By : ARDIANSYAH FAUZI ( )

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI NORMAL.
Advertisements

Distribusi Beta, t dan F.
 Kita perlu memperhatikan struktur probabilistik yang mendasari pengamatan ini.  Kita menulis Z t untuk pengamatan pada waktu t.  Dalam hal ini,
 Definisi operasional dari prosedur ini adalah: memilih n buah angka berbeda dengan peluang pengambilan yang sama dari sebuah tabel yang berisikan.
Pendahuluan Landasan Teori.
11 – 12. Model Stokastik
DISTRIBUSI PELUANG.
Analisis Data Hujan HIDROLOGI TL-2204.
DISTRIBUSI TEORITIS.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
BY DR. HERI NUGRAHA. SE.MSi
Oleh: Ridwan Najmi Fauzi TTNR4
Metode Peramalan (Forecasting Method)
BAB IX DISTRIBUSI TEORITIS
Distribusi Peluang Diskrit atau Teoritis (z, t, F dan chi square)
DISTRIBUSI DARI FUNGSI VARIABEL RANDOM
Pengantar SIMULASI Arif Rahman. Industrial Engineering..is concerned with the design, improvement, and installation of integrated systems of men, materials,
Pemodelan dan Simulasi Sistem (Pendahuluan)
RANDOM VARIATE DISTRIBUSI DISKRIT
BAB 1 MENGENAL SIMULASI.
KLASIFIKASI MODEL.
Analisis Output Pemodelan Sistem.
Pertemuan 18 Debit Rancangan
Pertemuan 9 Teori Sistem
SIMULASI SISTEM PERSEDIAAN
SEBARAN NORMAL.
KLASIFIKASI MODEL.
PENGANTAR MODEL STOKASTIK
Pemodelan Simulasi Sistem Diskrit
Analisis Model dan Simulasi
DASAR-DASAR PERAMALAN
MODUL 22 POKOK BAHASAN : MODEL STOKHASTIK DAN IMPLEMENTASINYA
(Fundamental of Control System)
Pertemuan Ke - 3 Formulasi Model dan Parameterisasi.
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
METODE-METODE PERAMALAN BISNIS
Simulasi dan Pemodelan
Distribusi Normal.
Pengantar Pemodelan.
BAB I TEKNIK SIMULASI.
Distribusi Normal.
Jurusan Sistem Informasi
MODEL SIMULASI Modul 14. PENELITIAN OPERASIONAL I Oleh : Eliyani
Karakteristik sinyal acak
Pengantar model stokastik
Proses Kedatangan dan Distribusi Waktu Pelayanan
METODA PERAMALAN KUANTITATIF
PERSAMAAN DIFUSI FOKKER-PLANCK
Pertemuan 21 KONSEP SIMULASI
MODEL SIMULASI Pertemuan 13
Probabilitas ‘n Statistik
KLASIFIKASI MODEL.
Learning Outcomes Mahasiswa dapat menyebutkan dasar pemodelan matematika khususnya definisi, tujuan, macam model dan langkah penyusunan model.
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
DISTRIBUSI NORMAL.
MEMBANGUN MODEL SIMULASI YANG VALID DAN KREDIBEL
PEMBANGKIT RANDOM NUMBER
STANFORD WATERSHED MODEL IV
TES HIPOTESIS.
HARGA HARAPAN.
Distribusi Variabel Acak Kontiyu
Pengertian Persamaan Diferensial. Persamaan diferensial adalah suatu persamaan yang memuat turunan terhadap satu atau lebih dari variabel-variabel bebas.
Monte Carlo Simulation
OPERATIONS RESEARCH – I
Analisa Hidrologi untuk Bendungan
Analisa Hidrologi untuk Bendungan DR. Ir. Wanny K. Adidarma M.Sc Bimbingan teknis Perhitungan Debit Banjir Pada Data Terbatas Dengan Curah Hujan Satelit.
DISTRIBUSI NORMAL.
ANALISIS HIDROLOGI DAN SEDIMEN PERENCANAAN BANGUNAN SABO
Good Input ( GI ) JUMLAH POS BERAPA ? SESAAT HARIAN BULANAN ANALISA
Transcript presentasi:

By : ARDIANSYAH FAUZI ( 3112205001 ) Pemodelan hidrologi By : ARDIANSYAH FAUZI ( 3112205001 )

PENGERTIAN MODEL Model dalam matematika dideskripsikan sebagai asumsi dari sistem, persamaan, dan prosedur yang dimaksudkan untuk mendeskripsikan performance dari prototipe sistem.

Mengapa perlu pemodelan hidrologi Keterbatasan alat ukur debit dengan jangka waktu yang panjang, yang bisa digunakan dalam perhitungan desain bangunan air dan lainnya. Data yang mudah diperoleh adalah data curah hujan. Mengetahui besarnya debit yang ada sepanjang tahun.

PEMODELAN HIDROLOGI PEMODELAN HIDROLOGI Deterministic Hydrologic Models Stochastic Models

Model hidrologi deterministik Disebut juga physically based, conceptual. Yaitu mencoba mendeskripsikan pola hidrologi yang sebenarnya untuk mensimulasikan siklus hidrologi aktual, misalnya transformasi dari curah hujan menjadi hidrograf.

Type / karakteristik dari model deterministik Conceptual Models Lumped Models Distributed Models Continuous models Event Models General Models Catchment specific models

Akurasi dari model deterministik Akurasi simulasi hidrologi Akurasi pada input data Keefektifan dari evaluasi parameter Inherent error dari model

Contoh model deterministik SWMM Tank model

Stochastic hydrology Dalam statistik, stokastik identik dengan acak, tapi dalam hidrologi digunakan dalam cara khusus untuk menunjuk pada time series yang mana bersifat partially random (acak parsial) Pada metode deterministik, variabel waktu diasumsikan untuk dijelaskan oleh variabel lain yang diproses dalam sebuah model yang sesuai Pada probabilistik hidrologi, tidak meninjau jangka waktu, tapi hanya pada probabilitas atau peluang dari kejadian akan sama atau terlampaui.

Stochastic hidrologi berguna hanya pada design atau dalam pengambilan keputusan operasional. Perencana tidak mengetahui apakah debit atau hujan dimasa datang akan terjadi? tapi, bisa diasumsikan bahwa kejadian ini akan mempunyai karakteristik yang hampir sama dengan tahun – tahun sebelumnya. Saat ini tidak mungkin untuk mengevaluasi perubahan iklim dari data hidrologi dan meteorologi yang tersedia. Oleh karena itu, diasumsikan bahwa kejadian yang akan datang secara stastitik akan mirip dengan kejadian lampau.

parameter Setidaknya dibutuhkan 2 atau 3 parameter dalam distribusi probabilitas misalnya, aritmetic mean, variance, dan skewness.

TERIMA KASIH