Distribusi Gumbel

Distribusi Log
Metode Analisis Pearson III

Distribusi Frekuensi

Asnita Faradilla
M1C117011
 Banjir atau kekeringan akan mengakibatkan
dampak negatif bagi kehidupan. Curah hujan yang
sangat tinggi akan mengakibatkan banjir dan
sebaliknya, jika tidak ada hujan akan
mengakibatkan kekeringan.
Kejadian hujan merupakan proses stokastik,
sehingga untuk keperluan analisa dan menjelaskan
proses stokastik tersebut digunakan teori
probabilitas dan analisa frekuensi.
 Analisis frekuensi ini didasarkan pada sifat
statistik data kejadian yang telah lalu untuk
memperoleh probabilitas besaran hujan di masa
yang akan datang dengan anggapan bahwa
sifat statistik kejadian hujan di masa akan
datang akan masih sama dengan sifat statistik
kejadian hujan masa lalu.

 Tujuan analisis frekuensi data hidrologi berkaitan dengan

besaran peristiwa-peristiwa ekstrim yang berkaitan dengan
frekuensi kejadiannya melalui penerapan distribusi
kemungkinan.
 Frekuensi Hujan adalah besaran
kemungkinan suatu besaran hujan disamai
atau dilampaui.
 Periode Ulang adalah waktu hipotetik dimana
hujan dengan suatu besaran tertentu akan
disamai atau dilampaui.

 Data hidrologi yang dianalisis

diasumsikan tidak bergantung
(independent), terdistribusi secara
acak, dan bersifat stokastik.
Metode Analisis Distribusi Frekuensi yang sering
digunakan dalam bidang hidrologi :

 Distribusi Normal
 Distribusi Log Normal
 Distribusi Log Pearson Type III
 Distribusi Gumbel

Untuk memperkirakan hujan/debit

ekstrim (maksimum)
Dalam materi kali ini hanya
akan dibahas mengenai
metode Gumbel dan
Log Pearson III
Analisa frekuensi ini untuk
menentukan jenis distribusi
yang sesuai dalam
mendapatkan curah hujan
yang didasarkan pada nilai-
nilai koefisien asimetri,
koefisien variasi dan koefisien
kurtosis yang didapat dari
parameter-parameter statistik
(Soewarno,1986).
Uji Parameter Statistik
Untuk mencari nilai :
X = Nilai rata-rata (Mean)
Sd = Standard Deviasi (Standard Deviation)
Cv = Koefisien variasi (Coeffisien Variation)
Ck = Koefisien ketajaman (Coefisien Kurtosis)
Cs = Koefisien kemencengan (Coefissien Skewness)

Sifat – sifat parameter :

• Distribusi Normal memiliki harga Cs = 0 dan Ck = 3.
• Distibusi Gumbel memiliki harga Cs = 1,139 dan Ck = 5,403.
• Distribusi Pearson Type III memiliki harga Cs dan Ck yang fleksibel.
• Distribusi Log Pearson Type III memiliki harga Cs = 0 < Cs < 9
Metode Log Pearson 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 (X)
2. Standar Deviasi (Sd)
3. Koefisien kepencengan (Cs)
Hal yang menarik adalah jika Cs=0 maka
distribusi kembali ke distribusi Log Normal.
Langkah-langkah penggunaan distribusi Log Pearson
Tipe III
 Ubahlah data curah hujan n buah X1,X2,X3,………… Xn menjadi
Log X1,Log X2, Log X3,……Log Xn.
 Hitung harga rata-rata :

 
Log X =
 Hitung harga standar deviasinya sebagai berikut :

 
S1 =
 Hitung koefisien kepencengan sebagai berikut :

 
Cs =
 Hitung logaritma data curah hujan atau banjir dengan periode
ulang T dengan rumus berikut :
 Log X = log + K
t T

Dimana :
K= Variabel Standar untuk X yang besarnya tergantung
koefisien kemencengan
 Hitung curah hujan rencana dengan periode ulang T dengan
menghitung antilog dari log Xt .

Xp = antilog Xt
 Contoh Perhitungan Metode Log Pearson III
gunakan data curah hujan maksimum (Xi) dan hitung hujan
rencana periode ulang 2 tahun, 5, 20, 50 dan 100 tahun
menggunakan metode Distribusi Probabilitas Log Pearson Type
III.
Tahun Xi (mm) Log Xi                 ____
( Log Xi – Log X )2                  ____
( Log Xi – Log X )3

2004 134 2,1271 0,0049 -0,00034

2005 173 2,2380 0,0016 0,00006
2006 241 2,3820 0,0341 0,00632
2007 131 2,1172 0,0063 -0,00050
2008 121 2,0827 0,0130 -0,00149
2009 126 2,1003 0,0093 -0,00090
2010 106 2,0253 0,0295 -0,00507
2011 138 2,1398 0,0032 -0,00018
2012 234 2,3692 0,0296 0,00509
2013 245 2,3891 0,0368 0,00708
Σ 1649 21,9711 0,1688
0,01005
Rata- 164,9 2,1971 0,0168
rata 
0,00100
Hitung nilai rata-rata Log X :
Log X = Σ Log Xi
              ______
                   n
           =   21,9711
              ________
                    10
          = 2,1971
*) Hitung S log X (deviasi standar dari Log X)

Pertama cari nilai Cs terlebih dahulu :*) Hitung nilai K T

Cs =       n x Σ(Log Xi – LogX) 3                 10 x 0,00100               

            _________________ =     _________________             S =  
0,054

                (n-1) (n-2) (S Log X)3        (10-1) (10-2) (0,1369) 3

Nilai Cs yang sudah didapat dipakai untuk mencari nilai T pada
lampiran Tabel Frekuensi KT untuk Distribusi Log Pearson Type III,
maka didapat :
T=2 dan Cs = 0,541 maka nilai KT = - 0,018
T=5 dan Cs = 0,541 maka nilai KT = 0,837
T = 20 dan Cs = 0,541 maka nilai KT = 1,685
T = 50 dan Cs = 0,541 maka nilai KT = 2,108
T = 100 dan Cs = 0,541 maka nilai KT = 2,401

Hujan rencana untuk periode ulang 2 tahun (X2) :

_____
1. Log X2 = Log X + (KT x S Log X) = 2,1971 + (-0,018 x 0,1369)
= 2,1946
X2 = 156,53 mm

2. Hujan rencana untuk periode ulang 5 tahun (X5) :

_____
Log X5 = Log X + (KT x S Log X) = 2,1971 + (0,837 x 0,1369)
= 2,3116
X5 = 204,92 mm
3. Hujan rencana untuk periode ulang 20 tahun (X20) :
_____
Log X20 = Log X + (KT x S Log X) = 2,1971 + (1,685 x 0,1369)
= 2,4277
X20 = 267,73 mm

4. Hujan rencana untuk periode ulang 50 tahun (X50) :

_____
Log X50 = Log X + (KT x S Log X) = 2,1971 + (2,108 x 0,1369)
= 2,4856
X50 = 305,91 mm

5. Hujan rencana untuk periode ulang 100 tahun (X100) :

_____
Log X100 = Log X + (KT x S Log X) = 2,1971 + (2,401 x 0,1369)
= 2,5257 Demikianlah hasil perhitungan hujan rencana dengan
X100 = 335,50 mm metode Distribusi Probabilitas Log Pearson Type III,
untuk periode ulang 2 tahun, 5, 20, 50 dan 100 tahun.
 Metode Distribusi Gumbel
XT =   X  +  S x K

dimana :
XT = hujan rencana (mm)
X = nilai rata-rata dari hujan
S = Standar deviasi dari data hujan
K = Faktor frekuensi Gumbel

Dimana :
Yt = reduced variate (lampiran tabel)
Sn = reduced standar (lampiran tabel)
Yn = reduced mean (lampiran tabel)
Metode Gumbel
Tabel. Reduce Mean (Yn)
Metode Gumbel
Tabel. Reduce Standard deviation (Sn)
 Contoh perhitungan Metode Gumbel
Diketahui data curah hujan dengan periode
pengamatan selama 10 tahun, yaitu dari tahun 1997
sampai tahun 2007, sbb:

Dari data curah hujan tersebut di atas, hitung probabilitas

dengan analitis dan grafis periode ulang 15 tahun dengan
metode gumbel !
 Penyelesaian

Urutkan data terlebih dahulu dari kecil ke besar,

seperti berikut:

Cara analitis :
Distribusi gumbel mempunyai sifat bahwa koefisien skewness Cv= 1,1396 dan
koefisien kurtosis Ck = 5,4002 (Sri Harto, 1993).
Hasil analisa distribusi frekuensi data curah hujan dengan menggunakan
Distribusi Gumbel dapat dilihat a.1 dan a.2 berikut
Tabel a.1 Perhitungan Sebaran Metode Distribusi Gumbel

Penjelasan dari Tabel a.1 dan a.2 untuk periode ulang 2 tahun
adalah sebagai berikut:
1. Harga rata-rata ( X ) adalah:

2. Nilai faktor frekuensi (K)

dimana n adalah periode ulang = 15 tahun

Yn = 2,673752
Untuk data hujan selama 10 tahun maka Yn dan Sn diambil
dalam tabel Yn dan Sn fungsi jumlah data dibawah ini:
Dari tabel Yn untuk n = 10
maka Yn =0,4952
Dari tabel Sn untuk n = 10
maka Sn =0,9497
3. Simpangan baku (S) adalah :

4. Besarnya curah hujan rencana untuk periode ulang

2 tahun adalah:
Selanjutnya perhitungan curah hujan rancangan distibusi Gumbel
untuk kala ulang 15 tahun dapat dilihat pada Tabel a.2 berikut:

Tabel a.2. Hasil Analisa Hujan Rancangan Metode Distribusi

Gumbel
Cara grafis

Dapat dilihat pada gambar a.1.

Dengan :
P = probabilitas
T = periode ulang
m = nomor urut
n = jumlah data
Gambar 1. Kertas probabilitas Gumbel