REGRASI LINIER

HIDROLOGI
Kelompok 5
RIVALDY Y LEPONG (20180611014070)
CHARLES TR. PANJAITAN (201806110140)
TRI JUANTO RANGAN (201806110140 )
JEFREY HUTAHURUK (201806011140)
ASRI BUA TONDOK (2019062014018)
MANUEL RINALDI LIMBUNGAN (201906014022)

http://www.free-powerpoint-templates-design.com
 Landasan Teori

Analisis Hidrologi
Tujuan utama dilakukan analisis hidrologi yaitu untuk memperoleh debit andalan.Debit banjir
atau debit rencana tersebut adalah debit aliran yang di gunakan untuk oprasional PLTMH.Beberapa

tahapan untuk memperoleh debit andalan yaitu dengan

menentukan curah hujan rata-rata Daerah aliran sungai (DAS) dan melakukan analisis debit andalan
 Regrasi Linier
Hidrologi
Regresi linier adalah sebuah pendekatan untuk memodelkan hubungan antara variabel terkait Y dansatu atau
lebih variabel bebas yangdisebut X,Hidrologi (ilmu air) adalah cabang ilmu geografi yang mempelajari
pergerakan distribusi,dan kualitas air diseluruh bumi ,termasuk siklus hidrologi dan sumber daya air. saIah
satu usaha yang dapat ditempuh untuk mengoptimasi penggunaan sistem daya air, terutama untuk
menghasikkan energi,ialah dengan melakukan optimasi terhadap pengelolahan suatu waduk. Masalah yang
tersulit dalam memanfaatkan kelebihan debit dan mengoptimalkan pengelolaan waduk terletak pada
ketidak mampuan untuk mengantisipasi besarnya debit air padamasa yang akandatang, maka perlu
dibuat model untuk memperkirakan debit inflow dengan menggunakan model “KontinuHujan Debit
Regresi Linier Ganda” dan “Model Diskrit Chain Markov”. Hasil dari kedua model selanjutnya dapat
digunakan pada model optimasi waduk dengan Program Dinamik Bellman.Dalam model Chain
Markov dilakukan penyederhanaan besaran debit air yang masuk waduk dengan membagi nyamen
jadi 3 klas yang digunakan untuk menelusuri untuk kejadian debit air pencatatan historik
 Proses Hidrologi Dan Klasifikasi Hidrologi

Proses adalah gambaran fenomena yang mengalami perubahan terus-menerus terutama

terhadap waktu. Karena semua fenomena hidrologi berubah menurut waktu, maka hal itu disebut
proses hidrologi. Jika perubahan variable selama proses dibarengi dengan hokum kepastian proses
tersebut tidak tergantung kepada peluang, maka dinamakan proses deterministic (Besag,2006).
Proses deterministic juga merupakan proses yang tidak berubah karena waktu. Tetapi jika
perubahan variable merupakan factor peluang, prosesnya dinamakan stokastik atau probabilistic
(Haan, 2006) Umumnya proses stokastik dipandang sebagai proses yang tergantung pada waktu
sedangkan proses probabilistika dalah proses yang tidak tergantung pada waktu. Kebanyakan
proses hidrologi termasuk proses stokastik (Yevjevich, 2005). Sebenarnya proses hidrologi terdiri
atas komponen-komponen deterministic dan stokastik. Besarnya kadar masing-masing komponen
menentukan apakah proses tersebut dapat diselesaikan secara deterministic atau stokastik.
Pembagian kelas 2019
Setelah pemilihan distribusi frekuensi
Adalah pembagian kelas debit air. Dalam penelitian ini
proses yang diteliti adalah orde satu untuk tiga kelas.
Untuk itu besaran debit dibagi menjadi tiga kelas sebagai
berikut :
1). Debit kering (yang dinyatakandengan 0)
2). Debit normal (yang dinyatakandengan 1)
3). Debit basah (yang dinyatakandengan 2)

Penentuan interval kelas untuk tiap pembagian kelas

Diperoleh dengan membagi kurva probabilitas dari
distribusi populasi terpilih menjadi 3 bagian yang sama
yaitu 0,333 , 0,6667, dan 1. Besar nilai untuk masing-
masing kelas adalah nilai tengah dari tiap-tiap kelas yaitu
pada kurva probabilitas 0,1667 , 0,5 , dan 0,8333.
 Cerah hujan DAS
Pada penelitian ini, Thiessen Method adalah metode yang
akan digunakan
dalam menentukan curah hujan rata-rata DAS. Metode ini
memperhitungkan bobot
dari masing-masing stasiun yang mewakili luasan di
sekitarnya. Pada suatu luasan
di dalam DAS dianggap bahwa hujan aDalah sama dengan
yang terjadi dengan
stasiun terdekat, sehingga hujan yang tercatat pada suatu
stasiun mewakili luasan
tersebut.

INFOGRAPHIC
Debit Aliran Sungai
Terhitung
Metode Regresi adalah metode yang digunakan untuk menghitung debit
aliran terhitung. Data curah hujan harian dari beberapa stasiun hujan di
daerah DAS dan data debit aliran sungai terukur harian rata-rata adalah
data yang diperlukan untuk menghitung debit aliran terhitung menggunakan
metode Regresi. Data curah hujan harian dari beberapa stasiun hujan di
daerah DAS dibuat menjadi data curah hujan bulanan rerata kawasan DAS
dan data debit aliran sungai terukur harian rata

Metode Regresi menganalisis data curah hujan bulanan rerata kawasan

DAS dan debit aliran sungai terukur bulanan rata-rata dengan periode
waktu yang sama dibuat suatu persamaan Regresi yang merupakan
hubungan antara kedua parameter tersebut. Persamaan Regresi tersebut
digunakan untuk menghitung debit aliran terhitung bulanan berdasarkan
transformasi data curah hujan bulanan rerata kawasan DAS.
Infographic Style
Persamaan Regresi ditentukan dengan bantuan
program komputer Trendline pada Microsoft Excel
Data
Data debit
fungsi Linier. Menurut Putu Doddy (2013) Regresi Linier
curahhujanreratakawasan
aliransungaiterukur (Q) merupakan persamaan matematik yang memungkinkan
DAS (P)
peramalan nilai suatu peubah tak bebas (dependent
variable) dari nilai peubah bebas (independent
variable) untuk mengetahui hubungan antara dua buah
Hubungan P dan Q variabel atau lebih.
padaperiodewaktu yang
sama
Pada program komputer Trendline pada Microsoft
Excel fungsi Linier diperoleh nilai R2 yang
mengungkapkan seberapa besar keterkaitan antara
nilai yang diperkirakan untuk grafik trendline dengan
Persamaanregresi Q= f (P) data sebenarnya. Nilai R2 terdiri dari 0 s/d 1, apabila
nilai R2 semakin mendekati angka 1 maka grafik
trendline semakin cocok dengan data. Bentuk
persamaan nilai R2 untuk mengetahui tingkat
keterkaitan antara grafik trendline dengan variabel-
Bangkitan data debit
terhitung
variabel yang dihubungkan
Infographic Style
Analisi Debit Andalan (Dependable Discharge)

Menurut Soemarto (1987) debit andalan adalah besarnya debit yang tersedia
untuk memenuhi kebutuhan air dengan risiko kegagalan yang telah diperhitungkan.
Dalam perencanaan suatu proyek penyediaan air terlebih dahulu ditentukan debit
andalan, tujuannya untuk memperkirakan debit aliran yang selalu tersedia di sungai.
Debit aliran yang diperkirakan selalu tersedia tersebut ditetapkan sebagai debit
rencana untuk keperluan proyek penyediaan air.

Dalam melakukan analisis debit andalan terlebih dahulu ditentukan faktor

koreksi debit aliran sebagai debit andalan atau debit minimum. Faktor koreksi
dinyatakan dalam satuan persen (%) besarnya berbeda-beda tergantung dari
keperluan debit aliran untuk kegiatan apa. Faktor koreksi untuk menentukan debit
andalan dapat dilihat secara detail pada Tabel 3.1.

.
 Infographic Style
Tabel 3. 1. Faktor Koreksi Debit Aliran Sebagai Debit Andalan (Soemarto, 1987)
Debit andalan ditentukan berdasarkan data
NO KEGIATAN KEANDALAN debit aliran yang disusun dari data debit aliran
maksimum sampai debit aliran minimum
kemudian dirangking dimulai dari rangking
1 Penyediaan air minum 99%
pertama (M = 1) yaitu debit aliran terbesar dan
2 Penyediaan air industri 95-98% seterusnya hingga debit aliran terkecil. Data
yang telah disusun dapat disajikan dalam
3 Penyediaan air irigasi bentuk bgrafik maupun tabel. Metode yang
digunakan untuk analisis debit andalan adalah
Daerah beriklim setengah lembab 70-85%
analisis probabilitas dari metode statistik
Daerah beriklim kering 80-95% rangking dengan rumus Weibul. Rumus Weibul
yang digunakan untuk menetapkan rangking
4 Pembangkit listrik tenaga air 80-90% entuk

.
 Infographic Style
Uji Ketelitian Model

Hasil perhitungan debit terhitung perlu dilakukan pengujian untuk

mengetahui tingkat ketelitiannya, dengan cara perhitungan debit terhitung di
korelasikan dengan debit terukur. Parameter Koefisien Korelasi (R) adalah
parameter yang digunakan untuk menunjukkan besarnya keterkaitan antara debit
hasil perhitungan dan terukur. Nilai hasil parameter Koefisien Korelasi dibagi ke
dalam beberapa kriteria untuk mengetahui tingkat ketelitiannya, beberapa kriteria
ketelitian berdasarkan nilai parameter Koefisien Korelasi dapat dilihat secara detail
pada Tabel

.
 Infographic Style
Tabel Parameter Ketelitian Model Metode Koefisien Korelasi (Dalam Cita Adiningrum,
2015)
NO RANGE NILAI KRITERIA
Option A
Get a modern
PowerPoint

1 0,7-1,0 Korelasi tinggi (derajat asosiasi tinggi)

Option A Option A
Get a modern Get a modern
PowerPoint PowerPoint
2 0.4-0,7 Korelasi sedang (ada hubungan substansial)

3 0,2-0,4 Korelasi rendah Option A Option A

Get a modern Get a modern
PowerPoint PowerPoint
SEKIAN DAN
TERIMAKASI