ANALISIS SISTEM DRAINASE DI KAWASAN PEMUKIMAN PADA SUB DAS AUR PALEMBANG (STUDI KASUS : PEMUKIMAN 9/10 ULU)

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS SISTEM DRAINASE DI KAWASAN PEMUKIMAN PADA SUB DAS AUR PALEMBANG (STUDI KASUS : PEMUKIMAN 9/10 ULU)"

Transkripsi

1 ANALISIS SISTEM DRAINASE DI KAWASAN PEMUKIMAN PADA SUB DAS AUR PALEMBANG (STUDI KASUS : PEMUKIMAN 9/0 ULU) Def Tesha Isfadar *, Re S. Ilmaty 2 da M. Batullah A 3,2,3 Jurusa Tekk Spl, Uverstas Srwjaya Korespodes peuls : defteshasfadare@yahoo.co.d Abstract Oe of the area Palembag Cty that ofte floods s 9/0 ulu resdetal o sub DAS Aur. Exstg draage chaels have dmesos that are ot suffcet to flow peak dschage caused by storm ad tdes. Therefore, t s ecessary to study the draage chaels the resdetal areas. The frst stage the aalyss begs wth hydrologc aalyss to calculate the dstrbuto of rafall usg maxmum daly rafall data for 20 years from 993 to 202. The ext step calculates the desg rafall testy, the calculate the desg rafall hyetograph usg ABM method (Alteratg Block Method). By usg SWMM 5.0 (Storm Water Maagemet Model 5.0) program ca aalyze the avalable draage system the resdece, the the put data was complete. Floods smulato about the mproper water draage ca be acheved after puttg the data. Redesgg the ratoal method ad smulated by SWMM 5.0 program to replace the prevous chael dmesos ad dmesoal data put chaels plaed, the the smulato results wth good water flow the chael was deal. Key Words: Draage system, flood, ratoal method, SWMM 5.0. PENDAHULUAN. Latar Belakag Sstem draase merupaka salah satu baga yag petg dalam perecaaa pembagua suatu kawasa pemukma. Sstem draase yag bak harus dapat meampug pembuaga ar semaksmal mugk, sehgga apabla debt ar lebh dar yag dperkraka, sstem draase tersebut mash dapat meampug da megalrkaya sehgga tdak terjad geaga ar pada saat huja turu da bajr pada saat ar suga pasag d kawasa pemukma tersebut. Sela tu, draase juga berfugs utuk megurag eros taah da peyalura dega megkatka fltras ar ke dalam taah. Bajr yag terjad d kota Palembag khususya yag terjad d kawasa pemukma membulka permasalaha bag masyarakat serta tataga buat pemertah utuk megevaluas salura draase d pemukma tersebut. Salura-salura tempat pegalra ar huja yag sudah ada perlu dlakuka pejaua ulag da pegembaga agar bsa meampug debt ar yag megalr d kawasa tersebut. Salah satu Pemukma yag perah terjad bajr d kota Palembag adalah pemukma peduduk 9/0 Ulu yag terletak pada Sub DAS Aur. Salura draase merupaka salura terbuka..2 Perumusa Masalah Permasalaha yag aka dbahas dalam peulsa lapora hasl peelta adalah:. Bagamaa megaalss da megevaluas dmes salura draase d kawasa pemukma 9/0 Ulu Palembag? 2. Bagamaa megaalss bajr da geaga ar yag terjad d kawasa pemukma 9/0 Ulu Palembag?.3 Tujua Peelta Berdasarka latar belakag da permasalaha yag ada, maka tujua peelta adalah:. Megaalss da megevaluas dmes salura draase d kawasa pemukma 9/0 Ulu Palembag. 2. Megaalss bajr da geaga ar yag terjad d kawasa pemukma 9/0 Ulu Palembag. 2. TINJAUAN PUSTAKA Bahtar da Ilmaty (20), megugkapka bahwa bajr terjad dsebabka oleh curah huja sagat tgg, pasag surut Suga Mus, kods topograf laha yag relatf redah dar daerah sektarya da salura draase yag kurag bak dalam megalrka ar. Serta la pasag surut, testas curah huja, dmes salura, da kemrga salura sagat berpegaruh terhadap perecaaa sstem draase. 2. Draase Pegerta sstem draase dapat dtetuka berdasarka lgkup atau batasa dar sstem draase tu sedr, beberapa stlah dalam sstem draase tu sedr atara la: a) Draase permukaa adalah sstem draase yag meaga semua masalah kelebha ar datas atau pada permukaa ar taah, terutama ltasa ar huja. b) Draase bawah permukaa adalah sstem draase yag meaga permasalaha kelebha ar dbawah permukaa taah atau dbawah lapsa taah, msalya meuruka permukaa ar taah yag tgg agar daerah tersebut terbebas dar kelembaba yag tgg. c) Draase perkotaa adalah draase yag meaga permasalaha kelebha ar d wlayah perkotaaa yag melput draase permukaa da draase bawah permukaa. 3 Jural Tekk Spl da Lgkuga

2 Isfadar, et al.: Aalss Sstem Draase d Kawasa Pemukma pada SubDAS Aur Palembag (Stud Kasus: Pemukma 9/0 Ulu) 2.2 Daerah Alra Suga (DAS) Daerah alra suga mempuya karakterstk yag spesfk berkata dega usur-usur utama sepert jes taah, topograf, geolog, geomorfolog, vegetas, da tata gua laha. Pegelolaa DAS pada dasarya dtujuka utuk terwujudya kods yag optmal dar sumberdaya vegetas, taah, da ar, sehgga mampu member mafaat secara maksmal da berkesambuga bag kesejahteraa mausa. 2.3 Curah Huja Curah huja yag dperluka utuk peyusua racaga pemafaata ar adalah curah huja rata-rata d seluruh daerah yag bersagkuta. Stasu-stasu pegamat huja yag tersebar pada suatu daerah alra dapat daggap sebaga ttk. Tujuaya mecar huja rata-rata adalah utuk megubah huja ttk mejad huja wlayah atau mecar la yag dapat mewakl suatu daerah alra. Surp (2003), mejelaska bahwa ada 3 (tga) cara pedekata utuk meghtug huja rata-rata yag aka duraka berkut : a. Cara rata-rata aljabar R H = H = b. Cara Polgo Thesse R H = = c. Cara Isohyet R H = H. L = = L H. L = L 2.4 Aalss Frekues Perkraa huja recaa dlakuka dega aalss frekues terhadap data curah huja maksmum tahua (aual seres) atau sem data parsal (parsal seres). Ada beberapa macam sebara dalam statstk da yag lazm dguaka dalam aalss frekues ada 4 macam yatu : () (2) (3). Dstrbus Normal X T = x + K T. S (4) 2. Dstrbus Log Normal Log X T = log x + K T. S log x (5) 3. Dstrbus Gumbel YT Y X T = x+ S.S (6) 4. Dstrbus Log Pearso Type III. Log X T = log x + K T. S log x (7) 2.5 Peguja Sebara a. Uj Ch Kuadrat Nla ch kuadrat adalah la kuadrat karea tu la ch kuadrat selalu postf. Betuk dstrbus ch kuadrat tergatug dar derajat bebas (Db). Pegerta pada uj ch kuadrat sama dega peguja hpotess la, yatu luas daerah peolaka Ho atau taraf yata peguja. Metode ch kuadrat megguaka data omal, data tersebut dperoleh dar hasl meghtug. Sedagka besarya la ch kuadrat buka merupaka ukura derajat hubuga atau perbedaa. b. Uj Smrov - Kolmogorov Uj Smrov Kolmogorov utuk melhat masgmasg sebara apakah semua perhtuga tersebut dapat dterma atau dtolak. Metode yag memlk selsh yag palg kecl dbadgka dega hassl dar metode la. Data curah huja emprs dapat dgambarka pada tap kertas dstrbus dar tpe yag dpaka dega megguaka data yag durutka dar besar ke kecl utuk kala ulag bajr. 2.6 Debt Bajr Utuk merecaaka suatu dmes salura harus dketahu debt bajr sebearya. Hal bertujua utuk meghdar terjadya geaga ar. Utuk memeuh tujua salura harus dbuat cukup sesua dega debt bajr. Debt bajr sagat petg dalam perecaaa sstem draase. Apabla salah dalam meetuka debt recaa, maka sstem draase yag terpaka tdak aka berfugs dega semestya. Debt ar yag harus dsalurka dambl pada recaa debt bajr yag besar, sebaga dasar utuk perhtuga ukura bagua yag drecaaka. a. Metode Rasoal Metode merupaka metode tertua yag dkembagka haya utuk mempredks besarya debt pucak tapa melhat sebara besar debt terhadap waktu. Q = 0, C.I.A (8) b. Metode Hdrograf Hdrograf megguaka fugs hdrograf tapa dmes utuk meyedaka betuk stadar hdrograf satua. Q p 2,08 A = t p 2.7 SWMM 5.0 (Storm Water Maagemet Model) Storm Water Maagemet Model (SWMM) adalah smulas curah huja-lmpasa damk yag dguaka utuk megaalss lmpasa kuattas da kualtas dar daerah perumaha maupu perkotaa dalamjagka pedek atau jagka pajag. Kompoe lmpasa dar SWMM beroperas pada kumpula daerah yag meerma curah huja subcatchmet da meghaslka beba alra permukaa. (9) 32 Jural Tekk Spl da Lgkuga

3 Isfadar, et al.: Aalss Sstem Draase d Kawasa Pemukma pada SubDAS Aur Palembag (Stud Kasus: Pemukma 9/0 Ulu) 3. METODOLOGI Setelah dlakuka pejaua lapaga da pegumpula data, maka dapat dlakuka pegolaha data berkut : a) Pegolaha data peta-peta hasl survey b) Perhtuga testas curah huja c) Peetua metode dstrbus curah huja dega Uj Smrof - Kolmogorov d) Perhtuga debt bajr recaa dega metode rasoal e) Aalss pemodela kapastas salura dega program SWMM-5 (Strom Water Maagemet Model 5) f) Data laju fltras g) Data dmes salura ekstg Dar pegolaha data, ddapatka output dar pemodela. Setelah tu dapat dlakuka aalss data. 4.ANALISIS DAN PEMBAHASAN Gambar. Peta Udara Pemukma 9/0 Ulu 4. Data Hdrolog Data-data klmatolog yag dperluka utuk perhtuga hdrolog adalah data curah huja selama 20 tahu terakhr dar tahu Data curah huja dperoleh dar Stasu Klmatolog Klas II Kete Palembag. 4.2 Data Topograf Pemukma 9/0 Ulu mempuya topograf yag relatf datar da sebaga besar dega taah asl berada dbawah permukaa ar pasag maksmum Suga Mus (± 3,75 m datas permukaa laut) kecual laha-laha yag telah dbagu da aka dbagu dmaa permukaa taah telah megalam pembua da reklamas. Sebelum d reklamas kawasa mempuya ketgga elevas atara 3-5 m d atas permukaa laut, setelah d reklamas ketgga berubah mejad 5-8,5 m d atas permukaa laut. Dalam membuat gars kotur bsa megguaka Software Global Mapper. Sebelumya kta harus memlk data DEM (Dgtal Elevato Model) Kota Palembag yag dperoleh dar SRTM (Shuttle Radar Topographc Msso). Data SRTM yag dguaka adalah data SRTM pulau Sumatera. Gambar 2. Peta Topograf Pemukma 9/0 Ulu 4.3 Dstrbus Curah Huja Tabel. Aalss curah huja dega dstrbus Normal Tr (tahu) XTr (mm) 2 78, , , , , , Kurfa IDF (Itecty Durato Frequecy) Perhtuga testas curah huja megguaka Metode Dr. Ishguro yag merupaka sebuah varas dar persamaa-persamaa curah huja jagka pedek. Hasl dar perhtuga testas curah huja aka dguaka utuk membuat Kurva IDF utuk ddapatka persamaa testas curah huja yag atya aka dguaka. Tabel 2. Perhtuga Itestas Huja Racaga dega persamaa Ishguro Duras (met) PUH (tahu)/chhm (mm/24 jam) ,9 5,2 63,8 80,5 94,2 08, 0 32,5 47,7 59,3 74,8 87,6 00, ,5 43,4 53,9 68, 79,8 9, ,2 38,5 47,9 60,4 70,8 8, , 35,4 44, 55,6 65, 74, ,6 33,2 4,3 52, 6, 69, ,4 30, 37,3 47, 55,2 63,3 80 8,3 26,9 33,4 42,2 49,4 56, ,8 24,7 30,7 38,8 45,4 52, 300 5,7 23, 28,7 36,2 42,4 48, ,8 2,7 27, 34, 39,9 45,8 Sumber : Hasl Perhtuga 33 Jural Tekk Spl da Lgkuga

4 Isfadar, et al.: Aalss Sstem Draase d Kawasa Pemukma pada SubDAS Aur Palembag (Stud Kasus: Pemukma 9/0 Ulu) Gambar 7. Smulas Bajr C8, C9, da C Waktu (met ) Gambar 3. Kurfa IDF (Itesty Durato Frequecy) 4.5 Hyetograph Huja Racaga dega Alteratg Block Method (ABM) Gambar 8. Smulas Bajr C2 da C4 Gambar 4. Grafk Hyetograph Gambar 9. Smulas Bajr C6 da C7 4.6 SWMM 5.0 Pada proses hasl smulas dlakuka pegeceka d tap-tap salura (Juctos, Coduts, Outfalls). Setelah tu dlakuka aalss smulas daerah yag megalam bajr. Berkut gambar smulas bajr yag terjad pada setap salura. Gambar 0. Smulas Bajr C8, C20, da C22 Gambar 5. Smulas Bajr C3 da C4 Gambar. Smulas Bajr C9 Gambar 6. Smulas Bajr C5 da C7 34 Jural Tekk Spl da Lgkuga

5 Isfadar, et al.: Aalss Sstem Draase d Kawasa Pemukma pada SubDAS Aur Palembag (Stud Kasus: Pemukma 9/0 Ulu) Gambar 2. Smulas Bajr C2 4.6 Perhtuga Rasoal Dar hasl perhtuga megguaka metode rasoal d dapat Dmes salura recaa adalah sebaga berkut : Tabel 3. Perecaaa Salura Draase dar Perhtuga Metode Rasoal Salura L (m) S Q (m 3 /s) h (cm) b (cm) C 29,76 0,0039 0,03 0, C2 5,87 0,0096 0,03 0, C3 39,74 0,0007 0,03 0, C4 34,94 0,0007 0,03 0, C5 230,2 0,0022 0,03 0, C6 74,7 0,0029 0,03 0, C7 70,08 0,002 0,03 0, C8 66,43 0,005 0,02 0, C9 20,74 0,0008 0,02 0, C0 67,22 0,005 0,02 0, C 94,3 0,0026 0,02 0, C2 7,24 0,0009 0,03 0, C3 92,62 0,0054 0,03 0, C4 48,87 0,002 0,03 0, C5 49,6 0,00 0,022 0, C6 25,33 0,004 0,022 0, h b Salura L (m) S Q (m 3 /s) (cm) (cm) C7 5,87 0,0043 0,022 0, C8 37,88 0,0058 0,02 0, C9 24,53 0,004 0,02 0, C20 53,2 0,0065 0,02 0, C2 63,42 0,003 0,02 0, C22 24,26 0,004 0,02 0, Sumber : Hasl Perhtuga 4.7 Aalss Pembahasa Dar hasl peelta da aalss perhtuga d atas ddapat pembahasa megea data curah huja yag ddapat adalah curah huja hara maksmum. Data yag ddapat dar Stasu Klmatolog Klas II Kete Palembag. Melalu peelta lapaga, salura draase yag ada dlakuka pembaga catchmet area mejad sepuluh baga sub catchmet area da tap sub catchmet area memlk salura yag aka daalss daya tampug alra. Peelta dlajutka dega megukur dmes salura ekstg. Aalss curah huja recaa dguaka empat dstrbus dalam aalss frekues yatu Dstrbus Normal, Dstrbus Log Normal, Dstrbus Gumbel da Dstrbus Log Pearso Type III. Selajutya dar keempat dstrbus tersebut duj dega megguaka uj kecocoka Ch Kuadrat da uj kecocoka Smrov Kolmogorof utuk meetuka dstrbus maa yag cocok utuk dguaka dalam perhtuga selajutya. Dalam lapora dstrbus yag dpaka megguaka uj Smrov Kolmogorof adalah curah huja recaa Dstrbus Normal. Dar aalss curah huja dhtug testas curah huja megguaka tga metode yatu Metode Va Bree, Metode Bell Tamoto, da Metode Hesper & Der Weduwe. Setap masg-masg metode perhtuga memaka persamaa Talbot, Sherma, da Ishguro. Dalam hasl perhtuga dambl Metode Bell Tamoto dega persamaa Ishguro karea memlk la devas terkecl. Peggambara Kurva IDF (Itecty Durato Frequecy), dar hasl perhtuga testas curah huja meujukka bahwa Aalss Uj Smrov Kolmogorof megguaka persamaa Dr. Ishguro dapat dguaka sebaga dasar perhtuga curah huja, sehgga dapat dperoleh kurfa IDF dar aalss tersebut. Aalss hyetograph huja racaga dega ABM (Alteratg Block Method) megguaka hasl perhtuga testas curah huja Metode Bell Tamoto dega perode ulag 2 tahu. Berdasarka buku yag dtuls oleh Surp (2003) bahwa utuk daerah tagkapa huja 0 sampa 00 ha memlk peracaga draase utuk perode ulag 2 sampa 5 tahu. Aalss debt bajr da sstem draase pemukma 9/0 ulu megguaka program SWMM 5.0 dperoleh hasl smulas dega dmes salura d lapaga terjad lmpasa d salura-salura yag ada. Aalss debt bajr da sstem draase megguaka perhtuga Metode Rasoal ddapat hasl salura yag drecaaka tdak terjad lmpasa d salura. Salura d aalss kembal megguaka program SWMM 5.0 dega perhtuga Metode Rasoal dperoleh hasl smulas dega dmes yag drecaaka bahwa tdak terjad lmpasa lag d salura yag sebelumya melmpas. 5. KESIMPULAN 5. Kesmpula Dar aalss da perhtuga yag telah dlakuka pada salura draase d kawasa pemukma 9/0 ulu Palembag, dapat dambl kesmpula bahwa :. Berdasarka hasl survey da wawacara lagsug dega masyarakat 9/0 ulu bajr dsebabka kapastas salura yag kecl tdak cukup utuk megalrka debt lmpasa saat curah huja tgg da pasag ar Suga Mus, sehgga terjad lmpasa pada salura draase tersebut. 2. Hasl survey lokas pemukma 9/0 ulu sebaga besar daerah kedap ar sehgga luasa resapa mejad berkurag, da kuragya kesadara 35 Jural Tekk Spl da Lgkuga

6 Isfadar, et al.: Aalss Sstem Draase d Kawasa Pemukma pada SubDAS Aur Palembag (Stud Kasus: Pemukma 9/0 Ulu) masyarakat yag membuag sampah d salura juga mejad peyebab lmpasa permukaa. 3. Pada saat smulas kods eksstg pada salura draase d Pemukma 9/0 Ulu dega megguaka program SWMM 5.0 ddapat bahwa salura yag tdak mampu meampug debt alra ar adalah pada J Out kecual C0 da C5, pada J6 J5 kecual C6, pada J3 J2 kecual C3, pada J8 Out2, pada J9 J20, da pada J2 J22 semua salura tdak dapat meampug debt alra. 4. Setelah dlakuka perecaaa ulag dmes salura dega megguaka Metode Rasoal, dperoleh dmes salura yag bsa meampug debt alra ar d daerah tersebut. 5. Berdasarka hasl smulas ulag sstem draase dega megguaka program SWMM 5.0 da memasukka dmes salura yag drecaaka megguaka Metode Rasoal ddapat bahwa salura dapat megalrka ar dega bak. 5.2 Sara. Sebakya dlakuka perbaka dmes salura draase d pemukma 9/0 ulu, dapat dlakuka dega pegeruka sedme. 2. Sagat dbutuhka kepedula masyarakat utuk tdak membuag sampah d salura da secara rut masyarakat bsa bergotog royog membershka salura draase utuk mecegah terjadya bajr d kemuda har. 3. Megguaka program SWMM 5.0 harus sagat telt da data yag aka dmasukka harus legkap agar dapat meghaslka smulas yag sagat bak, meggat tgkat ketelta sagat mempegaruh hasl smulas. DAFTAR PUSTAKA ) Al Am, Batullah., 2009, Dktat Draase Perkotaa. Jurusa Tekk Spl, Palembag. 2) Surp, 2004, Sstem Draase Yag Berkelajuta, Eds Pertama, Ad, Yogyakarta. 3) Tratmodjo, B., 2003, Hdrolog Terapa, Beta Offset, Yogyakarta. 4) Ilmaty, R.S., da Bahtar, 20, Aalss Sstem Draase Pada Kawasa Perumaha Serkat Oga Permata Idah Sub DAS Jakabarg Kota Palembag, Usr, Palembag. 36 Jural Tekk Spl da Lgkuga

BAB V ANALISIS HIDROLOGI

BAB V ANALISIS HIDROLOGI ANALISIS HIDROLOGI 64 BAB V ANALISIS HIDROLOGI 5.. Tjaua Umum Utuk meetuka debt recaa, dapat dguaka beberapa metode atau cara. Metode yag dguaka sagat tergatug dar data yag terseda, data data tersebut

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Hdrolog Ar d bum megulag terus meerus srkulas peguapa, presptas da pegalra keluar (outflow). Ar meguap ke udara dar permukaa taah da laut, berubah mejad awa sesudah melalu beberapa

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB IV ANALISIS DATA HIDROLOGI

BAB IV ANALISIS DATA HIDROLOGI BAB IV ANALISIS DATA HIDROLOGI 4. Data DAS Luas DAS Keduag dhtug dar lokas recaa bagua pegedal sedme d Suga Keduag Desa Bragkal, adalah sebesar 64,8 km dega kemrga rata-rata,05%. Pajag suga utama mecapa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method BAB III LANDASAN TEORI 3.1 Perbaka Data Pegsa data huja yag hlag dapat dlakuka dega recprocal method P x 1 1 P L 1 L (3.1) Px = data stasu huja yag hlag P = data huja d stasu L = jarak ke stasu 3. Uj Kosstes

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

PENGELOLAAN SISTEM DRAINASE KAMPUS UNY KARANGMALANG MENUJU KEMANDIRIAN SUMBER AIR BERSIH

PENGELOLAAN SISTEM DRAINASE KAMPUS UNY KARANGMALANG MENUJU KEMANDIRIAN SUMBER AIR BERSIH PENGELOLAAN SISTEM DRAINASE KAMPUS UNY KARANGMALANG MENUJU KEMANDIRIAN SUMBER AIR BERSIH Ddk Purwatoro 1, Sumardjo H 1, Rfta AP 3, Dw Yulato 4 1,2,3,4 Jurusa Peddka Tekk Spl da Perecaaa FT UNY Ddk_purwatoro@yahoo.com

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 1 BAB II INJAUAN PUSAKA.1. Umum Bajr adalah alra ar yag relatf tgg, dmaa ar tersebut melmpah terhadap beberapa baga suga. Ketka suga melmpah, ar meyebar pada datara bajr da pada umumya medatagka masalah

Lebih terperinci

ek SIPIL MESIN ARSITEKTUR ELEKTRO

ek SIPIL MESIN ARSITEKTUR ELEKTRO ek SIPIL MESIN ARSITEKTUR ELEKTRO STUDI PENGARUH DAN HUBUNGAN VARIABEL BENTUK DAS TERHADAP PARAMETER HIDROGRAF SATUAN SINTETIK (Stud Kasus: Suga Saluga, Taopa da Batu d Sulawes Tegah) I Waya Sutapa * Abstract

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

Spektrum Sipil, ISSN Vol. 1, No. 1 : 21-30, Maret 2014

Spektrum Sipil, ISSN Vol. 1, No. 1 : 21-30, Maret 2014 Spektrum Spl, ISSN 1858-4896 1 Vol. 1, No. 1 : 1-30, Maret 014 ANALISIS PELIMPAH EMBUNG JEROWARU DESA JEROWARU KECAMATAN JEROWARU KABUPATEN LOMBOK TIMUR Aalyss of Spllway Jerowaru DAM Jerowaru Vllage Dstrct

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

ANALISIS KERAPATAN JARINGAN STASIUN CURAH HUJAN PADA WILAYAH SUNGAI (WS) AESESA DI PULAU FLORES

ANALISIS KERAPATAN JARINGAN STASIUN CURAH HUJAN PADA WILAYAH SUNGAI (WS) AESESA DI PULAU FLORES Jural Tekk Spl Vol. No. 4 September 0 ANALISIS KERAPATAN JARINGAN STASIUN CURAH HUJAN PADA WILAYAH SUNGAI (WS) AESESA DI PULAU FLORES Yerso Dmu Ratu (Jer.dmu@yahoo.com) ) Dek Sr Krsayat ) I Made Udaa 3)

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

Analisa Kondisi Drainase di Kawasan Jalan Rambutan Kelurahan Sukajadi Kecamatan Baturaja Timur Kabupaten OKU

Analisa Kondisi Drainase di Kawasan Jalan Rambutan Kelurahan Sukajadi Kecamatan Baturaja Timur Kabupaten OKU Tekka; Vol:, No:, September 0 ISSN: 087 90 Aalsa Kods Draase d Kawasa Jala ambuta Keluraha Sukajad Kecamata Baturaja Tmur Kabupate OKU Oleh: osway Mutara Hartawaty Abstract Baturaja cty s oe of the areas

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

Bab II - Dasar Teori

Bab II - Dasar Teori BAB II DASAR TEORI. Suga Dega berjalaya waktu, suatu sstem jarga suga aka membetuk pola pegalra tertetu d atara salura utama dega cabag-cabagya da pembetuka pola pegalra sagat dtetuka oleh faktor geologya.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA II.1. Sklus Hdrolog Ar merupaka salah satu sumber daya alam yag bayak mafaatya bag kebutuha mausa. Ar yag terdapat d alam dalam betuk car, tetap dapat berubah dalam betuk padat/es,

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

Gambar 2.1 Siklus Hidrologi (Bedient & Huber 1988).

Gambar 2.1 Siklus Hidrologi (Bedient & Huber 1988). I. PENAHULUAN 1.1 Latar Belakag AS Clwug merupaka salah satu AS petg bag wlayah Jawa Barat terutama daerah Bogor da KI Jakarta. Kejada bajr d KI Jakarta sergkal dsebabka oleh melmpahya huja yag jatuh d

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

ANALISIS SENSITIFITAS KOEFISIEN MANNING UNTUK ALIRAN TUNAK 1-D MENGGUNAKAN PROGRAM HEC-RAS

ANALISIS SENSITIFITAS KOEFISIEN MANNING UNTUK ALIRAN TUNAK 1-D MENGGUNAKAN PROGRAM HEC-RAS ISBN No. 978-6-98559-- Prosdg SNSMAIP III- ANALISIS SENSITIFITAS KOEFISIEN MANNING UNTUK ALIRAN TUNAK -D MENGGUNAKAN PROGRAM HEC-RAS Ahmad Zakara Laboratorum Hdrolka da Mekaka Fluda Jurusa Tekk Spl, Fakultas

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 22 BAB II LANDASAN TEORI 2.1 Pedahulua 2.1.1 Pegerta Mateace Beberapa pegerta perawata (mateace) meurut ahl : 1. Meurut Corder (1988), perawata merupaka suatu kombas dar tdaka yag dlakuka utuk mejaga suatu

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode 4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

BAB II DASAR TEORI II-1

BAB II DASAR TEORI II-1 II- BAB II DASAR TEORI.. Tjaua Umum Dalam pekerjaa perecaaa suatu embug dperluka bdag-bdag lmu pegetahua yag salg medukug dem kesempuraa hasl perecaaa. Bdag lmu pegetahua tu atara la geolog, hdrolog, hdrolka

Lebih terperinci

BAB II STUDI PUSTAKA II Analisis Hidrologi

BAB II STUDI PUSTAKA II Analisis Hidrologi BAB II STUDI PUSTAKA. Aalss Hdrolog Data hdrolog adalah kumpula keteraga atau fakta megea feomea hdrolog, sepert besarya : curah huja, debt suga, tgg muka ar suga, kecepata alra, kosetras sedme suga da

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18 ANALISA WAKTU BAKU PRODUKSI DOMPET DENGAN PENDEKATAN PETA TANGAN KIRI DAN TANGAN KANAN PADA CV. XYZ DI PASURUAN Hasa Bashor 1), Rosyatul Umam ) 1) Dose Tekk dustr Fakultas Tekk Uverstas Yudharta Pasurua

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO Titiek Widyasari 1 1 Program Studi Tekik Sipil, Uiversitas Jaabadra Yogyakarta, Jl. Tetara Rakyat Mataram 55 57 Yogyakarta Email: myso_jayastu@yahoo.co.id

Lebih terperinci

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques Mater Outle Graphcal Techques Peyaja Data Numercal Techques Tekk Grafk (Graphcal Techques) Secara vsual, grafs merupaka gambar-gambar yag meujukka data berupa agka yag basaya dbuat berdasarka tabel yag

Lebih terperinci

BAB III METODOLOGI III-1

BAB III METODOLOGI III-1 BAB III METODOLOGI III.1. Data terumbu karag da Pegolaha Data terumbu karag beserta wlayah kaja berasal dar Setash dkk., 006 (WWF-Idoesa). Data kerusaka terumbu karag yag dguaka adalah data tahu 1997-1998,

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci