Statistik adalah ilmu yang mempelajari tentang cara pengumpulan fakta, teknik
pemrosesan data (pengolahan dan analisis) menjadi informasi yang berguna baik dalam
penelitian ilmiah atau dalam pengambilan keputusan berdasarkan pada fakta dan
analisis. Dari informasi yang diperoleh dapat diketahui sifat atau karakteristik kumpulan
data tersebut.
Data hidrologi adalah kumpulan keterangan atau fakta mengenai penomena hidrologi
seperti debit, tinggi muka air sungai, curah hujan, klimatologi dsb, dengan nilai dan
sifatnya (maksimum, minimum, simpangan baku dll) yang selalu berubah-ubah dan
menggambarkan karakteristik populasi.
Penomena hidrologi selalu berubah-ubah menurut waktu, yang disebut
sebagai proses hidrologi, yaitu uraian sembarang penomena yang secara
kontinyu selalu berubah menurut waktu. Dalam menganalisis proses
hidrologi, umumnya dapat didekati dengan tiga konsep pendekatan, yaitu
:
1. Deterministik (Deterministic)
2. Stokastik (Stochastic)
3. Peluang (Probalistik)
Pada pendekatan deterministik, variabel hidrologi dipandang sebagai suatu variabel
yang tidak berubah menurut waktu. Contoh : Dalam analisis ketersediaan air
menggunakan data debit rata-rata harian yang telah dicatat selama 50 tahun yang lalu
dan dianggap bahwa debit tidak berubah dimasa mendatang. Kenyatan di lapangan,
adalah sangat sulit untuk menentukan proses hidrologi yang betul-betul deterministik.
Kesalahan acak (random errors), adalah kesalahan yang diakibatkan oleh ketidak
telitian pengukuran. Besar kesalahan acak, merupakan nilai pengukuran suatu variabel
hidrologi terhadap nilai rata-ratanya. Jenis kesalahan acak dapat dikurangi dengan
cara memperbanyak jumlah pengukuran.
Kurva Massa Ganda (Double Mass Curve), adalah salah satu cara yang banyak
dipergunakan untuk pengujian konsistensi data hidrologi. Dengan metode ini
juga dapat dilakukan koreksinya. Konsep cara ini adalah membandingkan curah
hujan
curah hujan tahunan atau musiman kumulatif dari stasiun yang akan diuji,
dengan nilai kumulatif curah hujan rata-rata dari suatu jaringan stasiun dasar
yang bersesuaian. Stasiun-stasiun dasar ini dipilih dari tempat-tempat
berdekatan dengan stasiun pengamatan yang akan diuji konsistensinya. Jumlah
stasiun pembanding minimal lima stasiun. Data-data disusun menurut urutan
kronologis mundur, dimulai dari tahun terakhir.
Gambar 3.3 Contoh Kurva Massa Ganda.
3.5 Distribusi Probabilitas Frekuwensi
- Distribusi Normal/Gauss
- Distribusi Pearson
- Log Pearson.
3.5.1 Distribusi Normal.
Fungsi densitas peluang normal dari variabel acak kontinyu X, dapat ditulis
sebagai berikut :
1 X 2
1
2
P( X ) e
2
dengan :
P(X) = fungsi densitas peluang normal (ordinat kurva normal).
X = variabel acak kontinyu.
= rata-rata dari nilai X.
= standar deviasi dari nilai X
Untuk analisis kurva normal, cukup menggunakan parameter statistik dan .
Bentuk kurva simetris terhadap X = , dan grafiknya selalu di atas sumbu datar X,
serta mendekati (berasimtut) sumbu X dimulai dari X = + 3 dan – 3. Nilai
mean = modus = median. Nilai X mempunyai batas -∞ < X < +∞.
N 0,4
- Bernard (1962) Pearson II 72
m 0,3
N 1
- Weibull (1939) Normal, Pearson III 51
m
N 0,25
- Blom (1958) Normal 80,4
m 0,375
Sx
Xi X
2
( n 1)
T 1
Y ln ln
T
keterangan :
X = nilai rata-rata
Sx = simbangan baku
Y = perubahan reduksi
N = jumlah data.
Harga K tergantung dari banyaknya data dan besarnya periode ulang yang
dikehendaki, dengan rumus
Yt Yn Y Yn
K sehingga rumus Gumbel menjadi ; X t X a t .S n
Sn Sn
dimana : Yt = reduced variate.
Yn = reduced mean.
Sn reduced standar deviasi.
Untuk menyelesaikan perhitungan di atas Gumbel telah membuat tabel untuk harga-harga Yt, Yn dan Sn, sepeti berikut ini.
Tabel 3.2 Nilai - Nilai Yn dan Sn untuk Distr. Gumbel. Tabel 3.3 Nilai Yt
n ( tahun ) Yn Sn Periode Yt
Ulang ( T )
70 0,5546 1,1854
75 0,5549 1,1896
80 0,5569 1,1938
85 0,5478 1,1973
90 0,4489 1,2007
95 0,4593 1,2038
100 0,5600 1,2065
200 0,5672 1,2359
500 0,5724 1,2588
1000 0,5742 1,2685
3.5.3 Distribusi Log Pearsen Tipe III
log X Tr log X K ( S logx )
N
log X i
i 1
log X
N
N
(log X i log X )
2
i 1
S log x
N 1
N
N log X i log X
i 1
3
g log x
N 1N 2S log x 3
g log x
N 1N 2S log x 3
K = faktor penyimpangan untuk suatu periode ulang tertentu, yang merupakan
fungsi g log x tertentu (Tabel 3.4).
3.6 Pemiihan fungsi Distribusi
1) Distribusi Gumbel
Memiliki sifat khas, yaitu nilai 1,14 dan koefisien kartosis Ck = 5,4.
2) Distribusi Normal