POKOK BAHASAN : TEORI KESALAHAN

dokumen-dokumen yang mirip
DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

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

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

SEBARAN PENARIKAN CONTOH

Pengertian tentang distribusi normal dan distribusi-t

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

SEBARAN PENARIKAN CONTOH

BAB I PENGANTAR STATISTIK DAN ANALISIS DATA

statistika untuk penelitian

Uji Hipotesis dengan ANOVA (Analysis of Variance)

BAB 2 LANDASAN TEORI

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

STATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT)

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

5/3/2012. Objective. Objective STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

1. PENGERTIAN. Manfaat Sampling :

Statistika & Probabilitas

EVALUASI NILAI VARIANCE UNTUK MENGHITUNG KOMPONEN KETIDAKPASTIAN PENGUKURAN DIMENSI TIPE B DARI SUATU DISTRIBUSI RECTANGULAR DAN TRAPEZOIDAL

Statistik Deskriptif: Central Tendency & Variation

Distribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan.

Distribution. Contoh Kasus. Widya Rahmawati

PENGUKURAN DESKRIPTIF

BAB 2 LANDASAN TEORI

Satatistik dan Probabilitas. Ir. I Nyoman Setiawan, MT. NIP HP

ANALYSIS OF VARIANCE

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

STATISTIK PERTEMUAN IV

Materi Kuliah: Statistik Inferensial

TEORI KETIDAKPASTIAN PADA PENGUKURAN

BAB II TINJAUAN PUSTAKA

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14

S T A T I S T I K A OLEH : WIJAYA

Distribusi Teoritis Probabilitas

Statistika Deskriptif & Distribusi Frekuensi

UKURAN DISPERSI (SEBARAN)DATA

PENGANTAR ALAT UKUR. Bab PENDAHULUAN

Muhammad Arif Rahman

ESTIMASI. Arna Fariza PENDAHULUAN

BAB V HASIL DAN PEMBAHASAN

STATISTIK PERTEMUAN VII

Statistik Deskriptif. Statistik Farmasi 2015

Analysis of Variance SUNU WIBIRAMA

Ilmu fisika dilandasi oleh pengukuran besaran fisika. Setiap pengukuran dimaksudkan untuk menghasilkan nilai ukur yang tepat dan benar

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Statistika Psikologi 2

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

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

Pengukuran Deskriptif. Debrina Puspita Andriani /

METODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif

BAB 3: NILAI RINGKASAN DATA

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Distribusi Probabilitas Kontinyu Teoritis

Materi Kuliah: Statistik Inferensial

TENTANG UTS. Penentuan Cadangan, hal. 1

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

BAB I DISTRIBUSI FREKUENSI

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

SESI 13 STATISTIK BISNIS

Bab X. Apa uji ANOVA itu? Contoh penjual mobil. Analisis of Variance ANOVA

BAB IV ANALISIS HASIL PENELITIAN: ANALISIS KOMPARASIONAL AKHLAK TERHADAP GURU ANTARA. SISWA SANTRI DAN SISWA NON SANTRI DI MTs.

BAB IV ANALISIS HASIL DAN PEMBAHASAN

PENAKSIRAN PARAMETER TM_3

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata

Pengukuran Deskriptif

BAB 2 LANDASAN TEORI

Distribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial

STK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata

DTG 2M3 - ALAT UKUR DAN PENGUKURAN TELEKOMUNIKASI

BAB IV PEMBAHASAN DAN HASIL PENELITIAN

Materi Konsep dasar & istilah dalam Angka-angka Jenis-jenis kesalahan berdasarkan penyebabnya

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

STATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi

UKURAN PENYEBARAN DATA

Pertemuan Ke-12. Analysis of Varians (anova)_m. Jainuri, M.Pd

STATISTIK. Rahma Faelasofi

BAB IV PENGUMPULAN DATA

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh

PENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.

Distribusi Normal, Skewness dan Qurtosis

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

Bab 3 Kinerja Rata-rata dan Variabilitas

REGRESI KUANTIL (STUDI KASUS PADA DATA SUHU HARIAN) Abstrak

Metode Sampling dan Teorema Central Limit

STK511 Analisis Statistika. Bagus Sartono

BAB IV PEMBAHASAN HASIL PENELITIAN

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

The Central Limit Theorem

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Transkripsi:

PROGRAM STUDI TEKNIK SIPIL 3-1 POKOK BAHASAN : TEORI KESALAHAN Klasifikasai kesalahan : Kesalahan kasar, sistematik dan kesalahan acak, Definisi : Nilai ukuran, nilai yang benar, kesalahan, nilai mendekati benar, residual, derajat kebebasan, variance, standar kesalahan dan standat deviasi, Teori probabilitas, Distribusi normal 3.1 Landasan Teori 3.1.1. Histogram Histogram adalah pernyataan grafis untuk suatu distribusi frekuensi yang digambarkan dengan lajur lajur persegi panjang sedemikian rupa sehingga : (a) pusat alasnya menyatakan pusat (b) luas persegi panjang menyataka frekuensi Jika selang kelasnya beraturan, maka frekuensi kelas akan ditunjukkan juga oleh tinggi persegi panjang tersbut. Contoh: Pengukuran panjang 50 b batang kuningan memberikan ditribusi frekuensi sebagai beikut :

PROGRAM STUDI TEKNIK SIPIL 3-2 Pertama-tama tariklah garis alasnya dan berilah tanda x pada garis tersebut agar kita dapat menentukan letak harga harga pusat kelas diatas. Lakukanlah itu sebagai pembukaan awal.

PROGRAM STUDI TEKNIK SIPIL 3-3 3.1.2. DISTRIBUSI NORMAL Distribusi Normal merupakan distribusi yang paling terkenal dan paling umum dipakai. Distribusi normal memiliki fungsi kerapatan probabilitas (probability density function = pdf), seperti terlihat pada gambar dibawah ini. µ - 2τ µ µ + 2τ Parameter-parameter mean (nilai purata) atau µ dan varians (variance) σ 2 dimana (σ deviasi standart) kurva pdf adalah mean simetris area dibawah pdf besarnya adalah 1 maka dapat dituliskan sebagai berikut : X Nor (µ, σ 2 ) Cara perhitungan distribusi normal Ditentukan bahwa variabel X ada diantara a dan b, sehingga Pr (a<x<b) = Pr (X>a) Pr (X>b) Jika X Nor (µ, σ 2 ), dan membuat suatu variabel baru yaitu z X

PROGRAM STUDI TEKNIK SIPIL 3-4 Dengan mean = 0 dan deviasi standar = 1 maka Z Nor (0,1) Distribusi ini disebut distribusi normal standar (standard normal distribution) Maka dapat dituliskan kembali bahwa, Pr( X a) Pr X a Pr Z a dim ana Z X Z diikuti dengan a fungsi distribusi Nor (0,1), ditabulasikan secara luas sebagai Tabel dari probabilitas normal. Tabel dari distribusi normal standar (standard normal distribution) Z 0.00 0.01......... 0.06... 0.09 0.0 0.1... 0.8 21186... 2.2 01390 2.4 00695... Keterangan Pr (Z>2.46) ----- maka kita pilih kolom kiri 2.4 dan baris atas dengan 0.06. Maka hubungan kedua angka tadi didapat Pr (Z> 2.46) = 0.00695 3.2. Sumber Kesalahan Pengukuran Dalam pengukuran dapat hampir dapat dipastikan bahwa kesalahan pasti akan terjadi baik disengaja maupun tidak disengaja sehingga menyebabkan hasil pengkuran itu perlu mendapatkan koreksi.

PROGRAM STUDI TEKNIK SIPIL 3-5 Paling tidak terdapat 3 (tiga) sumber kesalahan dalam pengukuran, yakni a. Sumber Alam Kesalahan disebabkan karena cuaca, arah angin, suhu dan kelembaban udara, kebiasan (undulasi), gaya berat dan deklnasi magnetik sperti perubahan panjnag pita karena pengembangan dan penysusutan. b. Kesalahan karena Instrumen Kesalahan timbul karena ketidak sempurnaan konstruksi instrument atau keslahan penyetelan, misalnya tidak seragmnya skala rambu. Kesalahan ini dapat datasi dengan metoda pengukuran yang benar. c. Kesalahan karena Perorangan Kesalahan timbul karena keterbatasan manusia dalam membaca meraba dan melihat. Tentu saja dengan cara pengkran yang sekasama dan hatihati serta teliti kan mengurangi terjadinya kesalahan. 3.3. Klasifikasi Kesalahan a. Kesalahan Kasar (Blunders) Dalam pengukuran dijumpai adanya kesalahan kasar atau blunder sebagai akibat ketidak cermatan dalam mengukur, baik disebabkan oleh kerena kecerobohan maupun penggunaan alat yang tidak sempurna. Kesalahan kasar hanya dapat diperbaiki dengan cara melakukan pengkuran ulang. Contoh kesalahan kasar antara lain : i) menngunakan pita yang terputus ( kurang panjangnya), ii) kesalahan membaca skala pada rambu atau mikrometer pada bacaan sudut iii) kesalahan pencatatan dsb. a. Kesalahan Sistematik (Systematic Error)

PROGRAM STUDI TEKNIK SIPIL 3-6 Kesalahan sistematik biasanya disebabkan karena menngunakan instrumen yang belum terkaliberasi atau terkoreksi sehingga terjadi penumpukan kesalahan karena akan berulang-ulang terjadi. Kasalahan jenis ini dapat dicegah dengan cara mengoreksi alat terlebih dahulu sebelum pengukuran. Contoh kesalahan sistemaik sifatnya berulang misalnya penyusutan dan pengembangan pita atau pegas ukur oleh karena temperatur. b. Kesalahan Acak (Random Error) Kesalahan yan bersifat tetap yang tidak diketahui secara pasti penyebabnya akan tetapi lajim terjadi menurut kaidah statistik (probability). Besar dan nilai kesalahan jenis ini adalah kemungkinan dan tidak ada cara yang mutlak untuk menghilangkan. Kesalahan acak dapat bernilai positif dan negatif sehingga dapat saling menghilangkan 3.4. Istilah-istilah Istilah yang sering dipakai dalam teori kesalahan antara lain : a. Hasil Ukuran (Measured value) :adalah nilai atau besaran yang merupakan hasil obesrvasi langsung. b. Nilai yang benar (True value) :adalah nilai teoritis yang dianggap benar, dalam kenyataan nilai yang benar tidak pernah diketahui c. Kesalahan (Error) :adalah selisih antara nilai hasil pengkuran (mesured value) dengan nilai yang benar (true value), nilai error ini hanya teoritis, dalam kenyataan nilai tidak pernah diketahui d. Nilai mendekati benar (The most possible value) : Oleh karena harga yang benar tidak dapat dihitung maka hany harga yang paling mungkin dapat dihitung jika terdapat pengkuran lebih. Oleh karen itu sebagai pendekatan maka nilai mendekatai benar dihitung berdasarkan harga rata-rata (mean)

PROGRAM STUDI TEKNIK SIPIL 3-7 M M n Dimana : M : nilai yang mendekati benar M : nilai hasil pengkuran n : jumlah pengukuran e. Residual : Setelah ditentukan harga yang mendekati benar suatu ukuran maka dapat ditentukan besarnya residiul yakni selisih nilai hasil pengukuran sembarang dengan harga rata-rata atau nilai yang mendekati benar; v M M M : nilai yang mendekati benar M : nilai hasil pengkuran v : residual f. Simpangan baku (Standart deviation)i : Menggambarkan kesaksamaan atau ketelitian hasil ukuran, sedangkan kuadrat dari standar deviasi disebut varian. Simpangan baku dapat dinyatakan secara matematis sebagai berikut. n v 2 1 v : residual n : nilai hasil pengkuran n-1 : derajat kebebasan (degree of freedom) v : standar deviasi

PROGRAM STUDI TEKNIK SIPIL 3-8 Teori probablitas dapat juga diterapkan dalam bidang pengukuran untuk meratakan (adjustment) adanya kesalahan acak. Jadi kesalahan dapat diratakan dengan anggapan telah terbebas dari kesalahan kasar (blunders) dan kesalahan sistematis (systematic error). 3.5. Contoh-contoh Soal 1). Misalkan suatu pengkuran jarak sebanyak 9 kali dengan varisali hasil pengkuran seperti pada tabel dianggap telah bebas dari kesalahan kasar dan kesalahan sistematis. Dengan tingkat keyakinan 90 % dan 95 % kesalahan standar dan simpangan bakunya. hitung (m) (V) 500.55 0.08 0.01 500.48 0.01 0.00 2 v 500.45-0.02 0.00 0.28 500.49-0.21 0.04 500.49 0.02 0.00 ( n 1) 8 500.32-0.15 0.02 500.46-0.01 0.00 500.47 0.00-500.55 0.08 0.01 4,504.26 0.08 500.47 0.28 4.5004.26 0.04 M 9 500. 47m 0.04 Jarak Residu V 2 Untuk tingkat kelyakinan 90 % ( E 90 )= 1.6649(0.04)= 0.065 m Untuk tingkat kelyakinan 95 % ( E 95 )= 1.9599(0.04)= 0.075 m Dari hasil perhtiungan maka jarak yang paling mungkin 500.47 m Kesalahan standar pengkuran 0.04 m Dengan keyakinan 90 % 0.065 m ( Range jarak yang mungin antara 500.4635-500.535 m Dengan keyaknan 95 % 0.075 m( Range jarak yang mungin antara 500.4525-500.545 m

PROGRAM STUDI TEKNIK SIPIL 3-9 2) Utnuk pengkuran bebobot misalnya pengkuran sudut dalam suatu segitiga dengan sudut A=49 51 15 (bobot 1); sudut B =60 32 08 (bobot2) dan sudut C =69 36 33 (bobot3). Hitung perataan sudut berbobot. Oleh karana pengukuan berbobot maka koreksi harus diberikan secara terbalik untuk bobot tinggi diberi koreksi tebesar, sehingga A koreksi 6x, B 3x dan C 2x Sudut Bobot Koreksi Koreksi Pembulatan Sudu Numeris Koreksi Terkoreksi A 49 51 15 1 6X +2.18 +2.2 (atau2 ) 49 51 17 B 60 32 08 2 3X +1.09 +1.1 (atau1 ) 60 32 09 C 69 36 33 3 2X +0.73 +0.7(atau1 ) 69 36 34 11X=4 dan x = +0.36