REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA

D101117112

BAB III
ANALISA DISTRIBUSI

Maksud dan tujuan dari Penentuan Metode Analisa Disrtribusi Hujan Yang Paling
Sesuai adalah untuk menentukan metode analisa apa yang paling cocok digunakan dalam
menentukan hujan periode ulang tertentu. Metode yang dimaksud adalah metode yang
tercakup dalam distribusi kontinu, diantaranya :
1) Metode Normal
2) Metode Gumbel Tipe I
3) Metode Log Pearson Tipe III
4) Metode Log Normal 2 Parameter
5) Metode Log Normal 3 Parameter

III.1 Distribusi Normal

Distribusi normal banyak digunakan dalam analisa hidrologi. Distribusi normal
atau kurva normal ini biasanya disebut juga distribusi Gauss. Bentuk persamaan kurva
frekuensi adalah :

X = Xrata-rata + tp.σ
Dengan :
X = nilai suatu kejadian dengan periode ulang T tahun
Xrata-rata = nilai rata-rata hitung kejadian-kejadian
σ = simpangan baku (standar deviasi)
tp = karakteristik dari distribusi probabilitas normal. Nilai t p didapat dengan
membaca tabel area di bawah kurva standar Normal untuk nilai probabilitas
kumulatif yang dihitung.

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Tabel III.1 Nilai Variasi Reduksi Gauss

Periode Ulang Periode Ulang
T Peluang k T Peluang k
(Tahun) (Tahun)
1,001 0,999 -3,05 3,33 0,3 0,52
1,005 0,995 -2,58 4 0,25 0,67
1,01 0,99 -2,33 5 0,2 0,84
1,05 0,95 -1,64 10 0,1 1,28
1,11 0,9 -1,28 20 0,05 1,64
1,25 0,8 -0,84 50 0,02 2,05
1,33 0,75 -0,67 100 0,01 2,33
1,43 0,7 -0,52 200 0,005 2,58
1,67 0,6 -0,25 500 0,002 2,88
2 0,5 0 1000 0,001 3,09
2,5 0,4 0,25
Sumber : Hidrologi, Aplikasi Metode Statistik untuk Analisa Data (Soewarno,
1995:119)

III.2 Metode Gumbel Tipe I

Dalam Soewarno, 2000; 123 dikatakan bahwa distribusi Gumbel Tipe I atau
disebut juga dengan distribusi ekstrem 1 (extreme type I distribution) umunya digunakan
untuk analisa data maksimum, misal untuk analisis frekuensi banjir.
Persamaan garis lurus model matematik distribusi Gumbel Tipe I yang ditentukan dengan
menggunakan metode momen adalah :

Y =a ( X− X o )
.................. (1)
1 , 283
a=
σ .................. (2)
0 ,577
X o =μ− atauX 0 =μ−0 , 455 σ
a .................. (3)
Dengan : μ = nilai rata-rata
σ = deviasi standar

Distribusi Gumbel Tipe I mempunyai koefisien kemencengan (coefficient of

skewness) Cs = 1,139. nilai Y, faktor reduksi Gumbel Tipe I merupakan fungsi dari
besarmya peluang atau periode ulang seperti yang ditunjukkan dalam tabel berikut :
Tabel III.2 Nilai Variabel Reduksi Gumbel

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

T
T
(Tahun Peluang Y Peluang Y
(Tahun)
)
1,001 0,001 -1,930 3,33 0,700 1,030
1,005 0,005 -1,670 4,00 0,750 1,240
1,01 0,01 -1,530 5,00 0,800 1,510
1,05 0,05 -1,097 10,00 0,900 2,25
1,11 0,10 -0,834 20,00 0,950 2,97
1,25 0,20 -0,476 50,00 0,980 3,9
1,33 0,25 -0,326 100,00 0,990 4,6
1,43 0,30 -0,185 200,00 0,995 5,29
1,67 0,40 0,087 500,00 0,998 6,21
2,00 0,50 0,366 1000,00 0,999 6,9
2,50 0,60 0,671
Sumber : Bonnier 1980 Dalam Soewarno: (1995:124)

Perhitungan persamaan garis lurus untuk distribusi Gumbel Tipe I dapat juga
menggunakan persamaan distribusi frekuensi empiris sebagai berikut :

S
X =X + (Y −Y n )
Sn
Dengan :
X = nilai variat yang diharapkan terjadi
X = nilai rata-rata hitung variat
Y = nilai reduksi variat dari variabel yang diharapkan terjadi pada periode ulang
tertentu

T −1
Y =
[
−ln − ln
T ] , untuk T≥ 20, maka Y = ln T

Yn =nilai rata-rata dari reduksi variat (mean of reduced variate) nilainya tergantung dari
jumlah data (n) seperti rabel berikut :
Sn = deviasi standar dari reduksi variat (standard deviation of the reduced variate), nilai
tergantung dari jumlah data (n) seperti tabel berikut :

Tabel III.3 Hubungan Reduksi Variat Rata-rata Yn dengan Jumlah data n.

n Yn Sn N Yn Sn
5 0,4588 0,7928 20 0,5236 1,0628
6 0,469 0,8388 21 0,5252 1,0694
7 0,4774 0,8749 22 0,5252 1,0755

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

8 0,4843 0,9013 23 0,5268 1,0812

9 0,4902 0,9288 24 0,5282 1,0865
10 0,4952 0,9496 25 0,5309 1,0914
11 0,4996 0,9697 26 0,5321 1,0961
12 0,5035 0,9833 27 0,5332 1,1005
13 0,507 0,9971 28 0,5343 1,1017
14 0,51 1,0095 29 0,5353 1,1086
15 0,5128 1,0206 30 0,5362 1,1124
16 0,5154 1,0306 31 0,5371 1,1159
17 0,5177 1,0397 32 0,538 1,1193
18 0,5198 1,0481 33 0,5388 1,1225
19 0,5217 1,0557 34 0,5396 1,1256
Sumber : Hidrologi, Aplikasi Metode Statistik Untuk Analisa Data (Soewarno, 1995:129)

Tabel III.4 Hubungan Antara Deviasi standar dan Reduksi Variat dengan Jumlah Data.
N Sn n Sn n Sn n Sn
10 0,9496 33 1,1226 56 1,1696 79 1,193
11 0,9676 34 1,1255 57 1,1708 80 1,1938
12 0,9933 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 1,198
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 1,202

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

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 1,1961 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 1,206
31 1,1159 54 1,1667 77 1,1915 100 1,2065
32 1,1193 55 1,1682 78 1,1923    
Sumber: Soewarno, 1995:130

Y juga dapat dilihat dari tabel untuk T r (Xm) tertentu. Tabel hubungan antara T r (periode
ulang) dengan reduced variate sesuai dengan rumus :
T r ( X≥x )−1
{
Y =−ln − ln
T r ( X ≥x ) }
sehingga untuk nilai T dan Y adalah sebagai berikut :

Tabel III.5 Hubungan Perode Ulang (T) dengan Reduksi Variat dari Variabel (Y)
T Y T Y
2 0,3065 20 29,72
5 14,999 50 39,019
10 22,504 100 46,001
Sumber : Hidrologi, Aplikasi Metode Statistik
untuk Analisa Data (Soewarno,1995: 127)
Untuk nilai perode ulang yang besar (T r ≥20), rumus diatas dapat dinyatakan sebagai
Y = ln(Tr).

III.3 Metode Log Pearson Tipe III

Distribusi Log Pearson Tipe III, banyak digunakan dalam analisis hidrologi,
terutama dalam analisis data maksimum (banjir) dan minimum(debit minimum) dengan
nilai ekstrem (Soewarno; 1995; 141). Bentuk ini merupakan hasil transformasi dari
Distribusi Pearson Tipe III dengan menggantikan variat menjadi nilai logaritmik. Bentuk
kumulatif dari distribusi Log Pearson Tipe III dengan nilai Variatnya X apabila
digambarkan pada kertas peluang logaritmik akan merupakan model matematik

persamaangarislurus : Y =Y +k. S
Dengan :

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Y = nilai logaritma dari X (log x atau ln x).

Y = nilai rata-rata hitung atau rata-rata geometrik nilai Y.
S = simpangan baku (deviasi standar) nilai Y.
k = faktor sifat distribusi Log Pearson Tipe III, didapat dari tabel yang
merupakan fungsi dari probabilitas terjadinya atau periode ulang dan
koefisien Skewness.

Prosedur perhitungannya :
1. Tentukan logaritma dari semua nilai variat X
2. Hitung nilai rata-ratanya :

log X =
∑ log X
n
3. Hitung nilai deviasi standar dari log X

( log X−log X )2
S log X =
√ n−1
4. Hitung nilai koefisien kemencengan (skewness)
n ∑ ( log X −log X )
Cs=
( n−1 ) ( n−2 ) ( S log X )
Sehingga persamaan pada poin 2 dapat ditulis :

LogX=LogX +k ( S log X )

Tabel III.6 Tentukan nilai K berdasarkan Cs seperti tabel berikut :

Kemencengan Periode Ulang
(Cs) 2 5 10 25 50 100 200 1000
3,00 -0,360 0,420 1,180 2,278 3,152 4,051 4,970 7,250
2,50 -0,360 0,518 1,250 2,262 1,048 3,845 4,652 6,600
2,20 -0,330 0,574 1,284 2,240 2,970 3,705 4,444 6,200
2,00 -0,307 0,609 1,302 2,219 2,912 3,605 4,298 5,910
1,80 -0,282 0,643 1,318 2,193 2,848 3,499 4,147 5,660
1,60 -0,254 0,675 1,329 2,163 2,780 3,388 3,990 5,390
1,40 -0,225 0,705 1,337 2,128 2,706 3,271 3,828 5,110
1,20 -0,195 0,732 1,340 2,087 2,626 3,149 3,661 4,820
1,00 -0,164 0,758 1,340 2,043 2,542 3,022 3,489 4,540
0,90 -0,148 0,769 1,339 2,018 2,498 2,957 3,401 4,395
0,80 -0,132 0,780 1,336 1,998 2,453 2,891 3,312 4,250
0,70 -0,116 0,790 1,333 1,967 2,407 2,824 3,223 4,105

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

0,60 -0,099 0,800 1,328 1,939 2,359 2,755 3,132 3,960

0,50 -0,083 0,808 1,323 1,910 2,311 2,686 3,041 3,815
0,40 -0,066 0,816 1,317 1,880 2,261 2,615 2,949 3,670
0,30 -0,050 0,824 1,309 1,849 2,211 2,544 2,856 3,525
0,20 -0,033 0,830 1,301 1,818 2,159 2,472 2,763 3,380
0,10 -0,017 0,836 1,292 1,785 2,107 2,400 2,670 3,235
0,00 0,000 0,842 1,282 1,751 2,054 2,326 2,576 3,090
-0,10 0,017 0,847 1,270 1,761 2,000 2,252 2,482 2,950

-0,20 0,033 0,850 1,258 1,680 1,945 2,178 2,388 2,810

-0,30 0,050 0,853 1,245 1,643 1,890 2,104 2,294 2,675
-0,40 0,066 0,855 1,231 1,606 1,834 2,029 2,201 2,540
-0,50 0,083 0,856 1,216 1,567 1,777 1,955 2,108 2,400
-0,60 0,099 0,857 1,200 1,528 1,720 1,880 2,016 2,275
-0,70 0,116 0,857 1,183 1,488 1,663 1,806 1,926 2,150
-0,80 0,132 0,856 1,166 1,448 1,606 1,733 1,837 2,035
-0,90 0,148 0,854 1,147 1,407 1,549 1,660 1,749 1,910
-1,00 0,164 0,852 1,128 1,366 1,492 1,588 1,664 1,800
-1,20 0,195 0,844 1,086 1,282 1,379 1,449 1,501 1,625
-1,40 0,225 0,832 1,041 1,198 1,270 1,318 1,351 1,465
-1,60 0,254 0,817 0,994 1,116 1,166 1,197 1,216 1,280
-1,80 0,282 0,799 0,945 1,035 1,069 1,087 1,097 1,130
-2,00 0,307 0,777 0,895 0,959 0,980 0,990 0,995 1,000
-2,20 0,330 0,752 0,844 0,888 0,900 0,905 0,907 0,910
-2,50 0,360 0,711 0,771 0,793 0,798 0,799 0,800 0,802
-3,00 0,396 0,636 0,660 0,666 0,666 0,667 0,667 0,668

III.4 Metode Log Normal 2 Parameter

III.4.1 Distribusi Log Normal 2 Parameter

Distribusi Log Normal 2 Parameter mempunyai persamaan transformas :

LogX=log X +K .S log X
Dengan :
Log X = nilai variat X yang diharapkan terjadi pada peluang atau periode
ulangtertentu

LogX = rata-rata nilai X hasil pengamatan

S log X = deviasistandar logaritmik nilai X hasil pengamatan

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

K = karakteristik dari distribusi Log Normal. Nilai k dapat diperoleh dari tabel
yang merupakan fungsi peluang kumulatif dan periode ulang.

Parameter statistik metode Log Normal 2 Parameter dapat dicari dengan;]:

σ 2 0,5
S
=[ e σ n−1 ] =
1) Koefisien Variasi (Cv) = u X
2) Koefisien Skewness (Cs)= 3Cv + Cv3
3) Koefisien Kurtosis(Ck) = Cv8 + 6Cv6 + 15Cv4 + 16Cv2 + 3

Jika tanpa menggunakan nilai logaritmik, dapatmenggunakancara

X =X +K . S dimananilai k diambil dari tabel nilai fungsi kumulatif dari periode

ulang dengan nilai koefisien variasinya.

Tabel III.7 Nilai Faktor Frekuensi k untuk Distribusi Log Normal 2 parameter

Koefisien Peluang Kumulatif P(%):P(X₤X)

50 80 90 95 98 99
Variasi
Periode Ulang (Tahun)
(Cv) 2 5 10 20 50 100
0,05 -0,0250 0,8334 1,2965 1,6863 2,1341 2,4570
0,10 -0,0496 0,8222 1,3078 1,7247 2,2130 2,5489
0,15 -0,0738 0,8085 1,3156 1,7598 2,2899 2,2607
0,20 -0,0971 0,7926 1,3200 1,7598 2,3640 2,7716
0,25 -0,1194 0,7746 1,3209 1,7911 2,4318 2,8805
0,30 -0,1406 0,7647 1,3183 1,8183 2,5015 2,9866
0,35 -0,1604 0,7333 1,3126 1,8414 2,5638 3,0890
0,40 -0,1788 0,7100 1,3037 1,8602 2,6212 3,1870
0,45 -0,1957 0,6870 1,2900 1,8746 2,6731 3,2799
0,50 -0,2111 0,6626 1,2778 1,8848 2,7202 3,3673

0,55 -0,2251 0,6379 1,2613 1,8909 2,7613 3,4488

0,60 -0,2375 0,6129 1,2428 1,8931 2,7971 3,5211
0,65 -0,2185 0,5879 1,2226 1,8951 2,8279 3,3930
0,70 -0,2582 0,5631 1,2011 1,8866 2,8532 3,3663
0,75 -0,2667 0,5387 1,1784 1,8677 2,8735 3,7118
0,80 -0,2739 0,5118 1,1548 1,8543 2,8891 3,7617
0,85 -0,2801 0,4914 1,1306 1,8388 2,9002 3,8056

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

0,90 -0,2852 0,4686 1,1060 1,8212 2,9071 3,8137

0,95 -0,2895 0,4466 1,0810 1,8021 2,9103 3,8762
1,00 -0,2929 0,4254 1,0560 1,7815 2,9098 3,9035
Sumber : Soewarno, 1995: Jilid 1: 220.

III.4.2 Distribusi Log Normal 3 Parameter

Yang dimaksud dengan Log Normal 3 Parameter adalah hasil transformasi
distribusi normal dengan modifikasi suatu parameter dengan β sebagai batas bawah,
sehingga nilai variat X harus ditransformasikan menjadi (X – β) dan nilai Ln X menjadi
Ln (X – β) (Soewarno, 1995; jilid 1;154).

Persamaan garis lurus metode Log Normal 3 Parameter iniadalah : Y =Y +K .S

Dimana :
Y = logaritma dari kejadian (X – β), pada periode ulang tertentu
Y = nilai rata-rata kejadian Y
S = deviasi standar variat X
K = nilai karakteristik dari distribusi Log Normal 3 Parameter, yang nilainya
tergantung koefisien skewness, dapat diperoleh dari tabel.
Jika tanpa menggunakan nilai logaritmik, dapat menggunakan cara

X =X +K . S , dimana nilai k diambil dari tabel nilai fungsi kumulatif dari periode
ulang dengan nilai koefisien skewnessnya.

Tabel III.8 Nilai Faktor Frekuensi dan untuk Distribusi Log Normal 3 Parameter

Koefisie Peluang Kumulatif P(%):P(X₤X)

50 80 90 95 98 99
n Variasi
Periode Ulang (Tahun)
(Cv) 2 5 10 20 50 100
-2,00 0,2366 -0,6144 -1,2437 -1,8916 -2,7943 -3,5196

-1,80 0,2240 -0,6395 -1,2621 -1,8928 -2,7578 -3,4433

-1,60 0,2092 -0,6654 -1,2792 -1,8901 -2,7138 -3,3570
-1,40 0,1920 -0,6920 -1,2943 -1,8827 -2,6615 -3,2601
-1,20 0,1722 -0,7186 -1,3067 -1,8696 -2,6002 -3,1521
-1,00 0,1495 -0,7449 -1,3156 -1,8501 -2,5294 -3,0333
-0,80 0,1241 -0,7700 -1,3201 -1,8235 -2,4492 -2,9043
-0,60 0,0959 -0,7930 -0,3194 -1,7894 -2,3600 -2,7665
-0,40 0,0654 -0,8131 -0,3128 -1,7478 -2,2631 -2,6223
-0,20 0,0332 -0,8296 -0,3002 -1,6993 -2,1602 -2,4745

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

0,00 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000

0,20 -0,0332 0,8296 0,3002 1,6993 2,1602 2,4745
0,40 -0,0654 0,8131 0,3128 1,7478 2,2631 2,6223
0,60 -0,0959 0,7930 0,3194 1,7894 2,3600 2,7665
0,80 -0,1241 0,7700 1,3201 1,8235 2,4492 2,9043
1,00 -0,1495 0,7449 1,3156 1,8501 2,5294 3,0333
1,20 -0,1722 0,7186 1,3067 1,8696 2,6002 3,1521
1,40 -0,1920 0,6920 1,2943 1,8827 2,6615 3,2601
1,60 -0,2092 0,6654 1,2792 1,8901 2,7138 3,3570
1,80 -0,2240 0,6395 1,2621 1,8928 2,7578 3,4433
2,00 -0,2366 0,6144 1,2437 1,8916 2,7943 3,5196
Sumber: Soewarno, 1995: Jilid 1: 220.

PENENTUAN METODE ANALISA DISTRIBUSI HUJAN YANG SESUAI

(UJI KECOCOKAN)

Maksud dan tujuannya adalah untuk menentukan metode analisa apa yang cocok
digunakan dalam menentukan hujan periode ulang tertentu. Metode yang dimaksud
adalah metode yang merupakan metode yang tercakup dalam distribusi kontinu; Normal,
Pearson Tipe III, Log Pearson Tipe III, Gumbel Tipe I, Log Normal dan sebagainya.
Ada 2 tahap pengujian, yaitu:
1. Uji Deskriptor Statistik
2. Goodness Of Fit Test; Uji Chi Kuadrat (x2) dan Uji Smirnov-Kolmogorov

1. Uji Deskriptor Statistik

Merupakan pengujian terhadap besaran statistik data (nilai koefisien kurtosis,
nilai koefisien skewness nilai koefisien Variasi), yang akan dibandingkan dengan nilai
tabel untuk dilihat atau dibandingkan apakah data yang digunakan mendekati parameter
statistik acuan yang telah ditentukan dari salah satu metode yang ada atau tidak.

Tabel III.9 Nilai Acuan Deskriptor Statistik dari Beberapa Metode

Metode Cv Ck Cs
σ
Normal 3 0
V
σ
Gumbel Tipe I V
5,402 1,139

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
 REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

3
n ( n+1 ) 4
3 ( n−1 )2 n ∑ ( LogX −LogX )
Log Pearson Tipe III 0,3 { ( n−1 )( n−2 ) ( n−3 )
∑ LogXi−LogX
( S )} −
( n−2 ) ( n−3 ) ( n−1 )( n−2 ) ( S LogX )3
Log Normal 2 σ 8 6 4 2 3
perameter V Cv +6 Cv +15 Cv +16 Cv +3 3 Cv+Cv
Log Normal 3 σ
V
3,8 0,702
perameter

Parameter Statistik Data ( Hasil Perhitungan )

X̄ =
∑ Xi
 Nilai rata – rata ( X̄ ) : n

111. 09
X̄ =
47 = -64.09

S
Cv=
 Koefisien Variasi ( Cv ) : X̄
42 .74
Cv=
111. 09 = 0.385

Uji parameter statistik dilakukan dengan membandingkan nilai parameter statistik

hitung dengan tetapan dari tabel Nilai Acuan Deskriptor Statistik Dari Beberapa Metode.
Untuk menguji hasil perhitungan nilai parameter statistik Ck dan Cs dengan
Metode Normal dan Gumbel Tipe I, dapat langsung menggunakan tabel tersebut.
Untuk menguji hasil perhitungan nilai parameter statistik Cv Metode Normal dan

Gumbel Tipe I menggunakan perbandingan Standar Deviasi (σ ) , dengan nilai rata –

rata data hujan ( V ).
Untuk mendapatkan nilai parameter statistik Log Pearson Tipe III, Log Normal 2
Parameter dan Log Normal 3 Parameter, maka data diolah dalam bentuk Logaritma
seperti tabel berikut :

TABEL III.10 ANALISA DATA CURAH HUJAN GABUNGAN

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Analisa Data Cura Hujan Gabungan

Xi- (Xi- (Xi- (Xi-
No   Xi
Xrata" Xrata")^2 Xrata")^3 Xrata")^4
1   47 -64.09 4106.91 -263192.18 16866720.39
2   52 -58.69 3444.99 -202200.29 11867949.59
3   60 -51.09 2609.70 -133316.83 6810515.37
4   61 -50.09 2508.53 -125640.00 6292702.88
5   61 -50.07 2506.61 -125495.85 6283078.42
6   64 -47.59 2264.35 -107749.52 5127281.37
7   65 -45.95 2111.54 -97028.55 4458609.24
8   70 -41.09 1687.99 -69351.50 2849319.21
9   71 -40.09 1606.82 -64409.77 2581877.84
10   71 -40.00 1600.11 -64006.45 2560343.84
11   72 -39.09 1527.65 -59708.56 2333720.34
12   72 -39.09 1527.65 -59708.56 2333720.34
13   74 -37.09 1375.31 -51003.67 1891480.77
14   80 -31.09 966.29 -30037.27 933714.24
15   81 -30.09 905.12 -27230.66 819239.54
16   85 -25.59 654.79 -16755.33 428749.99
17   86 -25.09 629.27 -15785.27 395976.51
18   88 -23.26 541.24 -12591.54 292935.38
19   88 -22.78 519.09 -11826.74 269455.40
20   90 -21.09 444.59 -9374.16 197655.95
21   91 -20.09 403.41 -8102.66 162743.48
22   92 -19.09 364.24 -6951.67 132673.98
23   93 -18.09 327.07 -5915.20 106977.41
24   93 -18.09 327.07 -5915.20 106977.41
25   94 -17.09 291.90 -4987.23 85207.74
26   95 -16.09 258.73 -4161.77 66942.90
27   95 -16.09 258.73 -4161.77 66942.90
28   96 -15.09 227.56 -3432.83 51784.87
29   96 -15.09 227.56 -3432.83 51784.87
30   97 -14.09 198.39 -2794.40 39359.59
31   98 -13.09 171.22 -2240.47 29317.02
32   98 -13.09 171.22 -2240.47 29317.02
33   102 -9.09 82.54 -749.90 6812.96
34   105 -6.09 37.03 -225.33 1371.18
35   106 -5.09 25.86 -131.50 668.69
36   107 -4.09 16.69 -68.18 278.51
37   110 -1.46 2.15 -3.14 4.60
38   110 -1.09 1.18 -1.28 1.39
39   113 1.91 3.67 7.02 13.44
40   119 7.91 62.64 495.82 3924.30
41   120 8.91 79.47 708.49 6316.10
42   120 8.91 79.47 708.49 6316.10
43   120 8.91 79.47 708.49 6316.10

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

44   121 9.91 98.30 974.66 9663.58

45   126 14.91 222.45 3317.82 49484.72
46   126 14.91 222.45 3317.82 49484.72
47   126 14.91 222.45 3317.82 49484.72
48   127 15.91 253.28 4030.92 64151.39
49   129 17.91 320.94 5749.59 103002.80
50   130 18.91 357.77 6767.15 127999.46
51   134 22.91 525.09 12032.31 275718.06
52   137 25.91 671.58 17403.80 451016.33
53   142 30.91 955.73 29546.08 913411.45
54   147 35.91 1289.87 46325.57 1663774.25
55   157 45.91 2108.17 96796.23 4444380.66
56   160 48.91 2392.66 117036.46 5724816.38
57   164 52.91 2799.98 148160.28 7839873.16
58   182 70.91 5028.91 356624.25 25289941.72
59   190 78.91 6227.55 491445.75 38782348.92
60   200 88.91 7905.84 702946.62 62502366.64
61   205 93.91 8819.99 828327.89 77792258.01
62   227 115.91 13436.24 1557459.66 180532644.42
63   260 148.91 22175.62 3302278.48 491758179.71
Jumlah   6998.37 0.00 113270.73 6134558.95 974981100.30
Rata-
  111.09 0.00  
Rata(Y)    
SD   42.74      
Cs   1.309      
 
Ck   2.039      
Cv   0.385      

TABEL III.11 ANALISA DATA CURAH HUJAN GABUNGAN

Analisa Data Cura Hujan Gabungan

LogXi- (LogXi- (LogXi- (LogXi-
No Log Xi
LogX LogX)^2 LogX)^3 LogX)^4
1 1.672 -0.345 0.119 -0.041 0.014
2 1.719 -0.298 0.089 -0.027 0.008
3 1.778 -0.239 0.057 -0.014 0.003
4 1.785 -0.232 0.054 -0.013 0.003
5 1.785 -0.232 0.054 -0.012 0.003
6 1.803 -0.215 0.046 -0.010 0.002
7 1.814 -0.204 0.041 -0.008 0.002
8 1.845 -0.172 0.030 -0.005 0.001
9 1.851 -0.166 0.028 -0.005 0.001
10 1.852 -0.166 0.027 -0.005 0.001
11 1.857 -0.160 0.026 -0.004 0.001

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

12 1.857 -0.160 0.026 -0.004 0.001

13 1.869 -0.148 0.022 -0.003 0.000
14 1.903 -0.114 0.013 -0.001 0.000
15 1.908 -0.109 0.012 -0.001 0.000
16 1.932 -0.085 0.007 -0.001 0.000
17 1.934 -0.083 0.007 -0.001 0.000
18 1.944 -0.074 0.005 0.000 0.000
19 1.946 -0.071 0.005 0.000 0.000
20 1.954 -0.063 0.004 0.000 0.000
21 1.959 -0.058 0.003 0.000 0.000
22 1.964 -0.054 0.003 0.000 0.000
23 1.968 -0.049 0.002 0.000 0.000
24 1.968 -0.049 0.002 0.000 0.000
25 1.973 -0.044 0.002 0.000 0.000
26 1.978 -0.040 0.002 0.000 0.000
27 1.978 -0.040 0.002 0.000 0.000
28 1.982 -0.035 0.001 0.000 0.000
29 1.982 -0.035 0.001 0.000 0.000
30 1.987 -0.031 0.001 0.000 0.000
31 1.991 -0.026 0.001 0.000 0.000
32 1.991 -0.026 0.001 0.000 0.000
33 2.009 -0.009 0.000 0.000 0.000
34 2.021 0.004 0.000 0.000 0.000
35 2.025 0.008 0.000 0.000 0.000
36 2.029 0.012 0.000 0.000 0.000
37 2.040 0.022 0.001 0.000 0.000
38 2.041 0.024 0.001 0.000 0.000
39 2.053 0.036 0.001 0.000 0.000
40 2.076 0.058 0.003 0.000 0.000
41 2.079 0.062 0.004 0.000 0.000
42 2.079 0.062 0.004 0.000 0.000
43 2.079 0.062 0.004 0.000 0.000
44 2.083 0.065 0.004 0.000 0.000
45 2.100 0.083 0.007 0.001 0.000
46 2.100 0.083 0.007 0.001 0.000
47 2.100 0.083 0.007 0.001 0.000
48 2.104 0.086 0.007 0.001 0.000
49 2.111 0.093 0.009 0.001 0.000
50 2.114 0.097 0.009 0.001 0.000
51 2.127 0.110 0.012 0.001 0.000
52 2.137 0.119 0.014 0.002 0.000
53 2.152 0.135 0.018 0.002 0.000

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

54 2.167 0.150 0.022 0.003 0.001

55 2.196 0.178 0.032 0.006 0.001
56 2.204 0.187 0.035 0.007 0.001
57 2.215 0.197 0.039 0.008 0.002
58 2.260 0.243 0.059 0.014 0.003
59 2.279 0.261 0.068 0.018 0.005
60 2.301 0.284 0.080 0.023 0.006
61 2.312 0.294 0.087 0.025 0.008
62 2.356 0.339 0.115 0.039 0.013
63 2.415 0.398 0.158 0.063 0.025
127.09
Jumlah 0.000 1.501 0.060 0.105
8
Rata-
2.017 0.000  
Rata(Y)
SD 0.156
Cs 0.264
 
Ck 0.045
Cv 0.077

Nilai Deskriptor Statistik Masing-Masing Metode

Hasil Perhitungan
Log
Dat Norma Gumbe Log Normal 2 Log Normal
Log Person
a X l l Tipe I parameter 3 Parameter
(X) Tipe III
CH
42.7 0.15
SD 42.74 42.74 0.156 0.156 0.156
4 6
1.30 0.26
Cs 0 1.139 4.428 0.232 0.702
9 4
2.03 0.04
Ck 3 5.402 3.045 3.096 3.8
9 5
0.38 0.07
Cv 0.385 0.385 0.3 0.077 0.077
5 7

Hitung persen relatif error hasil perhitungan terhadap masing-masing metode

ε =|P - Pn |×100%
yang diuji dengan Pn
Untuk tiap metode, persen relatif kesalahan hasil perhitungan terhadap tetapan seperti
tabel acuan adalah seperti berikut :

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Sebagai contoh diambil perhitungan persen relatif error untuk nilai

parameter/deskriptor statistik metode Gumbel Tipe I.
Perhitungan untuk persen relatif error nilai Cv, diketahui :
P = Nilai Cv metode Gumbel Tipe I berdasarkan hasil perhitungan dari data = 0.385
Pn = Nilai Cs berdasarkan tabel acuan = 0.385

P - Pn 0,385 - 0,385
ε=| |×100%= | |×100%=
Pn 0,385 0,00 %
Perhitungan untuk persen relatif error nilai Ck, diketahui :
P = Nilai Ck metode Gumbel Tipe I berdasarkan hasil perhitungan dari data = 2.039
Pn = Nilai Ck berdasarkan tabel acuan = 5.402

P - Pn 2,039 - 5,402
ε=| |×100 %= | |×100%=
Pn 5,402 62 %
Perhitungan untuk persen relatif error nilai Cs, diketahui :
P = Nilai Cs metode Gumbel Tipe I berdasarkan hasil perhitungan dari data = 1.309
Pn = Nilai Cs berdasarkan tabel acuan = 1.139

P - Pn 1,309 - 1,139
ε=| |×100%= | |×100%=
Pn 1,139 15 %
Hasil selengkapnya disajikan dalam tabel berikut :

TABEL III.12 ANALISA RELATIF ERROR MASING – MASING METOD

Hasil Perhitungan Relatif Error masing-masing metode

Log
Parameter Norma Gumbel Log Normal 2 Log Normal 3
Person
Statistik l Tipe I parameter parameter
Tipe II
Cs - 15% 70% 465% 86%
Ck 32% 62% 33% 34% 46%
Cv 0% 0% 28% 399% 399%
Rata-Rata 0.16% 0.26% 0.44% 2.99% 1.77%

2. Pengujian Dengan Smirnov-Kolmogorov

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Jika pengujian chi Kuadrat merupakan pengujian parametric, maka pengujian

dengan Smirno-Kolmogorov ini adalah merupakan pengujian non parametric.
Tahapan pengujian seperti berikut :
1. Urutkan data pengamatan dari besar ke kecil atau kecil kebesar dan temukan
besarnya peluang dari masing-masing data tersebut
2. Tentukan nilai masing masing peluang teoritis dari persamaan distribusinya
3. Dari kedua peluang tersebut tentukan selisih terbesarnya antara peluang teoritis
dan peluang pengamatan
4. Berdasarkan tabel nilai kritis Smirnov_kolmogorov. Tentukan harga DO

TABEL III.13 NILAI Do UJI SMIRNOV - KOLMOGORO

Nilai Kritis Do Untuk Uji Smirnov-Kolmogorov

Derajat Kepercayaan (α)
N
0.2 0.1 0.05 0.01
5 0.45 0.51 0.56 0.67
10 0.32 0.37 0.41 0.49
15 0.27 0.3 0.34 0.4
20 0.23 0.26 0.29 0.36
25 0.21 0.24 0.27 0.32
30 0.19 0.22 0.24 0.29
35 0.18 0.2 0.23 0.27
40 0.17 0.19 0.21 0.25
45 0.16 0.18 0.2 0.24
50 0.15 0.17 0.19 0.35
N>50 1.07 1.22 1.36 1.63
  N0,5 N 0,5
N0,5 N0,5

Keputusan :
 Apabila D<DO maka teoritis yang digunakan untuk menentukan
persamaan distribusi maka persamaan distribusi teoritis yang digunakan
dapat diterima
 Apabila D>DO, maka persamaan distribusi teoritis yang digunakan tidak
dapat diterima.

2.1 Pengujian Smirnov-Kolmogorov Terhadap Distribusi

Normal

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Sama dengan pengujian pada chi kuadrat, pengujian distribusi normal

dengan smirnov kolmogorov, juga dengan terlebih dahulu menentukan
persamaan garis lurusnya. Persamaan garis lurus distribusi normal untuk data
yang didapat adalah :
X =X rata−rata +K . S
X− X
f (t )= , P' ( x )=f (t )
Apabila S dimana nilai P’(x) adalah
peluang dari k yang didapat dari tabel wilayah luas di bawah kurva normal. Maka
berdasarkan data pada tabel, dapat dihitung
Nilai peluang P(X>) seperti berikut :
 Kolom 1 adalah m (peringkat data)
 Kolom 2 adalah data curah hujan
m
P( x )=
 Kolom 3 adalah n+1
1
P( x )=
63+1 = 0.016
 Kolom 4 adalah P(X>) = 1- 0.016
= 0.984
X− X
f (t )=
 Kolom 5 adalah S
260−111 .085
f (t )=
42 .743 = 3.484
 Kolom 6 adalah P’(x) yang nilainya dari tabel wilayah luas di bawah
kurva normal = 1- 0.9997 = 0.0003
 Kolom 7 P’(X>) = 1-0.0003 = 0.9997
 Kolom 8, D = 0.9997 - 0.984 = 0.0153

Hasil selengkapnya disajikan dalam tabel berikut :

TABEL III.14 METODE NORMAL UJI SMIRNOV - KOLMOGOROV

Tabel Pengujian Smirnov-Kolmogorov dengan Metode Normal

m Xi P(x) P(x> f(t) P'(x) P'(x>) D

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

)
1 2 3 4 5 6 7 8
1 260 0.016 0.984 3.484 0.0003 0.9997 0.0153
2 227 0.031 0.969 2.712 0.0034 0.9966 0.0279
3 205 0.047 0.953 2.197 0.0139 0.9861 0.0330
4 200 0.063 0.938 2.080 0.0188 0.9812 0.0437
5 190 0.078 0.922 1.846 0.0322 0.9678 0.0459
6 182 0.094 0.906 1.659 0.0485 0.9515 0.0453
7 164 0.109 0.891 1.238 0.1075 0.8925 0.0019
8 160 0.125 0.875 1.144 0.1271 0.8729 -0.0021
9 157 0.141 0.859 1.074 0.1423 0.8577 -0.0017
10 147 0.156 0.844 0.840 0.2005 0.7995 -0.0443
11 142 0.172 0.828 0.723 0.2358 0.7642 -0.0639
12 137 0.188 0.813 0.606 0.2709 0.7291 -0.0834
13 134 0.203 0.797 0.536 0.2946 0.7054 -0.0915
14 130 0.219 0.781 0.443 0.3300 0.6700 -0.1113
15 129 0.234 0.766 0.419 0.3372 0.6628 -0.1028
16 127 0.250 0.750 0.372 0.3557 0.6443 -0.1057
17 126 0.266 0.734 0.349 0.3632 0.6368 -0.0976
18 126 0.281 0.719 0.349 0.3632 0.6368 -0.0820
19 126 0.297 0.703 0.349 0.3632 0.6368 -0.0663
20 121 0.313 0.688 0.232 0.4090 0.5910 -0.0965
21 120 0.328 0.672 0.209 0.4168 0.5832 -0.0887
22 120 0.344 0.656 0.209 0.4168 0.5832 -0.0730
23 120 0.359 0.641 0.209 0.4168 0.5832 -0.0574
24 119 0.375 0.625 0.185 0.4247 0.5753 -0.0497
25 113 0.391 0.609 0.045 0.4840 0.5160 -0.0934
26 110 0.406 0.594 -0.025 0.5675 0.4325 -0.1613
27 110 0.422 0.578 -0.034 0.5675 0.4325 -0.1456
28 107 0.438 0.563 -0.096 0.5398 0.4602 -0.1023
29 106 0.453 0.547 -0.119 0.6103 0.3897 -0.1572
30 105 0.469 0.531 -0.142 0.6026 0.3974 -0.1339
31 102 0.484 0.516 -0.213 0.6517 0.3483 -0.1673
32 98 0.500 0.500 -0.306 0.6879 0.3121 -0.1879
33 98 0.516 0.484 -0.306 0.6879 0.3121 -0.1723
34 97 0.531 0.469 -0.330 0.6808 0.3192 -0.1496
35 96 0.547 0.453 -0.353 0.6736 0.3264 -0.1267
36 96 0.563 0.438 -0.353 0.6736 0.3264 -0.1111
37 95 0.578 0.422 -0.376 0.6628 0.3372 -0.0847
38 95 0.594 0.406 -0.376 0.6628 0.3372 -0.0691

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

39 94 0.609 0.391 -0.400 0.6554 0.3446 -0.0460

40 93 0.625 0.375 -0.423 0.7190 0.2810 -0.0940
41 93 0.641 0.359 -0.423 0.7190 0.2810 -0.0784
42 92 0.656 0.344 -0.447 0.7188 0.2812 -0.0626
43 91 0.672 0.328 -0.470 0.7019 0.2981 -0.0300
44 90 0.688 0.313 -0.493 0.6950 0.3050 -0.0075
45 88 0.703 0.297 -0.533 0.7486 0.2514 -0.0455
46 88 0.719 0.281 -0.544 0.7454 0.2546 -0.0267
47 86 0.734 0.266 -0.587 0.7291 0.2709 0.0053
48 85 0.750 0.250 -0.599 0.7257 0.2743 0.0243
49 81 0.766 0.234 -0.704 0.7580 0.2420 0.0076
50 80 0.781 0.219 -0.727 0.8078 0.1922 -0.0266
51 74 0.797 0.203 -0.868 0.8238 0.1762 -0.0269
52 72 0.813 0.188 -0.914 0.8621 0.1379 -0.0496
53 72 0.828 0.172 -0.914 0.8621 0.1379 -0.0340
54 71 0.844 0.156 -0.936 0.8554 0.1446 -0.0116
55 71 0.859 0.141 -0.938 0.8554 0.1446 0.0040
56 70 0.875 0.125 -0.961 0.8508 0.1492 0.0242
57 65 0.891 0.109 -1.075 0.8686 0.1314 0.0220
58 64 0.906 0.094 -1.113 0.9015 0.0985 0.0048
59 61 0.922 0.078 -1.171 0.8907 0.1093 0.0312
60 61 0.938 0.063 -1.172 0.8907 0.1093 0.0468
61 60 0.953 0.047 -1.195 0.8849 0.1151 0.0682
62 52 0.969 0.031 -1.373 0.9236 0.0764 0.0452
63 47 0.984 0.016 -1.499 0.9332 0.0668 0.0512
jumlah 6998.367
rata-rata 111.085
Do =
0.17 DMAX = 0.0682
SD 42.743
N 63 DMAX < Do Hipotesa Diterima

2.2 Pengujian Terhadap Metode Gumbel Tipe I

Untuk Pengujian metode Gumbel Tipe I dengan Smirnov Kolmogorov
ditentukan persamaan garis lurus dengan metode Gumbel Tipe I untuk data curah
hujan yang di uji yakni f(t) = 0,03X – 3,16. Apabila f(t) = 0,03X – 3,16. P’(x) =
f(t), dimana P’(x) adalah peluang dari Y yang didapat dari tabel reduksi Gumbel.
Dengan cara yang sama dengan pengujian normal, hanya nilai kolom 6
berdasarkan tabel reduksi Gumbel.

 Urutkan data dari besar ke kecil

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

 Kolom 1 adalah m (peringkat data)

 Kolom 2 adalah data curah hujan,

m
,
 Kolom 3 adalah P(x) = n+1 m = no peringkat, n =
jumlah data. Dalam tugas ini jumlah data adalah 63, sehingga untuk baris 1

1
=0 .015
kolom 3 P(x) = 63+1

 Kolom 4 adalah P(X>) = 1-0.015 = 0.984

 Kolom 5 adalah f(t) = (a x Xi) - (a x Xo)

= (0.0300 x 260) - (0.0300 x 91.6372) = 5.046

 Kolom 6 adalah P’(x) ditentukan berdasarkan nilai kolom 5 dengan

menggunakan tabel reduksi Gumbel

 Kolom 7 P’(X>) = 1 – 0.0068 = 0.9932

 Kolom 8, D = 0.9932 - 0.984 = 0.0089

 Dan seterusnya untuk baris-baris lain.

 Setelah didapat nilai D untuk tiap-tiap baris, cari nilai

maksimumnya.

 Cari nilai Do. Nilai Do dicari berdasarkan tabel. Diketahui n

(jumlah data) sebanyak 63. Dari tabel nilai 63 tidak terdapat dalam tabel.

Hasil selengkapnya sebagai berikut :

TABEL III.15 METODE GUMBEL TIPE I UJI SMIRNOV - KOLMOG

Tabel Pengujian Smirnov-Kolmogorov dengan Metode Gumbel Tipe I

P(x>
m Xi P(x) f(t) P'(x) P'(x>) D
)
1 2 3 4 5 6 7 8

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

1 260 0.016 0.984 5.046 0.0068 0.9932 0.0089

2 227 0.031 0.969 4.057 0.0178 0.9822 0.0135
3 205 0.047 0.953 3.397 0.0362 0.9638 0.0107
4 200 0.063 0.938 3.248 0.0410 0.9590 0.0215
5 190 0.078 0.922 2.948 0.0515 0.9485 0.0266
6 182 0.094 0.906 2.708 0.0682 0.9318 0.0256
7 164 0.109 0.891 2.169 0.1110 0.8890 -0.0016
8 160 0.125 0.875 2.049 0.1272 0.8728 -0.0022
9 157 0.141 0.859 1.959 0.1393 0.8607 0.0013
10 147 0.156 0.844 1.659 0.1798 0.8202 -0.0236
11 142 0.172 0.828 1.509 0.2001 0.7999 -0.0282
12 137 0.188 0.813 1.360 0.2279 0.7721 -0.0404
13 134 0.203 0.797 1.270 0.2445 0.7555 -0.0414
14 130 0.219 0.781 1.150 0.2715 0.7285 -0.0527
15 129 0.234 0.766 1.120 0.2786 0.7214 -0.0443
16 127 0.250 0.750 1.060 0.2929 0.7071 -0.0429
17 126 0.266 0.734 1.030 0.3000 0.7000 -0.0344
18 126 0.281 0.719 1.030 0.3000 0.7000 -0.0188
19 126 0.297 0.703 1.030 0.3000 0.7000 -0.0032
20 121 0.313 0.688 0.880 0.3418 0.6582 -0.0293
21 120 0.328 0.672 0.850 0.3501 0.6499 -0.0220
22 120 0.344 0.656 0.850 0.3501 0.6499 -0.0064
23 120 0.359 0.641 0.850 0.3501 0.6499 0.0092
24 119 0.375 0.625 0.820 0.3738 0.6262 0.0012
25 113 0.391 0.609 0.640 0.4101 0.5899 -0.0195
26 110 0.406 0.594 0.550 0.4396 0.5604 -0.0333
27 109.62 0.422 0.578 0.539 0.4433 0.5567 -0.0214
28 107 0.438 0.563 0.460 0.4690 0.5310 -0.0315
29 106 0.453 0.547 0.430 0.4789 0.5211 -0.0257
30 105 0.469 0.531 0.400 0.4887 0.5113 -0.0199
31 102 0.484 0.516 0.311 0.5226 0.4774 -0.0383
32 98 0.500 0.500 0.191 0.5716 0.4284 -0.0716
33 98 0.516 0.484 0.191 0.5716 0.4284 -0.0560
34 97 0.531 0.469 0.161 0.5838 0.4162 -0.0526
35 96 0.547 0.453 0.131 0.5961 0.4039 -0.0492
36 96 0.563 0.438 0.131 0.5961 0.4039 -0.0336
37 95 0.578 0.422 0.101 0.6083 0.3917 -0.0302
38 95 0.594 0.406 0.101 0.6083 0.3917 -0.0145
39 94 0.609 0.391 0.071 0.6205 0.3795 -0.0112
40 93 0.625 0.375 0.041 0.6328 0.3672 -0.0078
41 93 0.641 0.359 0.041 0.6328 0.3672 0.0079

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

42 92 0.656 0.344 0.011 0.6450 0.3550 0.0112

43 91 0.672 0.328 -0.019 0.6572 0.3428 0.0146
44 90 0.688 0.313 -0.049 0.6695 0.3305 0.0180
45 88.30 0.703 0.297 -0.100 0.6903 0.3097 0.0129
46 87.82 0.719 0.281 -0.114 0.6962 0.3038 0.0226
47 86 0.734 0.266 -0.169 0.7184 0.2816 0.0159
48 85.50 0.750 0.250 -0.184 0.7246 0.2754 0.0254
49 81 0.766 0.234 -0.319 0.7796 0.2204 -0.0140
50 80 0.781 0.219 -0.349 0.7919 0.2081 -0.0106
51 74 0.797 0.203 -0.529 0.8653 0.1347 -0.0684
52 72 0.813 0.188 -0.589 0.8898 0.1102 -0.0773
53 72 0.828 0.172 -0.589 0.8898 0.1102 -0.0616
54 71.08 0.844 0.156 -0.616 0.9010 0.0990 -0.0572
55 71 0.859 0.141 -0.618 0.9020 0.0980 -0.0426
56 70 0.875 0.125 -0.648 0.9142 0.0858 -0.0392
57 65.13 0.891 0.109 -0.794 0.9738 0.0262 -0.0832
58 63.5 0.906 0.094 -0.843 0.9901 0.0099 -0.0838
59 61.02 0.922 0.078 -0.918 0.9907 0.0093 -0.0688
60 61 0.938 0.063 -0.918 0.9907 0.0093 -0.0532
61 60 0.953 0.047 -0.948 0.9909 0.0091 -0.0378
62 52.39 0.969 0.031 -1.176 0.9928 0.0072 -0.0241
63 47 0.984 0.016 -1.338 0.9941 0.0059 -0.0098
jumlah 6998.367
rata-rata 111.085
Do =
0.17 DMAX = 0.0266
SD 42.743
N 63 DMAX < Do Hipotesa Diterima
a 0.0300  
X0 91.6372  
Y= 0.0320X-3.4289

2.3 Pengujian Terhadap Metode Log Pearson Tipe III

Untuk Pengujian metode Log Pearson Tipe III dengan Smirnov-
Kolmogorov ditentukan persamaan garis lurus dengan metode Log Pearson Tipe

LogX −LogX
f (t )=
III untuk data curah hujan yang di uji yakni :
S LogX . P’(x) =
f(t), dimana P’(x) adalah peluang dari k yang didapat dari tabel distribusi Pearson

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Tipe III. Maka berdasarkan data dapat dihitung nilai peluang P(X>) sebagai
berikut :

 Urutkan data dari besar ke kecil

 Kolom 1 adalah m (peringkat data), sebagai contoh pengisian

baris 1,

 Kolom 2 adalah data curah hujan, sebagai contoh pengisian

baris 1,

m
,
 Kolom 3 adalah P(x) = n+1

1
,
= 63+1 = 0.016

 Kolom 4 adalah P(X>) = 1-0.016 = 0.984

LogX −LogX
f (t )=
 Kolom 5 adalah
S LogX

2 . 41−2. 017
f (t )=
0 .156 = 2.555

 Kolom 6 adalah P’(x) ditentukan berdasarkan nilai kolom 5

dengan menggunakan tabel distribusi Pearson Tipe III dan Log Pearson Tipe
III

= 1.5551

Tabel III.16 Distribusi Pearson Tipe III dan Log Pearson Tipe III

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Peluang (%) Peluang (%) Peluang (%)

Cs Cs Cs
0,1 0,05 0,1 0,05 0,1 0,05
3 7,25 10,875 0,5 3,815 5,7225 -0,8 2,035 3,0525
2,5 6,6 9,9 0,4 3,67 5,505 -0,9 1,91 2,865
2,2 6,2 9,3 0,3 3,525 5,2875 -1 1,8 2,7
2 5,91 8,865 0,2 3,38 5,07 -1,2 1,625 2,4375
1,8 5,66 8,49 0,1 3,235 4,8525 -1,4 1,465 2,1975
1,6 5,39 8,085 0 3,09 4,635 -1,6 1,28 1,92
1,4 5,11 7,665 -0,1 3,95 5,925 -1,8 1,13 1,695
1,2 4,82 7,23 -0,2 2,81 4,215 -2 1 1,5
1 4,54 6,81 -0,3 2,675 4,0125 -2,2 0,91 1,365
0,9 4,395 6,5925 -0,4 2,54 3,81 -2,5 0,802 1,203
0,8 4,25 6,375 -0,5 2,4 3,6 -2,7 0,668 1,002
0,7 4,105 6,1575 -0,6 2,275 3,4125
0,6 3,96 5,94 -0,7 2,15 3,225

 Kolom 7 P’(X>) = 1 – 1.551 = -0.5551

 Kolom 8, D = -0.5551 - 0.984 = -1.5395

 Dan seterusnya untuk baris-baris lain.

 Setelah didapat nilai D untuk tiap-tiap baris, cari nilai

maksimumnya.

 Cari nilai Do. Nilai Do dicari berdasarkan tabel. Diketahui n

(jumlah data) sebanyak 63.

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Hasil selengkapnya sebagai berikut :

TABEL III.17 LOG PEARSON TIPE III UJI SMIRNOV - KOLMOGORO

Tabel Pengujian Smirnov-Kolmogorov dengan Metode Log Pearson Tipe III

m Xi P(x) P(x>) f(t) P'(x) P'(x>) D
1 2 3 4 5 6 7 8
1 2.41 0.016 0.984 2.555 1.5551 -0.5551 -1.5395
2 2.36 0.031 0.969 2.176 1.9076 -0.9076 -1.8763
3 2.31 0.047 0.953 1.892 2.4250 -1.4250 -2.3781
4 2.30 0.063 0.938 1.823 2.4863 -1.4863 -2.4238
5 2.28 0.078 0.922 1.680 2.8135 -1.8135 -2.7354
6 2.26 0.094 0.906 1.560 2.7388 -1.7388 -2.6450
7 2.21 0.109 0.891 1.269 3.3779 -2.3779 -3.2685
8 2.20 0.125 0.875 1.200 3.5074 -2.5074 -3.3824
9 2.20 0.141 0.859 1.147 3.6388 -2.6388 -3.4982
10 2.17 0.156 0.844 0.963 4.1154 -3.1154 -3.9591
11 2.15 0.172 0.828 0.867 4.4046 -3.4046 -4.2327
12 2.14 0.188 0.813 0.767 4.7042 -3.7042 -4.5167
13 2.13 0.203 0.797 0.705 4.8893 -3.8893 -4.6861
14 2.11 0.219 0.781 0.620 5.1426 -4.1426 -4.9238
15 2.11 0.234 0.766 0.599 5.2071 -4.2071 -4.9727
16 2.10 0.250 0.750 0.555 5.3377 -4.3377 -5.0877
17 2.10 0.266 0.734 0.533 5.4038 -4.4038 -5.1381
18 2.10 0.281 0.719 0.533 5.4038 -4.4038 -5.1225
19 2.10 0.297 0.703 0.533 5.4038 -4.4038 -5.1069
20 2.08 0.313 0.688 0.420 5.7422 -4.7422 -5.4297
21 2.08 0.328 0.672 0.397 5.8116 -4.8116 -5.4834
22 2.08 0.344 0.656 0.397 5.8116 -4.8116 -5.4678
23 2.08 0.359 0.641 0.397 5.8116 -4.8116 -5.4522
24 2.08 0.375 0.625 0.374 5.8815 -4.8815 -5.5065
25 2.05 0.391 0.609 0.229 6.3139 -5.3139 -5.9233
26 2.04 0.406 0.594 0.154 6.5388 -5.5388 -6.1325
27 2.04 0.422 0.578 0.144 6.5677 -5.5677 -6.1458
28 2.03 0.438 0.563 0.077 6.7699 -5.7699 -6.3324
29 2.03 0.453 0.547 0.051 6.8484 -5.8484 -6.3953
30 2.02 0.469 0.531 0.024 6.9276 -5.9276 -6.4589
31 2.01 0.484 0.516 -0.057 7.1699 -6.1699 -6.6855
32 1.99 0.500 0.500 -0.168 7.5042 -6.5042 -7.0042
33 1.99 0.516 0.484 -0.168 7.5042 -6.5042 -6.9886

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

34 1.99 0.531 0.469 -0.197 7.5900 -6.5900 -7.0587

35 1.98 0.547 0.453 -0.226 7.6766 -6.6766 -7.1297
36 1.98 0.563 0.438 -0.226 7.6766 -6.6766 -7.1141
37 1.98 0.578 0.422 -0.255 7.7641 -6.7641 -7.1860
38 1.98 0.594 0.406 -0.255 7.7641 -6.7641 -7.1704
39 1.97 0.609 0.391 -0.285 7.8525 -6.8525 -7.2432
40 1.97 0.625 0.375 -0.315 7.9419 -6.9419 -7.3169
41 1.97 0.641 0.359 -0.315 7.9419 -6.9419 -7.3013
42 1.96 0.656 0.344 -0.345 8.0323 -7.0323 -7.3760
43 1.96 0.672 0.328 -0.375 8.1236 -7.1236 -7.4518
44 1.95 0.688 0.313 -0.406 8.2160 -7.2160 -7.5285
45 1.95 0.703 0.297 -0.459 8.3752 -7.3752 -7.6721
46 1.94 0.719 0.281 -0.475 8.4209 -7.4209 -7.7021
47 1.93 0.734 0.266 -0.533 8.5960 -7.5960 -7.8616
48 1.93 0.750 0.250 -0.549 8.6451 -7.6451 -7.8951
49 1.91 0.766 0.234 -0.700 9.0966 -8.0966 -8.3310
50 1.90 0.781 0.219 -0.735 9.2004 -8.2004 -8.4192
51 1.87 0.797 0.203 -0.953 9.8520 -8.8520 -9.0552
52 1.86 0.813 0.188 -1.029 10.0810 -9.0810 -9.2685
53 1.86 0.828 0.172 -1.029 10.0810 -9.0810 -9.2529
54 1.85 0.844 0.156 -1.065 10.1881 -9.1881 -9.3443
55 1.85 0.859 0.141 -1.068 10.1979 -9.1979 -9.3386
56 1.85 0.875 0.125 -1.108 10.3165 -9.3165 -9.4415
57 1.81 0.891 0.109 -1.309 10.9187 -9.9187 -10.0281
58 1.80 0.906 0.094 -1.380 11.1310 -10.1310 -10.2248
59 1.79 0.922 0.078 -1.491 11.4641 -10.4641 -10.5422
60 1.79 0.938 0.063 -1.492 11.4667 -10.4667 -10.5292
61 1.78 0.953 0.047 -1.538 11.6049 -10.6049 -10.6517
62 1.72 0.969 0.031 -1.917 12.7383 -11.7383 -11.7695
63 1.67 0.984 0.016 -2.220 13.6459 -12.6459 -12.6615
jumlah 127.098
rata-rata 2.017
Do =
0.17 DMAX = -1.5395
SD 0.156
N 63 DMAX < Do Hipotesa Diterima

2.4 Pengujian Terhadap Distribusi Log Normal 2 Parameter

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Pengujian terhadap distribusi log normal 2 parameter dengan Smirnov-

Kolmogorov, juga ditentukan terlebih dahulu persamaan garis lurusnya.
Persamaan garis lurus untuk distribusi log normal 2 parameter dapat ditentukan
dengan dua cara, yakni :
1) Dengan menggunakan persamaan Logarithmik ;

LogX=LogX +ks(S log x ) dengan k didapat dari tabel fungsi peluang

kumulatif dan periode ulang dari variabel gauss.

2) Dengan tidak menggunakan persamaan logarithmik ; X =X +k (S ) ,

dengan nilai k diambil dari tabel fungsi kumulatif dari periode ulang
dengan nilai koefisien variasinya.
X− X
f (t )= , P' ( x )=f (t )
Apabila S , dimana nilai P’(x) adalah peluang
dari k yang didapat dari tabel faktor frekuensi k untuk distribusi log normal 2.
Parameter yang nilainya tergantung koefisien variasinya
Adapun langkah perhitungannya sebagai berikut :
 Kolom 1 adalah m (peringkat data)
 Kolom 2 adalah data curah hujan
m
P( x )=
 Kolom 3 adalah n+1
1
P( x )=
63+1 = 0.016
 Kolom 4 adalah P(X>) = 1- 0.016 = 0.984
X− X
f (t )=
 Kolom 5 adalah S
2 .41−2. 017
f (t )=
0 .156 = 2.555
 Kolom 6 adalah P’(x) yang nilainya dari tabel wilayah luas di bawah
kurva normal = 0.0053
 Kolom 7 P’(X>) = 1- 0.00531 = 0.9947
 Kolom 8, D = 0.9947 - 0.984 = 0.0103

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Hasil selengkapnya disajikan dalam tabel berikut :

TABEL III.18 LOG NORMAL 2 PARAMETER UJI SMIRNOV - KOLMO

Tabel Pengujian Smirnov-Kolmogorov dengan Metode Log Normal 2 Parameter

m Xi P(x) P(x>) f(t) P'(x) P'(x>) D
1 2 3 4 5 6 7 8
1 2.41 0.016 0.984 2.555 0.0053 0.9947 0.0103
2 2.36 0.031 0.969 2.176 0.0147 0.9853 0.0165
3 2.31 0.047 0.953 1.892 0.0294 0.9706 0.0175
4 2.30 0.063 0.938 1.823 0.0344 0.9656 0.0281
5 2.28 0.078 0.922 1.680 0.0465 0.9535 0.0316
6 2.26 0.094 0.906 1.560 0.0594 0.9406 0.0344
7 2.21 0.109 0.891 1.269 0.1022 0.8978 0.0072
8 2.20 0.125 0.875 1.200 0.1151 0.8849 0.0099
9 2.20 0.141 0.859 1.147 0.1257 0.8743 0.0150
10 2.17 0.156 0.844 0.963 0.1685 0.8315 -0.0123
11 2.15 0.172 0.828 0.867 0.1930 0.8070 -0.0212
12 2.14 0.188 0.813 0.767 0.2216 0.7784 -0.0341
13 2.13 0.203 0.797 0.705 0.2420 0.7580 -0.0389
14 2.11 0.219 0.781 0.620 0.2676 0.7324 -0.0488
15 2.11 0.234 0.766 0.599 0.2747 0.7253 -0.0403
16 2.10 0.250 0.750 0.555 0.2894 0.7106 -0.0394
17 2.10 0.266 0.734 0.533 0.2981 0.7019 -0.0325
18 2.10 0.281 0.719 0.533 0.2981 0.7019 -0.0169
19 2.10 0.297 0.703 0.533 0.2981 0.7019 -0.0012
20 2.08 0.313 0.688 0.420 0.3372 0.6628 -0.0247
21 2.08 0.328 0.672 0.397 0.3457 0.6543 -0.0176
22 2.08 0.344 0.656 0.397 0.3457 0.6543 -0.0020
23 2.08 0.359 0.641 0.397 0.3457 0.6543 0.0136
24 2.08 0.375 0.625 0.374 0.3557 0.6443 0.0193
25 2.05 0.391 0.609 0.229 0.4093 0.5907 -0.0187
26 2.04 0.406 0.594 0.154 0.4404 0.5596 -0.0342
27 2.04 0.422 0.578 0.144 0.4443 0.5557 -0.0224
28 2.03 0.438 0.563 0.077 0.4694 0.5306 -0.0319
29 2.03 0.453 0.547 0.051 0.4801 0.5199 -0.0270
30 2.02 0.469 0.531 0.024 0.4920 0.5080 -0.0233
31 2.01 0.484 0.516 -0.057 0.5226 0.4774 -0.0382
32 1.99 0.500 0.500 -0.168 0.5669 0.4331 -0.0669
33 1.99 0.516 0.484 -0.168 0.5669 0.4331 -0.0513

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

34 1.99 0.531 0.469 -0.197 0.8747 0.1253 -0.3435

35 1.98 0.547 0.453 -0.226 0.5894 0.4106 -0.0426
36 1.98 0.563 0.438 -0.226 0.5894 0.4106 -0.0269
37 1.98 0.578 0.422 -0.255 0.6007 0.3993 -0.0226
38 1.98 0.594 0.406 -0.255 0.6007 0.3993 -0.0070
39 1.97 0.609 0.391 -0.285 0.6103 0.3897 -0.0009
40 1.97 0.625 0.375 -0.315 0.6217 0.3783 0.0033
41 1.97 0.641 0.359 -0.315 0.6217 0.3783 0.0189
42 1.96 0.656 0.344 -0.345 0.6368 0.3632 0.0195
43 1.96 0.672 0.328 -0.375 0.6463 0.3537 0.0256
44 1.95 0.688 0.313 -0.406 0.6577 0.3423 0.0298
45 1.95 0.703 0.297 -0.459 0.6770 0.3230 0.0262
46 1.94 0.719 0.281 -0.475 0.6808 0.3192 0.0379
47 1.93 0.734 0.266 -0.533 0.7019 0.2981 0.0325
48 1.93 0.750 0.250 -0.549 0.7181 0.2819 0.0319
49 1.91 0.766 0.234 -0.700 0.7580 0.2420 0.0076
50 1.90 0.781 0.219 -0.735 0.7673 0.2327 0.0140
51 1.87 0.797 0.203 -0.953 0.8289 0.1711 -0.0320
52 1.86 0.813 0.188 -1.029 0.8483 0.1517 -0.0358
53 1.86 0.828 0.172 -1.029 0.8483 0.1517 -0.0202
54 1.85 0.844 0.156 -1.065 0.8485 0.1515 -0.0048
55 1.85 0.859 0.141 -1.068 0.8493 0.1507 0.0101
56 1.85 0.875 0.125 -1.108 0.8660 0.1340 0.0090
57 1.81 0.891 0.109 -1.309 0.9047 0.0953 -0.0141
58 1.80 0.906 0.094 -1.380 0.9162 0.0838 -0.0100
59 1.79 0.922 0.078 -1.491 0.9319 0.0681 -0.0100
60 1.79 0.938 0.063 -1.492 0.9319 0.0681 0.0056
61 1.78 0.953 0.047 -1.538 0.9380 0.0620 0.0152
62 1.72 0.969 0.031 -1.917 0.9724 0.0276 -0.0036
63 1.67 0.984 0.016 -2.220 0.9868 0.0132 -0.0024
jumlah 127.098
rata-rata 2.017
Do =
0.17 DMAX = 0.0379
SD 0.156
N 63 DMAX < Do Hipotesa Diterima

2.5 Pengujian Terhadap Distribusi Log Normal 3 Parameter

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Sama dengan pengujian terhadap log normal 2 parameter, pengujian log normal
3 parameter ini juga menggunakan persamaan garis lurus tanpa nilai
logarithmiknya :
X =X rata−rata +K . S
X− X
f (t )= , P' ( x )=f (t )
Apabila S , dimana nilai P’(x) adalah peluang
dari k yang didapat dari tabel frekuensi k untuk distribusi Log Normal 3.
Parameternya yang nilainya tergantung koefisien skewnessnya. Adapun langkah
perhitungannya sebagai berikut :
 Kolom 1 adalah m (peringkat data)
 Kolom 2 adalah data curah hujan
m
P( x )=
 Kolom 3 adalah n+1
1
P( x )=
63+1 = 0.016
 Kolom 4 adalah P(X>) = 1- 0.016 = 0.984
X− X
f (t )=
 Kolom 5 adalah S
2 .41−2. 017
f (t )=
0 .156 = 2.555
 Kolom 6 adalah P’(x) yang nilainya dari tabel wilayah luas di bawah
kurva normal = 0.0053
 Kolom 7 P’(X>) = 1- 0.00531 = 0.9947
 Kolom 8, D = 0.9947 - 0.984 = 0.0103

Hasil selengkapnya disajikan dalam tabel berikut :

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

TABEL III.18 LOG NORMAL 3 PARAMETER UJI SMIRNOV - KOLMO

Tabel Pengujian Smirnov-Kolmogorov dengan Metode Log Normal 3 Parameter

m Xi P(x) P(x>) f(t) P'(x) P'(x>) D
1 2 3 4 5 6 7 8
1 2.41 0.016 0.984 2.555 0.0053 0.9947 0.0103
2 2.36 0.031 0.969 2.176 0.0147 0.9853 0.0165
3 2.31 0.047 0.953 1.892 0.0294 0.9706 0.0175
4 2.30 0.063 0.938 1.823 0.0344 0.9656 0.0281
5 2.28 0.078 0.922 1.680 0.0465 0.9535 0.0316
6 2.26 0.094 0.906 1.560 0.0594 0.9406 0.0344
7 2.21 0.109 0.891 1.269 0.1022 0.8978 0.0072
8 2.20 0.125 0.875 1.200 0.1151 0.8849 0.0099
9 2.20 0.141 0.859 1.147 0.1257 0.8743 0.0150
10 2.17 0.156 0.844 0.963 0.1685 0.8315 -0.0123
11 2.15 0.172 0.828 0.867 0.1930 0.8070 -0.0212
12 2.14 0.188 0.813 0.767 0.2216 0.7784 -0.0341
13 2.13 0.203 0.797 0.705 0.2420 0.7580 -0.0389
14 2.11 0.219 0.781 0.620 0.2676 0.7324 -0.0488
15 2.11 0.234 0.766 0.599 0.2747 0.7253 -0.0403
16 2.10 0.250 0.750 0.555 0.2894 0.7106 -0.0394
17 2.10 0.266 0.734 0.533 0.2981 0.7019 -0.0325
18 2.10 0.281 0.719 0.533 0.2981 0.7019 -0.0169
19 2.10 0.297 0.703 0.533 0.2981 0.7019 -0.0012
20 2.08 0.313 0.688 0.420 0.3372 0.6628 -0.0247
21 2.08 0.328 0.672 0.397 0.3457 0.6543 -0.0176
22 2.08 0.344 0.656 0.397 0.3457 0.6543 -0.0020
23 2.08 0.359 0.641 0.397 0.3457 0.6543 0.0136
24 2.08 0.375 0.625 0.374 0.3557 0.6443 0.0193
25 2.05 0.391 0.609 0.229 0.4093 0.5907 -0.0187
26 2.04 0.406 0.594 0.154 0.4404 0.5596 -0.0342
27 2.04 0.422 0.578 0.144 0.4443 0.5557 -0.0224
28 2.03 0.438 0.563 0.077 0.4694 0.5306 -0.0319
29 2.03 0.453 0.547 0.051 0.4801 0.5199 -0.0270
30 2.02 0.469 0.531 0.024 0.4920 0.5080 -0.0233
31 2.01 0.484 0.516 -0.057 0.5226 0.4774 -0.0382
32 1.99 0.500 0.500 -0.168 0.5669 0.4331 -0.0669
33 1.99 0.516 0.484 -0.168 0.5669 0.4331 -0.0513
34 1.99 0.531 0.469 -0.197 0.8747 0.1253 -0.3435
35 1.98 0.547 0.453 -0.226 0.5894 0.4106 -0.0426

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

36 1.98 0.563 0.438 -0.226 0.5894 0.4106 -0.0269

37 1.98 0.578 0.422 -0.255 0.6007 0.3993 -0.0226
38 1.98 0.594 0.406 -0.255 0.6007 0.3993 -0.0070
39 1.97 0.609 0.391 -0.285 0.6103 0.3897 -0.0009
40 1.97 0.625 0.375 -0.315 0.6217 0.3783 0.0033
41 1.97 0.641 0.359 -0.315 0.6217 0.3783 0.0189
42 1.96 0.656 0.344 -0.345 0.6368 0.3632 0.0195
43 1.96 0.672 0.328 -0.375 0.6463 0.3537 0.0256
44 1.95 0.688 0.313 -0.406 0.6577 0.3423 0.0298
45 1.95 0.703 0.297 -0.459 0.6770 0.3230 0.0262
46 1.94 0.719 0.281 -0.475 0.6808 0.3192 0.0379
47 1.93 0.734 0.266 -0.533 0.7019 0.2981 0.0325
48 1.93 0.750 0.250 -0.549 0.7181 0.2819 0.0319
49 1.91 0.766 0.234 -0.700 0.7580 0.2420 0.0076
50 1.90 0.781 0.219 -0.735 0.7673 0.2327 0.0140
51 1.87 0.797 0.203 -0.953 0.8289 0.1711 -0.0320
52 1.86 0.813 0.188 -1.029 0.8483 0.1517 -0.0358
53 1.86 0.828 0.172 -1.029 0.8483 0.1517 -0.0202
54 1.85 0.844 0.156 -1.065 0.8485 0.1515 -0.0048
55 1.85 0.859 0.141 -1.068 0.8493 0.1507 0.0101
56 1.85 0.875 0.125 -1.108 0.8660 0.1340 0.0090
57 1.81 0.891 0.109 -1.309 0.9047 0.0953 -0.0141
58 1.80 0.906 0.094 -1.380 0.9162 0.0838 -0.0100
59 1.79 0.922 0.078 -1.491 0.9319 0.0681 -0.0100
60 1.79 0.938 0.063 -1.492 0.9319 0.0681 0.0056
61 1.78 0.953 0.047 -1.538 0.9380 0.0620 0.0152
62 1.72 0.969 0.031 -1.917 0.9724 0.0276 -0.0036
63 1.67 0.984 0.016 -2.220 0.9868 0.0132 -0.0024
jumlah 127.098
rata-rata 2.017
Do =
0.17 DMAX = 0.0379
SD 0.156
N 63 DMAX < Do Hipotesa Diterima

Kesimpulan

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA
REKAYASA HIDROLOGI RANDY JULIANDA AULIATAMA
D101117112

Hasil Pengujian Metode Analisa Distribusi Curah Hujan yang Diuji

% Relatif Error
Rata-rata Uji Uji Smirnov
Metode KEPUTUSAN
Deskriptor Kolmogorov
Statistik
Normal 0.16% Diterima <----metode terpilih
Gumbel Tipe I 0.26% Diterima
Log Person Tipe III 0.44% Diterima
Log Normal 2 Parameter 2.99% Diterima
Log Normal 3 Parameter 1.77% Diterima

Dari hasil perhitungan Uji Kecocokan dengan Metode Smirnov – Kolmogorov,

diperoleh bahwa data hujan yang ada hanya dapat dianalisa dengan lima metode. Untuk
perhitungan selanjutnya digunakan Metode Normal karena Persentase Relatif Errornya
lebih kecil.

TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS TANJUNGPURA