BAB II TINJAUAN PUSTAKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II TINJAUAN PUSTAKA"

Transkripsi

1 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 pada mausa. Yag dmaksud bajr dalam peulsa adalah terjadya lmpaha alra ar akbat kapastas peampag Suga Idragr Hulu yag tdak dapat meampug debt ar yag megalr d atasya. Selajutya alra yag melmpah tersebut meyebar pada batara bajr yag pada umumya sudah dhu atau dberdayaka oleh mausa... Kosep Perhtuga Debt bajr ar suga yag besar megakbatka tergerusya tebg Suga Idragr Hulu. Debt bajr yag dhtug adalah debt bajr maksmum dega perode ulag 5, 10, 5, 50, 100 tahu d Suga Idragr. Kosep perhtuga ddasarka dar data yag ada, pegalama, da kepetga daerah sektar Suga Idragr. Maka, lagkah-lagkah dalam perhtuga debt bajr yag harus dlakuka adalah: 1. Aalss dstrbus frekues curah huja : a. Dstrbus Normal b. Dstrbus Log Normal c. Dstrbus Log Pearso ype III d. Dstrbus Gumbel

2 13. Uj Kecocoka (Goodes of fttest test): a. Metode Smrov-Kolmogorov b. Metode Ch-kuadrat 3. Pemlha Dsrbus frekues curah huja yag tepat 4. Debt bajr recaa Debt bajr recaa adalah debt maksmum dar suatu suga, yag besarya ddasarka kala ulag atau perode yag telah dtetuka. Probabltas atau kejada bajr utuk masa medatag dapat dramalka melalu aalss hdrolog dega meerapka metode statstk sesua parameter hdrolog. Pemlha bajr recaa utuk bagua ar sagat tergatug pada aalss staststk dar uruta kejada bajr, bak berupa debt ar dar suga, maupu curah huja maksmum. Dalam hal peetua debt bajr daalss melalu metode Hdrograf Satua Stetk Nakayasu da Hdfrograf Satua Stetk Syder. 5. Setelah ddapat debt bajr maka dlakuka pemodela suga dega megguaka HEC-RAS 4.0 Beta. Pemodela suga dpaka utuk megetahu tgg muka ar bajr, yag bergua sebaga acua utuk meetuka elevas pucak krb..3. Aalss Dstrbus Frekues Curah Huja Frekues huja adalah besarya kemugka suatu besara huja dsama atau dlampau. Sebalkya, kala ulag (retur perod) adalah waktu perkraa d maa huja dega suatu besara tertetu aka dsama atau dlampau. Dalam hal kejada tersebut tdak aka berulag secara teratur setap kala ulag tersebut. Msalya, huja dega kala-ulag 10-tahua, tdak

3 14 berart aka terjad sekal setap 10 tahu, aka tetap ada kemugka dalam jagka 1000 tahu aka terjad 100 kal kejada huja 10-tahua. Ada kemugka selama kuru waktu 10 tahu terjad huja 10-tahua lebh dar satu kal, atau sebalkya tdak terjad sama sekal. Data huja yag dguaka adalah data curah huja hara maksmum. Pada peulsa dguaka beberapa metode dstrbus yag umum dpaka utuk memperkraka curah huja dega tahu perode ulag tertetu. Metode yag dpaka atya harus dtetuka dega melhat karakterstk dstrbus huja daerah setempat. Perode ulag yag aka dhtug pada masg masg metode adalah utuk perode ulag 5, 10, 5, 50, da 100 tahu. Dalam tugas akhr aka dguaka beberapa dstrbus frekues yag bayak dguaka dalam bdag hdrolog, yatu: 1). Dstrbus Normal ). Dstrbus Log Normal 3). Dstrbus Log Pearso ype III 4). Dstrbus Gumbel Data curah huja yag tersebut datas daalsa dega megguaka batua sofware SMADA.1 Dstrb da perhtuga maual dega megguaka Excel.

4 Metode Dstrbus Normal Dstrbus ormal atau kurva ormal dsebut pula dstrbus Gauss. Fugs destas peluag ormal (PDF = Probablty Desty Fucto) yag palg dkeal adalah betuk bell da dkeal sebaga dstrbus ormal. PDF dstrbus ormal dapat dtulska dalam betuk rata rata da smpaga bakuya, sebaga berkut: 1 X Exp x P x...(.1) Dmaa : P(X) = Fugs destas peluag ormal X = Varabel acak kotu µ = Rata rata la X σ = Smpaga baku dar la X dmaa µ da σ adalah parameter statstk, yag masg masg adalah la rata rata da stadar devas dar varat. Aalsa kurva ormal cukup megguaka parameter statstk µ da σ. Betuk kurvaya smetrs terhadap X = µ da grafkya selalu d atas sumbu datar X, serta medekat sumbu datar X, da dmula dar X = µ + 3σ da X = µ - 3σ. Nla mea = meda = modus. Nla X mempuya batas - < x < +. X K...(.) Yag dapat ddekat dega : X X K S...(.3) K X X...(.4) S Stadart devas (S) = X X...(.5) 1 1

5 16 Dmaa : X = Perkraa la yag dharapka terjad dega perode ulag -tahua X S K = Nla rata rata htug varat = Devas stadar la varat = Faktor frekues, merupaka fugs dar peluag atau perode ulag da tpe model matematk dstrbus peluag yag dguaka utuk aalss peluag. Adapu faktor frekues, K d atas dapat dlhat pada tabel.1 d bawah. abel.1 Nla Varabel Reduks Gauss No Perode ulag, (tahu) Peluag K 1 1,001 0,999-3,05 1,005 0,995 -,58 3 1,01 0,990 -,33 4 1,05 0,950-1,64 5 1,11 0,900-1,8 6 1,5 0,800-0,84 7 1,33 0,750-0,67 8 1,43 0,700-0,5 9 1,67 0,600-0,5 10 0, ,50 0,400 0,5 1 3,33 0,300 0, ,50 0, ,00 0, ,100 1, ,050 1, ,00, ,010, ,005, ,00, ,001 3,09 (Sumber : Surp, 004, Sstem Draase Perkotaa yag Berkelajuta :37)

6 Metode Dstrbus Log Normal Jka varabel acak Y = Log X terdstrbus secara ormal, maka X dkataka megkut dstrbus Log ormal. PDF (Probablty Desty Fucto) utuk dstrbus Log ormal dapat dtulska sebaga berkut : 1 PX Exp X Y = Log X Y Y Y x 0...(.6)......(.7) Dmaa : P(X) = Peluag log ormal X = Nla varat pegamata = Rata rata la populas Y = Stadar devas dar la varat Y Y Y Apabla la P(X) dgambarka pada kertas, maka peluag logartmk aka merupaka persamaa gars lurus, sehgga dapat meyataka sebaga model matematk dega persamaa : Y K...(.8) Yag dapat ddekat dega : Y Y K S....(.9) K Y Y....(.10) S...(.11) Dmaa : Y = Perkraa la yag dharapka terjad dega perode ulag tahu S Log x Log x 1 Y = Nla rata rata htug varat S = Stadar devas la varat K = Faktor frekues, merupaka fugs dar peluag atau perode ulag da tpe model matematk dstrbus peluag dguaka utuk aalss peluag

7 Metode Dstrbus Log Pearso III Secara sederhaa fugs kerapata peluag dstrbus Pearso ype III mempuya persamaa sbaga berkut : Log Xt Log X K. S...(.1) Log x Log X...(.13) Log x Log x S...(.14) 1 C s Log x Log x 3 S koefse skewess...(.15) 1 3 Dmaa : K Koefse frekues yag dperoleh dar tabel.1 S = Stadar devas la varat = Koefse kemecega C s Berkut lagkah lagkah pegguaa dstrbus Log-Pearso pe III. - Ubah data ke dalam betuk logartms, X = Log X - Htug harga rata rata : log X log X 1...(.16) - Htug harga smpaga baku : s 1 (log X log X ) 1 0,5....(.17) - Htug koefse kemecega G 1 log X log X 1 s (.18)

8 19 - Htug logartma huja atau bajr dega perode ulag dega rumus : log X log X K. s...(.19) Dmaa: K = varabel stadard (stadardzed varable) utuk X, yag besarya tergatug koefse kemecega G. abel. memperlhatka harga K utuk berbaga la kemecega G.

9 0 abel. Nla K Utuk Dstrbus Log Pearso III Iterval kejada, tahu (perode ulag) Koef. G Persetase peluag terlampau (Sumber : Surp, 004, Sstem Draase Perkotaa yag Berkelajuta :43)

10 Metode Dstrbus Gumbel ype I Eksteral Metode dstrbus Gumbel bayak dguaka dalam aalss frekues huja yag mempuya rumus : R R K. S t K yt y S Yt 0,834,303 x Log t t 1...(.0)...(.1)...(.) Faktor probabltas K utuk harga harga ekstrm Gumbel dapat dyataka dalam persamaa : Y Y r K......(.3) S Reduce varate = r 1 Y r l l.....(.4) r X X Stadart devas (S x ) =...(.5) 1 1 Dmaa : R t = Curah huja utuk perode ulag tahu (mm) R = Curah huja hara maksmum rata rata S x = Stadar devas K = Faktor frekues S, Y = Faktor peguraga devas stadar rata rata sebaga fugs dar jumlah data Nla la Y, S da Ytr masg masg dapat dtetuka berdasarka pada tabel.3, tabel.4, da tabel.5 berkut.

11 abel.3 Reduced Mea, Y N (Sumber : Surp, 004, Sstem Draase Perkotaa yag Berkelajuta : 51) abel.4 Reduced Stadard Devato, S N (Sumber : Surp, 004, Sstem Draase Perkotaa yag Berkelajuta : 5) abel.5 Reduced Varate, Ytr sebaga fugs perode ulag Perode ulag, Reduced varate, Perode ulag, Reduced varate, r (tahu) Ytr r (tahu) Ytr (Sumber : Surp, 004, Sstem Draase Perkotaa yag Berkelajuta : 5)

12 3 Utuk meetuka jes sebara yag aka dguaka, maka parameter statstk data curah huja wlayah dperksa terhadap beberapa jes sebara sebaga berkut : abel.6 Persyarata Parameter Statstk Suatu Dstrbus No Dstrbus Persyarata 1 Gumbel C s = 1,14 C k = 5,4 Normal C s 0 C k 3 3 Log Normal C s = C 3 v + 3C v C k = C 8 v + 6C 6 v + 15C 4 v + 16C v Log Pearso III Sela dar la datas Sumber : Kamaa, I Made (011) Dmaa: Koefse kemecega (C s ) = Koefse kurtoss (C k ) = X = la rata rata dar X = Stadar devas (S) = 1 S Koefse varas (Cv) = X 1 X X 1 S (.3) X X 1 3S 4 X (.4) X X...(.5) (.6). (.6) X = Data huja atau debt ke- = Jumlah data

13 SMADA (Storm Maagemet ad Desg Ad) Program SMADA (Storm Maagemet ad Desg Ad) adalah suatu program yag berfugs utuk megelola alra suga melalu aalsa hdrolog yag legkap, utuk memperoleh debt dar curah huja yag turu pada DAS alur suga pegamata. Program dlegkap pula dega aalsa hdrograf, routg suga, aalsa alur suga, aalsa statstk dstrbus da regres, perhtuga matrx da sebagaya. Program dkembagka oleh Dr. R.D. Eagl dar Departeme ekk Spl da Lgkuga, Uversty of Cetral Florda. Dalam peulsa program SMADA dguaka utuk membadgka hasl perhtuga dstrbus curah huja yag dperoleh dega hasl statstk da yag dperoleh dega meguaka program SMADA. Gambar.1 Pemasuka Data Smada Perhtuga Curah Huja (Rafall)

14 5 Dstrbuto Aalyss: Normal Dstrbuto Summary of Data Frst Momet (mea) Secod Momet Skew Pot Webull Actual Predcted Stadard D value Number Probablty Value Value Devato [abs(av- PV)] D max Predctos Exceedece Retur Calculated Stadard Probablty Perod Value Devato Gambar. Keluara Smada Perhtuga Curah Huja (Rafall)

15 6.4. Uj Kecocoka (Goodes of fttest test) Uj kesesuaa (the goodess of fttes test) dmaksudka utuk megetahu kebeara aalss curah huja, terhadap smpaga data vertkal maupu smpaga data horzotal. Maka, dketahu apakah pemlha metode dstrbus frekues yag dguaka, dalam perhtuga curah huja dapat dterma atau dtolak. Peguja parameter yag serg dpaka adalah: 1). Uj Ch-kuadrat ). Uj Smrov-Kolmogorov.4.1. Uj Ch-kuadrat Uj ch-kuadrat dmaksudka utuk meetuka, apakah persamaa dstrbus peluag yag telah dplh dapat mewakl dar dstrbus statstk sampel data yag daalss. Pegambla keputusa uj megguaka parameter x, oleh karea tu dsebut dega uj Ch-Kuadrat. Rumus yag dguaka dalam perhtuga dega Uj Ch-Kuadrat adalah sebaga berkut : χ = 1 O f E E f f...(.6) Keteraga rumus : χ = Parameter Ch-Kuadrat terhtug E f = Frekues yag dharapka sesua dega pembaga kelasya O f = Frekues yag damat pada kelas yag sama = Jumlah sub kelompok Derajat yata atau derajat kepercayaa (α) tertetu yag serg dambl adalah 5%. Derajat kebebasa (Dk) dhtug dega rumus : Dk = K (p + 1)...(.7)

16 7 K = 1 + 3,3 Log....(.8) Dmaa : Dk = Derajat kebebasa p = Bayakya parameter, utuk uj Ch-Kuadrat adalah K = Jumlah kelas data dstrbus = Bayakya data Selajutya, dstrbus probabltas yag dpaka utuk meetuka curah huja recaa adalah dstrbus probabltas yag mempuya smpaga maksmum terkecl da lebh kecl dar smpaga krts, atau drumuska sebaga berkut : χ < χ cr...(.9) Dmaa: χ = Parameter Ch-Kuadrat χ cr = Parameter Ch-Kuadrat krtts (lhat lampra E) Prosedur perhtuga dega megguaka metode Uj Ch-Kuadrat adalah sebaga berkut : 1. Urutka data dar besar ke kecl atau sebalkya. Meghtug jumlah kelas 3. Meghtug derajat kebebasa (Dk) da χ cr 4. Meghtug kelas dstrbus 5. Meghtug terval kelas 6. Perhtuga la χ cr 7. Badgka la χ terhadap χ cr.

17 8 Nla parameter Ch-Kuadrat krts dapat dlhat pada tabel.6 d bawah. abel.7 Nla Parameter Ch-Kuadrat Krts, χ cr (Uj Satu Ss) dk dk , ,0100 0,0717 0,07 0,41 0,676 0,989 1,344 1,735 α derajat kepercayaa 0,995 0,99 0,975 0,95 0,05 0,05 0,01 0,005 0, , , ,841 5,04 6,635 7,879 0,001 0,0506 0,103 5,991 7,378 9,10 10,597 0,115 0,16 0,35 7,815 9,348 11,345 1,838 0,97 0,484 0,711 9,488 11,143 13,77 14,860 0,554 0,831 1,145 11,070 1,83 15,086 16,750,156,603 3,074 3,565 4,075 4,601 5,14 5,697 6,65 6,844 7,434 0,87 1,39 1,646,088,558 3,053 3,571 4,107 4,660 5,9 5,81 6,408 7,015 7,633 8,60 1,37 1,690,180,700 3,47 3,816 4,404 5,009 5,69 6,6 6,908 7,564 8,31 8,907 9,591 1,635,167,733 3,35 3,940 4,575 5,6 5,89 6,571 7,61 7,96 8,67 9,390 10,117 10,851 1,59 14,067 15,507 16,919 18,307 19,675 1,06,36 3,685 4,996 6,96 7,587 8,869 30,114 31,410 α derajat kepercayaa 14,449 16,013 17,535 19,03 0,483 1,90 3,337 4,736 6,119 7,448 8,845 30,191 31,56 3,85 34,170 16,81 18,475 0,090 1,666 3,09 4,75 6,17 7,388 9,141 30,578 3,000 33,409 34,805 36,191 37,566 18,548 0,78 1,955 3,589 5,188 6,757 8,300 9,819 31,319 3,801 34,67 35,718 37,156 38,58 39,997 0,995 0,99 0,975 0,95 0,05 0,05 0,01 0,005 8,034 8,897 10,83 11,591 3,671 35,479 38,93 41,401 8,643 9,54 10,98 1,338 33,94 36,781 40,89 4,796 9,60 10,196 11,689 13,091 36,17 38,076 41,638 44,181 9,886 10,856 1,401 13,848 36,415 39,364 4,980 45,558 10,50 11,54 13,10 14,611 37,65 40,646 44,314 46,98 11,160 11,808 1,461 13,11 13,787 1,198 1,879 13,565 14,56 14,953 (Sumber : Soewaro : 1995) 13,844 14,573 15,308 16,047 16,791 15,379 16,151 16,98 17,708 18,493 38,885 40,113 41,337 4,557 43,733 41,93 43,194 44,461 45,7 46,979 45,64 46,963 48,78 49,588 50,89 48,90 49,645 50,993 5,336 53,67 Agar dstrbus frekues yag dplh dapat dterma, maka harga X <X cr, Harga X cr (la krts parameter ch-kuadrat) dapat dperoleh dega meetuka taraf sgfkas α dega derajat kebebasaya.

18 9 Adapu krtera pelaa haslya adalah sebaga berkut: 1) Apabla peluag lebh dar 5 % maka persamaa dstrbus teorts yag dguaka dapat dterma. ) Apabla peluag lebh kecl dar 1 % maka persamaa dstrbus teorts yag dguaka dapat dterma. 3) Apabla peluag berada datara 1 % - 5 %, maka tdak mugk megambl keputusa, perlu peambaha data..4.. Uj Smrov- Kolmogorov Uj kecocoka Smrov Kolgomorov serg dsebut juga uj kecocoka o parametrk, karea pegujaya tdak megguaka fugs dsrbus tertetu. Prosedur pelaksaaaya adalah sebaga berkut: 1) Urutka data (dar besar ke kecl atau sebalkya) da tetuka besarya peluag dar masg-masg data tersebut m P 1 x100%...(.30) Dmaa: P = Peluag (%) m = Nomor urut data = Jumlah data X 1 = P(X 1 )...(.31) X = P(X )...(.3) X 3 = P(X 3 ), da seterusya...(.33) ) Urutka la masg-masg peluag teorts dar hasl peggambara data (persamaa dstrbusya)

19 30 X 1 = P (X 1 )...(.34) X = P (X )...(.35) X 3 = P (X 3 ), da seterusya...(.36) 3) Dar kedua la peluag tersebut dtetuka selsh terbesar atara peluag pegamata dega peluag teorts. D = maksmum P X P' m X m...(.37) 4) Berdasarka tabel la krts (Smrov Kolgomorov test) tetuka harga D o. 5) Apabla la D lebh kecl dar la Do maka dstrbus teorts yag dguaka utuk meetuka persamaa dstrbus dapat dterma, tetap apabla la D lebh besar dar la Do, maka dstrbus teorts yag dguaka utuk meetuka dstrbus tdak dapat dterma. Nla krts, Do dapat dlhat pada tabel.8berkut. abel.8 Nla Krts Do Utuk Uj Smrov Kolmogorov N Α 0,0 0,10 0,05 0,01 0,45 0,51 0,56 0,67 0,3 0,37 0,41 0,49 0,7 0,30 0,34 0,40 0,3 0,6 0,9 0,36 0,1 0,4 0,7 0,3 0,19 0, 0,4 0,9 0,18 0,0 0,3 0,7 0,17 0,19 0,1 0,5 0,16 0,18 0,0 0,4 0,15 0,17 0,19 0,3 > 50 1,07 / 0,5 1, / 0,5 1,36 / 0,5 1,63 / 0,5 (Sumber : Surp, 004, Sstem Draase Perkotaa yag Berkelajuta : 59)

20 31.5. Debt Bajr Recaa Bajr terjad karea volume ar yag megalr d suga per satua waktu melebh kapastas pegalra alur suga, sehgga membulka luapa. Debt bajr adalah besarya alra suga yag dukur dalam satua (m 3 /dtk) pada waktu bajr. Debt bajr recaa adalah debt maksmum dar suatu suga yag besarya ddasarka kala ulag atau perode tertetu. Probabltas atau kejada bajr utuk masa medatag dapat dramalka melalu aalss hdrolog dega meerapka metode statstk sesua parameter hdrolog. Dalam pemlha bajr recaa utuk bagua ar sagat tergatug pada aalss staststk dar uruta kejada bajr bak berupa debt ar dar suga maupu curah huja maksmum. Beberapa pertmbaga atara la : besarya keruga yag aka dderta jka bagua megalam kerusaka da serg tdakya kerusaka terjad, umur ekooms bagua da baya pembagua. Aalss debt bajr yag basa dpaka yatu Rasoal da Emprs. Formula yag berdasarka rumus Rasoal adalah Melchor, Haspers da Rasoal Jepag. Perhtuga debt bajr metode haya utuk megetahu besarya debt maksmum (pucak), tapa meujuka kroologs peaka serta peurua debt yag terjad. Semetara tu metode emprs yag dkeal sepert, Hdrograf satua stets Nakayasu, Hdrograf satua stets Syder da Hdrograf Satua Gama I, dsampg dapat meujuka besarya debt pucak, cara juga dapat meggambarka kroologs pegkata da peurua debt sepert kods keyataa. Dalam tugas akhr aka dguaka Hdrograf satua stets Nakayasu da Hdrograf satua stets Syder.

21 Hdrograf Satua Stets Nakayasu Utuk mempredks ut hdrograf dar suatu DAS berdasarka data-data karakterstk fsk DAS suga yag bersagkuta, dapat dguaka metode ut hdrograf stetk. Salah satu metode yag umum dpaka adalah metode Nakayasu. Rumus dar hdrograf satua stetk Nakayasu adalah sebaga berkut: Q p C.A.Ro...(.38) (0,3 ) 3,6 p 0,3 Dmaa: Q p = debt pucak bajr (m 3 /det) R o = huja satua (mm) p = teggag waktu dar permulaa huja sampa pucak bajr (jam) 0,3 = waktu yag dperluka oleh peurua debt, dar pucak sampa 30% dar debt pucak A = luas daerah pegalra sampa outlet C = koefse pegalra Utuk meetuka p da 0,3 dguaka pedekata rumus sebaga berkut : p = tg+ 0,8 t r... (.39) 0,3 = α tg...(.40) t r = 0,5 tg sampa tg...(.41) tg adalah tme lag yatu waktu atara huja sampa debt pucak bajr dmaa tg dhtug dega ketetua sebaga berkut: - Suga dega pajag alur L > 15 km : tg = 0,4 + 0,058 L...(.4) - Suga dega pajag alur L < 15 km : tg = 0,1 L 0,7...(.43) Dmaa: tr = satua waktu huja (jam) α = parameter hdrograf, utuk : α = pada daerah pegalra basa α = 1,5 pada baga ak hdrograf lambat da turu cepat α = 3 pada baga ak hdrograf cepat, da turu lambat

22 33 Pada waktu kurva ak : 0 < t < p Q t,4 t Q p...(.44) p Dmaa : Q t = lmpasa sebelum mecar debt pucak (m 3 ) t = waktu (jam) Pada waktu kurva turu a. Selag la : t ( p + 0,3 ) Q t t p 0,8 Q.0,3...(.45) P b. Selag la : ( p + 0,3 ) t ( p + 0,3 + 1,5 0,3 ) t p0,50,3 0,8 Q t Q P.0,3...(.46) c. Selag la : t > ( p + 0,3 + 1,5 0,3 ) Q t Q P.0,3 t p0,50,3 0,8...(.47) Itestas Curah Huja da Huja Efektf Karea data huja yag ada haya data huja hara, maka utuk memperoleh debt bajr recaa harus melalutahapa peetua dstrbus huja hara dalam betuk jam-jama. Dega aggapa huja yag terjad berlagsug 6 jam sehar, maka dstrbus tersebut adalah sebaga berkut : a. Rata-rata huja dar awal hgga jam ke- 3 R R t tc Dmaa: R t = rerata huja dar awal sampa jam ke t (mm/jam) t c = waktu huja sampa jam ke t R 4 = curah huja maksmum dalam 4 jam

23 34 b. Dstrbus huja pada jam ke- R t. Rt ( t 1). Rt 1 Dmaa: R = testas curah huja pada jam t (mm/jam) t = waktu (jam) t R = rerata huja dar awal sampa jam ke t (mm/jam) R (t-1) = rerata curah huja dar awal sampa jam ke (t 1) c. Huja Efektf R e = f. R Dmaa: Re = huja efektf f = koefse pegalra suga R = testas curah huja pada jam t (mm/jam) abel.9. Nla Koefse Lmpasa (Koefse Pegalra) Kods DAS Harga f Daerah peguuga yag curam Daerah peguuga terser aah bergelombag da huta aah datara yag dtaam Persawaha yag dar Suga d daerah peguuga Suga kecl d datara Suga besar yag lebh dar setegah DAS terdr dar datara Sumber : Sosrodarsoo, S. Kesaku,. 006 Gambar.3 Hdrograf satua stets Nakayasu

24 Hdrograf Satua Stets Syder Dalam permulaa tahu 1938, F.F Syder dar Amerka Serkat, telah megembagka rumus dega koefse-koefse emprk yag meghubugka usur-usur hdrograf satua dega karakterstk DAS. Hdrograf satua tersebut dtetuka dega cukup bak pada tgg d = 1 cm, da dega ketga usur la, yatu Q p (m 3 / detk), p, serta tr (jam). Usur usur hdrograf tersebut dhubugka dega: A = luas daerah pegalra (km ) L = pajag alra utama (km) L c = jarak atara ttk berat daerah pegalra dega pelepasa (outlet) yag dukur sepajag alra utama. Dega usur usur tersebut datas SNYDER membuat rumus - rumusya sebaga berkut: C p t L L 0, 3. c p tr 5,5 C p. A Q p 0,78 p...(.48)...(.49)...(.50) Dmaa: q p = pucak hdrograf satua (m 3 /det/mm/km ) Q p = debt pucak (m 3 /det/mm) t p = waktu atara ttk berat curah huja dega pucak (jam) p = waktu yag dperluka atara permulaa huja hgga mecapa pucak hdrograf Koefse koefse C t da C p harus dtetuka secara emprk, karea besarya berubah-ubah atara daerah yag satu dega daerah yag la. Dalam sstem metrk besarya C t atara 0,75 da 3,00, sedagka C p berada atara 0,90

25 36 hgga 1,40, dmaa bla la Cp medekat la terbesar maka la Ct aka medekat la terkecl, demka pula sebalkya. Syder haya membuat model utuk utuk meghtug debt pucak da waktu yag dperluka utuk mecapa pucak dar suatu hdrograf saja, sehgga utuk medapatka legkug hdrografya memerluka waktu utuk meghtug parameter-parameterya. Utuk mempercepat pekerjaa tersebut dberka rumus Alexejev, yag memberka betuk hdrograf satuaya. Persamaa Alexejev adalah sebaga berkut: 1....(.51)....(.5) 3....(.53) dega a dperoleh dar persamaa berkut:...(.54)...(.55) r t p Q p t p b Gambar.4 Hdrograf satua stets Syder

26 37.6. Pemodela Suga dega Megguaka HEC-RAS Dalam perecaaa suga dguaka program HEC-RAS (Hydrologc Egeerg System-Rver Aalyss System). HEC-RAS adalah sebuah sstem yag ddesa utuk pegguaa yag teraktf dalam lgkuga yag bermacam-macam. Ruag lgkup HEC-RAS adalah meghtug profl muka ar dega pemodela alra steady da usteady, serta peghtuga pegagkuta sedme. Elemet yag palg petg dalam HEC-RAS adalah tersedaya geometr salura, bak memajag maupu meltag. Dega adaya HEC-RAS maka tgg muka ar dketahu, yag bergua sebaga acua utuk meetuka elevas pucak krb Profl Muka Ar Pada Alra Steady Dalam baga HEC-RAS memodelka suatu suga dega alra steady berubah lambat lau. Sstem dapat mesmulaska alra pada seluruh jarga salura ataupu pada salura tuggal tapa percabaga, bak tu alra krts, subkrts, superkrts ataupu campura sehgga ddapat profl muka ar yag dgka. Kosep dasar dar perhtuga adalah megguaka persamaa eerg da persamaa mometum. Kehlaga eerg juga d perhtugka dalam smulas dega megguaka prsp geseka pada salura, beloka serta perubaha peampag, bak akbat adaya jembata, gorog-gorog ataupu bedug pada salura atau suga yag dtjau..6.. Profl Muka Ar Pada Alra Usteady Pada sstem pemodela, HEC-RAS mesmulaska alra usteady pada jarga salura terbuka. Awalya alra usteady haya d dsa utuk memodelka alra subkrts, tetap vers tebaru dar HEC-RAS yatu vers 4.0

27 38 Beta dapat juga utuk memodelka alra superkrts, krts, subkrts ataupu campura, serta locata hdrolk. Sela tu peghtuga kehlaga eerg pada geseka salura, beloka serta perubaha peampag juga dperhtugka Kosep Peghtuga Profl muka ar dalam HEC-RAS Dalam HEC-RAS peampag suga atau salura dtetuka terlebh dahulu, kemuda luas peampag aka dhtug. Utuk medukug fugs salura sebaga peghatar alra maka peampag salura d bag atas beberapa baga. Pedekata yag dlakuka HEC-RAS adalah membag area peampag berdasarka dar la (koefse kekasara mag) sebaga dasar bag pembaga peampag. Setap alra yag terjad pada baga dhtug dega megguaka persamaa Mag : 1 Q K. S f...(.56) 1,486 3 K A. R...(.57) Dmaa : K = la pegatar alra pada ut = koefse kekasara mag A = luas baga peampag R = jar-jar hdrolk Perhtuga la K dapat dhtug berdasarka kekasara mag yag dmlk oleh baga peampag tersebut sepert terlhat pada Gambar.5.

28 39 Gambar.5 Gambar Peampag Meltag Suga Setelah peampag dtetuka maka HEC-RAS aka meghtug profl muka ar. Kosep peghtuga profl permukaa ar berdasarka persamaa eerg yatu: Y Z V g 1V 1 Y1 Z1 g Dmaa : Y 1, Y = tgg kedalama pada cross-secto 1 da ( m ) z 1, z = elevas dasar salura pada cross-secto 1 da ( m ) V = kecepata alra α = koefse kecepata h e = eergy head loss h e...(.58) gg eerg yag hlag (h e ) datara cross-secto dsebabka oleh kehlaga akbat geseka da kehlaga akbat peyempta atau pelebara. Persamaa tgg eerg yag hlag tersebut adalah sebaga berkut:

29 40 Gambar.6 Masuka Data Cross Secto Suga Gambar.7 Keluara Data Cross Secto Suga

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 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 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

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. 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 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

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

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

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

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

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 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. 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

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

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

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

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

* 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 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

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

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

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

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

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

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

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 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

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

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

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

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

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 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 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 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 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

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

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 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

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

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

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 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

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

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

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

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

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

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

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

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

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

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

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

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

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

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

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

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

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

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

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 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

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

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

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

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

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

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

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

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

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

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

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

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

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

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

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

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

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

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

BAB IV ANALISIS HIDROLOGI DAN PERHITUNGANNYA

BAB IV ANALISIS HIDROLOGI DAN PERHITUNGANNYA BAB IV ANALII HIDROLOGI DAN PERHITUNGANNYA 4.1. TINJAUAN UMUM Dalam merecaaka ormalisasi sugai, aalisis yag petig perlu ditijau adalah aalisis hidrologi. Aalisis hidrologi diperluka utuk meetuka besarya

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

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

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

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

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

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

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

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

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap BAB III METODOLOGI PENELITIAN 3. Lokas Da Waktu Peelta Peelta dlaksaaka d SMP Neger Paleleh pada semester geap tahu ajara 0/0. Peelta berlagsug selama 4 bula (Aprl, Me, Ju, Jul) mula dar persapa hgga pelaksaaa

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

ANALISIS DATA STATISTIK. Adi Setiawan

ANALISIS DATA STATISTIK. Adi Setiawan ANALISIS DATA STATISTIK Ad Setawa Peerbt Tsara Grafka Salatga 017 Katalog Dalam Terbta 519.5 ADI Ad Setawa a Aalss data statstk/ Ad Setawa. -- Salatga : Tsara Grafka, 017. v, 5 p. ; 5 cm. ISBN 978-60-9493-5-8

Lebih terperinci