Metode Perencanaan Berdasarkan Kondisi Keamanan*

dokumen-dokumen yang mirip
FAKTOR KEAMANAN (Safety Factor)*

VARIABEL DASAR DAN BIDANG RUNTUH*

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

DISTRIBUSI SAMPLING besar

ESTIMASI. Arna Fariza PENDAHULUAN

Hidayat Wiweko,S.E.,M.Si.

Bab 5 Distribusi Sampling

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

Distribusi Sampling 6.2. Debrina Puspita Andriani /

(ESTIMASI/ PENAKSIRAN)

Konsep Dasar Statistik dan Probabilitas

PEMBANGKIT RANDOM VARIATE

ANALISA SAMBUNGAN BATANG TARIK STRUKTUR BAJA DENGAN METODE ASD DAN METODE LRFD

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

STATISTIK PERTEMUAN VII

BAB 2 LANDASAN TEORI

The Central Limit Theorem

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Ukuran Statistik Bagi Data

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu

BAB IV ANALISIS STATISTIK KETIDAKPASTIAN ACAK. Manfaat: Memberikan metode yang benar saat melakukan proses analisis hasil pengukuran.

Modul 1, Modul 2, Modul 3,

BAB IV HASIL DAN PEMBAHASAN

BAB III METODOLOGI. 3.1 Pendekatan. Untuk mengetahui besarnya pengaruh kekangan yang diberikan sengkang

Penerbit Universiras SematangISBN X Judul Struktur Beton

MANAJEMEN PERSEDIAAN

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

Populasi dan Sampel. Materi 1 Distribusi Sampling

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

Studi Kekuatan Puncak Struktur Crane Pedestal Fpso Belanak Akibat Interaksi Gerakan Dinamis Cargo pada Crane

BAB II KONSEP PERSEDIAAN DAN EOQ. menghasilkan barang akhir, termasuk barang akhirnya sendiri yang akan di jual

Contoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)

SIMULASI Kendalan (Reliability Simulation)*

PROGRAM ANALISIS POHON KEGAGALAN MENGGUNAKAN SIMULASI NUMERIK. Haendra Subekti *

STATISTIK PERTEMUAN IV

BAB I PENDAHULUAN. yang telah go public. Perusahaan yang tergolong perusahan go public ialah

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER

Metode Sampling dan Teorema Central Limit

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

MANAJEMEN PERSEDIAAN

Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik

SEBARAN PENARIKAN CONTOH

Bab 2 DISTRIBUSI PELUANG

Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi

Sesi X ANALISIS KEPUTUSAN

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

Distribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Asusmi/Penyederhanaan Sistem

PERENCANAAN ULANG KOLOM BETON BERTULANG DENGAN PENDEKATAN RELIABILITAS STRUKTUR

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

METODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif

Perencanaan Kolom Beton Bertulang terhadap Kombinasi Lentur dan Beban Aksial. Struktur Beton 1

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

DISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM

Distribusi Probabilitas : Gamma & Eksponensial

KEANDALAN STRUKTUR BALOK SEDERHANA DENGAN SIMULASI MONTE CARLO

STATISTIK DESKRIPTIF. Abdul Rohman, S.E

BAB 3 METODOLOGI PENELITIAN

ALAT UJI STATISTIK. Endang Sri Utami, S.E., M.Si., Ak., CA

Session 1 Konsep Tegangan. Mekanika Teknik III

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

PENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

LAMPIRAN I METODE DAN PENDEKATAN ANALISIS KESELAMATAN

Prosiding Presentasi llrniah Teknologi Keselamatan Reaktor- III ISSN No.: Serpong, Mei 1998._. PPTKR-BATAN MECHANIC PADA PIPA

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

ANALISIS DAN PERENCANAAN PONDASI LAJUR BERDASARKAN KEANDALAN. John Tri Hatmoko 1)

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura

STATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

BAB I PENDAHULUAN. bahan baku sangat besar sehingga tidak mungkin suatu perusahaan akan dapat

KAJIAN KEANDALAN STRUKTUR TABUNG DALAM TABUNG TERHADAP GAYA GEMPA

Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor

BAB IV EVALUASI KINERJA DINDING GESER

ABSTRAK. Universitas Kristen Maranatha

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

PERENCANAAN PENGENDALIAN IKAN CAKALANG MENGGUNAKAN PENDEKATAN INVENTORI PROBABILISTIK

Statistik Deskriptif. Statistik Farmasi 2015

BAB I PENDAHULUAN 1.1 Latar Belakang

Minimasi Biaya Total Persediaan Bahan Baku...(Syafaruddin Alwi) 73

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

UJI HIPOTESIS UNTUK PROPORSI

T I N J A U A N P U S T A K A

BAB III PROSEDUR ANALISIS DAN PENGOLAHAN DATA

BAB I PENDAHULUAN 1.1 Latar Belakang

Interval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

3 BAB III LANDASAN TEORI

Uji t. Uji t satu sampel Uji t dua sampel. Berpasangan (Paired t test) n sama. Variansi Tidak Berbeda (Homogen) n sama

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu:

Interval Estimation. Tjipto Juwono, Ph.D. May 13, TJ (SU) Interval Estimation May / 17

SISTEM PENGOLAHAN ISYARAT. Kuliah 1 Sinyal Deterministik

Transkripsi:

TKS 6112 Keandalan Struktur Metode Perencanaan Berdasarkan Kondisi Keamanan* * www.zacoeb.lecture.ub.ac.id Pendahuluan Metode perencanaan berdasarkan kondisi keamanan ada dua, yaitu Metode Deterministik yang mengasumsikan bahwa beban dan ketahanan dapat diperlakukan sebagai variabel tertentu (bukan variabel acak). Namun pada kenyataannya, beban khususnya DL, W, E, dan sebagainya adalah variabel acak. Demikian pula dengan kekuatan bahan, seperti tegangan karakteristik beton, tegangan leleh baja, dan geometri juga merupakan variabel acak, meskipun variannya lebih kecil dibandingkan dengan variasi beban. 1

Pendahuluan (lanjutan) Dikarenakan alasan tersebut, akan lebih realistis jika beban dan ketahanan diperlakukan sebagai variabel acak (random). Perencanan yang digunakan disebut dengan Metode Probabilistik. Karena beban dan ketahanan merupakan variabel acak, maka dengan sendirinya faktor keamanan yang diperoleh juga akan merupakan variabel random. Metode Deterministik Dalam metode ini, beban (S) dan ketahanan (R) diperlakukan sebagai variabel tertentu (deterministic). Gambar 1.1. Metode perencanaan deterministik 2

Metode Probabilistik Dalam metode ini, beban (S) dan ketahanan (R) diperlakukan sebagai variabel acak (probabilistic). Gambar 1.2. Metode perencanaan probabilistik Angka Keamanan Untuk mengatasi masalah ketidakpastian (uncertainties) pada parameter perencanaan, angka keamanan diperhitungankan dengan mengambil ketahanan terkecil (R S ), dan beban terbesar (S L ), kemudian angka keamanan (k) dihitung dengan menggunakan Pers. 1.1. k = R S (1.1) S L k = angka keamanan R S = ketahanan terkecil S L = beban terbesar 3

Angka Keamanan (lanjutan) Jika menggunakan Pers. 1.1, nilai k yang dihasilkan menjadikan perencanaan tidak hemat dan sangat konservatif. Untuk mengatasi hal tersebut diperkenalkan nilai sebagai penyimpangan. Struktur akan aman, jika memenuhi Pers. 1.2. R > S R R > S + S R R S > 1 R R > S 1 + S S 1 + S : 1 R S R (1.2) Angka Keamanan (lanjutan) Selanjutnya nilai minimum angka keamanan dapat dihitung dengan menggunakan Pers. 1.3. k = 1+ S S 1 R R (1.3) Contoh jika diambil variasi ketahanan (R) = 10%, dan variasi beban (S) = 20%, maka nilai angka keamanan minimum : k = 1+0,2 1 0,1 = 1,33 4

Angka Keamanan Sentral Angka keamanan sentral (central safety factor) didefinisikan sebagai rasio harga rerata R dengan harga rerata S. Dengan demikian angka keamanan sentral dapat ditulis seperti Pers. 1.4 dan ditunjukkan pada Gambar 1.3. k = rerata R rerata S = μ R μ S (1.4) Angka Keamanan Sentral (lanjutan) Gambar 1.3. Angka keamanan sentral 5

Angka Keamanan Sentral (lanjutan) Jika beban dan ketahanan diperlakukan sebagai variabel acak, maka dengan angka keamanan yang sama dimungkinkan diperoleh probabilitas kegagalan yang berbeda tergantung pada penyebaran data. Hal ini dapat dilihat langsung dari bentuk fungsi distribusinya. Untuk lebih jelasnya dapat dilihat pada Gambar 1.4. Angka Keamanan Sentral (lanjutan) Gambar 1.4. Probabilitas kegagalan akibat fungsi distribusi 6

Angka Keamanan Sentral (lanjutan) Pada Gambar 1.4, ditunjukkan 2 pasang ketahanan dan beban. Pasangan 1 (garis penuh) S 1,R 1 dan S1 = 30, R1 = 60, dengan angka keamanan sentral k 1 = 60/30 = 2. Pasangan 2 (garis putus) S 2,R 2 dan S2 = 60, R2 = 120, dengan angka keamanan sentral k 2 = 120/60 = 2. Di sini terlihat kedua pasangan mempunyai nilai k yang sama, k 1 = k 2 = 2, namum pasangan 2 mempunyai probabilitas kegagalan yang lebih besar dibanding dengan pasangan 1 (P f2 > P f1 ). Angka Keamanan Sentral (lanjutan) Hal ini disebabkan ole penyebaran data yang berbeda, artinya bahwa varian pasangan 2 lebih besar dari varian pasangan 1. Dengan demikian probabilitas kegagalan tidak hanya tergantung nilai rerata saja, tetapi juga tergantung pada standard deviasi atau variannya seperti Pers. 1.5. P f = P R < S = f μ R, μ S, σ R, σ S (1.5) 7

Angka Keamanan Sentral (lanjutan) Keandalan struktur bisa dihitung dengan Pers. 1.6. R 0 = 1 P f (1.6) R 0 = keandalan struktur P f = probabilitas kegagalan Terima kasih dan Semoga Lancar Studinya! 8