LAPORAN PRATIKUM PENYALIRAN CURAH HUJAN RENCANA
PENGOLAHAN DATA EXCEL
“Metode Distribusi Log Normal dan Log Pearson Type III”
Dosen Pengampu:
Dian Eka Aryanti, S.T., M.T.
Danang Wibowo, S.T
Oleh:
Maria Fennylia Methe (22132010)
PROGRAM STUDI TEKNOLOGI PERTAMBANGAN POLITEKNIK ENERGI DAN PERTAMBANGAN BANDUNG
2023
ii
DAFTAR ISI
COVER ... i
DAFTAR ISI ... ii
DAFTAR TABEL ... iii
BAB I PENDAHULUAN... 1
1.1 Latar Belakang ... 1
1.2 Maksud dan Tujuan ... 1
BAB II LANDASAN TEORI ... 2
2.1 Pengertian ... 2
2.1.1 Curah Hujan ... 2
2.1.2 Curah Hujan Rencana ... 2
2.2 Perhitungan Parameter Statistik ... 2
2.3 Metode-Metode ... 4
2.3.1 Metode Log Normal ... 4
2.3.2 Metode Log Pearson Type III ... 5
BAB III PEMBAHASAN ... 7
3.1 Data Awal Curah Hujan ... 7
3.2 Pengolahan Data Frekuensi ... 8
3.3 Analisis Perhitungan Distribusi Log Normal ... 9
3.4 Analisis Perhitungan Distribusi Log Pearson Type III ... 10
BAB IV PENUTUP ... 11
4.1 Kesimpulan ... 11
DAFTAR PUSTAKA ... 12
iii
DAFTAR TABEL
Tabel 2.1 Nilai Kt untuk metode log normal ... 5
Tabel 2.2 Nilai K untuk metode log pearson type III ... 6
Tabel 3.1 Data curah hujan ... 7
Tabel 3.2 Data frekuensi curah hujan ... 8
Tabel 3.3 Curah hujan maks dengan metode log normal ... 9
Tabel 3.4 Hasil distribusi log normal ... 9
Tabel 3.5 Curah hujan maks dengan metode log pearson type III ... 10
Tabel 3.6 Hasil distribusi log pearson type III ... 10
1 BAB I PENDAHULUAN
1.1 Latar Belakang
Curah hujan dianggap sebagai fenomena yang tak terduga dan berubah secara geografis serta musiman. Informasi mengenai curah hujan memiliki signifikasi besar dalam merencakan dan merancang sistem penyaliran yang efisien. Oleh karena itu, untuk menciptakan sistem penyaliran yang optimal, sangat penting untuk menganalisis data curah hujan guna mendapatkan nilai-nilai yang mencerminkan pola curah hujan di wiayah tersebut (Gautama, 2012).
Data ini diperoleh dari stasiun hujan, untuk memperkirakan jumlah curah hujan yang diharapkan dalam setahun ke depan.Tujuan dari pengolahan data curah hujan ini untuk menghasilkan data yang diperlukan guna perencanaan sistem penyaliran. Pengolahan data tersebut dapat dilakukan dengan berbagai metode, termasuk metode distribusi log normal dan log paerson type III untuk menghitung curah hujan rencana tahunan.
1.2 Maksud dan Tujuan
Adapun tujuan dibuatnya laporan pratikum penyaliran ini sebagai berikut:
1. Mengenal metode distribusi log normal dan log pearson type III untuk perhitungan curah hujan rencana.
2. Mengetahui cara melakukan pengolahan data di excel dengan metode distribusi log normal dan metode distribusi log pearson type III.
2 BAB II
LANDASAN TEORI
2.1 Pengertian 2.1.1 Curah Hujan
Curah hujan adalah jumlah air yang jatuh ke permukaan tanah dalam suatu daerah selama periode tertentu, diukur dalam milimeter dengan ketinggian di atas permukaan horizontal. Sebagai contoh, curah hujan sebesar 1 milimeter berarti air setinggi satu milimeter menutupi satu meter persegi permukaan tanah datar atau setara dengan satu liter air yang terkumpul pada luasan tersebut (Triatmodjo, 2008).
2.1.2 Curah Hujan Rencana
Curah hujan rencana merujuk pada jumlah air hujan yang diperkirakan akan terjadi dalam suatu wilayah selama periode tertentu. Dalam perencanaan, analisis curah hujan rencana digunakan untuk memperhitungkan volume curah hujan yang berpotensi memengaruhi debit banjir dan kelangsungan sumber daya air. Dalam pengolahan data curah hujan bertujuan untuk menghasilkan data curah hujan yang dapat digunakan dalam perencanaan sistem penyaliran. Pengolahan data ini dapat dilakukan dengan beberapa metode yakni metode:
• Metode Gumbel
• Metode Normal
• Metode Log Normal
• Metode Log Person III
2.2 Perhitungan Parameter Statistik
Dibutuhkan perhitungan parameter statistik untuk memberikan penjelasan atau gambaran tentang data dalam variable yang dianalisis menggunakan beberapa metrik statistik, termasuk rata-rata (mean), standar deviasi, koefisien kemencengan.
3
Perhitungan parameter statistik dikerjakan dengan menerapkan rumus-rumus berikut:
1. Rata-rata (mean)
Rata-rata dinyatakan dalam symbol 𝑋̅ dengan persamaan rumusnya sebagai berikut:
𝐗̅ =∑ .𝐗𝐢
𝐧𝐢=𝟏
𝐧
Keterangan:
𝐗̅ = Rata − rata 𝐧 = Jumlah data
𝐗𝐢 = Nilai pengukuran suatu variat
2. Standar Deviasi (Sx)
Jika data tersebar jauh dari rata-rata, standar deviasi akan besar.
Sebaliknya, jika data berkumpul dekat dengan rata-rata maka standar deviasi akan kecil. Menghitung standar deviasi dari data curah hujan yang tercatat di stasiun hujan terdekat menggunakan rumus berikut:
𝑺𝒙 = √∑ (𝑿𝒏𝒊 𝒊− 𝑿𝒓)𝟐 𝒏 − 𝟏 Keterangan:
𝑺𝒙 = Standar deviasi 𝑿𝒊 = Curah hujan rata-rata
𝑿𝒓 = Rata-rata curah hujan maksimum 𝒏 = Jumlah data
3. Koefisien Kemencengan (Cs)
Kemencengan adalah ukuran yang mengindikasikan sejauh mana suatu distribusi tidak simetris. Tingkat kemencengan diukur menggunakan koefisien kemencengan (Cs). Rumus untuk menghitung nilai koefisien kemencengan adalah sebagai berikut:
𝐂𝐬= 𝐧 ∑𝐧𝐢=𝟏(𝐗𝐢− 𝐗̅)𝟑 (𝐧 − 𝟏)(𝐧 − 𝟐)𝐬𝐝𝟑
4 Keterangan :
𝐂𝐬 = Koef. Kemencengan 𝐬𝐝 =Standar deviasi 𝐗̅ = Rata-rata
𝐗𝐢 = Nilai dari suatu variat 𝐧 = Jumlah data
2.3 Metode Perhitungan Curah Hujan Rencana 2.3.1 Metode Log Normal
Distribusi Log Normal adalah model statistik yang menggambarkan pola distribusi data dalam bentuk kurva logaritmik. Metode ini digunakan untuk estimasi curah hujan berdasarkan data historis dan perhitungan probabilitas kejadian tertentu. Distribusi log Pearson Tipe III akan sesuai dengan distribusi log normal saat koefisien kemencengan (CS) mencapai nilai 0,00. Berikut adalah rumus yang diterapkan dalam perhitungan menggunakan metode ini:
𝑿𝒕 = 𝑿̅ + (𝑲𝒕. 𝑺𝒙) Keterangan:
𝑿𝒕 = Rencana curah hujan tahunan 𝑿̅ = Curah hujan rata-rata (mm) 𝑲𝒕 = Standar variabel
𝑺𝒙 = Standar deviasi
5
Tabel 2.1 Nilai Kt untuk metode log normal
Sumber : Suripin, 2004
2.3.2 Metode Log Pearson Type III
Dalam beberapa situasi, meskipun data telah diubah menjadi bentuk logaritmik, kesesuaian antara data dan teori tidak cukup kuat untuk mengambil kesimpulan penggunaan distribusi Log-Normal (Suripin, 2004). Peneliti telah mengembangkan serangkaian fungsi probabilitas yang bisa digunakan untuk hampir semua distribusi probabilitas empiris. Distribusi probabilitas ini tidak didasarkan pada konsep yang mendukung penggunaan distribusi Log-Normal untuk banjir puncak, tetapi masih digunakan karena fleksibilitasnya (Suripin, 2004).
Distribusi Log Pearson Tipe III dimanfaatkan dalam menganalisis variabel hidrologi yang memiliki nilai varian minimum, seperti analisis frekuensi distribusi dari debit minimum. Metode ini melibatkan koefisien kemencengan atau CS yang tidak sama
6
dengan nol. Berikut adalah rumus-rumus yang diterapkan dalam perhitungan menggunakan metode ini:
𝐋𝐨𝐠 𝐗𝐓𝐑 = 𝐋𝐨𝐠 𝐗 + (𝐊𝐓𝐑× 𝐒𝐋𝐨𝐠 𝐗)
Keterangan:
𝑿𝑻𝑹 = Curah hujan dengan periode ulang TR (mm) 𝑿̅ = Curah hujan rata-rata (mm)
𝑲𝑻𝑹 = Faktor frekuensi berdasarkan periode ulang TR 𝑺𝑳𝒐𝒈𝑿 = Standar deviasi dari log X
Tabel 2.2 Nilai K untuk metode log pearson type III
`
Sumber : Suripin, 2004
7 BAB III PEMBAHASAN
3.1 Data Awal Curah Hujan
Sebelum memulai perhitungan perlunya data curah hujan selama beberapa tahun terakhir, data yang diperoleh bisa dari stasiun curah hujan terdekat. Dan data yang diperoleh dengan jangka waktu 20 tahun sebagai berikut:
Tabel 3.1 Data curah hujan
Data curah hujan yang diperoleh kemudian dianlisis untuk menentukan waktu dan intensitas curah hujan ekstrem. Dua metode yang digunakan dalam analisis ini adalah metode log normal dan log pearson type III, bertujuan untuk memperkirakan periode ulang kemungkinan terjadinya curah hujan ekstrem di masa depan. Data curah hujan rencana ini akan berguna dalam mempersiapkan dampak masuknya volume air ke dalam tambang ketika terjadi hujan ekstrem pada tahun-tahun mendatang.
8 3.2 Pengolahan Data Frekuensi
Berdasarkan dari data yang diperoleh, maka dilakukan pengolahan data untuk menentukan frekuensi terlebih dahulu, sebagai berikut:
Tabel 3.2 Data frekuensi curah hujan
9
3.3 Analisis Perhitungan Distribusi Log Normal
Hasil dari pengolahan data menggunakan metode log normal dapat dilihat sebagai berikut:
Tabel 3.3 Curah hujan maks dengan metode log normal
Data hasil perhitungan dari metode log normal yaitu:
Jumlah data : 20
Rata-rata : 2.246264241
Standar Deviasi : 0.068679539 Koef. Kemencengan : 0.042574203
Tabel 3.4 Hasil distribusi log normal
10
3.4 Analisis Perhitungan Distribusi Log Pearson Type III
Hasil dari pengolahan data menggunakan metode log pearson type III dapat dilihat sebagai berikut:
Tabel 3.5 Curah hujan maks dengan metode log pearson type III
Data hasil perhitungan dari metode log npearson type III yaitu:
Jumlah data : 20
Rata-rata : 2.246264241
Standar Deviasi : 0.068679539 Koef. Kemencengan : -2.29705979
Tabel 3.6 Hasil distribusi log pearson type III
11 BAB IV PENUTUP
4.1 Kesimpulan
Dalam perencanaan, evaluasi curah hujan rencana dilakukan untuk memperkirakan jumlah curah hujan yang bisa memengaruhi debit banjir serta keberlanjutan sumber daya air. Proses pengolahan data curah hujan bertujuan untuk menghasilkan data yang dapat digunakan dalam perencanaan sistem penyaliran. Pengolahan ini dapat dilakukan menggunakan beberapa metode, seperti metode log normal dan log pearson type III. Dalam pratikum penyaliran curah hujan rencana ini membantu mahasiswa dalam melakukan pengolahan data di ms.excel.
12
DAFTAR PUSTAKA
Rakhmawati, G., Yasin, N., & Santosa, B. (2023). ANALISIS HUJAN RENCANA PADA DAERAH ALIRAN SUNGAI (DAS) DIGOEL. Jurnal Ilmiah Desain &
Konstruksi, 22(1), 81–90. https://doi.org/10.35760/dk.2023.v22i1.7508 Ruhiat, D. (2022). IMPLEMENTASI DISTRIBUSI PELUANG GUMBEL UNTUK
ANALISIS DATA CURAH HUJAN RENCANA. Teorema: Teori Dan Riset Matematika, 7(1), 213. https://doi.org/10.25157/teorema.v7i1.7137
Susanti Yusman, A., & ARTIKEL ABSTRAK Koresponden Ana Susanti Yusman, I. (2018). CURAH HUJAN DAN ANALISA FREKWENSI BANJIR KOTA PADANG RAINFALL AND FLOWER FREQUENCY ANALYSIS OF PADANG CITY. UNES Journal of Scientech Research, 3(1).
http://lppm.ojs.unespadang.ac.id/index.php/UJSR
Teknologi Berkelanjutan, J., Fahraini, A., Achmad Rusdiansyah, dan, Jenderal Yani Km, J. A., & Selatan, K. (2020). ANALISIS KEANDALAN METODE ANALISA FREKUENSI DAN INTENSITAS HUJAN BERDASARKAN DATA CURAH HUJAN KLIMATOLOGI BANJARBARU. Sustainable Technology Journal), 9(1), 11–23. http://jtb.ulm.ac.id/index.php/JTB
