nilai parameter statistik Ck dan Cs dengan
Metode Normal dan Gumbel Tipe I, dapat langsung menggunakan tabel tersebut.
Untuk menguji hasil perhitungan nilai parameter statistik Cv Metode Normal
dan Gumbel Tipe I menggunakan perbandinganStandarDeviasi   , dengannilai
rata – rata data hujan ( V ).
Untuk mendapatkan nilai parameter statistik Log Pearson Tipe III, Log
Normal 2 Parameter dan Log Normal 3 Parameter, maka data diolah dalam bentuk
Logaritma seperti tabel berikut :
TEKNIK SIPIL
FAKULTAS TEKNIK 67
Tabel 3.12 : Hasil Pengolahan Data Hujan untuk Mendapatkan Parameter

Statistik Data
Curah Hujan (X (mm)
No
R Besar Ke Kecil
1 2 3 4 5 6
1 58,76 148,50 45,90 2106,67 96692,80 4438049,76
2 108,12 137,79 35,18 1237,83 43550,38 1532225,13
3 148,50 128,93 26,33 693,11 18247,58 480404,50
4 87,11 122,10 19,50 380,19 7413,11 144544,17
5 101,79 119,39 16,78 281,69 4727,66 79346,69
6 122,10 115,00 12,39 153,60 1903,72 23594,05
7 111,90 111,90 9,29 86,28 801,49 7444,96
8 103,20 109,57 6,97 48,51 337,90 2353,50
9 87,84 108,12 5,52 30,44 167,97 926,76
10 109,57 106,52 3,92 15,35 60,12 235,52
11 73,73 104,86 2,25 5,07 11,40 25,67
12 89,82 103,20 0,59 0,35 0,21 0,12
13 69,33 101,79 -0,82 0,67 -0,55 0,45
14 119,39 99,63 -2,98 8,87 -26,40 78,62
15 86,81 94,89 -7,72 59,60 -460,14 3552,40
16 99,63 94,34 -8,26 68,28 -564,27 4662,79
17 137,79 89,82 -12,78 163,43 -2089,35 26710,53
18 94,89 87,84 -14,77 218,10 -3220,95 47567,68
19 128,93 87,11 -15,49 240,00 -3718,13 57601,35
20 94,34 86,81 -15,80 249,57 -3942,60 62284,11
21 106,52 73,73 -28,87 833,59 -24067,45 694874,98
22 104,86 69,33 -33,27 1107,09 -36836,21 1225650,36
23 115,00 58,76 -43,85 1922,72 -84308,99 3696849,95
JML 2359,95 0,00 9911,03 14679,29 12528984,07
Rata
2 102,61 0,00 430,91 638,23 544738,44
S 21,23 21,23 612,68 30704,05 1189720,24
TEKNIK SIPIL
FAKULTAS TEKNIK 68
Tabel 3.13. Parameter Statistik Data

Jumlah 2359,95
Rata-rata 102,61
Standar Deviasi 21,23
Koefisien Skewness 0,08
Koefisien Kurtosis 0,23
Koefisien Variasi 0,21
TEKNIK SIPIL
FAKULTAS TEKNIK 69
Tabel 3.12 : Hasil Pengolahan Data Hujan untuk Mendapatkan Nilai Log-nya
No Log (X) Log
1 2 3 4 5
1 2,17 0,17 0,02888 0,00491 0,00083
2 2,14 0,14 0,01888 0,00260 0,00036
3 2,11 0,11 0,01179 0,00128 0,00014
4 2,09 0,08 0,00721 0,00061 0,00005
5 2,08 0,08 0,00565 0,00042 0,00003
6 2,06 0,06 0,00347 0,00020 0,00001
7 2,05 0,05 0,00221 0,00010 0,00000
8 2,04 0,04 0,00144 0,00005 0,00000
9 2,03 0,03 0,00103 0,00003 0,00000
10 2,03 0,03 0,00066 0,00002 0,00000
11 2,02 0,02 0,00035 0,00001 0,00000
12 2,01 0,01 0,00014 0,00000 0,00000
13 2,01 0,01 0,00003 0,00000 0,00000
14 2,00 0,00 0,00001 0,00000 0,00000
15 1,98 -0,02 0,00060 -0,00001 0,00000
16 1,97 -0,03 0,00073 -0,00002 0,00000
17 1,95 -0,05 0,00234 -0,00011 0,00001
18 1,94 -0,06 0,00338 -0,00020 0,00001
19 1,94 -0,06 0,00381 -0,00023 0,00001
20 1,94 -0,06 0,00400 -0,00025 0,00002
21 1,87 -0,13 0,01799 -0,00241 0,00032
22 1,84 -0,16 0,02587 -0,00416 0,00067
23 1,77 -0,23 0,05416 -0,01261 0,00293
JML 46,04 0,00 0,19466 -0,00977 0,00541
Rata2 2,00 0,00 0,00846 -0,00042 0,00024

S 0,09 0,09 0,01308 0,00310 0,00063
TEKNIK SIPIL
FAKULTAS TEKNIK 70
Tabel 3.14 : Parameter Statistik Data

Perhitungan Normal Log Normal 2 Log Normal 3 Gumbel Log Pearson
Parameter Parameter Tipe I Tipe III
Cs 0,08 0 0,141 0,702 1,139 -0,02541
Ck 0,23 3 3,04 3,8 5,402 -3,45
Cv 0,21 0,283 0,047 0,047 0,283 0,3
Hitung persen relatif error hasil perhitungan terhadap masing-masing

P - Pn
metode yang diuji dengan   100 %
Pn
Untuk tiap metode, persen relatif kesalahan hasil perhitungan terhadap tetapan
seperti tabel acuan adalah seperti berikut;
Sebagai contoh diambil perhitungan persen relatif error untuk nilai parameter/
deskriptor statistik metode Log Pearson Tipe III.
Perhitungan untuk persen relatif error nilai Cv, diketahui;
P = Nilai Cv metode Log Pearson Tipe III berdasarkan hasil perhitungan dari data
= 0,3
Pn = Nilai Cv berdasarkan tabel acuan = 0,21
Perhitungan untuk persen relatif error nilai Ck, diketahui;

P = Nilai Ck metode Log Pearson Tipe III berdasarkan hasil perhitungan dari
data = -3,45
Pn = Nilai Ck berdasarkan tabel acuan = 0,23
Perhitungan untuk persen relatif error nilai Cs, diketahui;

P = Nilai Cs metode Log Pearson Tipe III berdasarkan hasil perhitungan dari
data = -0,02541
Pn = Nilai Cs berdasarkan tabel acuan = 0,08
TEKNIK SIPIL
FAKULTAS TEKNIK 71
Hasil selengkapnya disajikan dalam tabel berikut;
Tabel 3.15 : Nilai Deskriptor Statistik Masing-Masing Metode

Deskriptor Normal Log Normal 2 Log Normal 3 Gumbel Log Pearson
Statistik Parameter Parameter Tipe I Tipe III
Cs 100,00% 84,59% 818,52% 1390,31% 133,24%

Ck 1199,50% 1214,84% 1546,04% 2239,97% 1596,03%
Cv 36,81% 77,28% 77,28% 36,81% 45,03%
Dari tabel di atas, diambil keputusan bahwa berdasarkan pengujian

deskriptor statistik, metode yang memiliki rata-rata persen relatif error keseluruhan
yang kecil adalah metode Normal. Sehingga berdasarkan hasil pengujian
deskriptor statistik metode ini adalah metode yang tepat. Namun agar hasil kajian
tidak hanya mengacu pada satu hasil pengujian, selanjutnya dilakukan pengujian
dengan metode chi kuadrat (  ) dan metode Smirnov-Kolmogorov.
2
2. UJI CHI KUADRAT   

2
 
Uji Chi-Kuadrat  dilakukandenganmembagi data pengamatan menjadi
2
beberapa sub bagian pengamatan dengan interval peluang tertentu, sesuai

dengan pengguna inginkan.
Kemudianpeluang yang telah ditentukan tersebut dikompilasi dengan
persamaan garis lurus dari distribusi yang diuji, selanjutnya parameter  "
G
Oi  Ei2
dapatdihitungdenganrumus: h =
2
 i 1 Ei
Langkah-langkah Perhitungan Uji Chi Kuadrat
 
Pengujian dengan uji chi kuadrat  dilakukandengancara berikut :
2
Tahap perhitungan dengan uji chi kuadrat    seperti :

2
 Urutkan data pengamatan (dari besar ke kecil atau kecil ke besar)

 Kelompokkan data menjadi G sub-grup, tiap-tiap sub-grup minimal 4 data
pengamatan, dalam tugas ini dibagi atas 4 sub-grup
 Jumlahkan data pengamatan sebesar Oi tiap-tiap sub-grup
 Jumlahkan data dari pengamatan distribusi yang digunakan sebesar Ei
(Oi  Ei) 2
 Tiap-tiap sub-grup hitung nilai : (Oi – Ei)2dan
Ei
TEKNIK SIPIL
FAKULTAS TEKNIK 72
(Oi  Ei) 2
 Jumlahkan seluruh G sub-grupnilai untuk menentukan nilai chi
Ei
 
kuadrat  hitung
2
 Tentukan derajat kebebasan (dk), karena perhitungan terdiri dari 1 (satu) nilai
penduga X distribusi normal, log normal 2 parameter dan log normal 3
parameter, gumbel tipe I, log pearson tipe III,nilai dk = G-R-1, dengan R = 2,
sehingga dalam tugas ini dk = 5-2-1 = 2.
 Keputusan :
   
Apabila nilai chi kuadrat  hitung< chi kuadrat  tabel, maka metode yang
2 2
diuji dapat digunakan (diterima), sedangkan apabila nilai chi kuadrat   

2
 
hitung> chi kuadrat  tabel, maka metode yang diuji tidak dapat digunakan
2
(ditolak).
TEKNIK SIPIL
FAKULTAS TEKNIK 73
TABEL UJI CHI KUADRAT

a Derajat Kepercayaan
dk
0.995 0.99 0.975 0.95 0.05 0.025 0.01 0.005
1 0.0000393 0.000157 0.000982 0.00393 3.841 5.024 6.635 7.879
2 0.01 0.0201 0.0506 0.103 5.991 7.378 9.21 10.597
3 0.0717 0.115 0.216 0.352 7.815 9.348 11.345 12.838
4 0.207 0.297 0.484 0.711 9.488 11.143 13.277 14.86
5 0.412 0.554 0.831 1.145 11.07 12.832 15.086 16.75
6 0.676 0.872 1.237 1.635 12.592 14.449 16.812 18.548
7 0.989 1.239 1.69 2.167 14.067 16.013 18.475 20.278
8 1.344 1.646 2.18 2.733 15.507 17.535 20.09 21.955
9 1.735 2.088 2.7 3.325 16.919 19.023 21.666 23.589
10 2.156 2.558 3.247 3.94 18.307 20.483 23.209 25.188
11 2.603 3.053 3.816 4.575 19.675 21.92 24.725 26.757
12 3.074 3.571 4.404 5.226 21.026 23.337 26.217 28.3
13 3.565 4.107 5.009 5.892 22.362 24.736 27.688 29.819
14 4.075 4.66 5.629 6.571 23.685 26.119 29.141 31.319
15 4.601 5.229 6.262 7.261 24.996 27.488 30.578 32.801
16 5.142 5.812 6.908 7.962 26.296 28.845 32 34.267
17 5.697 6.408 7.564 8.672 27.587 30.191 33.409 35.718
18 6.265 7.015 8.231 9.39 28.869 31.526 34.805 37.156
19 6.844 7.633 8.907 10.117 30.144 32.852 36.191 38.582
20 7.434 8.26 9.591 10.851 31.41 34.17 37.566 39.997
21 8.034 8.897 10.283 11.591 32.671 35.479 38.932 41.401
22 8.643 9.542 10.982 12.338 33.924 36.781 40.289 42.796
23 9.26 10.196 11.689 13.091 36.172 38.076 41.638 44.181
24 9.886 10.856 12.401 13.848 36.415 39.364 42.98 45.558
25 10.52 11.524 13.12 14.611 37.652 40.646 44.314 46.928
26 11.16 12.198 13.844 15.379 38.885 41.923 45.642 48.29
27 11.808 12.879 14.573 16.151 40.113 43.194 46.963 49.645
28 12.461 13.565 15.308 16.928 41.337 44.461 48.278 50.993
29 13.121 14.256 16.047 17.708 42.557 45.722 49.588 52.336
30 13.787 14.953 16.791 18.493 43.773 46.979 50.892 53.672
TEKNIK SIPIL
FAKULTAS TEKNIK 74
A. Pengujian untuk Metode Normal

Untuk pengujian metode normal dengan chi kuadrat (²), ditentukan
persamaan garis lurus dengan metode normal untuk data curah hujan gabungan
yakni : X = Xrata-rata + k.S X = 115,5304+k.27,04
Berdasarkan Tabel Nilai Variabel Reduksi Gauss

Pada peluang 0,20, nilai k = -0,84 0,60, nilai k = 0,25
0,40, nilai k = -0,25 0,80, nilai k = 0,84
Hasilnya seperti berikut:

Tabel 3.16 : Pengelompokkan Data Curah Hujan yang di Uji berdasarkan
Peluang Uji Chi Kuadrat untuk Metode Normal
X = Xrata-rata + K x S
Metode Normal
X = 102,61 + K x 21,23
P = 1 - 0,2 = 0,8 X = 102,61 + -0,84 x 21,23 = 84,78
P = 1 - 0,4 = 0,6 X = 102,61 + -0,25 x 21,23 = 97,30
P = 1 - 0,6 = 0,4 X = 102,61 + 0,25 x 21,23 = 107,91
P = 1 - 0,8 = 0,2 X = 102,61 + 0,84 x 21,23 = 120,44
Sebagai catatan: Penentuan peluang dimaksudkan untuk mendapatkan nilai k

pada persamaan X = Xrata-rata + k.S
Penentuan jumlah peluang dimaksudkan untuk penentuan batas interval kelas.

Karena pada tugas ini membagi jumlah sub grup menjadi 5, maka batas interval
kelasnya 5, dan jumlah peluang yang diambil adalah 4, yakni; 0,20; 0,40; 0,60;
0,80.
TEKNIK SIPIL
FAKULTAS TEKNIK 75
Tabel 3.17 : Hasil Pengujian Chi Kuadrat terhadap Data Curah Hujan yang diuji
berdasarkan Peluang Uji untuk Metode Normal
h h Tabel
2 2 2
Metode Peluang X Nilai Batas Oi Ei (Oi -Ei ) Keputusan dk
P = 1 - 0,2 =
0,8 84,78 < 84,78 3 4,6 2,56 0,56
P = 1 - 0,4 =
0,6 97,30 84,79 - 97,30 5 4,6 0,16 0,03
Normal P = 1 - 0,6 =
0,4 107,91 97,31 - 107,91 7 4,6 5,76 1,25
Diterima 2 5,99
P = Hasil1 dari- perhitungan
0,8 untuk
= tiap 107,92
0,2 120,44 peluang - pada
120,44 tabel
3 1,
4,6 dijadikan
2,56 batas
0,56 interval
untuk perhitungan pengujian dengan > chi kuadrat,
120,44 seperti
5 4,6tabel0,16 0,03
berikut;
Jumlah 23 23 2,43
B. Pengujian untuk Metode Gumbel Tipe I

Untuk pengujian metode Gumbel Tipe I dengan chi kuadrat, ditentukan
persamaan garis lurus untuk metode Gumbel Tipe I dengan menggunakan metode
momen, untuk data curah hujan gabungan yakni sebagai berikut:
Selanjutnya, ditentukan nilai Y untuk masing-masing peluang berdasarkan Tabel

Nilai Variabel Reduksi Gumbel ;
Pada peluang 0,20, nilai Y = -0,476 0,60, nilai Y = 0,671
0,40, nilai Y = 0,087 0,80, nilai Y = 1,510
TEKNIK SIPIL
FAKULTAS TEKNIK 76
Tabel 3.18 : Pengelompokkan Data Curah Hujan yang di Uji berdasarkan

Peluang Uji Chi Kuadrat (2) untuk Metode Gumbel Tipe 1
X = Y + 5,63
Metode Gumbel Tipe I
0,0604
P = 1 - 0,2 = 0,8 X = -0,476 + 5,63 = 85,25
Hasil dari perhitungan untuk tiap peluang tabel 3 dijadikan batas
0,0604 interval untuk
perhitungan
P = pengujian
1 - dengan0,4 chi
= kuadrat,
0,6 Xseperti= tabel
0,087berikut:
+ 5,63 = 94,57
0,0604
P = 1 - 0,6 = 0,4 X = 0,671 + 5,63 = 104,24
0,0604
P = 1 - 0,8 = 0,2 X = 1,510 + 5,63 = 118,13
0,0604
Tabel 3.19 Hasil pengujian Chi Kuadrat (2) Terhadap Data Curah Hujan yang diuji
Berdasarkan Peluang Uji Untuk Metode Gumbel Tipe I
Metode Peluang X Nilai Batas Oi Ei (Oi-Ei)2 h2 Keputusan dk h2 Tabel

P = 1 - 0,2 = 0,8 85,19 < 85,19 3 4,6 2,56 0,56
P = 1 - 0,4 = 0,6 94,50 85,20 - 94,50 4 4,6 0,36 0,08
Gumbel
P = 1 - 0,6 = 0,4 104,16 94,51 - 104,16 6 4,6 1,96 0,43
Tipe I Diterima 2 5,991
P = 1 - 0,6 = 0,4 118,04 104,17 - 118,04 2 4,6 6,76 1,47
> 118,04 8 4,6 11,56 2,51
Jumlah 23 23 5,04
C. Pengujian untuk Metode Log Pearson Tipe III

Untuk Pengujian metode Log Pearson Tipe III dengna chi kuadrat,
ditentukan persamaan garis lurus untuk metode Log Pearson Tipe III dengan
menggunakan persamaan; LogX = LogXrata-rata + k.(SlogX). Analisa data untuk uji
chi kuadratnya sebagai berikut:
 Tentukan
 Tentukan
 Tentukan
TEKNIK SIPIL
FAKULTAS TEKNIK 77
 Tentukan k berdasarkan tabel nilai k distribusi Pearson Tipe III dan Log
Pearson Tipe III, untuk masing-masing peluang.
Berdasarkan nilai Cs, maka didapat nilai k pada peluang yang ditetapkan dengan
menggunakan Tabel Nilai k Distribusi Pearson Tipe III dan Log Pearson Tipe
III. Teknik ekstrapolasi dan interpolasi digunakan disini.
Jalan perhitungan interpolasi dan ekstrapolasi sebagai berikut;

Diketahui dari tabel nilai k distribusi untuk Pearson Tipe III dan Log Pearson Tipe
III nilai Cs = -0,58 terletak antara Cs = -0,50 dan Cs = -0,60.
Pada peluang 0,20 atau 20%, nilai k untuk Cs = -0,60 adalah 0,857 dan untuk Cs
= -0,50, k = 0,856. Sehingga untuk Cs = -0,58 pada peluang 20% ini nilai k
diinterpolasi dari nilai tersebut.
−0,58−(−0,60)
K pada Cs -0,58 di peluang 20% = 0,856 [(−0,50−(−0,60)) 𝑥(0,856 0,857)] =
0,85684
Peluang 0,4 atau 40%, terletak antara peluang 20% dan 50%, sehingga untuk
mendapatkan nilai k pada peluang 40% ini dilakukan 3 kali interpolasi.
Interpolasi yang pertama adalah interpolasi untuk harga nilai k pada Cs = -0,50,
Interpolasi yang kedua adalah interpolasi untuk harga nilai k pada Cs = -0,60, dan
Interpolasi yang ketiga adalah interpolasi untuk harga nilai k pada Cs = -0,58
berdasarkan hasil kedua interpolasi sebelumnya.
Diketahui pada peluang 0,5 atau 50%, nilai k untuk Cs = -0,50 adalah 0,083 dan
pada peluang 0,2 atau 20%, nilai k untuk Cs = -0,50 adalah 0,856, sehingga nilai
k pada Cs = -0,50 pada peluang 40% adalah;
40−50
Interpolasi 1 0,083 [(20−50) 𝑥(0,083 0,856)] = 0,3407
Interpolasi kedua;
Diketahui pada peluang 0,5 atau 50%, nilai k untuk Cs = -0,60 adalah 0,099 dan
pada peluang 0,2 atau 20%, nilai k untuk Cs = -0,60 adalah 0,857, sehingga nilai
k pada Cs = -0,60 pada peluang 40% adalah;
40−50
Interpolasi 2 0,099 [(20−50) 𝑥(0,099 0,857)] = 0,3517
TEKNIK SIPIL
FAKULTAS TEKNIK 78
Interpolasi ketiga;
Diketahui dari hasil interpolasi 1 dan 2 nilai k pada peluang 0,4 atau 40%, pada Cs
= -0,50 nilai k adalah 0,3407 dan untuk Cs = -0,60 nilai k = 0,3517. Sehingga untuk
Cs = -0,58 pada peluang 40% ini nilai k diinterpolasi dari nilai tersebut.
−0,58−(−0,60)
Interpolasi 3 0,3517 [(−0,50−(−0,60)) 𝑥(0,3517 0,3407)] = 0,35
Peluang 0,6 atau 60%, harga k nya tidak terdapat dalam tabel, sehingga dilakukan
ekstrapolasi dengan menggunakan nilai k pada peluang 50%
Ada 2 kali ekstrapolasi dan 1 kali interpolasi untuk mendapatkan nilai k pada Cs =
-0,58 di peluang 60% ini.
Ekstrapolasi yang pertama adalah ekstrapolasi untuk harga nilai k pada Cs = -
0,50,
Ekstrapolasi yang kedua adalah ekstrapolasi untuk harga nilai k pada Cs = -0,60.
Dari hasil kedua ekstrapolasi tersebut, selanjutnya dilakukan interpolasi yang
untuk mendapatkan harga nilai k pada Cs = -0,58 berdasarkan hasil kedua
interpolasi sebelumnya.
Ekstrapolasi 1;
Diketahui pada peluang 0,5 atau 50%, nilai k untuk Cs = -0,50 adalah 0,083,
sehingga nilai k untuk peluang 60% pada Cs = -0,50 adalah;
60−50
Ekstrapolasi 1 0,083 [( 50
) 𝑥(0,083)] = 0,0664
Ekstrapolasi 2;
Diketahui pada peluang 0,5 atau 50%, nilai k untuk Cs = -0,60 adalah 0,099,
sehingga nilai k untuk peluang 60% pada Cs = -0,60 adalah;
60−50
Ekstrapolasi 2 0,099 [( 50
) 𝑥(0,099)] = 0,0792
Dari hasil ekstrapolasi 1 dan 2 selanjutnya dilakukan interpolasi.

Diketahui dari hasil ekstrapolasi 1 dan 2 nilai k pada peluang 0,6 atau 60%, pada
Cs = -0,50 nilai k adalah 0,0664 dan untuk Cs = -0,60, nilai k = 0,099. Sehingga
untuk Cs = -0,58 pada peluang 60% ini nilai k diinterpolasi dari nilai tersebut.
−0,58−(−0,60)
Interpolasi 1 0,099 [(−0,50−(−0,60)) 𝑥(0,099 0,0664)] = 0,077
Peluang 0,8 atau 80%, harga k-nya juga tidak terdapat dalam tabel, sehingga
sama dengan pada peluang 0,6 dilakukan ekstrapolasi dengan menggunakan nilai
k pada peluang 50%.
TEKNIK SIPIL
FAKULTAS TEKNIK 79
Ada 2 kali ekstrapolasi dan 1 kali interpolasi untuk mendapatkan nilai k pada Cs =
-0,58 di peluang 80% ini.
Berbeda dengan pengujian untuk metode normal dang umbel, untuk pengujian Log
Pearson Tipe III ini, setelah didapatkan nilai k pada masing-masing peluang,
selanjutnya disusun kembali, agar urutan nilai batas sesuai.
Dari kompilasi nilai k pada tabel nilai k untuk Distribusi Pearson Tipe III dan Log
Pearson Tipe III diketahui bahwa k pada peluang 20% atau 0,2 = 0,85684, peluang
40% = 0,35, peluang 60% = 0,077, dan peluang 80% = 0,039.
Dalam penentuan peluang untuk penentuan interval kelas, maka disusun kembali;
Peluang 1-0,2 = 0,8, nilai k = 0,85684, peluang 1-0,4 = 0,6, nilai k = 0,35, peluang
1-0,6 = 0,4, nilai k = 0,077, dan peluang 1-0,8 = 0,2, nilai k = 0,039, sehingga dalam
penulisan ke dalam tabel dibalik kembali menjadi;
Kesimpulan:
Pada peluang 0,20, nilai k = 0,03900 0,60, nilai k = 0,35000
0,40, nilai k = 0,07700 0,80, nilai k = 0,85684
Tabel 3.20 : Pengelompokkan Data Curah Hujan yang diuji berdasarkan Peluang
Uji Chi Kuadrat untuk Metode Log Pearson Tipe III
LOG X = LOGXrata-rata + K x SLog X
Metode Log Pearson III
LOG X = 2,00 + K x 0,094
P = 1 - 0,2 = 0,8 X = 2,00 + 0,039 x 0,094 = 2,005
P = 1 - 0,4 = 0,6 X = 2,00 + 0,077 x 0,094 = 2,009
P = 1 - 0,6 = 0,4 X = 2,00 + 0,350 x 0,094 = 2,035
P = 1 - 0,8 = 0,2 X = 2,00 + 0,857 x 0,094 = 2,082
Hasil dari perhitungan untuk tiap peluang tabel 3.21 dijadikan batas interval untuk
perhitungan pengujian dengan chi kuadrat, seperti tabel berikut:
Tabel 3.21 : Hasil Pengujian Chi Kuadrat terhadap Data Curah Hujan yang diuji
beradasarkan Peluang Uji untuk Metode Log Pearson Tipe III
Metode Peluang X Nilai Batas Oi Ei (Oi-Ei)2 h2 Keputusan dk h2 Tabel
P = 1 - 0,2 = 0,8 2,005 < 2,005 10 5,75 18,0625 3,14
P = 1 - 0,4 = 0,6 2,009 2,006 - 2,035 5 5,75 0,5625 0,10
LOG PEARSON
P = 1 - 0,6 = 0,4 2,035 2,036 - 2,082 5 5,75 0,5625 0,10 Ditolak 1 3,841458821
TIPE III
P = 1 - 0,6 = 0,4 2,082 > - 2,082 3 5,75 7,5625 1,32
Jumlah 23 23 4,65
TEKNIK SIPIL
FAKULTAS TEKNIK 80
D. Pengujian untuk Metode Log Normal 2 Parameter

Untuk pengujian metode Log Normal 2 Parameter dengan chi kuadrat,
ditentukan persamaan garis lurus untuk metode Log Normal 2 Parameter dengan
menggunakan persamaan: 𝐿𝑜𝑔 𝑋 = ̅̅̅̅̅̅̅̅
𝐿𝑜𝑔 𝑋 + 𝑘. (𝑆𝐿𝑜𝑔 𝑋 ), dengan k didapat dari
tabel fungsi peluang kumulatif dan periode ulang dari variable Gauss.
Jika tanpa menggunakan nilai logaritmik dapat menggunakan cara 𝑋 = 𝑋̅ + 𝑘. (𝑆),
dimana nilai k diambil dari tabel nilai fungsi kumulatif dan periode ulang dengan
nilai koefisien variasinya (Cv). Dalam contoh soal ini digunakan cara yang kedua
tanpa menggunakan nilai Logaritmik.
Untuk data curah hujan yang diuji dalam uji chi kuadrat, yakni seperti berikut:
 Tentukan 𝑋 = 𝑋̅ + 𝑘. (𝑆), 𝑋 = 102,61 + 𝑘. 21,23
 Tentukan k berdasarkan tabel nilai k tabel nilai fungsi kumulatif dari periode
ulang dengan nilai koefisien variasinya.
Sama dengan metode Log Pearson Tipe III, diperlukan teknik interpolasi dan
ekstrapolasi, sehingga didapat nilai k;
Pada peluang 0,20, nilai k = -0,042 0,60, nilai k = 0,277
0,40, nilai k = -0,032 0,80, nilai k = 0,884
Catatan : Karena dalam tabel hanya ada nilai k berdasarkan Cv untuk peluang
50% dan 80%, maka untuk peluang 60% diinterpolasi dari nilai k pada
peluang 50% dan 80%. Sedangkan untuk peluang 20% dan 40%
diekstrapolasi dengan menggunakan nilai k untuk peluang 50%. Pengerjaan
interpolasi dan ekstrapolasi sama dengan metode Log Pearson Tipe III.

Tabel 3.22 : Pengelompokkan Data Curah Hujan yang diuji berdasarkan
Peluang Uji Chi Kuadrat untuk Metode Log Normal 2 Parameter
Metode Log Normal 2 Parameter
X = 102,61 + K x 21,23
P = 1 - 0,2 = 0,8 X = 102,61 + -0,042 x 21,23 = 101,71
P = 1 - 0,4 = 0,6 X = 102,61 + -0,032 x 21,23 = 101,93
P = 1 - 0,6 = 0,4 X = 102,61 + 0,277 x 21,23 = 108,48
P = 1 - 0,8 = 0,2 X = 102,61 + 0,884 x 21,23 = 121,36
Hasil dari perhitungan untuk tiap peluang tabel 3.23. dijadikan batas interval untuk
TEKNIK SIPIL
FAKULTAS TEKNIK 81
Tabel 3.23 : Hasil Pengujian Chi Kuadrat terhadap Data Curah Hujan yang
diuji berdasarkan Peluang Uji untuk Metode Log Normal 2 Parameter
Metode Peluang X Nilai Batas Oi Ei (Oi -Ei )2 h2 Keputusan dk h2 Tabel
P = 1 - 0,2 = 0,8 101,71 < 101,71 10 5,75 18,0625 3,14

P = 1 - 0,4 = 0,6 101,93 101,72 - 108,48 5 5,75 0,5625 0,10
LOG Normal 2
P = 1 - 0,6 = 0,4 108,48 108,49 - 121,36 3 5,75 7,5625 1,32 Ditolak 1 3,84
Parameter
P = 1 - 0,6 = 0,4 121,36 > - 121,36 5 5,75 0,5625 0,10
Jumlah 23 23 5

Untuk pengujian metode Log Normal 3 Parameter dengan chi kuadrat,
ditentukan persamaan garis lurus untuk metode Log Normal 3 Parameter dengan
menggunakan persamaan: 𝐿𝑜𝑔 𝑋 = ̅̅̅̅̅̅̅̅
𝐿𝑜𝑔 𝑋 + 𝑘. (𝑆𝐿𝑜𝑔 𝑋 ), dengan k didapat dari
tabel fungsi peluang kumulatif dan periode ulang dari variable Gauss.
Jika tanpa menggunakan nilai logaritmik dapat menggunakan cara 𝑋 = 𝑋̅ + 𝑘. (𝑆),
dimana nilai k diambil dari tabel nilai fungsi kumulatif dan periode ulang dengan
nilai koefisien variasinya (Cv). Dalam contoh soal ini digunakan cara yang kedua
tanpa menggunakan nilai Logaritmik.
Untuk data curah hujan yang diuji dalam uji chi kuadrat, yakni seperti berikut:
 Tentukan 𝑋 = 𝑋̅ + 𝑘. (𝑆), 𝑋 = 102,61 + 𝑘. 21,23
 Tentukan k berdasarkan tabel nilai k tabel nilai fungsi kumulatif dari periode
ulang dengan nilai koefisien variasinya.
Sama dengan metode Log Pearson Tipe III dan Log Normal 2 Parameter,
diperlukan teknik interpolasi dan ekstrapolasi, sehingga didapat nilai k;
Pada peluang 0,20, nilai k = -0,020 0,60, nilai k = -0,010
0,40, nilai k = -0,015 0,80, nilai k = 0,317
Catatan : Karena dalam tabel hanya ada nilai k berdasarkan Cv untuk peluang
50% dan 80%, maka untuk peluang 60% diinterpolasi dari nilai k pada
peluang 50% dan 80%. Sedangkan untuk peluang 20% dan 40%
diekstrapolasi dengan menggunakan nilai k untuk peluang 50%. Pengerjaan
interpolasi dan ekstrapolasi sama dengan metode Log Pearson Tipe III.
TEKNIK SIPIL
FAKULTAS TEKNIK 82

Tabel 3.24 : Pengelompokkan Data Curah Hujan yang diuji berdasarkan
Peluang Uji Chi Kuadrat untuk Metode Log Normal 3 Parameter
Metode Log Normal 3 Parameter
X = 102,61 + K x 21,23
P = 1 - 0,2 = 0,8 X = 102,6063 + -0,020 x 21,2250 = 102,18
P = 1 - 0,4 = 0,6 X = 102,6063 + -0,015 x 21,2250 = 102,29
P = 1 - 0,6 = 0,4 X = 102,6063 + -0,010 x 21,2250 = 102,39
P = 1 - 0,8 = 0,2 X = 102,6063 + 0,317 x 21,2250 = 109,34
Hasil dari perhitungan untuk tiap peluang tabel 3.25. dijadikan batas interval untuk
Tabel 3.25 : Hasil Pengujian Chi Kuadrat terhadap Data Curah Hujan yang
diuji berdasarkan Peluang Uji untuk Metode Log Normal 3 Parameter
h h Tabel
2 2 2
Metode Peluang X Nilai Batas Oi Ei (Oi -Ei ) Keputusan dk
P = 1 - 0,2 = 0,8 102,18 < 102,29 11 5,75 27,5625 4,79
P = 1 - 0,4 = 0,6 102,29 102,30 - 102,39 4 5,75 3,0625 0,53
LOG Normal 3
P = 1 - 0,6 = 0,4 102,39 102,40 - 109,34 3 5,75 7,5625 1,32 Ditolak 1 3,841
Parameter
P = 1 - 0,6 = 0,4 109,34 > - 109,34 5 5,75 0,5625 0,10
Jumlah 23 23 7
Dari pengujian yang dilakukan dengan menggunakan metode chi kuadrat (²)
didapatkan bahwa metode yang diterima hanya metode Normal dan Gumbel Tipe
1, sedangkan metode lainnya ditolak. Terakhir akan dilakukan uji Smirnov-
Kolmogorov, dan setelah semua uji selesai dilakukan, maka diperolehlah
kesimpulan data hujan yang ada lebih cocok dianalisa dengan metode apa dari
kelima metode tersebut.
3. PENGUJIAN DENGAN SMIRNOV-KOLMOGOROV

Jika pengujian chi kuadrat merupakan pengujian paramterik, maka pengujian
dengan Smirnov-Kolmogorov ini adalah merupakan pengujian non paramterik.
Tahapan pengujian seperti berikut:
 Urutkan data pengamatan (dari besar ke kecil atau dari kecil ke besar) dan
temukan besarnya peluang dari masing-masing data tersebut
 Tentukan nilai masing-masing peluang teoritis dari persamaan distribusinya
TEKNIK SIPIL
FAKULTAS TEKNIK 83
 Dari kedua nilai peluang tersebut tentukan selisih terbesarnya antara peluang
teoritis dan peluang pengamatan
 Berdasarkan tabel nilai kritis Smirnov-Kolmogorov tentukan harga Do
 Keputusan:
a. Apabila Dmax<Do maka distribusi teoritis yang digunakan untuk
menentukan persamaan distribusi maka persamaan distribusi teoritis yang
digunakan dapat diterima
b. Apabila Dmax>Do, maka persamaan distribusi teoritis yang digunakan tidak
dapat diterima atau ditolak
Tabel 3.26 : Tabel Nilai Kritis Do untuk Uji Smirnov-Kolmogorov

α
0,200 0,100 0,050 0,010
n
5 0,450 0,510 0,560 0,670
10 0,320 0,370 0,410 0,490
15 0,270 0,300 0,340 0,400
20 0,230 0,260 0,290 0,360
25 0,210 0,240 0,270 0,320
30 0,190 0,220 0,240 0,290
35 0,180 0,200 0,230 0,270
40 0,170 0,190 0,210 0,250
45 0,160 0,180 0,200 0,240
50 0,150 0,170 0,190 0,230
1,07/0,5 1,22/0,5 1,36/0,5 1,63/0,5
n<50 n n n n
TEKNIK SIPIL
FAKULTAS TEKNIK 84
Tabel 3.27 : Data Curah Hujan Maksimum 1 Harian Tahunan (Xi)

Curah Hujan (X (mm)
No
R Besar Ke Kecil
1 2 3 4 5 6
1 58,76 148,50 45,90 2106,67 96692,80 4438049,76
2 108,12 137,79 35,18 1237,83 43550,38 1532225,13
3 148,50 128,93 26,33 693,11 18247,58 480404,50
4 87,11 122,10 19,50 380,19 7413,11 144544,17
5 101,79 119,39 16,78 281,69 4727,66 79346,69
6 122,10 115,00 12,39 153,60 1903,72 23594,05
7 111,90 111,90 9,29 86,28 801,49 7444,96
8 103,20 109,57 6,97 48,51 337,90 2353,50
9 87,84 108,12 5,52 30,44 167,97 926,76
10 109,57 106,52 3,92 15,35 60,12 235,52
11 73,73 104,86 2,25 5,07 11,40 25,67
12 89,82 103,20 0,59 0,35 0,21 0,12
13 69,33 101,79 -0,82 0,67 -0,55 0,45
14 119,39 99,63 -2,98 8,87 -26,40 78,62
15 86,81 94,89 -7,72 59,60 -460,14 3552,40
16 99,63 94,34 -8,26 68,28 -564,27 4662,79
17 137,79 89,82 -12,78 163,43 -2089,35 26710,53
18 94,89 87,84 -14,77 218,10 -3220,95 47567,68
19 128,93 87,11 -15,49 240,00 -3718,13 57601,35
20 94,34 86,81 -15,80 249,57 -3942,60 62284,11
21 106,52 73,73 -28,87 833,59 -24067,45 694874,98
22 104,86 69,33 -33,27 1107,09 -36836,21 1225650,36
23 115,00 58,76 -43,85 1922,72 -84308,99 3696849,95
JML 2359,95 0,00 9911,03 14679,29 12528984,07
TEKNIK SIPIL
FAKULTAS TEKNIK 85
Tabel 3.28 : Bentuk Log Data Curah Hujan Maksimum 1 Harian Tahunan (Xi)
No Log (X) Log

1 2 3 4 5
1 2,17174 0,16995 0,02888 0,00491 0,00083
2 2,13921 0,13742 0,01888 0,00260 0,00036
3 2,11037 0,10857 0,01179 0,00128 0,00014
4 2,08673 0,08494 0,00721 0,00061 0,00005
5 2,07697 0,07517 0,00565 0,00042 0,00003
6 2,06070 0,05890 0,00347 0,00020 0,00001
7 2,04881 0,04702 0,00221 0,00010 0,00000
8 2,03970 0,03790 0,00144 0,00005 0,00000
9 2,03392 0,03213 0,00103 0,00003 0,00000
10 2,02745 0,02565 0,00066 0,00002 0,00000
11 2,02060 0,01880 0,00035 0,00001 0,00000
12 2,01368 0,01189 0,00014 0,00000 0,00000
13 2,00769 0,00589 0,00003 0,00000 0,00000
14 1,99838 -0,00341 0,00001 0,00000 0,00000
15 1,97720 -0,02459 0,00060 -0,00001 0,00000
16 1,97471 -0,02708 0,00073 -0,00002 0,00000
17 1,95338 -0,04841 0,00234 -0,00011 0,00001
18 1,94368 -0,05811 0,00338 -0,00020 0,00001
19 1,94009 -0,06170 0,00381 -0,00023 0,00001
20 1,93856 -0,06323 0,00400 -0,00025 0,00002
21 1,86767 -0,13412 0,01799 -0,00241 0,00032
22 1,84094 -0,16085 0,02587 -0,00416 0,00067
23 1,76906 -0,23273 0,05416 -0,01261 0,00293
JML 46,04 0,00 0,19466 -0,00977 0,00541
A. Pengujian untuk Metode Normal
Untuk penilaian metode normal dengan Smirnov-Kolmogorov, ditentukan
persamaan garis lurus dengan metode normal untuk data curah hujan yang diuji
yakni 𝑋 = 𝑋̅ + 𝑘. 𝑆 → 𝑋 = 102,61 + 𝑘. 21,23.
𝑋−𝑋̅
Apabila 𝑓(𝑡) = 𝑆
, 𝑃(𝑥) = 𝑓(𝑡), dimana nilai P(x) adalah peluang dari k
yang didapat dari tabel wilayah luas dibawah kurva normal. Maka berdasarkan
data pada tabel 3.30, dapat dihitung nilai peluang P(X>) seperti berikut:
 Urutkan data dari besar ke kecil
 Kolom 1 adalah m (peringkat data), sebagai contoh pengisian baris 1, maka
baris 1 kolom 1 adalah 1, untuk baris 2 kolom 1 berarti 2
TEKNIK SIPIL
FAKULTAS TEKNIK 86
 Kolom 2 adalah data curah hujan, sebagai contoh pengisian baris 1, maka
baris 1 kolom 2 adalah 148,50
𝑚
 Kolom 3 adalah 𝑃(𝑥) = 𝑛+1, m = nomor peringkat, n = jumlah data. Dalam
contoh soal ini jumlah data adalah 23, sehingga untuk baris 1 kolom 3
1
𝑃(𝑥) = = 0,042
23 + 1
 Kolom 4 adalah P(X>) = 1-Nilai kolom 3 = 1-0,042=0,958
𝑋−𝑋̅
 Kolom 5 adalah 𝑓(𝑡) = 𝑆
, untuk baris 1 kolom 5, nilai
148,50 102,61
𝑓(𝑡) = = 2,16
23,21
 Kolom 6 adalah P’(x) ditentukan berdasarkan nilai kolom 5 dengan
menggunakan tabel wilayah luas dibawah kurva normal
Diketahui nilai baris 1 kolom 5 adalah 2,16.
Dari tabel wilayah luas dibawah kurva normal, dengan nilai 2,16 harga t-nya
adalah 0,9846. Luasnya adalah 1-0,9846 = 0,015
 Kolom 7 P’(X>) = 1-Nilai kolom 6 = 0,9846
 Kolom 8, D = Kolom 7-Kolom 4 = 0,9846-0,9580 = 0,026
Contoh untuk perhitungan baris ke-2:

𝑚
 Kolom 3 adalah 𝑃(𝑋) = , m = nomor peringkat, n = jumlah data. Dalam
𝑛+1
2
𝑃(𝑥) = = 0,083
23 + 1
𝑋−𝑋̅
137,79 102,61
𝑓(𝑡) = = 1,66
23,21
menggunakan tabel wilayah luas dibawah kurva normal
TEKNIK SIPIL
FAKULTAS TEKNIK 87

Dari tabel wilayah luas dibawah kurva normal, dengan nilai 1,66 harga t-nya
adalah 0,9515. Luasnya adalah 1-0,9515 = 0,049
Dan seterusnya untuk baris-baris lain.
 Setelah didapat nilai D untuk tiap-tiap baris, cari nilai maksimumnya. Untuk
contoh soal ini nilai maksimum D untuk pengujian Normal adalah 0,063
 Cari nilai Do. Nilai Do dicari berdasarkan tabel. Diketahui n (data pada soal)
sebanyak 23. Dari tabel, nilai 23 terletak antara 20 dan 25. Dengan interpolasi,
dan derajat kepercayaan α diambil 0,05, maka didapat nilai Do adalah
23 25
𝐷𝑜 = 0,27 [( ) 𝑥(0,27 0,29)] = 0,278
20 25
Tabel 3.29 : Tabel Nilai Kritis Do untuk Uji Smirnov-Kolmogorov

α
0,200 0,100 0,050 0,010
n
5 0,450 0,510 0,560 0,670
10 0,320 0,370 0,410 0,490
15 0,270 0,300 0,340 0,400
20 0,230 0,260 0,290 0,360
25 0,210 0,240 0,270 0,320
30 0,190 0,220 0,240 0,290
35 0,180 0,200 0,230 0,270
40 0,170 0,190 0,210 0,250
45 0,160 0,180 0,200 0,240
50 0,150 0,170 0,190 0,230
1,07/0,5 1,22/0,5 1,36/0,5 1,63/0,5
n<50 n n n n
TEKNIK SIPIL
FAKULTAS TEKNIK 88
Hasil lengkapnya seperti berikut:

Tabel 3.30 : Tabel Pengujian Smirnov-Kolmogorov untuk Metode Normal
B. Pengujian untuk Metode Gumbel Tipe 1

Untuk pengujian metode Gumbel Tipe 1 dengan Smirnov-Kolmogorov
ditentukan persamaan garis lurus dengan metode Gumbel Tipe 1 untuk data curah
𝑌+5,63
hujan yang diuji yakni 𝑋 = 0,0604
. Sehingga ft = 0,0604X-5,63.
Apabila f(t) = 0,0604X-5,63, P’(x)=f(t), dimana nilai P(x) adalah peluang dari
Y yang didapat dari tabel-tabel reduksi gumbel. Dengan cara yang sama dengan
cara pengujian normal, hanya nilai pada kolom 6 berdasarkan tabel reduksi
gumbel.
TEKNIK SIPIL
FAKULTAS TEKNIK 89

𝑚
1
𝑃(𝑥) = = 0,042
23 + 1
 Kolom 5 adalah 𝑓(𝑡) = 0,0604𝑋 5,63, untuk baris 1 kolom 5, nilai
𝑓(𝑡) = (0,0604𝑥148,50) 5,63 = 3,35
menggunakan tabel reduksi Gumbel
Dari tabel reduksi gumbel, dengan nilai 3,35 terletak diantara nilai 2,97 dan
3,90, sehingga untuk mendapatkan harga t-nya dilakukan interpolasi terlebih
dahulu.
Dari tabel diketahui untuk 2,97, nilai t-nya = 0,95 dan untuk 3,90, nilai t-nya
0,98. Dengan interpolasi t pada 3,35 adalah:
3,35 3,90
0,98 [( ) 𝑥(0,98 0,95)] = 0,962
2,97 3,90
Luasnya adalah 1-0,962 = 0,038
soal ini nilai maksimum D untuk pengujian Gumbel Tipe 1 adalah 0,095.
Sedangkan berdasarkan tabel nilai Do adalah
23 25
𝐷𝑜 = 0,27 [( ) 𝑥(0,27 0,29)] = 0,278
20 25
Kesimpulan: Dmax < Do maka metode Gumbel Tipe 1 dapat digunakan untuk
analisa distribusi hujan atau dengan kata lain diterima.
TEKNIK SIPIL
FAKULTAS TEKNIK 90
Tabel 3.31 : Tabel Reduksi Gumbel

T T
Peluang Y Peluang Y
(Tahun) (Tahun)
1,001 0,001 -1,93 3,33 0,700 1,030
1,005 0,005 -1,67 4 0,750 1,240
1,01 0,010 -1,53 5 0,800 1,510
1,05 0,050 -1,097 10 0,900 2,250
1,11 0,100 -0,834 20 0,950 2,970
1,25 0,200 -0,476 50 0,980 3,900
1,33 0,250 -0,326 100 0,990 4,600
1,43 0,300 -0,185 200 0,995 5,290
1,67 0,400 0,087 500 0,998 6,210
2 0,500 0,366 1000 0,999 6,900
2,5 0,600 0,671
TEKNIK SIPIL
FAKULTAS TEKNIK 91

Tabel 3.32 : Tabel Pengujian Smirnov-Kolmogorov untuk Metode Gumbel
Tipe 1
X
m = P (X>) = t P'(X) P' (X>) D
(mm) +
1 2 3 4 5 tAtas tBawah thitung 6 7 8
Atas Bawah
1 148,50 0,042 0,958 3,35 3,90 2,97 0,98 0,95 0,96 0,038 0,962 0,004
2 137,79 0,083 0,917 2,70 2,97 2,25 0,95 0,90 0,93 0,068 0,932 0,015
3 128,93 0,125 0,875 2,17 2,25 1,51 0,90 0,80 0,89 0,111 0,889 0,014
4 122,10 0,167 0,833 1,76 2,25 1,51 0,90 0,80 0,83 0,167 0,833 0,000
5 119,39 0,208 0,792 1,59 2,25 1,51 0,90 0,80 0,81 0,189 0,811 0,019
6 115,00 0,250 0,750 1,33 1,51 1,24 0,80 0,75 0,77 0,234 0,766 0,016
7 111,90 0,292 0,708 1,14 1,24 1,03 0,75 0,70 0,73 0,274 0,726 0,017
8 109,57 0,333 0,667 1,00 1,03 0,67 0,70 0,60 0,69 0,309 0,691 0,024
9 108,12 0,375 0,625 0,91 1,03 0,67 0,70 0,60 0,67 0,333 0,667 0,042
10 106,52 0,417 0,583 0,81 1,03 0,67 0,70 0,60 0,64 0,360 0,640 0,056
11 104,86 0,458 0,542 0,71 1,03 0,67 0,70 0,60 0,61 0,388 0,612 0,070
12 103,20 0,500 0,500 0,61 0,67 0,37 0,60 0,50 0,58 0,419 0,581 0,081
13 101,79 0,542 0,458 0,53 0,67 0,37 0,60 0,50 0,55 0,447 0,553 0,095
14 99,63 0,583 0,417 0,40 0,67 0,37 0,60 0,50 0,51 0,490 0,510 0,093
15 94,89 0,625 0,375 0,11 0,37 0,09 0,50 0,40 0,41 0,592 0,408 0,033
16 94,34 0,667 0,333 0,08 0,09 -0,19 0,40 0,30 0,40 0,603 0,397 0,063
17 89,82 0,708 0,292 -0,20 -0,19 -0,33 0,30 0,25 0,30 0,704 0,296 0,005
18 87,84 0,750 0,250 -0,32 -0,19 -0,33 0,30 0,25 0,25 0,746 0,254 0,004
19 87,11 0,792 0,208 -0,36 -0,33 -0,48 0,25 0,20 0,24 0,761 0,239 0,031
20 86,81 0,833 0,167 -0,38 -0,33 -0,48 0,25 0,20 0,23 0,767 0,233 0,066
21 73,73 0,875 0,125 -1,17 -1,10 -1,53 0,05 0,01 0,04 0,957 0,043 -0,082
22 69,33 0,917 0,083 -1,43 -1,10 -1,53 0,05 0,01 0,02 0,981 0,019 -0,064
23 58,76 0,958 0,042 -2,07 -1,93 - -1,93 - -1,79 2,786 -1,786 -1,828
n 23
Jml 2359,95 Do 0,278
2 102,61 D max 0,095
Rata
S 21,23 Do > DMax Diterima
C. Pengujian untuk Metode Log Pearson Tipe III

Untuk pengujian metode Log Pearson Tipe III dengan Smirnov-Kolmogorov
ditentukan persamaan garis lurus dengan metode Log Pearson Tipe III untuk data
curah hujan yang diuji yakni 𝐿𝑜𝑔 𝑋 = ̅̅̅̅̅̅̅̅
𝐿𝑜𝑔 𝑋 + 𝑘. (𝑆𝐿𝑜𝑔 𝑋 ), sehingga
TEKNIK SIPIL
FAKULTAS TEKNIK 92
̅̅̅̅̅̅̅̅
𝐿𝑜𝑔 𝑋−𝐿𝑜𝑔 𝑋
𝑓(𝑡) = 𝑆𝐿𝑜𝑔 𝑋
, P’(x) = f(t), dimana nilai P’(x) adalah peluang dari k yang
didapat dari tabel distribusi Pearson Tipe III dan Log Pearson Tipe III. Maka
berdasarkan data dapat dihitung nilai peluang P(X>) seperti berikut:
baris 1 kolom 2 adalah nilai log dari 148,50 = 2,17
𝑚
 Kolom 3 adalah 𝑃(𝑥) = , m = nomor peringkat, n = jumlah data. Dalam
𝑛+1
1
𝑃(𝑥) = = 0,042
23 + 1
̅̅̅̅̅̅̅̅
𝐿𝑜𝑔 𝑋−𝐿𝑜𝑔 𝑋 2,17−2,00
 Kolom 5 adalah 𝑓(𝑡) = 𝑆𝐿𝑜𝑔 𝑋
= 0,09
= 1,81

menggunakan tabel distribusi Pearson Tipe III dan Log Pearson Tipe III.
Dari tabel distribusi Pearson Tipe III dan Log Pearson Tipe III, nilai f(t) atau k
1,81 pada peluang 0,05% terletak antara k = 1,695 dan 1,92. Nilai k = 1,695
adalah nilai k untuk Cs = -1,8 dan nilai k = 1,92 adalah nilai k untuk Cs = -1,6,
sehingga untuk mendapatkan peluang dari nilai k = 1,81 dilakukan interpolasi
seperti berikut:
1,81 1,92
1 [ 1,6 [( ) 𝑥( 1,6 ( 1,8))]] = 2,701
1,695 1,92
TEKNIK SIPIL
FAKULTAS TEKNIK 93
Tabel 3.33 : Tabel Distribusi Pearson Tipe III dan Log Pearson Tipe III
Nilai K Distribusi Pearson Type III dan Log Pearson Type III
Kemencengan Periode Ulang (Tahun)
(Cs) 2 5 10 25 50 100 500 1000
Peluang (%)
50 20 10 4 2 1 0,5 0,1 0,05
3 -0,36 0,42 1,18 2,278 3,152 4,051 4,97 7,25 10,875
2,5 -0,36 0,518 1,25 2,262 3,048 3,845 4,652 6,6 9,9
2,2 -0,33 0,574 1,284 2,24 2,97 3,705 4,444 6,2 9,3
2 -0,307 0,609 1,302 2,219 2,912 3,605 4,298 5,91 8,865
1,8 -0,282 0,643 1,318 2,193 2,848 3,499 4,147 5,66 8,49
1,6 -0,254 0,675 1,329 2,163 2,78 3,388 3,99 5,39 8,085
1,4 -0,225 0,705 1,337 2,128 2,706 3,271 3,828 5,11 7,665
1,2 -0,195 0,732 1,34 2,087 2,626 3,149 3,661 4,82 7,23
1 -0,164 0,758 1,34 2,043 2,542 3,022 3,489 4,54 6,81
0,9 -0,148 0,769 1,339 2,018 2,498 2,957 3,401 4,395 6,5925
0,8 -0,132 0,78 1,336 1,998 2,453 2,891 3,312 4,25 6,375
0,7 -0,116 0,79 1,333 1,967 2,407 2,824 3,223 4,105 6,1575
0,6 -0,099 0,8 1,328 1,939 2,359 2,755 3,132 3,96 5,94
0,5 -0,083 0,808 1,323 1,91 2,311 2,686 3,041 3,815 5,7225
0,4 -0,066 0,816 1,317 1,88 2,261 2,615 2,949 3,67 5,505
0,3 -0,05 0,824 1,309 1,849 2,211 2,544 2,856 3,525 5,2875
0,2 -0,033 0,83 1,301 1,818 2,159 2,472 2,763 3,38 5,07
0,1 -0,017 0,836 1,292 1,785 2,107 2,4 2,67 3,235 4,8525
0 0 0,842 1,282 1,751 2,054 2,326 2,576 3,09 4,635
-0,1 0,017 0,836 1,27 1,761 2 2,252 2,482 3,95 5,925
-0,2 0,033 0,85 1,258 1,68 1.945 2,178 2,388 2,81 4,215
-0,3 0,05 0,853 1,245 1,643 1,89 2,104 2,294 2,675 4,0125
-0,4 0,066 0,855 1,231 1,606 1,834 2,029 2,201 2,54 3,81
-0,5 0,083 0,856 1,216 1,567 1,777 1,955 2,108 2,4 3,6
-0,6 0,099 0,857 1,2 1,528 1,72 1,88 2,016 2,275 3,4125
-0,7 0,116 0,857 1,183 1,488 1.663 1,806 1,926 2,15 3,225
-0,8 0,132 0,856 1,166 1,488 1,606 1,733 1,837 2,035 3,0525
-0,9 0,148 0,854 1,147 1,407 1,549 1,66 1,749 1,91 2,865
-1 0,164 0,852 1,128 1,366 1,492 1,588 1,664 1,8 2,7
-1,2 0,195 0,844 1,086 1,282 1,379 1,449 1,501 1,625 2,4375
-1,4 0,225 0,832 1,041 1,198 1,27 1,318 1,351 1,465 2,1975
-1,6 0,254 0,817 0,994 1,116 1,166 1,197 1,216 1,28 1,92
-1,8 0,282 0,799 0,945 1,035 1,069 1,087 1,097 1,13 1,695
-2 0,307 0,777 0,895 0,959 0,98 0,99 0,195 1 1,5
-2,2 0,33 0,752 0,844 0,888 0,9 0,905 0,907 0,91 1,365
-2,5 0,36 0,711 0,771 0,793 0,798 0,799 0,8 0,802 1,203
-3 0,396 0,636 0,66 0,666 0,666 0,667 0,667 0,668 1,002
Keterangan: harga k pada peluang 0,05% adalah hasil ekstrapolasi nilai k pada
peluang 1%
TEKNIK SIPIL
FAKULTAS TEKNIK 94
 Kolom 7 P’(X>) = 1-Nilai kolom 6 = -1,701

 Kolom 8, D = Kolom 7-Kolom 4 = -1,701-0,9580 = -2,659
soal ini nilai maksimum D untuk pengujian Log Pearson Tipe III adalah -2,659.
Sedangkan berdasarkan tabel nilai Do adalah
23 25
𝐷𝑜 = 0,27 [( ) 𝑥(0,27 0,29)] = 0,278
20 25
Kesimpulan: Dmax < Do maka metode Log Pearson Tipe III dapat digunakan untuk
analisa distribusi hujan atau dengan kata lain diterima.
TEKNIK SIPIL
FAKULTAS TEKNIK 95

Tabel 3.34 : Tabel Pengujian Smirnov-Kolmogorov untuk Metode Log
Pearson Tipe III
LOG X =
m + P (X>) = P'(X) P' (X>) D
(mm) thitung
1 2 3 4 5 6 7 8
1 2,17 0,042 0,958 1,81 8,488 -7,488 8,488 7,530

2 2,14 0,083 0,917 1,46 7,793 -6,793 7,793 6,876
3 2,11 0,125 0,875 1,15 7,134 -6,134 7,134 6,259
4 2,09 0,167 0,833 0,90 6,593 -5,593 6,593 5,759
5 2,08 0,208 0,792 0,80 6,375 -5,375 6,375 5,583
6 2,06 0,250 0,750 0,63 5,997 -4,997 5,997 5,247
7 2,05 0,292 0,708 0,50 5,723 -4,723 5,723 5,014
8 2,04 0,333 0,667 0,40 5,505 -4,505 5,505 4,838
9 2,03 0,375 0,625 0,34 5,378 -4,378 5,378 4,753
10 2,03 0,417 0,583 0,27 5,228 -4,228 5,228 4,645
11 2,02 0,458 0,542 0,20 5,070 -4,070 5,070 4,528
12 2,01 0,500 0,500 0,13 4,910 -3,910 4,910 4,410
13 2,01 0,542 0,458 0,06 4,771 -3,771 4,771 4,313
14 2,00 0,583 0,417 -0,04 5,103 -4,103 5,103 4,686
15 1,98 0,625 0,375 -0,26 4,091 -3,091 4,091 3,716
16 1,97 0,667 0,333 -0,29 4,037 -3,037 4,037 3,704
17 1,95 0,708 0,292 -0,51 3,573 -2,573 3,573 3,281
18 1,94 0,750 0,250 -0,62 3,379 -2,379 3,379 3,129
19 1,94 0,792 0,208 -0,66 3,308 -2,308 3,308 3,099
20 1,94 0,833 0,167 -0,67 3,277 -2,277 3,277 3,110
21 1,87 0,875 0,125 -1,43 2,162 -1,162 2,162 2,037
22 1,84 0,917 0,083 -1,71 1,796 -0,796 1,796 1,713
23 1,77 0,958 0,042 -2,47 1,217 -0,217 1,217 1,175
n 23
Jml 46,04 Do 0,278
2 2,00 D max 7,530
Rata
S 0,09 Do > DMax Ditolak
Untuk pengujian metode Log Normal 2 Parameter dengan Smirnov-
Kolmogorov ditentukan persamaan garis lurus dengan metode Log Normal 2
Parameter untuk data curah hujan yang diuji yakni 𝐿𝑜𝑔 𝑋 = ̅̅̅̅̅̅̅̅
𝐿𝑜𝑔 𝑋 + 𝑘. (𝑆𝐿𝑜𝑔 𝑋 ),
sehingga
TEKNIK SIPIL
FAKULTAS TEKNIK 96
̅̅̅̅̅̅̅̅
𝑓(𝑡) = 𝑆𝐿𝑜𝑔 𝑋
, P’(x) = f(t), dimana nilai P’(x) adalah peluang dari k yang didapat
dari tabel fungsi peluang kumulatif dan periode ulang dari variable Gauss.
Jika tanpa menggunakan nilai logaritmik, dapat menggunakan cara
𝑋−𝑋̅
𝑋 = 𝑋̅ + 𝑘. (𝑆), 𝑓(𝑡) = , 𝑃′ (𝑥) = 𝑓(𝑡), dimana nilai P’(x) adalah peluang dari k. k
𝑆
diambil dari tabel nilai fungsi kumulatif dari periode ulang dengan nilai koefisien
variasinya. Dalam penyelesaian soal ini digunakan cara dengan menggunakan
nilai logaritmiknya. Maka berdasarkan data dapat dihitung nilai peluang P(X>)
seperti berikut:
𝑚
1
𝑃(𝑥) = = 0,042
23 + 1
𝑋−𝑋̅
148,50 102,61
𝑓(𝑡) = = 2,1625
21,23
menggunakan tabel K Log Normal 2 Parameter
Dari tabel K Log Normal 2 Parameter, dengan nilai 2,1625 harga t-nya adalah
3,852. Luasnya adalah 1-3,852 = -2,852
soal ini nilai maksimum D untuk pengujian Log Normal 2 Parameter adalah
73,006. Sedangkan berdasarkan tabel nilai Do adalah
TEKNIK SIPIL
FAKULTAS TEKNIK 97
23 25
𝐷𝑜 = 0,27 [( ) 𝑥(0,27 0,29)] = 0,278
20 25
Kesimpulan: Dmax > Do maka metode Log Normal 2 Parameter tidak dapat
digunakan untuk analisa distribusi hujan atau dengan kata lain ditolak.
Catatan: Untuk nilai-nilai yang tidak terdapat dalam tabel harus diinterpolasi
Hasil selengkapnya disajikan dalam tabel berikut:
Normal 2 Parameter
LOG X
m = P (X>) = P'(X) P' (X>) D
(mm) + t
1 2 3 4 5 6 7 8
1 148,50 0,042 0,958 2,1625 3,852 -2,852 3,852 2,894

2 137,79 0,083 0,917 1,6576 2,953 -1,953 2,953 2,036
3 128,93 0,125 0,875 1,2404 2,210 -1,210 2,210 1,335
4 122,10 0,167 0,833 0,9187 1,814 -0,814 1,814 0,981
5 119,39 0,208 0,792 0,7907 1,857 -0,857 1,857 1,065
6 115,00 0,250 0,750 0,5839 1,892 -0,892 1,892 1,142
7 111,90 0,292 0,708 0,4376 1,882 -0,882 1,882 1,174
8 109,57 0,333 0,667 0,3282 1,852 -0,852 1,852 1,185
9 108,12 0,375 0,625 0,2600 1,823 -0,823 1,823 1,198
10 106,52 0,417 0,583 0,1846 1,781 -0,781 1,781 1,198
11 104,86 0,458 0,542 0,1060 1,729 -0,729 1,729 1,187
12 103,20 0,500 0,500 0,0280 2,428 -1,428 2,428 1,928
13 101,79 0,542 0,458 -0,0386 4,676 -3,676 4,676 4,218
14 99,63 0,583 0,417 -0,1403 8,104 -7,104 8,104 7,687
15 94,89 0,625 0,375 -0,3637 15,640 -14,640 15,640 15,265
16 94,34 0,667 0,333 -0,3893 16,503 -15,503 16,503 16,170
17 89,82 0,708 0,292 -0,6023 23,686 -22,686 23,686 23,395
18 87,84 0,750 0,250 -0,6958 26,839 -25,839 26,839 26,589
19 87,11 0,792 0,208 -0,7299 27,989 -26,989 27,989 27,781
20 86,81 0,833 0,167 -0,7443 28,475 -27,475 28,475 28,308
21 73,73 0,875 0,125 -1,3603 49,249 -48,249 49,249 49,124
22 69,33 0,917 0,083 -1,5676 56,242 -55,242 56,242 56,159
23 58,76 0,958 0,042 -2,0659 73,047 -72,047 73,047 73,006
n 23
Jml 2359,95 Do 0,278
2 102,61 D max 73,006
Rata
TEKNIK SIPIL
FAKULTAS TEKNIK 98
E. Pengujian untuk Metode Log Normal 3 Parameter

Untuk pengujian metode Log Normal 3 Parameter dengan Smirnov-
Kolmogorov ditentukan persamaan garis lurus dengan metode Log Normal 2
Parameter untuk data curah hujan yang diuji yakni 𝐿𝑜𝑔 𝑋 = ̅̅̅̅̅̅̅̅
𝐿𝑜𝑔 𝑋 + 𝑘. (𝑆𝐿𝑜𝑔 𝑋 ),
̅̅̅̅̅̅̅̅
sehingga 𝑓(𝑡) = 𝑆𝐿𝑜𝑔 𝑋
, P’(x) = f(t), dimana nilai P’(x) adalah peluang dari k
yang didapat dari tabel fungsi peluang kumulatif dan periode ulang dari variable
Gauss.
Jika tanpa menggunakan nilai logaritmik, dapat menggunakan cara
𝑋−𝑋 ̅
𝑋 = 𝑋̅ + 𝑘. (𝑆), 𝑓(𝑡) = 𝑆 , 𝑃′ (𝑥) = 𝑓(𝑡), dimana nilai P’(x) adalah peluang dari k. k
diambil dari tabel nilai fungsi kumulatif dari periode ulang dengan nilai koefisien
skewnessnya. Dalam penyelesaian soal ini digunakan cara dengan menggunakan
nilai logaritmiknya. Maka berdasarkan data dapat dihitung nilai peluang P(X>)
seperti berikut:
𝑚
1
𝑃(𝑥) = = 0,042
23 + 1
𝑋−𝑋̅
148,50 102,61
𝑓(𝑡) = = 2,1625
21,23
menggunakan tabel K Log Normal 3 Parameter.
Dari tabel K Log Normal 3 Parameter, dengan nilai 2,1625 harga t-nya adalah
2,045. Luasnya adalah 1-2,045 = -1,045
TEKNIK SIPIL
FAKULTAS TEKNIK 99

soal ini nilai maksimum D untuk pengujian Log Normal 3 Parameter adalah
1,087. Sedangkan berdasarkan tabel nilai Do adalah
23 25
𝐷𝑜 = 0,27 [( ) 𝑥(0,27 0,29)] = 0,278
20 25
Kesimpulan: Dmax > Do maka metode Log Normal 3 Parameter tidak dapat
digunakan untuk analisa distribusi hujan atau dengan kata lain ditolak.
Catatan: Untuk nilai-nilai yang tidak terdapat dalam tabel harus diinterpolasi
TEKNIK SIPIL
FAKULTAS TEKNIK 100
Hasil selengkapnya disajikan dalam tabel berikut:

Normal 3 Parameter
LOG X
m = P (X>) = P'(X) P' (X>) D
(mm) + t
1 2 3 4 5 6 7 8
1 148,50 0,042 0,958 2,1625 2,045 -1,045 2,045 1,087

2 137,79 0,083 0,917 1,6576 1,891 -0,891 1,891 0,974
3 128,93 0,125 0,875 1,2404 1,872 -0,872 1,872 0,997
4 122,10 0,167 0,833 0,9187 1,839 -0,839 1,839 1,006
5 119,39 0,208 0,792 0,7907 1,822 -0,822 1,822 1,030
6 115,00 0,250 0,750 0,5839 1,786 -0,786 1,786 1,036
7 111,90 0,292 0,708 0,4376 1,756 -0,756 1,756 1,047
8 109,57 0,333 0,667 0,3282 1,694 -0,694 1,694 1,028
9 108,12 0,375 0,625 0,2600 1,644 -0,644 1,644 1,019
10 106,52 0,417 0,583 0,1846 1,476 -0,476 1,476 0,893
11 104,86 0,458 0,542 0,1060 0,848 0,152 0,848 0,306
12 103,20 0,500 0,500 0,0280 0,224 0,776 0,224 -0,276
13 101,79 0,542 0,458 -0,0386 -0,309 1,309 -0,309 -0,767
14 99,63 0,583 0,417 -0,1403 -1,122 2,122 -1,122 -1,539
15 94,89 0,625 0,375 -0,3637 -1,721 2,721 -1,721 -2,096
16 94,34 0,667 0,333 -0,3893 -1,740 2,740 -1,740 -2,073
17 89,82 0,708 0,292 -0,6023 -1,789 2,789 -1,789 -2,081
18 87,84 0,750 0,250 -0,6958 -1,806 2,806 -1,806 -2,056
19 87,11 0,792 0,208 -0,7299 -1,812 2,812 -1,812 -2,020
20 86,81 0,833 0,167 -0,7443 -1,814 2,814 -1,814 -1,981
21 73,73 0,875 0,125 -1,3603 -1,880 2,880 -1,880 -2,005
22 69,33 0,917 0,083 -1,5676 -1,889 2,889 -1,889 -1,972
23 58,76 0,958 0,042 -2,0659 -1,829 2,829 -1,829 -1,871
n 23
Jml 2359,95 Do 0,278
2 102,61 D max 1,087
Rata
TEKNIK SIPIL
FAKULTAS TEKNIK 101
Dari kajian dengan Smirnov-Kolmogorov, didapatkan bahwa semua metode

diterima (dapat digunakan).
Untuk menentukan metode mana yang benar-benar sesuai, maka hasil
pengujian dari 3 cara, yakni pengujian descriptor statistic, pengujian dengan chi
kuadrat dan pengujian Smirnov-Kolmogorov dilihat dan dibandingkan kembali
hasilnya. Perbandingan hasil pengujian ketiga cara tersebut ditabelkan seperti
berikut:
Tabel 3.37 : Resume Hasil Pengujian Metode Analisa Distribusi Curah Hujan
yang diuji berdasarkan Metode Uji yang dipakai
Metode Uji Deskriptor Uji Chi Uji Smirnov-
Statistik Kuadrat Kolmogorov
Normal 445,44% Diterima Diterima
Gumbel Tipe I 1222,36% Diterima Diterima
Log Pearson Tipe 3 591,44% Ditolak Ditolak
Log Normal 2 Parameter 458,90% Ditolak Ditolak
Log Normal 3 Parameter 813,95% Ditolak Ditolak
Dari tabel tersebut, terlihat bahwa hanya metode Normal dan Gumbel Tipe
I diterima pada kedua pengujian. Dan diantara kedua metode tersebut yang
persentase kesalahan relatifnya paling kecil adalah metode normal, yakni
445,44%. Sehingga metode yang terbaik untuk analisa distribusi pada data soal
ini adalah metode Normal.
TEKNIK SIPIL
FAKULTAS TEKNIK 102

8.bab 3

Diunggah oleh

Informasi Dokumen

Judul Asli

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

8.bab 3

Diunggah oleh

Hak Cipta:

Format Tersedia

MIRZA IRWANDA/ D1011201003 HIDROLOGI

3.1 Analisis Hujan Kawasan

Gambar 3.1 Peta Hidrologi

Gambar 3.2 Poligon Thiessen

Tabel 3.1 Koefisien Thiessen

Hitung curah hujan kawasan rata-rata dengan persamaan

Tabel 3.2 Curah Hujan Kawasan Rata-Rata

3.2 Distribusi Normal

Tabel 3.3 Nilai Variasi Reduksi Gauss

3.3 Metode Gumbel Tipe I

T (Tahun) Peluang Y T (Tahun) Peluang Y

X = nilai rata-rata hitung variat

Yn = nilai rata-rata dari reduksi variat (mean of reduced variate) nilainya

Tabel 3.5 Hubungan Reduksi Variat Rata-rata Yn dengan Jumlah data n

3.4 Metode Log Pearson Tipe III

model matematik persamaangarislurus; Y  Y  k.S

Y = nilai rata-rata hitung atau rata-rata geometrik nilai Y

LogX  LogX  k S log X 

Tabel 3.8 nilai K berdasarkan Cs

Kemencengan Periode Ulang

3.5 Metode Log Normal 2 Parameter

LogX  log X  K .S log X

LogX = rata-rata nilai X hasil pengamatan

Parameter statistik metode Log Normal 2 Parameter dapat dicari dengan;

 Koefisien Variasi (Cv) =

Peluang Kumulatif P(%):P(X₤X)

3.5.2 Distribusi Log Normal 3 Parameter

Y = nilai rata-rata kejadian Y

Jika tanpa menggunakan nilai logaritmik, dapatmenggunakancara X  X  K.S ,

Peluang Kumulatif P(%):P(X₤X)

PENENTUAN METODE ANALISA DISTRIBUSI HUJAN YANG SESUAI

1. Uji Deskriptor Statistik

Tabel 3.11 Nilai Acuan Deskriptor Statistik Dari Beberapa Metode

Log Pearson Tipe III 0,3 

Parameter Statistik Data ( Hasil Perhitungan )

Uji parameter statistik dilakukan dengan membandingkan nilai parameter

Tabel 3.12 : Hasil Pengolahan Data Hujan untuk Mendapatkan Parameter

S 21,23 21,23 612,68 30704,05 1189720,24

Tabel 3.13. Parameter Statistik Data

Koefisien Variasi 0,21

No Log (X) Log

23 1,77 -0,23 0,05416 -0,01261 0,00293

JML 46,04 0,00 0,19466 -0,00977 0,00541

Rata2 2,00 0,00 0,00846 -0,00042 0,00024

Tabel 3.14 : Parameter Statistik Data

Hitung persen relatif error hasil perhitungan terhadap masing-masing

Perhitungan untuk persen relatif error nilai Ck, diketahui;

Perhitungan untuk persen relatif error nilai Cs, diketahui;

Hasil selengkapnya disajikan dalam tabel berikut;

Tabel 3.15 : Nilai Deskriptor Statistik Masing-Masing Metode

Cs 100,00% 84,59% 818,52% 1390,31% 133,24%

Dari tabel di atas, diambil keputusan bahwa berdasarkan pengujian

2. UJI CHI KUADRAT   

beberapa sub bagian pengamatan dengan interval peluang tertentu, sesuai

Tahap perhitungan dengan uji chi kuadrat    seperti :

 Urutkan data pengamatan (dari besar ke kecil atau kecil ke besar)

diuji dapat digunakan (diterima), sedangkan apabila nilai chi kuadrat   

TABEL UJI CHI KUADRAT

1 0.0000393 0.000157 0.000982 0.00393 3.841 5.024 6.635 7.879

2 0.01 0.0201 0.0506 0.103 5.991 7.378 9.21 10.597

3 0.0717 0.115 0.216 0.352 7.815 9.348 11.345 12.838

4 0.207 0.297 0.484 0.711 9.488 11.143 13.277 14.86

5 0.412 0.554 0.831 1.145 11.07 12.832 15.086 16.75