Analisa Keandalan
-
Upload
bagus-rengga -
Category
Documents
-
view
243 -
download
4
Transcript of Analisa Keandalan
ANALISA
KEANDALAN
PRESENTED BY :Bagus Rengga L. 4307 100 020
Jurusan Teknik Kelautan
Fakultas Teknologi Kelautan
Institut Teknologi Sepuluh Nopember Surabaya
See more on :
bagusrengga.wordpress.com
Contact :
”MENGOLAH DATA DENGAN DISTRIBUSI
STATISTIKA”
CoNTOH Data Gelombang Tanjung Perak pada tahun 2006
DATA DI ATAS DAPAT DIKELOMPOKKAN KE DALAM
KELAS – KELAS YANG MEMILIKI LEBAR KELAS YANG
SAMA, SEHINGGA DAPAT DIKELOMPOKKAN SEBAGAI
BERIKUT:
VISUALISASI DARI DATA DALAM BENTUK
DIAGRAM
Histogram Frekuensi Kecepatan Angin
0
5
10
15
20
25
30
0 - 2 3 - 5 6 - 8 9 - 11 12 - 14
1 2 3 4 5
Kecepatan Angin
Frek
uens
i
Untuk Interval 0 – 2 knot ada 13 kejadian.
Maka : Persentase = 13/59 x 100 % = 22,03 %
Untuk Interval 3 – 5 knot ada 25 kejadian.
Maka : Persentase = 25/59 x 100 % = 42,37 %
Untuk Interval 6 – 8 knot ada 15 kejadian
Maka : Presentase = 15/59 x 100 % = 25,43 %
Untuk Interval 9 – 11 knot ada 5 kejadian
Maka : Presentase = 5/59 x 100 % = 8,47 %
Untuk Interval 12 – 14 knot ada 1 kejadian
Maka : Presentase = 1/59 x 100 % = 1,69 %
PROSENTASE TIAP KELAS
TERHADAP TOTAL
KEJADIAN
Diagram Lingkaran Frekuensi Kecepatan Angin
0 - 2
22%
3 - 5
43%
6 - 8
25%
9 - 11
8%
12 - 14
2%
0 - 2
3 - 5
6 - 8
9 - 11
12 - 14
SECARA UMUM UNTUK UKURAN PEMUSATAN DAN
LETAK DATA, DIPERLUKAN PERHITUNGAN TABEL
SEBAGAI BERIKUT :
Sehingga dapat dicari variabel – variabel sebagai berikut :
Dengan PROGRAM MINITAB, dapat dicari distribusi
yang tepat untuk menggambarkan nilai sebaran
data kecepatan angin, yaitu :
151050-5
99.9
99
95
90
80
706050403020
10
5
1
0.1
kecepatan
Pe
rce
nt
Mean 4.77966
StDev 2.90914
Median 4.77966
IQ R 3.92437
Failure 59
C ensor 0
A D* 0.840
C orrelation 0.985
Table of Statistics
Probability Plot for kecepatan
Complete Data - LSXY Estimates
Normal - 95% CI
Karena bentuk Histogram dan Poligon Frekuensi dari data tersebut
mendekati pola grafik normal, maka pendekatan distribusinya adalah
berupa DISTRIBUSI NORMAL, yang memiliki sifat simetri terhadap
puncaknya, garis selalu berada di atas sumbu x, mempunyai satu nilai
modus.
”MENGOLAH
DATA DENGAN
METODE
MONTE CARLO”
DALAM KASUS INI, KAMI
MENGGUNAKAN ANALISA
DATA GELOMBANG YANG
BERPENGARUH PADA
KETAHANAN SEAWALL
Asumsi : FK = fungsi kinerja ketahanan seawall
K = nilai ketahanan seawall (dalam satuan gaya)
Fg = gaya luar yang mengenai benda, dalamhal ini gaya gelombang (sebagai variablerandom)
Fb = gaya luar yang mengenai benda, dalam hal inibeban dari jalan yang mampu ditahan.(dengan nilai rata-rata)
Maka :
FK = K – (Fg + Fb)
Dimana :
Nilai K awal = 9,5 newton
Nilai Fb = 3 newton
Dengan mengikuti distribusi normal :
Jadi nilai x menjadi :
Dimana, x = Fg
= mean yakni rata-rata dari gelombang
yang terjadi dalam waktu tertentu
= standar deviasi dari data gelombang
U = nilai random yang selanjutnya akan
dicari nilai x-nya (dimana x = Fg )
PERHITUNGAN
Dengan keterangan bahwa : 1 = sukses
0 = gagal
Dari data diatas maka didapatkan nilai peluang gagal danberhasil :
MENGOLAH
DATADENGAN
METODE
FIRST ORDER
SECOND MOMENT
PERHITUNGAN
MEAN
VARIAN
STANDAR DEVIASI
Fungsi Keandalan Untuk System Seawall
FK = K – (Fb + Fg)
FK = K – Fb – Fg
Untuk lebih lanjut permodelan system seawall dapat
didefinisikan dengan fungsi sebagai berikut:
Jika ingin menerapkan metode MVFOSM pada
desain system seawall ini, maka persamaan Z harus
dilinierkan dengan menggunakan Deret Taylor
sehingga bentuk persamaannya menjadi seperti
berikut:
FgFbKHgZ )(
)1)(()( FgFgFgFbKZ
KEMUDIAN INDEKS KEANDALAN DAPAT DIHITUNG
DENGAN MENGGUNAKAN M(Z) DAN S(Z), DIMANA :
RATA-RATA:
Sehingga didapat nilai β dengan formula sebagai
berikut:
61.0
26.8
74.1
)(
)(
Z
Z
Selanjutnya dilihat nilai Peluang Sukses
(Keandalan) dari tabel A pada buku “ Pengantar
Rekayasa Keandalan ” halaman 143-144, dan
didapatkan nilai:
Peluang Sukses = 0,7291
Sehingga :
Peluang Gagal = 0,2709
THE END