Professional Documents
Culture Documents
Kelompok 6 - Modul 5 - Gilang Amanda Muhtar
Kelompok 6 - Modul 5 - Gilang Amanda Muhtar
Disusun Oleh:
Nama : Gilang Amanda Muhtar
NIM : 11190980000008
Kelompok : 6 (Enam)
Nama Asisten Dosen: 1. Rendy Adrista Farrand, S.T (199710082020120000)
2. Ananda Riandini Dae Dore (11180980000003)
3. Krisna Bayu Kartawinata (11180980000035)
4. Luthfi Adnantio Reksadipo (11180980000009)
5. Muhammad Afifi Sartana (11180980000004)
6. Mutiara Nur Alifia (11180980000017)
7. Raihana Herawisista Afifa (11180980000027)
5.3 Abstrak
Banyak fenomena acak yang terjadi secara alami dan kontinu dapat
dimodelkan dengan baik dengan jumlah distribusi yang relatif
kecil. Enam distribusi kontinu berikut sangat umum dalam aplikasi
teknik:
1. Eksponensial
2. Gamma
3. Seragam
4. Weibull
5. Rayleigh
6. Biasa
7. Lognormal
Distribusi eksponensial dan gamma adalah anggota dari keluarga
Bernoulli, yang diturunkan dari gagasan bahwa setiap saat dalam
waktu merupakan percobaan Bernoulli independen. Ini adalah
analog waktu kontinu dari distribusi binomial geometris dan
negatif.
Secara Khusus, bentuk dari distribusi gamma adalah merupakan
anggota dari Bernoulli family dan merupakan analog waktu kontinu
dari distribusi binomial negatif. Ini berasal dari urutan tak terbatas
dari percobaan Bernoulli, satu pada setiap saat dalam waktu,
dengan tingkat keberhasilan rata-rata , dan mengatur waktu antara
setiap kejadian ke-k dari keberhasilan dalam proses Poisson.
Secara khusus, jika Tk didefinisikan sebagai waktu untuk
keberhasilan ke-k dalam proses Poisson, maka Tk adalah jumlah
dari k variabel acak terdistribusi eksponensial independen Ei
masing-masing dengan parameter λ.(Fenton & Griffiths, 2008)
normal.
Praktikum dimulai.
Saturated
Residual Friction Angle Residual Cohesion
Parameter Statistik Density
(°) (kN/m3)
(kN/m3)
Distribusi Data Gamma Normal Lognormal
Mean 14.1508 29.33 72.103
Standar Deviasi 13.10305308 8.855 142.269
R. Minimum 11.9908 11.71 64.063
R. Maximum 9.4292 10.26 98.343
Saturated
Residual Friction Angle Residual Cohesion
Parameter Statistik Density
(°) (kN/m3)
(kN/m3)
Distribusi Data Normal Normal Normal
Mean 18 89.51 2.26
Standar Deviasi 7.06 94.01 0.16
R. Minimum 13.19 89.48 0.36
R. Maximum 8.16 140.95 0.41
Saturated
Residual Friction Angle Residual Cohesion
Parameter Statistik Density
(°) (kN/m3)
(kN/m3)
Distribusi Data Lognormal Normal Gamma
Mean 5.64 12.35 56.0942
Standar Deviasi 7.59 6.25 82.29332
R. Minimum 4.37 9.71 56.0442
R. Maximum 17.61 9.25 86.2658
Tabel 5.5. Parameter Statistik Sandstone Problema 2b
Saturated
Residual Friction Angle Residual Cohesion
Parameter Statistik Density
(°) (kN/m3)
(kN/m3)
Distribusi Data Lognormal Normal Gamma
Mean 8.548 22.3667 53.991
Standar Deviasi 12.64 8.3578 77.115
R. Minimum 2.078 15.8967 53.963
R. Maximum 31.052 17.2333 130.901
Saturated
Residual Friction Angle Residual Cohesion
Parameter Statistik Density
(°) (kN/m3)
(kN/m3)
Distribusi Data Lognormal Normal Gamma
Mean 5.64 12.35 56.0942
Standar Deviasi 7.59 6.25 82.29332
R. Minimum 4.37 9.71 56.0442
R. Maximum 17.61 9.25 86.2658
Geometri 1 2a 2b
Tinggi Lereng
23.07 21.87 21.87
(m)
Slope Angle (°) 18 55 55
5.6.2 Hasil praktikum
Latin Hypercube
Problem
FK Deterministik FK Mean
a
JS BS GLE JS BS GLE
1 2.056 2.338 2.34 1.794 1.892 1.904
2a 1.481 1.659 1.658 1.336 1.603 2.306
2b 1.584 1.791 1.8 1.449 1.595 1.612
Tabel 5.9. Hasil FK Mean dan FK Deterministik Setiap Problema (Monte Carlo)
Monte Carlo
Problem
FK Deterministik FK Mean
a
JS BS GLE JS BS GLE
1 2.056 2.338 2.34 1.763 1.817 1.831
2a 1.505 1.678 1.667 1.33 1.57 2.295
2b 1.584 1.791 1.8 1.375 1.501 1.519
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
FK Mean
JS BS GLE
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
FK Mean
JS BS GLE
Gamba
r 5.5. Grafik Hubungan FK Mean terhadap FK Deterministik Problema 2a (Latin
Hypercube)
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
FK Mean
JS BS GLE
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
FK Mean
JS BS GLE
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
FK Mean
JS BS GLE
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
FK Mean
JS BS GLE
Monte Carlo
Problema PoF
JS BS GLE
1 24.286 27.143 18.033
2a 57.895 50 20
2b 22 14.286 14
Monte Carlo
Problema 1 RI
JS BS GLE
Normal 0.795 0.815 0.83
Lognormal 0.871 0.904 0.911
Monte Carlo
Problema
RI
2b
JS BS GLE
Normal 0.797 0.929 0.947
Lognormal 0.79 0.991 1.02
1.5
1
0.5
0
Normal Lognormal
RI
1.5
1
0.5
0
Normal Lognormal
RI
JS 57.895 BS 50 GLE 20
1.5
1
0.5
0
Normal Lognormal
RI
JS 22 BS 14.286 GLE 14
Latin Hypercube
Problema 1 RI
JS BS GLE
Normal 0.739 0.781 0.795
Lognormal 0.778 0.855 0.89
Latin Hypercube
Problema
RI
2a
JS BS GLE
Normal 0.41 0.55 1.408
Lognormal 0.229 0.452 1.964
Latin Hypercube
Problema
RI
2b
JS BS GLE
Normal 0.722 0.812 0.826
Lognormal 0.696 0.848 0.871
Grafik Hubungan PoF terhadap RI Latin Hy-
percube Problema 1
3.5
3
2.5
2
PoF
1.5
1
0.5
0
Normal Lognormal
RI
1.5
1
0.5
0
Normal Lognormal
RI
1.5
1
0.5
0
Normal Lognormal
RI
5.8 Pembahasan
5.9.1 Kesimpulan
5.9.2 Saran
Arifadillah, R. R., Zakaria, Z., Sophian, R. I., Teknik, F., & Universitas, G.
(2018). DESAIN LERENG OPTIMAL BERDASARKAN PROBABILITAS
KELONGSORAN. 5(3), 210–218.
Azizi, M. A., Harminuke, R., & Handayani, E. (2011). TMK-4 KARAKTERISASI
PARAMETER MASUKAN UNTUK ANALISIS TAMBANG BATUBARA
BUKIT ASAM TBK . TANJUNG ENIM ,. 26–27.
Azizi, M., Kramadibrata, S., & Wattimena, R. (2012). Analisis risiko kestabilan
lereng tambang terbuka (studi kasus tambang mineral x). 19–27.
Febriadi, A., & Anaperta, Y. M. (2020). Analisis Kestabilan Lereng pada Blok
Timur Tambang Muara Tiga Besar Utara PT. Bukit Asam Tbk, Kabupaten
Muara Enim, Provinsi Sumatera Selatan. Bina Tambang, 5(4), 11–20.
Fenton, G. A., & Griffiths, D. V. (2008). Risk Assessment in Geotechnical
Engineering. In Risk Assessment in Geotechnical Engineering.
https://doi.org/10.1002/9780470284704
Hunt, R. E. (2006). Geotechnical Investigation Methods. Geotechnical
Investigation Methods. https://doi.org/10.1201/9781420042757
Kook-Kwang, P., & Jianye, C. (2018). Risk and Reliability in Geotechnical
Engineering. In Risk and Reliability in Geotechnical Engineering.
https://doi.org/10.1201/b17970
Lalitya, T., Indrawan, I. G., & Bassmantra, A. (2017). Analisis kestabilan lereng
tambang terbuka batubara dengan metode probabilitas pada highwall dan
lowwall pit tania panel 2, pt. kaltim prima coal, kalimantan timur.
1(September), 172–189.
Manullang, P. (2020). ANALISIS PROBABILITAS KELONGSORAN LERENG
PADA DESAIN LERENG TAMBANG BATUBARA DENGAN
MENGGUNAKAN METODE KESETIMBANGAN BATAS. Proceeding
TPT XXIX PERHAPI 2020, 597–608.
Mulyadi, R. R., Ariyanto, R., Hartami, P. N., Nugroho, B., & Azizi, M. A. (2017).
Analisis Sensitivitas Tinggi Muka Air Tanah Terhadap Kestabilan Lereng
Perbukitan Batugamping Kaliwadas Berdasarkan Hasil Pengukuran
Geolistrik Wenner. Proceeding Seminar Nasional Geomekanika IV Padang,
March 2019, 225–231.
Nurhasan, R., Astawa, R. M., & Wattimena, R. K. (2019). Probabilistik
Kelongsoran Lereng Tambang Terbuka Grasberg PT Freeport Indonesia
( Probabilistic Of Slope Failure Grasberg Open Pit Mining Abstrak The
stability of a slope in mining activities is highly influenced by geology ,
especially the nature of rock. 7(June), 1–7.
Wangke, F. R. (2010). Stabilitas Lereng Studi Kasus Gempa Padang September
2009 Stabilitas Lereng Studi Kasus Gempa Padang September 2009.
September.
Wyllie, D. C., & Mah, C. W. (2017). Rock slope engineering: Civil and mining,
4th edition. Rock Slope Engineering: Fourth Edition, 1–432.
https://doi.org/10.1201/9781315274980
Yudho, C., & Santosa, F. (2020). Analisa kestabilan lereng berdasarkan
probabilitas kelongsoran pada tambang pirofilit di pt gunung bale, kabupaten
malang, provinsi jawa timur [1]. Prosiding Seminar Teknologi Kebumian
Dan Kelautan.
Yunanto, A. (2019). Evaluasi Kondisi Geologi Teknik bagi Perancangan
Terowongan Saluran Pengelak Bendungan Cipanas Provinsi Jawa Barat. 1–
381.
Zaika, Y., & Syafi’ah. (2011). Pengaruh beban dinamis dan kadar air tanah
terhadap stabilitas lereng pada tanah lempung berpasir. 5(1), 35–39.
5.11 Lampiran