LAPORAN TUGAS HIDROLIKA REKAYASA

Disusun Untuk Memenuhi Tugas Mata Kuliah Hidrolika Rekayasa

Dosen Pengampu :
Iin Karsinah, ST., MT.

Disusun Oleh :
Hizanatul Ersa Elhakim
NIM. 221121013

PROGRAM STUDI D-III TEKNIK KONSTRUKSI SIPIL

JURUSAN TEKNIK SIPIL
POLITEKNIK NEGERI BANDUNG
2024
 UJI DISTRIBUSI PROBABILITAS

A. Metode Chi-Kuadrat (X2)

Contoh soal 3.8: Berdasarkan soal (3.4), soal (3.5), soal (3.6), dan soal (3.7)
tentukanlah dengan Metode Chi Kuadrat kesesuaian masing-masing distribusi probabilitas
(Cumbel, Normal, Log Normal, dan Log Pearson Type lll) terhadap distribusi statistik
sampel data yang dianalisis.

No Xi (mm) Xi Diurutkan dari besar ke kecil

1 83.00 141.40
2 125.00 131.20
3 100.30 125.00
4 141.40 121.00
5 80.00 101.60
6 101.60 100.30
7 131.20 96.20
8 80.00 83.00
9 96.20 80.00
10 121.00 80.00

2. Menghitung jumlah kelas.

• Jumlah data (n) = 10.

• Kelas distribusi (K) = 1 + 3,3 log n

=1 + 3,3 logl0

= 4,3 = 5 kelas

3. Menghitung derajat kebeasan (Dk) dan y2

• Parameter (p) = 2.
• DerajatKebebasan (Dk) = K-(p + 1) = 5 -(2 + 1) = 2.
• Nilai 𝑥 2 cr dengan jumlah data (n) = 10, α = 5% dan Dk = 2.

adalah = 5,9910 (Lihat Tabel pada Lampiran 3.7)

4. Menghitung kelas distribusi.

1
• Kelas distribusi = 5 x 100% = 2O% , interval distribusi
• Adalah : 20% : 40% : 60% : 80%
• Persentase 20%
 1 1
P(x) = 20% diperoleh T = 𝑃𝑋 = 0.20 = 5 tahun.

• Persentase 40 %
1 1
P(x) = 40% diperoleh T = = = 2,5 tahun.
𝑃𝑋 0.40
• Persentase 60 %
1 1
P(x) = 60% diperoleh T = = = 1,67 tahun.
𝑃𝑋 0.60
• Persentase 80 %
1 1
P(x) = 80% diperoleh T = = = 1,25 tahun.
𝑃𝑋 0.80

5. Menghitung interval kelas

a. Distribusi ProbabilitasGumbel.

Dengan jumlah data (n) - 10 maka didapatkan nilai:

Yn = 0,4952 (Lampiran 3.3).

Sn = 0,9497 (Lampiran 3.3).

Periode Ulang T(Tahun) Yt

1.25 -0.4759
2 0.3065
5 1.4999
10 2.2504
20 2.9702
25 3.1255
50 3.9019
100 4.6001
1.67 -0.037756
2.5 0.5054

𝑌𝑡 − 𝑌𝑛 𝑌𝑡 − 0.4952
𝐾= =
𝑆𝑛 0.9497
• T = 5; Yt = 1,4999 maka K=1,0579
• T = 2,5; Yt = 0,6717 maka K=0,1859
• T = 1,67; Yt = 0,0907 maka K= -0,4259
• T = 1,25; Yt = 1,4999 maka K=-1,0225 o T - 1,25;Yt : -0,4759
Nilai X = 1A5,97 (lihat halaman 28).
Nilai S = 22,37 (lihat halaman 28).
Maka lnterval Kelas:
Xt = 105,97 + 22,37 x K
 • X5 = 129,6334 mm
• X2 = 110,1277 mm
• X1,67 = 96,4425 mm
• X1,25 = 83,0980

b. Distribusi Probabilitas Normal.

Nilai KT, berdasarkan nilai T dari lampiran 5, didapat:

• T=5 maka KT = 0,84

• T = 2,5 maka KT = 0,25
• T = 1,67 maka KT = -0,25
• T = 1,25 maka KT = -0,84
Nilai X = 105,97 (lihat halam an 29).
Nilai S = 22,37 (lihat halaman 30).
lnterval Kelas: XT = X +KTS
XT=105,97 + 22,37 x KT

No Periode Ulang , T(Tahun) Kt

1 1.001 -3.05
2 1.005 -2.58
3 1.010 -2.33
4 1.050 -1.64
5 1.110 -1.28
6 1.250 -0.84
7 1.330 -0.67
8 1.430 -0.52
9 1.670 -0.25
10 2.000 0
11 2.500 0.25
12 3.330 0.52
13 4.000 0.67
14 5.000 0.84
15 10.000 1.28
16 20.000 1.64
17 50.000 2.05
18 100.000 2.33
19 200.000 2.58
20 500.000 2.88
21 1000.000 3.09

Sehingga:

• X5 = 124,76 mm.
• X2,5 = 111,56mm.
 • X1,67 = 100,38 mm.
• X1,25 = 87,18 mm.

c. Distribusi Probabilitas Log Normal.

Nilai KT, berdasarkan nilai T dari lampiran (3.5), didapat:

• T=5 maka KT = 0,84

• T = 2,5 maka KT = 0,25
• T = 1,67 maka KT = -0,25
• T = 1,25 maka KT = -0,84
Nilai Log X = 2,0165 (lihat halam an 31).
Nilai S Log X = 0,0917 (lihat halaman 32).
lnterval Kelas : Log XT= Log X + KT x S Log X
= 2,0165 + KT x 0,917

No Periode Ulang , T(Tahun) Kt

1 1.001 -3.05
2 1.005 -2.58
3 1.010 -2.33
4 1.050 -1.64
5 1.110 -1.28
6 1.250 -0.84
7 1.330 -0.67
8 1.430 -0.52
9 1.670 -0.25
10 2.000 0
11 2.500 0.25
12 3.330 0.52
13 4.000 0.67
14 5.000 0.84
15 10.000 1.28
16 20.000 1.64
17 50.000 2.05
18 100.000 2.33
19 200.000 2.58
20 500.000 2.88
21 1000.000 3.09

Sehingga:

• X5 = 124,76 mm.
• X2,5 = 111,56mm.
• X1,67 = 100,38 mm.
• X1,25 = 87,18 mm.
d. Distribusi Probabilitas Log Pearson Type III

Nilai KT dihitung berdasarkan nilai Cs atau G = 0,0686 dan Nilai T untuk berbagai perioda ulang (lihat
lampiran 3.6b)

• T=5 maka KT = 0,8379

• T = 2,5 maka KT = 0,1299
• T = 1,67 maka KT = -0,1061
• T = 1,25 maka KT = -0,2241
Nilai Log X = 2,0165 (lihat halaman 34)
S Log X = 0,0917 (lihat halaman 34)

= 2,0165 + KT x 0,0917

Sehingga:

• X5 = 123,9751 mm.
• X2,5 = 106,7553 mm.
• X1,67 = 101,5645 mm.
• X1,25 = 99,06421 mm.

6. Perhitungan nilai 𝑥 2

TABEL 3.10

Perhitungan Nilai 𝑥 2 Distribusi Normal

Kelas Interval Ef Of Of - Ef ( Of - Ef
1 > 124,7594 2 3 -1 0.5
2 111,5621 - 124,7594 2 1 1 0.5
3 100,3779 - 111,5621 2 1 1 0.5
4 87,1806 - 100,3779 2 2 0 0
5 < 87,1806 2 3 -1 0.5
10 10 2

TABEL 3.11

Perhitungan Nilai 𝑥 2 Distribusi Log Normal

Of -
Kelas Interval Ef Of ( Of - Ef
Ef
1 > 124,0306 2 3 -1 0.5
2 109,4976 - 124,0306 2 1 1 0.5
3 98,5228 - 109,4976 2 1 1 0.5
4 86.9786 - 98,5228 2 2 0 0
5 < 86,9786 2 3 -1 0.5
 10 10 2

TABEL 3.12

Perhitungan Nilai 𝑥 2 Distribusi Gumbel

Interval Ef Of Of - Ef ( Of - Ef
> 129,6334 2 2 0 0
110,2543 - 129,6334 2 2 0 0
96,4428 - 110,2543 2 2 0 0
83,0976 - 96,4428 2 1 1 0.5
< 83,0980 2 3 -1 0.5
10 10 1

TABEL 3.13

Perhitungan Nilai 𝑥 2 Distribusi Log Pearson Type III

( Of -
Kelas Interval Ef Of Of - Ef
Ef
1 > 123,9756 2 3 -1 0.5
2 106.7547 - 123,9756 2 1 1 0.5
3 101,5635 - 106,7547 2 1 1 0.5
4 99,0633 - 101,5635 2 1 1 0.5
5 <99,0633 2 4 -2 2
10 10 4

7. Rekapitulasi nilai 𝑥 2 dan 𝑥 2 untuk 4 distribusi probabilitas

TABEL 3.14

Distribusi Probabilitas 𝑥 2 terhitung 𝑥2 Keterangan

Normal 2 5.9910 Diterima
Log Normal 2 5.9910 Diterima
Gumbel 1 5.9910 Diterima
Log Pearson Type III 4 5.9910 Diterima

8. Berdasarkan Tabel (3.14) semua distribusi probabilitas memiliki nilai 𝑥 2 < 𝑥 2 𝑐𝑟 maka dapat disimpulkan
bahwa semua distribusi tersebutdapatditerima, namun yang paling baik untuk menganalisis seri data hujan
pada soal 3.4 adalah Distribusi Probabilitas Gumbel.
Contoh soal 3.9

Diketahui data hujan seperti tercantum dalam kolom 2 Tabel (3.6) soal 3.5. Tentukanlah apakah Distribusi
Probabilitas Normal seperti yang diuraikan dalam soal 3.5 dapat diterima jika diuji dengan Metode
Smirnov-Kolnrogorof.

TABEL 3.15

Perhitungan uji distribusi dengan metode Smirnov Kolmogorof

i xi p(xi) f(t) p'(xi) Δp

1 2 3 4 5 6=5-3
1 141.4 0.09 1.58 0.06 -0.03
2 131.2 0.18 1.13 0.13 -0.05
3 125 0.27 0.85 0.20 -0.08
4 121.2 0.36 0.68 0.25 -0.12
5 101.6 0.45 -0.20 0.58 0.12
6 100.3 0.55 -0.25 0.60 0.05
7 96.2 0.64 -0.44 0.67 0.03
8 83 0.73 -1.03 0.85 0.12
9 80 0.82 -1.16 0.88 0.06
10 80 0.91 -1.16 0.88 -0.03

1. Menghitung Parameter Statistik data yang diperoleh

a. Harga rata rata

= 105.97 mm

b. Standar Deviasi (S)

= 22.37 mm

Kurve Normal 1 = 0.9429

Kurve Normal 2 = 0.8708
Kurve Normal 3 = 0.8023
Kurve Normal 4 = 0.7517
Kurve Normal 5 = 0.4207
Kurve Normal 6 = 0.4013
Kurve Normal 7 = 0.33
Kurve Normal 8 = 0.1515
Kurve Normal 9 = 0.1230
Kurve Normal 10 = 0.1230
Berdasarkan Tabel (3.15) dapat dilihat bahwa: .
• Simpangan maksimum (AP maksimum) = O,12.
• Jika jumlah data 10 dan alfa (derajat kepercayaan) adalah 5% maka dari Tabel pada Lampiran 9
didapat ∆P kritis = 0,41
• Jadi ∆P maksimum < ∆P kritis. Oleh karena itu, Distribusi Probabilitas Normal dapat diterima
untuk menganalisis data hujan pada soal 3.5
Contoh soal 3.10:
Diketahui data hujan seperti tercantum dalam kolom 2 Tabel (3.7) soal 3.6. Tentukanlah apakah
Distribusi Probabilitas Log Normal seperti yang diuraikan dalam soal 3.6 dapat diterima jika diuji dengan
Metode Smirnov-Kolmogorof

TABEL 3.16

Perhitungan uji distribusi dengan metode Smirnov Kolmogorof

i log Xi P(Xi) f(t) P'(Xi) Δp

1 2 3 4 5 6 = 5-3
1 2.1504 0.09 1.46 0.07 -0.02
2 2.1179 0.18 1.11 0.13 -0.05
3 2.0969 0.27 0.88 0.19 -0.08
4 2.0828 0.36 0.72 0.24 -0.13
5 2.0069 0.45 -0.10 0.54 0.09
6 2.0013 0.55 -0.17 0.57 0.02
7 1.9832 0.64 -0.36 0.64 0.00
8 1.9191 0.73 -1.06 0.86 0.13
9 1.9031 0.82 -1.24 0.89 0.07
10 1.9031 0.91 -1.24 0.89 -0.02

a. Rata rata Log x

= 2,0165 mm

b. Mengitung Standar Deviasi (S Log X)

= 0.0917 mm

Kurve Normal 1 = 0.9278

Kurve Normal 2 = 0.8665
Kurve Normal 3 = 0.8106
Kurve Normal 4 = 0.7642
Kurve Normal 5 = 0.4602
Kurve Normal 6 = 0.4325
Kurve Normal 7 = 0.3594
Kurve Normal 8 = 0.1446
Kurve Normal 9 = 0.1075
Kurve Normal 10 = 0.1075
Berdasarkan Tabel (3.16) dapat dilihat bahwa: .
• Simpangan maksimum (∆P maksimum) = O,28
• Jika jumlah data 10 dan alfa (derajat kepercayaan) adalah 5% maka dari Tabel pada Lampiran 9
didapat ∆P kritis = 0,41
• Jadi ∆P maksimum < ∆P kritis. Oleh karena itu, Distribusi Probabilitas Normal dapat diterima
untuk menganalisis data hujan pada soal 3.6

.
Contoh soal 3.11:
Diketahui data hujan seperti tercantum dalam kolom 2 Tabel (3.7) soal 3-7. Tentukanlah apakah
Distribusi Probabilitas Log pearson Type lll seperti yang diuraikan dalam soal 3.7 dapat diterima jika diuji
dengan Metode Smirnov-Kolgomogorof.

TABEL 3.17

Perhitungan uji distribusi dengan metode Smirnov Kolmogorof

i Log Xi P(Xi) f(t) P'(Xi) P

1 2.15040 0.09 1.46 0.08 -0.01
2 2.11790 0.18 1.11 0.12 -0.06
3 2.09690 0.27 0.88 0.19 -0.08
4 2.08280 0.36 0.72 0.24 -0.12
5 2.00690 0.45 -0.10 0.53 0.08
6 2.00130 0.55 -0.17 0.56 0.01
7 1.98320 0.64 -0.36 0.62 -0.02
8 1.91910 0.73 -1.06 0.86 0.13
9 1.90310 0.82 -1.24 0.89 0.07
10 1.90310 0.91 -1.24 0.89 -0.02
10 1.90310 0.91 -1.24 0.89 -0.02

= 2.0165 mm

= 0.0917 mm

Berdasarkan Tabel (3.17) dapat dilihat bahwa: .

• Simpangan maksimum (∆P maksimum) = O,13
• Jika jumlah data 10 dan alfa (derajat kepercayaan) adalah 5% maka dari Tabel pada Lampiran 9
didapat ∆P kritis = 0,41
• Jadi ∆P maksimum < ∆P kritis. Oleh karena itu, Distribusi Probabilitas Normal dapat diterima
untuk menganalisis data hujan pada soal 3.7
Contoh soal 3.12
Diketahui data hujan seperti tercantum dalam kolom 2 Tabel (3.6) soal 3.4. Tentukanlah apakah
Distribusi Probabilitas Gumbel seperti yang diuraikan dalam soal 3.4 dapat diterima. jika diuji dengan
Metode Smirnov-Kolmogorof.

TABEL 3.18

Perhitungan uji distribusi dengan metode Smirnov Kolmogorof

i Xi P(Xi) f(t) P'(Xi) AP
1 141.4 0.09 1.58 0.12 0.03
2 131.2 0.18 1.13 0.18 0.00
3 125.0 0.27 0.85 0.22 -0.05
4 121.2 0.36 0.68 0.25 -0.11
5 101.6 0.45 -0.20 0.51 0.06
6 100.3 0.55 -0.25 0.53 -0.02
7 96.2 0.64 -0.44 0.62 -0.02
8 83.0 0.73 -1.03 0.72 -0.01
9 80.0 0.82 -1.16 0.74 -0.08
10 80.0 0.91 -1.16 0.74 -0.17

= 105.97 mm

= 22.37 mm

Berdasarkan Tabel (3.18) dapat dilihat bahwa: .

• Simpangan maksimum (∆P maksimum) = O,17
• Jika jumlah data 10 dan alfa (derajat kepercayaan) adalah 5% maka dari Tabel pada Lampiran 9
didapat ∆P kritis = 0,41
• Jadi ∆P maksimum < ∆P kritis. Oleh karena itu, Distribusi Probabilitas Normal dapat diterima
untuk menganalisis data hujan pada soal 3.4