ANALISIS FREKUENSI DAN

PROBABILITAS

PERTEMUAN 9
APA ITU BANJIR???

REKAYASA HIDROLOGI
Macam-macam
Banjir?
- Banjir Air
- Banjir Bandang
- Banjir Lumpur
- Banjir Rob
- Banjir Cileunang

Analisis Frekuensi dan Probabilitas

Pengertian Analisis Frekuensi
Hujan rencana atau analisis frekuensi merupakan
kemungkinan tinggi hujan yang terjadi dalam kala
ulang tertentu sebagai hasil dari suatu rangkaian
analisis hidrologi

Sejumlah daerah di Lampung terendam banjir setinggi satu meter. Kecamatan Simpang Pematang, Kabupaten Mesuji,
Banjir terjadi di Gedung Tataan Kab. Pesawaran, Kab. Pringsewu Provinsi Lampung, (Report 2017)
dan sejumlah titik di Kota Bandar Lampung seperti di Telukbetung,
Waykandis dan Rajabasa. (Report, 2017)
• Frekuensi hujan adalah besaran kemungkinan suatu besaran hujan disamai
atau dilampaui. Sebaliknya, periode ulang adalah waktu hipotetik dimana
hujan dengan suatu besaran tertentu akan disamai atau dilampaui.

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.

Dusun Bunut Tengah dan Bunut Selatan Desa

Bandar Agung Kec. Sragi, Lampung Selatan
terendam, penyebab: air sungai Way Pisang
meluap dan menerobos pintu air. (Report 2017)
TUJUAN ANALISIS FREKUENSI DATA HIDROLOGI
Yaitu berkaitan dengan besaran atau peristiwa ekstrim (hujan,
banjir, kekeringan, dsb) yang berkaitan dengan frekuensi
kejadiannya melalui penerapan distribusi kemungkinan.
Data hidrologi yang dianalisis
diasumsikan tidak bergantung
(independent), terdistribusi secara
acak, dan bersifat stokastik.

3 desa kecamatan yang terendam Sinar Pasemah,

Banyumas dan Beringin Kencana Kecamatan
Candipuro Lampung Selatan. (report 2017)
Delapan daerah yang diterjang banjir,
yakni:
1. Pesawaran,
2. Pringsewu,
3. Bandar Lampung,
4. Metro
5. Lampung Utara,
6. Lampung Selatan,
7. Lampung Timur,
8. Tulangbawang, dan
9. Lampung Tengah.
KEGUNAAN ANALISA FREKUENSI

Untuk memperhitungkan kapasistas bangunan, saluran drainase,

1 irigasi, bendungan

Menentukan memperkirankan besarnya kerusakan yang

2 ditimbulkan oleh debit banjir, sehingga dapat langkah-
langkah pencegahan yang ditentukan

3 Perhitungan Ekonomi Proyek

Dengan analisis frekuensi dapat diduga kejadian

4 yang sama akan terulang atau lebih besar dalam
periode N tahun yang akan datang.
Tabel nilai kala ulang banjir rancangan yang digunakan
Departeman Pekerjaan Umum untuk berbagai
bangunan di sungai (Srimoemi Doelchomid, 1987).

Kala ulang banjir rancangan untuk bangunan di sungai

ANALISIS FREKUENSI DAN
PROBABILITAS
Langkah Perhitungan Analisis Frekuensi:

1 Pemilihan Agihan Frekuensi

Pemilihan Jenis Sebaran Syarat untuk EJ. Gumbell,
Metode Gumbell Ck = 5,40 dan Cs = 1,14,
Log Pearson III harga Cs
Metode Log Normal dan Cvnya bebas, dan untuk
Metode Log Person III Log Normal Cs = 0,00.

2 Pengujian Kesesuaian Distribusi Frekuensi

Uji Chi - Square (X2) Test

Uji Smirnov Kolmogorov

1 Pemilihan Agihan Frekuensi

Adapun langkah-langkah dalam pemilihan agihan frekuensi

adalah (Subarkah, 1980):

•Menghitung curah hujan maksimum rerata dengan persamaan:

n
1
Xo   Xi
n i 1
•Menghitung simpangan baku, dengan persamaan :
n

 i o
X  X  2

i 1
Sx 
n 1
Pengujian Parameter Statistik Analisis Frekuensi
(Soewarno, 1995)

KOEFISIEN VARIASI (CV)

KOEFISIEN KURTOSIS (CK)

KOEFISIEN SKEWNESS/PENYIMPANGAN (CS)

 Menghitung parameter statistik yang meliputi koefisien
skewness/penyimpangan (Cs), koefisien varians (Cv) dan koefisien
kurtosis (Ck) dengan persamaan :

n
n  X i  X o 
n

 Xi  Xo
3 4
2
n
Cs  i 1
Ck  i 1
 n  1 n  2 S x 3
 n  1 n  2 n  3 S x 3
Sx
Cv 
Xo
Keterangan :
Xi = curah hujan (mm)
Xo = curah hujan rata-rata (mm)
n = jumlah data
Sx = standar deviasi
Cs = koefisien skewnes/ penyimpangan
Cv = koefisisen varians
Ck = koefisien kurtoris
Berdasarkan harga Cs, Ck dan Cv yang
diperoleh maka dapat ditentukan
agihan frekuensi yang akan
digunakan
 Syarat penentuan distribusi
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)
Metode Distribusi Normal
 Metode Distribusi Normal
Distribusi normal atau kurva normal disebut juga distribusi
Gauss.

X T  X  KT . S

XT : Perkiraan nilai yang diharapkan terjadi dengan periode ulang T

X : Nilai rata-rata hitung variat
S : Deviasi standar nilai variat
KT : Faktor frekuensi, merupakan fungsi dari peluang atau periode
ulang dan tipe model matematik distribusi peluang yang digunakan
untuk analisis peluang. Nilai faktor frekuensi dapat dilihat pada tabel
Reduksi Gauss
Metode Distribusi Log Normal
Metode Distribusi Log Normal

Log X T  Log x  (KT . S Log x)

 Log X : Perkiraan nilai yang diharapkan terjadi dengan periode ulang T

T

Log x : Nilai rata-rata hitung variat

S Log x : Deviasi standar nilai variat Rumus:
KT : Faktor frekuensi, merupakan fungsi dari peluang atau periode
ulang dan tipe model matematik distribusi peluang yang digunakan

untuk analisis peluang. Nilai faktor frekuensi dapat dilihat pada tabel
Reduksi Gauss
Metode Distribusi Log Normal

R T  Xr  KT . Sx

RT : Perkiraan nilai ang diharapkan terjadi dengan periode

ulang T
Xr : Nilai rata-rata hitung variat
Sx : Deviasi standar nilai variat
KT : Faktor frekuensi, merupakan fungsi dari peluang atau
periode ulang dan tipe model matematik distribusi peluang
yang digunakan untuk analisis peluang. Nilai faktor frekuensi
dapat dilihat pada tabel Reduksi Gauss
Tabel Reduksi Gauss
Distribusi log normal merupakan hasil
transformasi dari distribusi normal, yaitu
dengan mengubah nilai variat X menjadi
nilai logaritmik variat X. Distribusi log-
Pearson Type III akan menjadi distribusi log
Normal apabila nilai koefisien kemencengan
CS = 0,00
Contoh Soal Tahun
1995
STA A
99
STA B
76
STA C
88
1996 89 70 67
1997 76 65 78
Hitung dengan Log Normal. 1998 67 56 66
1999 89 67 77
2000 70 67 66
2001 90 78 66
2002 74 66 65
2003 77 56 72
2004 87 60 76
2005 90 65 84
2006 67 67 92
2007 97 56 74
2008 67 66 78
2009 78 65 67
2010 56 54 89
2011 89 56 87
2012 44 79 76
2013 99 66 84
2014 89 76 82
2015 97 67 81
PENYELESAIAN Tahun STA A STA B STA C Hujan Rerata (Xi)
1995 99 76 88 87,67
1996 89 70 67 75,33
1997 76 65 78 73,00
1998 67 56 66 63,00
1999 89 67 77 77,67
2000 70 67 66 67,67
2001 90 78 66 78,00
2002 74 66 65 68,33
2003 77 56 72 68,33
2004 87 60 76 74,33
2005 90 65 84 79,67
2006 67 67 92 75,33
2007 97 56 74 75,67
2008 67 66 78 70,33
2009 78 65 67 70,00
2010 56 54 89 66,33
2011 89 56 87 77,33
2012 44 79 76 66,33
2013 99 66 84 83,00
2014 89 76 82 82,33
2015 97 67 81 81,67
∑ (sigma) 1561,33
Menghitung Dengan Metode Log Normal (n = 21)
rata-rata data (X’) = ∑X’/n
= 1561,33/ 21
= 74,3492

Standar deviasi (Sx)

= 6,5034

Perhitungan Curah Hujan Rencana Metode Log Normal

R T  Xr  KT . Sx

Kala Ulang X Kt Sx Rt
2 74,3492 0 6,5034 74,3492
5 74,3492 0,84 6,5034 79,8121
10 74,3492 1,28 6,5034 82,6736
25 74,3492 1,89 6,5034 86,6406
50 74,3492 2,05 6,5034 87,6812
100 74,3492 2,33 6,5034 89,5021
Metode Distribusi Log Pearson
III
 Metode Log Pearson Type 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 ( R )
2. Simpangan baku (S)
3. Koefisien kemencengan (G)

Hal yang menarik adalah jika G = 0 maka distribusi kembali ke

distribusi Log Normal.
Distribusi Log Pearson Tipe III, mempunyai koefisien
kemencengan (Coefisien of skwennes) atau CS ≠ 0.
Langkah-langkah penggunaan distribusi Log Pearson Tipe III

1. Tentukan logaritma dari semua nilai varant x

2. Hitung harga rata-rata :
n

 logX
Log x  i1
n
3. Hitung harga simpangan baku/Standar deviasi dari log x :

n 2

(log x  log x )
S log x  i1
n 1
Langkah-langkah penggunaan distribusi Log Pearson Tipe III

4. Hitung koefisien kemencengan :

n
n  (logX  log x ) 3
Cs  i 1
3
(n  1)(n  2)(S log x)

5. Hitung logaritma hujan dengan periode ulang T dengan

persamaan :
G= variabel standar (standardized
R T  log x  G .( S.log x) variable) untuk X yang besarnya
tergantung G

6. Menentukan anti log dari log Rt, untuk mendapat nilai Rt

yg diharapkan terjadi pada tingkat peluang atau periode
tertentu sesuai dengan nilai Csnya.
Contoh Soal Tahun STA A STA B STA C
1995 99 76 88
Hitung dengan Log Pearson III 1996 89 70 67
1997 76 65 78
1998 67 56 66
1999 89 67 77
2000 70 67 66
2001 90 78 66
2002 74 66 65
2003 77 56 72
2004 87 60 76
2005 90 65 84
2006 67 67 92
2007 97 56 74
2008 67 66 78
2009 78 65 67
2010 56 54 89
2011 89 56 87
2012 44 79 76
2013 99 66 84
2014 89 76 82
2015 97 67 81
 Hujan
Tahun STA A STA B STA C Rerata (Xi) log Xi (log x - log xi) (log x - log xi)2 (log x - log xi)3
1995 99 76 88 87,67 1,94 -0,07 0,0051 -0,00037
1996 89 70 67 75,33 1,88 -0,01 0,0000 0,00000
1997 76 65 78 73,00 1,86 0,01 0,0001 0,00000
1998 67 56 66 63,00 1,80 0,07 0,0052 0,00037
1999 89 67 77 77,67 1,89 -0,02 0,0004 -0,00001
2000 70 67 66 67,67 1,83 0,04 0,0017 0,00007
2001 90 78 66 78,00 1,89 -0,02 0,0004 -0,00001
2002 74 66 65 68,33 1,83 0,04 0,0013 0,00005
2003 77 56 72 68,33 1,83 0,04 0,0013 0,00005
2004 87 60 76 74,33 1,87 0,00 0,0000 0,00000
2005 90 65 84 79,67 1,90 -0,03 0,0009 -0,00003
2006 67 67 92 75,33 1,88 -0,01 0,0000 0,00000
2007 97 56 74 75,67 1,88 -0,01 0,0001 0,00000
2008 67 66 78 70,33 1,85 0,02 0,0006 0,00001
2009 78 65 67 70,00 1,85 0,03 0,0007 0,00002
2010 56 54 89 66,33 1,82 0,05 0,0025 0,00012
2011 89 56 87 77,33 1,89 -0,02 0,0003 0,00000
2012 44 79 76 66,33 1,82 0,05 0,0025 0,00012
2013 99 66 84 83,00 1,92 -0,05 0,0023 -0,00011
2014 89 76 82 82,33 1,92 -0,04 0,0020 -0,00009
2015 97 67 81 81,67 1,91 -0,04 0,0017 -0,00007
∑ (sigma) 1561,33 39,264 0,033 0,0289 0,000136
Hitung nilai standar deviasi dari log X :
n 2

( log x  log x i )
0,033
0,0289
S log x  i1
  0.03802
n 1 20

Hitung nilai koefisien kemencengan

n
n  (logX  log x ) 3
21 . 0,000136
Cs  i 1
3
 3
 0,1365
(n  1)(n  2)(S log x) 20 . 19 (0,0289)

Untuk harga tertentu maka harga Faktor Gt, untuk sebaran Log
Pearson III dapat dihitung dalam interpolasi (lihat Tabel nilai K pada
distribusi log pearson III)
Interpolasi dari Cs = 0.1365 dan Tr (Periode Ulang)
Kala Ulang
2 5 10 25 50 100
Koef G
Presentase Peluang Terlampaui
50 20 10 4 2 1
0,2 -0,033 0,830 1,301 1,818 2,159 2,472
0,1365 -0,023 0,834 1,295 1,797 2,126 2,426
0,1 -0,017 0,836 1,292 1,785 2,107 2,400

Hasil perhitungan selanjutnya dibuat tabel sebagai berikut :

Periode Curah Hujan
Ulang GT Log Rt Rt (mm) Rencana R T  log x  G .( S.log x)
(Tahun) (mm)
2 -0,023 1,8704 74,2007 74,2007
5 0,834 1,9030 79,9794 79,9794
10 1,295 1,9205 83,2767 83,2767
25 1,797 1,9396 87,0163 87,0163
50 2,126 1,9521 89,5585 89,5585
100 2,426 1,9635 91,9442 91,9442
Metode Distribusi Gumbel
 Metode Distribusi Gumbel
Langkah-langkah perhitungan curah hujan rancangan dengan metode gumbel :
1. Mengumpulkan data hujan harian maksimum tahunan masing-masing tahun
untuk masing-masing stasiun
2. Mencari nilai hujan rerata daerah untuk masing-masing tahun (Ri)
3. Mencari nilai rata-rata data (R’)
4. Mencari nilai standar deviasi (S) dari data dengan rumus:

Dengan :

5. Mencari nilai koefisien rata-rata (reduced mean), (dari tabel Yn)

6. Mencari nilai koefisien standar deviasi (reduced standard deviation) dari
tabel sn
Lanjutan Metode Distribusi Gumbel
7. Mencari nilai koefisien variasi (reduced variate), dengan rumus:

 Tr  1
YTr   ln  ln YTr = reduced variant
 Tr  Tr = Kala Ulang dalam tahun

8. Mencari nilai koefisien frekuensi gumbel (K) dengan rumus:

Yn = reduced mean yang tergantung pada jumlah sampel
YTr  Yn atau data n
K Sn = reduced standard deviation yang juga tergantung pada
Sn jumlah sampel
YTr = reduced variate yang dihitung dengan persamaan :

9. Mencari nilai hujan rancangan (RT) dengan rumus:

Keterangan:
RT = curuh hujan rancangan T tahunan (mm)
RT  R '  K .S R’ = rata-rata data
K = koefisien frekuensi Gumbel
S = standar deviasi data
Metode Gumbel
Tabel. Reduce Mean (Yn)
Metode Gumbel
Tabel. Reduce Standard deviation (Sn)
Contoh Soal Tahun STA A STA B STA C
1995 99 76 88
Hitung dengan Metode Gumbel 1996 89 70 67
Signifikan x =5% 1997 76 65 78
1998 67 56 66
1999 89 67 77
2000 70 67 66
2001 90 78 66
2002 74 66 65
2003 77 56 72
2004 87 60 76
2005 90 65 84
2006 67 67 92
2007 97 56 74
2008 67 66 78
2009 78 65 67
2010 56 54 89
2011 89 56 87
2012 44 79 76
2013 99 66 84
2014 89 76 82
2015 97 67 81
Tahun STA A STA B STA C Hujan Rerata (Xi) (X - X')^2
1995 99 76 88 87,67 177,355
1996 89 70 67 75,33 0,969
1997 76 65 78 73,00 1,820
1998 67 56 66 63,00 128,804
1999 89 67 77 77,67 11,006
2000 70 67 66 67,67 44,656
2001 90 78 66 78,00 13,328
2002 74 66 65 68,33 36,191
2003 77 56 72 68,33 36,191
2004 87 60 76 74,33 0,000
2005 90 65 84 79,67 28,275
2006 67 67 92 75,33 0,969
2007 97 56 74 75,67 1,736
2008 67 66 78 70,33 16,127
2009 78 65 67 70,00 18,916
2010 56 54 89 66,33 64,254
2011 89 56 87 77,33 8,905
2012 44 79 76 66,33 64,254
2013 99 66 84 83,00 74,836
2014 89 76 82 82,33 63,746
2015 97 67 81 81,67 53,545
∑ (sigma) 1561,33 845,884
Menghitung Dengan Metode Gumbel (n = 21)
rata-rata data (X’) = ∑X’/n
= 1561,33/ 21
= 74,349

Standar deviasi (S) = [∑ (xi – x’)/(n-1)]0,5

= [845,884/20) 0,5
= 6,503
Nilai Yn = 0,5252
Nilai Sn = 1,0696
 Tr  1
YTr   ln  ln
Tr 
Mencari nilai Yt

YT = -ln [-ln (tr-1)/Tr)]
YT10= -ln [-ln ((10-1)/10] = 2,2504
YT20= 2,9702
YT50= 3,9019
YTr  Yn Mencari nilai RT
Mencari nilai K K RT  R '  K .S
Sn
K10 = (2,2504- 0,5252)/1,0696 = 1,61 RT10 = 74,394 + 1,61 x 6,503 = 84.820 mm
K20 = 2,29 RT20 = 89,242 mm
K50 = 3,16 RT50 = 95,095 mm
Perhitungan statistik penentuan sebaran pada data curah hujan
Tahun Xi (Xi - Xr) (Xi - Xr)2 (Xi - Xr)3 (Xi - Xr)4
1998 63,000 -11,349 128,804 -1461,829 16590,595
2010 66,333 -8,016 64,254 -515,054 4128,605
2012 66,333 -8,016 64,254 -515,054 4128,605
2000 67,667 -6,683 44,656 -298,418 1994,188
2002 68,333 -6,016 36,191 -217,719 1309,769
2003 68,333 -6,016 36,191 -217,719 1309,769
2009 70,000 -4,349 18,916 -82,268 357,800
2008 70,333 -4,016 16,127 -64,765 260,088
1997 73,000 -1,349 1,820 -2,456 3,314
2004 74,333 -0,016 0,000 0,000 0,000
1996 75,333 0,984 0,969 0,953 0,938
2006 75,333 0,984 0,969 0,953 0,938
2007 75,667 1,317 1,736 2,287 3,013
2011 77,333 2,984 8,905 26,574 79,299
1999 77,667 3,317 11,006 36,510 121,122
2001 78,000 3,651 13,328 48,659 177,643
2005 79,667 5,317 28,275 150,353 799,497
2015 81,667 7,317 53,545 391,815 2867,091
2014 82,333 7,984 63,746 508,958 4063,589
2013 83,000 8,651 74,836 647,393 5600,461
1995 87,667 13,317 177,355 2361,915 31454,707
∑ (sigma) 1561,333 0,000 845,884 801,090 75251,031
Perhitungan statistik penentuan sebaran

  ∑ Xi 1561,333
X r= = =74,3492
n 21

  S

 
Cs =n . Σ ¿ ¿
  Sx 6,5034
C v= = =0,089471
X 𝑟 74,3492

2
Ck =𝑛 . Σ ¿ ¿
 
Hasil perhitungan curah hujan rencana periode T tahun pada tiga
metode tersebut harus dianalisis dengan syarat-syarat jenis sebaran

Hasil
No Jenis Distribusi Syarat Perhitungan Kesimpulan
Cs = 0 Cs = 0,1365 Tidak
1 Normal
Ck = 0 Ck = 48,82095 Memenuhi
Cs = 3.Cv + Cv3 = 3 Cs = 0,1365 Tidak
2 Log Normal
Ck = 5,383 Ck = 48,82095 Memenuhi
Cs ≤ 1,1396 Cs = 0,1365 Tidak
3 Gumbel
Ck ≤ 5,4002 Ck = 48,82095 Memenuhi
4 Log Pearson III Cs ≠ 0 Cs = 0,1365 Memenuhi
Pengujian Kecocokan/Kesesuaian
Distribusi Frekuensi

PERTEMUAN 10
2 Pengujian Kesesuaian Distribusi Frekuensi

Untuk menguji kebenaran suatu sebaran data curah

hujan, maka metode yang digunakan yaitu Metode Uji Chi
Kuadrat (Chi Square Test) atau uji sebaran.

Uji Chi - Square (X2) Test

Uji chi square dimaksudkan untuk menentukan apakah

persamaan distribusi peluang yang telah dipilih dapat
mewakili dari distribusi statistik sampel data yang
dianalisis
Langkah-langkah perhitungan sebaran data curah hujan (Chi Square Test)

 1. Hitung jumlah kelas (K)

Dimana : K = jumlah kelas

n = jumlah data
2. Hitung Derajat Kebebasan (DK)

Dimana : DK = Derajat Kebebasan

K = jumlah kelas
P = Parameter hujan ( P = 1)
3. Mencari harga X2 Cr dilihat dari derajat kebebasan (DK) dan taraf
signifikasi (X) (lihat tabel distribusi chi-kuadrat)
4. Hitung nilai yang diharapkan (EF)

Dimana : EF = Nilai yang diharapkan K=

jumlah kelas
n = Jum;ah data
5. Hitung X2 Cr

6. Bandingkan X2 Cr hasil tabel, dengan X2 Cr hasil perhitungan

X2 Cr hitungan < X2 Cr tabel

7. Hitung koefisien skewness (Cs)

8. Hitung koefisien variasi (Cv)

9. Hitung koefisien Kwitosis (Ck)

10. Menentukan curah hujan yang akan dipakai dalam perencanaan

Interpretasi hasil dari uji chi square adalah :
 Apabila peluang lebih besar dari 5%, maka persamaan
distribusi teoritis yang digunakan dapat diterima.
 Apabila peluang lebih kecil 1%, maka persamaan
distribusi teoritis yang digunakan tidak dapat diterima.
 Apabila peluang berada diantara 1 - 5% adalah tidak
mungkin mengambil keputusan, misal perlu
penambahan data.
Analisis/Uji Sebaran Curah Hujan
Dengan Metode Chi-Kuadrat
Adapun proses perhitungan uji sebaran data curah hujan curah
berdasarkan data hujan diatas adalah:

1. Hitung jumlah kelas (K)

K = 1 + 3,322 log n
K = 5, 392 ≈ 5

2. Hitung Derajat Kebebasan (DK)

DK = 5 – (1 + 1) = 3

3. Mencari harga X2 Cr berdasarkan tabel (DK = 3) l signifikan (x) = 5%,

dari tabel di dapat 7,815

4. Hitung nilai EF
EF = 21/5 = 4,2 ≈ 4
5. Menghitung X2 Cr
No (P)x EF OF EF-OF (EF-OF)2 (EF-OF)2/EF
1 63,00 < x < 68,333 4 5 -1 1 0,25
2 68,333 < x < 73,00 4 4 0 0 0
3 73,00 < x < 78,00 4 7 -3 9 2,25
4 78,00 < 83,00 4 4 0 0 0
5 83,00 < x < 87,667 5 1 4 16 3,2
21 21 5,7

Dari tabel di atas di dapat X2 Cr hasil hitungan = 5,70

6. Bandingkan X2 Cr hasil tabel dengan X2 Cr hasil hitungan

X2 Cr hitungan < X2 Cr tabel
5,70 < 7,815

KESIMPULAN :
maka data-data curah hujan yang sudah diolah tersebut
memenuhi syarat.
Uji Smirnov Kolmogorov
 Kolmogorov–Smirnov test (K-S test) merupakan pengujian
statistik non-parametric yang paling mendasar dan paling
banyak digunakan, pertama kali diperkenalkan dalam
makalahnya Andrey Nikolaevich Kolmogorov pada tahun 1933
dan kemudian ditabulasikan oleh Nikolai
Vasilyevich Smirnov pada tahun 1948

(Pmax | Pe –Pt | ) < ΔCr, α

Umumnya taraf signifiksi atau derajat nyata (α) diambil sebesar

5% dengan asumsi bahwa 5 dari 100 kesimpulan kita akan
menolak hipotesa yang seharusnya kita terima atau kira-kira 95%
konfiden bahwa kita telah membuat kesimpulan yang benar
 Tahun Xi m P(x) = m/(n+1) P(x<1) = 1 - P P'(x) = m/n-1) P'(x<) = 1-P' ∆ = P(x<) - P' (x<)
1995 87,67 1 0,0455 0,9545 0,0500 0,9500 0,0045
2015 81,67 2 0,0909 0,9091 0,1000 0,9000 0,0091
2014 82,33 3 0,1364 0,8636 0,1500 0,8500 0,0136
2013 83,00 4 0,1818 0,8182 0,2000 0,8000 0,0182
2012 66,33 5 0,2273 0,7727 0,2500 0,7500 0,0227
2011 77,33 6 0,2727 0,7273 0,3000 0,7000 0,0273
2010 66,33 7 0,3182 0,6818 0,3500 0,6500 0,0318
2009 70,00 8 0,3636 0,6364 0,4000 0,6000 0,0364
2008 70,33 9 0,4091 0,5909 0,4500 0,5500 0,0409
2007 75,67 10 0,4545 0,5455 0,5000 0,5000 0,0455
2006 75,33 11 0,5000 0,5000 0,5500 0,4500 0,0500
2005 79,67 12 0,5455 0,4545 0,6000 0,4000 0,0545
2004 74,33 13 0,5909 0,4091 0,6500 0,3500 0,0591
2003 68,33 14 0,6364 0,3636 0,7000 0,3000 0,0636
2002 68,33 15 0,6818 0,3182 0,7500 0,2500 0,0682
2001 78,00 16 0,7273 0,2727 0,8000 0,2000 0,0727
2000 67,67 17 0,7727 0,2273 0,8500 0,1500 0,0773
1999 77,67 18 0,8182 0,1818 0,9000 0,1000 0,0818
1998 63,00 19 0,8636 0,1364 0,9500 0,0500 0,0864
1997 73,00 20 0,9091 0,0909 1,0000 0,0000 0,0909
1996 75,33 21 0,9545 0,0455 1,0500 -0,0500 0,0955
∑ (sigma) 1561,333 ∆max 0,0955
∆kritik 0,2968
Curah Hujan Max dengan rata-rata Hitung
No. Tahun Tanggal Hulu Hilir Rata-rata Ekstrim

21 an 57,90 7,50 32,70

1 2000 41,10
19 Jan 0,90 81,30 41,10
27 Apr 77,40 44,30 60,85
2 2001 60,85
24 Jun 0,00 85,50 42,75
1 Nov 89,20 40,00 64,60
3 2002 64,60
19 Nov 5,80 94,90 50,35
17 Okt 48,50 24,10 36,30
4 2003 36,30
13 Apr 22,20 45,90 34,05
9 Mei 69,80 0,00 34,90
5 2004 34,90
6 Mei 2,00 65,00 33,50
21 Juli 66,50 23,30 44,90
6 2006 44,90
14 Apr 0,00 72,20 36,10
7 Mei 78,80 47,10 62,95
7 2007 62,95
23 Jan 8,10 87,10 47,60
8 2008 28 Juli 72,00 57,90 64,95 64,95
27 Agust 98,00 0,00 49,00
9 2009 49,00
26 Mar 26,50 50,00 38,25
10 Jun 111,20 15,30 63,25
10 2010 77,95
22 Agust 79,40 76,50 77,95
Sumber : Hasil Analisis
 Data Curah Hujan Harian Maksimum Berdasarkan
Rangking
No. Tahun Curah Hujan (Xi), mm
1 2010 77,95
2 2008 64,95
3 2002 64,60
4 2007 62,95
5 2001 60,85
6 2009 49,00
7 2006 44,90
8 2000 41,10
9 2003 36,30
10 2004 34,90

Sumber : Hasil Analisis

Terima Kasih
Tugas Harian Daring

Tahun STA A STA B STA C STA D

1995 101,xx 77 76 91,x
1996 80 70,xx 67,x 67 Hitung dengan:
1997 76,xx 65 78 90 a) Distribusi Normal
1998 57 56 66 33
1999 89 67 67,xx 56 b) Distribusi Log Normal
2000 70 55 66 38,xx c) Distribusi Log Pearson Type III
2001 90 78,x 87 75
2002 56,x 66 65 88,xx d) Distribusi Gumbel
2003 77 56,x 59 101 Distribusi apakah yang memenuhi
2004 87 67 76,xx 43
syarat tersebut?
2005 90,xx 65 84 84
2006 67 67,x 92 72,x
2007 80,xx 55 74 55
Dikumpul minggu depan, paling
2008 67 66 88 50,x
2009 45 65 67,x 48
lambat pukul 09.00 wib, dikerjakan
2010 56 54,xx 87 90 dengan menggunakan software
2011 89 56 87 110 excel. x adalah nim terakhir, jika xx
2012 44 79 76,xx 39 adalah 2 nim terakhir.
2013 101 66 84 66
2014 89,x 76 45,xx 81
2015 97 67,x 58 60,x