SOAL 3

Uji Persistensi

Nama :
NPM :
Jurusan Teknik Sipil
Universitas Muhammadiyah Metro
 SOAL 3

UJI PERSISTENSI

3.1 Landasan Teori

Anggapan bahwa data berasal dari sampel acak (random) haruslah diuji, yang umumnya
merupakan penyaringan dalam analisis distribusi peluang. Presistensi adalah ketidak
tergantungan dari setiap nilai dalam deret berkala. Untuk melaksanakan pengujian presistensi
harus dihitung besarnya koefisien korelasi serial. Salah satu metode untuk menentukan
koefisien korelasi serial adalah dengan metode spearman.

6 ∑𝑚
𝑖=1(𝑑𝑖)
2
• KS = 1- (3-1)
𝑛3 −𝑛

𝑚−2 1/2
• t = KS[1−𝐾𝑆2 ] (3-2)

keterangan:

KS = Koefisien korelasi serial

m = N-1

di = perbedaan nilai antara peringkat data ke Xi dan ke Xi + 1

t = nilai dari distribusi –t pada deraajat kebebasan m-2 dan derajat kepercayaan
tertentu (umumnya 5% ditolak, atau 95% diterima)

Dalam melaksanakan pengujian diperlukan informasi tambahan seperti perubahan DPS

atau alur sungai karena bencana alam, atau pengaruh manusia,. Kembali pada pengertian bahwa
:

1.) Data tidak homogen

adalah penyimpangan data
dari sifat statistiknya yang
2.) Data tidak konsisten adalah
disebabkan oleh faktor
penyimpangan data karena
alam atau manusia.
kesalahan acak dan kesalahan
sistematisnya.

Gambar 3.1 Perbedaan data tidak homogen dan data tidak konsisten
 Maka tahap penyaringan ini perlu pengetahuan lapangan dan informasi yang terkait
dengan data dala deret berkala. Tahap penyaringan ini baru merupakan penyaringan untuk data
dari suatu pos hidrologi dan belum membandingkan dengan data sejenis dari pos lain.

Tabel 3.1 Nilai Kritis tc untuk Distribusi-t

Sumber: Soewarno, 1995

3.2 Analisis Data

3.1.2 Analisis Data Perhitungan Metode Spearman

Tabel 3.2 Data Hujan Harian Maksimum Harian Tahunan

No. Tahun Peringkat Q Peringkat dt dt2

Tt (m3/dt) Qt

1 2 3 4 5 6 = 5-3 7 = 62

1 1988 1 24.6 6 - -

2 1989 2 21.8 5 1 1

3 1990 3 41.8 13 -8 64

4 1991 4 60.1 18 -5 25

5 1992 5 31.8 9 9 81

6 1993 6 160.3 24 -15 225

7 1994 7 134.4 23 1 1

8 1995 8 176.8 26 -3 9

9 1996 9 14.4 1 25 625

10 1997 10 43.4 15 -14 196

11 1998 11 64.1 19 -4 16

12 1999 12 129.7 22 -3 9

13 2000 13 35.1 11 11 121

14 2001 14 43.9 16 -5 25

15 2002 15 34.0 10 6 36

16 2003 16 25.4 7 3 9

17 2004 17 26.6 8 -1 1

18 2005 18 14.4 1 7 49

19 2006 19 21.1 4 -3 9

20 2007 20 16.7 3 1 1

21 2008 21 66.6 20 -17 289

22 2009 22 50.1 17 3 9

23 2010 23 297.3 28 -11 121

 24 2011 24 39.3 12 16 256

25 2012 25 224.0 27 -15 225

26 2013 26 91.4 21 6 36

27 2014 27 175.2 25 -4 16

28 2015 28 41.8 13 12 144

29 2016 29 493.5 31 -18 324

30 2017 30 456.3 30 1 1

31 2018 31 363.2 29 1 1

Jumlah 2925

Sumber : Hasil Perhitungan, 2020.

Perhitungan Data:

6 ∑𝑚
𝑖=1(𝑑𝑖)
2
• KS = 1- 𝑚3 −𝑚

6 𝑥 2925
KS = 1- 303−30

KS = 0,410

𝑚−2 1/2
• t = KS[1−𝐾𝑆2 ]

30−2 1/2
t = 0,383[1−0,3832 ]

t = 2,423

3.1.3 Hasil Analisis

Dari hasil perhitungan diatas dengan melihat tabel nilai kritis tc table 3.1 untuk uji satu sisi
dan  = 5% maka didapatkan nilai t0,05= 1,699 dan t-0,05 = -1, 699 , dan nilai tdata = 2,581 tidak
terletak diantara tkritis (-1,699 < tdata dan 1,699 < tdata) . Untuk dua sisi didapatkan nilai t0,05 =
2,045 dan t-0,05 = -2,045. Nilai t data = 2,400. Karena nilai thitung lebih besar dibandingkan
dengan tcr pada satu sisi maupun dua sisi, maka hipotesa ditolak. Dapat diambil kesimpulan
seri data hujan pada stasiun curah hujan tidak independent. Sehingga menunjukkan adanya
trend.
 Maka untuk derajat kepercayaan 5% , dapat diambil kesimpulan seri data debit tersebut
adalah menunjukkan adanya persistensi atau bersifat tidak acak.

3.2 Kesimpulan
Dari hasil perhitungan diatas untuk derajat kepercayaan 5% didapat kesimpulan
Data Tabel 3.1. tidak independen dan menunjukkan adanya persistensi. Atau dapat
dikatakan bahwa data tersebut merupakan data bersifat tidak acak.
Karena data debit banjir harian maksimum tahunan telah diketahui bahwa data
tersebut tidak menunjukkan adanya trend (pada soal 1), stasioner (pada soal 2), tetapi
tidak bersifat acak (randomnes), independen. Maka data debit banjir harian maksimum
tahunan tersebut tidak dianjurkan untuk digunakan dalam analsis hidrologi lanjutan,
misal analisis peluang dan simulasi.
Untuk perhitungan menggunakan derajat kepercayaan 1% didapat kesimpulan
bahwa dari Data Tabel 3.1 independen dan tidak menunjukkan tidak adanya
persistensi atatu dapat dikatakan bahwa data tersebut merupakan data bersifat acak.
Apabila menggunakan derajat kepercayaan 1%, maka data debit banjir harian
maksimum tahunan tersebut bisa untuk digunakan dalam analisis hidrologi lanjutan
seperti analisis peluang dan simulasi.
 DAFTAR PUSTAKA

Montarcih, Lily & Widandi Soetopo. 2014. Statistika Terapan untuk Teknik Pengairan.
Malang : Citra Malang

Soewarno. 1995. Hidrologi Aplikasi Metode Statistik untuk Analisa Data Jilid 2. Bandung :
Nova