11 c. Kurtosis
Soemarto 1995 menyatakan bahwa kurtosis merupakan kepuncakan peakedness distribusi. Biasanya dibandingkan dengan
distribusi normal yang mempunyai koefisien sama dengan 3 disebut mesokurtik
. Distribusi simetrik yang mempunyai koefisisen kurang dari 3 berpuncak tajam dinamakan leptokurtik, sedangkan distribusi
yang ditandai dengan puncak datar, yang mempunyai koefisisen lebih dari 3 dinamakan platikurtik. Perkiraan koefisien kurtosis yang
dihitung dari sampel sebesar n adalah :
∑
2-8 Di mana :
= koefisien Kurtosis = deviasi standar
= curah hujan rata-rata mm = curah hujan di stasiun hujan ke i mm
= jumlah data
2.2.3 Metode Perhitungan Curah Hujan Rencana
Menurut Soemarto 1995, untuk menganalisis probabilitas banjir biasanya dipakai beberapa macam distribusi, yaitu :
a. Distribusi Gumbel Menurut Gumbel 1941, tujuan teori statistik nilai-nilai
ekstrim adalah untuk mengananlisis hasil pengamatan nilai-nilai ekstrim tersebut untuk memperpraktis nilai-nilai ekstrim berikutnya.
Rumus : 2-9
Di mana : = variabel berdistribusi eksponensial
= nilai tengah sampel = faktor frekwensi
= standar deviasi sampel
12 Faktor frekwensi untuk nilai-nilai ekstrim Gumbel 1941
ditulis dengan rumus : 2-10
Di mana : = reduced variate
ln ln 2-11
= reduced mean yang tergantung dari besarnya sampel n = reduced standard deviation yang tergantung dari besarnya
sampel n
Tabel 2-1 Reduced Variate Sebagai Fungsi Waktu Balik Soemarto, 1995
Tr Reduced Variate
2 0,36651
5 1,9940
10 2,25037
20 2,97019
50 3,90914
100 4,60015
200 5,29561
500 6,21361
1000 6,90726
2000 7,60065
5000 8,51709
10000 9,21029
20000 9,90346
50000 10,81977
100000 11,51292
Tabel 2-2 Hubungan Reduced Mean
dengan Besarnya Sampel Nemec , 1972
n n
n n
10 0,4952 33 0,5388 56 0,5508 79 0,5567 11 0,4996 34 0,5396 57 0,5511 80 0,5569
12 0,5035 35 0,5402 58 0,5515 81 0,5570 13 0,5070 36 0,5410 59 0,5518 82 0,5572
14 0,5100 37 0,5418 60 0,5521 83 0,5574 15 0,5128 38 0,5424 61 0,5524 84 0,5576
16 0,5157 39 0,5430 62 0,5527 85 0,5578 17 0,5181 40 0,5439 63 0,5530 86 0,5580
18 0,5202 41 0,5442 64 0,5533 87 0,5581 19 0,5220 42 0,5448 65 0,5535 88 0,5583
20 0,5236 43 0,5453 66 0,5538 89 0,5585 21 0,5252 44 0,5458 67 0,5540 90 0,5586
22 0,5268 45 0,5463 68 0,5543 91 0,5587 23 0,5283 46 0,5468 69 0,5545 92 0,5589
13
24 0,5296 47 0,5473 70 0,5548 93 0,5591 25 0,5309 48 0,5477 71 0,5550 94 0,5592
26 0,5320 49 0,5481 72 0,5552 95 0,5593 27 0,5332 50 0,5485 73 0,5555 96 0,5595
28 0,5343 51 0,5489 74 0,5557 97 0,5596 29 0,5353
52 0,5493
75 0,5559
98 0,5598 30 0,5362 53 0,5497 76 0,5561 99 0,5599
31 0,5371 54 0,5501 77 0,5563 100 0,5600 32 0,5380 55 0,5504 78 0,5565
Tabel 2-3 Hubungan Reduced Standard Deviation
dengan Besarnya Sampel Nemec, 1972
n n
n n
10 0,9496 33 1,1226 56 1,1696 79 1,1930 11 0,9676 34 1,1255 57 1,1708 80 1,1938
12 0,9833 35 1,1285 58 1,1721 81 1,1945 13 0,9971 36 1,1313 59 1,1734 82 1,1953
14 1,0095 37 1,1339 60 1,1747 83 1,1959 15 1,0206 38 1,1363 61 1,1759 84 1,1967
16 1,0316 39 1,1388 62 1,1770 85 1,1973 17 1,0411 40 1,1413 63 1,1782 86 1.1980
18 1,0493
41 1,1436
64 1,1793
87 1,1987 19 1,0565 42 1,1458 65 1,1803 88 1,1994
20 1,0628 43 1,1480 66 1,1814 89 1,2001 21 1,0696 44 1,1499 67 1,1824 90 1,2007
22 1,0754 45 1,1519 68 1,1834 91 1,2013 23 1,0811 46 1,1538 69 1,1844 92 1,2020
24 1,0864
47 1,1557
70 1,1854
93 1,2026 25 1,0915
48 1,1574
71 1,1863
94 1,2032 26 1,0961 49 1,1590 72 1,1873 95 1,2038
27 1,1004 50 1,1607 73 1,1881 96 1,2044 28 1,1047 51 1,1623 74 1,1890 97 1,2049
29 1,1086 52 1,1638 75 1,1898 98 1,2055 30 1,1124 53 1,1658 76 1,1906 99 1,2060
31 1,1159 54 1,1667 77 1,1915 100 1,2065 32 1,1193 55 1,1681 78 1,1923
b. Distribusi Log Pearson Type III Parameter-parameter statistik yang diperlukan oleh distribusi
Pearson Tipe III adalah : nilai tengah, standar deviasi, dan koefisien kepencengan. Garis besar cara tersebut adalah sebagai berikut
Soemarto, 1995 : • Ubahlah data banjir tahunan sebanyak buah , , , … ,
menjadi log , log , log , … , log
14 • Hitung nilai tengahnya dengan rumus berikut :
log x
∑
2-12 • Hitung nilai standar deviasinya dengan rumus berikut ini :
∑
2-13 • Hitung koefisien kemencengannya dengan rumus berikut ini :
∑
2-14 • Hitung logaritma debit dengan waktu balik yang dikehendaki
dengan rumus berikut ini : log
log 2-15
Nilai sama dengan harga menurut Wahyuni dkk.,
2004 yang merupakan besar nilai untuk setiap nilai dan
interval pengulangan atau kemungkinan prosentase yang dipilih. Nilai dapat diambil dari tabel.
Tabel 2-4 Nilai Untuk Setiap Nilai Koefisien
Skewness Positif Wahyuni dkk., 2004
Periode Ulang th 1,01
2 5
10 25
50 100
200
3,0 -0,667 -0,396 0,420 1,180 2,278 3,152 4,051 4,970 2,9 -0,690 -0,390 0,440 1,195 2,227 3,134 4,013 4,904
2,8 -0,714 -0,384 0,460 1,210 2,275 3,114 3,973 4,847 2,7 -0,740 -0,376 0,479 1,224 2,272 3,093 3,932 4,783
2,6 -0,769 -0,368 0,499 1,238 2,267 3,071 3,889 4,718 2,5 -0,799 -0,360 0,518 1,250 2,262 3,048 3,845 4,652
2,4 -0,832 -0,351 0,537 1,262 2,256 3,023 3,800 4,584 2,3 -0,867 -0,341 0,555 1,274 2,248 2,997 3,753 4,515
2,2 -0,905 -0,330 0,574 1,284 2,240 2,970 3,705 4,444 2,1 -0,946 -0,319 0,592 1,294 2,230 2,942 3,656 4,372
2,0 -0,990 -0,307 0,609 1,302 2,219 2,912 3,605 4,298 1,9 -1,037 -0,294 0,627 1,310 2,207 2,881 3,553 4,223
1,8 -1,087 -0,282 0,643 1,318 2,193 2,848 3,499 4,147 1,7 -1,140 -0,268 0,660 1,324 2,179 2,815 3,444 4,069
1,6 -1,197 -0,254 0,675 1,329 2,163 2,780 3,388 3,990 1,5 -1,256 -0,240 0,690 1,333 1,146 2,743 3,330 3,910
1,4 -1,318 -0,225 0,705 1,337 2,128 2,706 3,271 3,828 1,3 -1.383 -0,210 0,719 1,339 2,108 2,666 3,211 3,745
1,2 -1,449 -0,195 0,732 1,340 2,087 2,626 3,149 3,661 1,1 -1,518 -0,180 0,745 1,341 2,066 2,585 3,087 3,575
15
1,0 -1,588 -0,164 0,758 1,340 2,043 2,542 3,022 3,489 0,9 -1,660 -0,148 0,769 1,339 2,018 2,498 2,957 3,401
0,8 -1,733 -0,132 0,780 1,336 1,993 2,453 2,891 3,312 0,7 -1,806 -0,116 0,790 1,333 1,967 2,407 2,824 3,223
0,6 -1,880 -0,099 0,800 1,328 1,939 2,359 2,755 3,132 0,5 -1,955 -0,083 0,808 1,323 1,910 2,231 2,686 3,041
0,4 -2,029 -0,066 0,816 1,317 1,880 2,261 2,615 2,949 0,3 -2,104 -0,050 0,824 1,309 1,849 2,211 2,544 2,856
0,2 -2,178 -0,033 0,830 1,301 1,818 2,159 2,472 2,763 0,1 -2,252 -0,017 0,836 1,292 1,785 2,107 2,400 2,670
0,0 -2,326 0 0,842 1,282 1,751 2,054 2,326 2,576
c. Distribusi Normal Distribusi normal banyak digunakan dalam analisis hidrologi,
misalnya dalam analisis frekwensi curah hujan, analisis statistik dari distribusi rata-rata tahunan dan sebagainya. Distribusi normal atau
disebut pula distribusi Gauss. Fungsi densitas peluang normal Normal Probability Density Function dari variabel acak kontinyu
dapat ditulis sebagai berikut Soemarto, 1995 :
√
2-16 Di mana :
= fungsi densitas peluang normal ordinat kurva normal = 3,14156
= 2,71828 = variabel acak kontinyu
= rata-rata dari nilai = deviasi standar dari nilai x
d. Distribusi Log Normal Distribusi Log Normal merupakan hasil transformasi dari
distribusi normal, yaitu dengan mengubah nilai varian menjadi nilai logaritmik varian . Distribusi Log Pearson Type III akan
menjadi distribusi Log Normal apabila nilai kofisien kemencengan = 0. Secara matematis distribusi Log Normal ditulis sebagai
berikut Soemarto, 1995 :
16
√
2-17 Di mana :
= peluang Log Normal = nilai varian pengamatan
= nilai rata-rata dari logaritmik varian , umumnya dihitung dari nilai rata-rata geometriknya.
= deviasi standar dari logaritmik nilai varian Distribusi yang digunakan, apabila memenuhi syarat berikut :
Tabel 2-5 Penentuan Metode Distribusi yang Digunakan Wahyuni dkk., 2004
Distribusi Syarat
Normal Log Normal
dan Log Pearson III
Gumbel ,
,
2.2.4 Metode Perhitungan Debit Banjir Rencana
