180 likes | 568 Views
Sistem Dalam DAS Model Fisik Hidrologi. PROSES. INPUT. OUTPUT. Kualitas Ruang DAS Tata Guna Lahan Topografi Morfologi Sifat Batuan. Curah Hujan (P). Debit (Q). Variabel Acak/stokastik. Variabel Acak/stokastik. Konsep Dasar Hidrologi. Siklus Hidrologi. DAS. P. Q.
E N D
Sistem Dalam DAS Model Fisik Hidrologi PROSES INPUT OUTPUT • Kualitas Ruang DAS • Tata Guna Lahan • Topografi • Morfologi • Sifat Batuan Curah Hujan (P) Debit (Q) Variabel Acak/stokastik Variabel Acak/stokastik
Konsep Dasar Hidrologi Siklus Hidrologi DAS P Q Pola Distribusi Hujan
POS HUJAN SAGULING Homogen Sukawana Saguling Dam Bandung
Dasar Teori Q P1 P2 P3 • Korelasi antar variabel dinyatakan dengan persamaan matematis yang menyatakan hubungan fungsional antar variabel disebut persamaan regresi. • Ukuran yang dipakai untuk mengetahui derajat hubungan, terutama untuk data kuantitatif disebut koefisien korelasi (Sudjana, 2002).
Model Kontinu Metode Regresi Linier Ganda • Dibangun berdasarkan korelasi antara dua variabel acak, yaitu : * Stasiun pengamat hujan (P ) * Stasiun pengamat debit (Q ) • Model dengan nilai koefisien Korelasi (R) terbesar dipilih sebagai model yang paling baik untuk membangun data debit.
Korelasi 2 variabel = Koefisien korelasi 2 variabel xy = nilai Variabel X atau Yke–i = Simpangan baku variabel X dan Y n = Jumlah populasi ,bila n<10 maka (n-1)
Y = a + b . X dimana: n = jumlah pasangan observasi atau pengukuran b = koefisien regresi, kemiringan grafik REGRESI LINAIR r = koefisien korelasi ( -1 < r < 1 ) r < 0 korelasi berlawanan arah r> 0 korelasi searah
Korelasi Regresi Ganda 2 Variabel (Biner) 4 Variabel (Kuaterner) 3 Variabel (Terner) R >>> MODEL PEMBANGKITAN DEBIT TERPILIH
X2 12 X1 • (Q1)P • (Q1)Q • Persamaan Regresi Linier Model Biner : x1 = r2x2 + ε • Koefisien Determinasi Dinyatakan sbb : R = ρ12 ε2 = 1 – R2 Model 2 Variabel (Biner)
X2 23 12 13 X1 X3 • (Q1)PP • (Q1)QP • (Q1)QQ • Persamaan Regresi Linier Model Terner : x1 = r2x2 + r3x3 + ε • Koefisien Determinasi Dinyatakan sbb : Model 3 Variabel (Terner)
Model 3 Variabel (Terner) (Lanjutan) • Koefisien Korelasi Parsiil Dinyatakan sbb
23 X2 X3 24 24 34 12 14 X1 X4 • (Q1)PPP • (Q1)QPP • (Q1)QQP • (Q1)QQQ • Persamaan Regresi Linier Model Kuaterner : x1 = r2x2 + r3x3 + r4x4 + ε • Koefisien Determinasi Dinyatakan sbb : ε2 = 1 – R2 ε = 1 + r22 + r32 + r42 – 2(r2ρ12 + r3ρ13 + r4ρ14) + 2(r2r3ρ23 + r2r4ρ24 + r3r4ρ34) Model 4 Variabel (Kuaterner)
Model 4 Variabel (Lanjutan) • Koefisien Korelasi Parsiil Dinyatakan sbb Δ = 1 – (ρ232 + ρ242 + ρ342) + 2ρ23ρ24 ρ34 Δ2 = ρ12(1- ρ342) – ρ13(ρ23 – ρ24 ρ34) –ρ14(ρ24 - ρ23 ρ34) Δ3 = ρ13(1- ρ242) – ρ12(ρ23 – ρ24 ρ34) –ρ14(ρ34 - ρ23 ρ24) Δ4 = ρ14(1- ρ232) – ρ12(ρ24 – ρ23 ρ34) –ρ13(ρ34 - ρ23 ρ24)
Perbandingan Model Pembangkitan DebitModel Kontinu – Model Diskrit Waduk Saguling • Debit hasil peramalan dengan model kontinu dan model diskrit dapat mengikuti fluktuasi debit historis yang ada. • Elastisitas debit antisipasi terbaik Metode Diskrit Chain Markov. • Metode peramalan terpilih Pengelolaan Waduk Aktual Matrik
Perbandingan Model Pembangkitan DebitModel Kontinu – Model Diskrit Waduk Cirata • Debit hasil peramalan dengan model kontinu dan model diskrit dapat mengikuti fluktuasi debit historis yang ada. • Elastisitas debit antisipasi terbaik Metode Regresi Linier Ganda. • Metode peramalan terpilih Pengelolaan Waduk Aktual • Metode Regresi Linier Ganda Model Heterogen Q(1)QQP Korelasi & Regresi