Anda di halaman 1dari 15

LAPORAN PRAKTIKUM

BIOMETRI

AKURASI DAN PRESISI SUATU DATA

DISUSUN OLEH:

WAHYUNI
NIM. F05112025

PROGRAM STUDI PENDIDIKAN BIOLOGI


FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS TANJUNGPURA
PONTIANAK
2014

PENDAHULUAN
Dalam ilmu biometrik, kata biometrik berasal dari bahasa Yunani yaitu bios =
hidup dan metron = ukuran, menurut Kamus Besar Bahasa Indonesia, terbitan
Balai Pustaka, 1986. Biometri adalah pengukuran yang dilakukan dalam
kepentingan proses biologi. Cara kerja dari ilmu ini adalah dengan mengunakan
ciriciri biologi yang dapat memberikan informasi yang unik berkaitan dengan
identifikasi masingmasing individu. Dalam teknologi informasi, biometrik dikenal
untuk mengukur

dan menganalisis karakteristik bagian tubuh pada manusia

umumnya seperti sidik jari, retina, DNA, pola suara, dan pola wajah.

Setiap pengukuran melibatkan beberapa kekeliruan dan karena alasan ini adalah
penting sekali bahwa jumlah dan signifikansi kekeliruan ini diperhatikan. Masalah ini
harus dipecahkan dengan pengolahan data statistik. ( Jasin, 2002 ).

Dalam pengolahan data sangat pelu dilakukannya uji akurasi data. Akurasi yang
dimaksud disini adalah kecocokan antara suatu informasi standar yang dianggap
benar, dengan terklasifikasi yang belum diketahui kualitas informasinya. Kesalahan
dalam klasifikasi dapat disebabkan oleh kompleksnya interaksi yang terjadi antar
struktur spasial suatu bentang alam, resolusi sensor, algoritma pengolahan, dan
prosedur klasifikasi yang digunakan. Sumber kesalahan yang paling sederhana
terjadi oleh karena kekeliruan penetapan informasi dari kelas spektral yang diadakan.
Uji akurasi dilakukan dengan membandingkan dua peta, satu peta bersumber dari
hasil analisis penginderaan jauh ( peta yang akan diuji ) dan satunya adalah peta yang
berasal dari sumber lainnya. Peta kedua dijadikan sebagai peta acuan, dan
diasumsikan memiliki informasi yang benar. Seringkali data acuan ini dikompilasi
dari informasi yang lebih detail dan akurat dari data yang akan diuji. ( Campbell,
1987 ).
Akurasi adalah kedekatan hasil pengamatan terhadap nilai-nilai benar atau
nilai-nilai diterima sebagai benar. Ini berarti bahwa pengamatan fenomena spasial
kebanyakan biasanya hanya dianggap perkiraan nilai sebenarnya. Perbedaan antara

diamati dan benar ( atau diterima sebagai benar ) nilai-nilai menunjukkan akurasi
pengamatan. Pada dasarnya ada dua jenis akurasi, yaitu :
Akurasi Posisi adalah penyimpangan diharapkan dalam lokasi geografis dari objek
posisi tanah yang sebenarnya. Ini adalah apa yang biasanya kita pikirkan ketika
membahasan ketepatan. Ada dua komponen untuk akurasi posisi adalah
akurasi relatif dan absolut.
Akurasi mutlak menyangkut akurasi elemen data sehubungan dengan skema
koordinat, misalnya UTM akurasi relatif. Menyangkut posisi fitur peta relatif
terhadap satu sama lain.
Akurasi atribut sama pentingnya dengan akurasi posisi. Hal ini juga mencerminkan
perkiraan kebenaran. Menafsirkan dan menggambarkan batas-batas dan karakteristik
untuk tegakan hutan atau poligon tanah dapat sangat sulit dan subjektif. Spesialis
sumber daya yang akan membuktikan fakta ini. Dengan demikian, derajat
homogenitas yang ditemukan dalam batas-batas dipetakan tersebut tidak hampir sama
tinggi dalam kenyataan karena akan tampak pada peta. ( Buckley, 2008 ).
Dalam suatu pengukuran tidak hanya membutuhkan suatu akurasi tetapi juga
harus adanya presisi dalam suatu data hasil pengukuran .
Presisi menunjukkan tingkat reliabilitas dari data yang diperoleh. Hal ini dapat
dilihat dari standar deviasi yang diperoleh dari pengukuran, presisi yang baik akan
memberikan standar deviasi yang kecil dan bias yang rendah. Jika diinginkan hasil
pengukuran yang valid, maka perlu dilakukan pengulangan. Dari data tersebut dapat
diperoleh ukuran harga nilai terukur adalah rata-rata dari hasil yang diperoleh dan
standar deviasi. ( Erfido, 2010 ).
.
Memisahkan error menjadi akurasi dan presisi sangat berguna untuk identifikasi
bias, yaitu perbedaan nilai prediksi atau model dengan nilai yang diprediksi ( nilai
sebenarnya ). Jika suatu prediksi/model memiliki presisi tinggi namun akurasi rendah,
maka terdapat kemungkinan prediksi atau model memiliki penyumbang error yang
sistemik. ( Raharjo, 2011 ).

Nilai presisi mengacu pada sejumlah angka signifikan yang digunakan dan
sebaran bacaan berulang pada alat ukur. Nilai akurat atau akurasi mengacu pada
dekatnya nilai pendekatan yang dihasilkan dengan nilai acuan atau nilai eksak. Dari
keadaan akurat dan presisi ini, akan muncul kesalahan atau yang biasa disebut error. (
Basuki, 2005 ).
Pengujian

tingkat

akurasi

alat

ukur

V-R

meter

dilakukan

dengan

membandingkan hasil pengukuran dari alat ukur V-R meter dengan piranti standar
seri NI DAQ tipe BNC-2110. Pengujian tingkat akurasi alat ukur V-R meter
dilakukan sebanyak tiga kali, yaitu menggunakan 1 baterai, 2 baterai dan 3 baterai
ukuran A2 merk Alkaline. Uji ketepatan ( presisi ) dan pengulangan ( ripitibilitas )
alat ukur V-R meter dilakukan sebanyak tiga kali dengan tiga variabel pengukuran
yang berbeda. Pembacaan pengukuran dilakukan per detik selama 300 detik. (
Junaidi, 2013 ).
Adapun permasalahanadalah

apakah sama akurasi dan presisi suatu

pengukuran terhadap setiap orang ? , serta apakah ada faktor yang mempengaruhi
presisi dan akurasi dari suatu pengukuran ? .
Tujuannya yaitu mengetahui tingkat keakurasi dan presisi yang dimiliki oleh
seseorang, dari alat pengukuran yaitu neraca analitik

dan mengetahui faktor-faktor

yang mempengaruhi presisi dan akurasi dari suatu pengamatan.

METODELOGI
Pengamatan mengenai akurasi dan presisi serta tampilan data, dilaksanakan
pada tanggal 25 september 2014 di laboratorium pendidikan biologi, fakultas
keguruan dan ilmu pendidikan, universitas tanjungpura pontianak, pukul 08.00selesai WIB.
Adapun alat yang digunakan saat praktikum ini, yaitu

timbangan

analitik,kertas millimeter blok ,alat tulis, gunting.. Bahan yang digunakan berupa
30 lembar daun nagka .Langkah kerja pada perngamatan ini adalah diambil 10
lembar daun nagka , kemudian daun nangka tertsebut dibuat gambar pada kertas

millimeter blok dengan cara ditempelkan. Setelah semua daun digambar, kertas
tersebut digunting sesuai dengan bentuk daun. Kemudian dibuat potongan kertas
millimeter blok dengan ukuran yang telah ditentukan sehingga memudahkan
menghitung luasnya. Kertas potongan daun tadi lalu ditimbang satu per satu
menggunakan timbangan analitik. Supaya mendapatkan luas tiap kertas potongan
daun maka dilakukan perhitungan dengan membandingkan massa dan luas kertas
yang telah distandarisasi. Adapun perhitunganya sebagai berikut :
L=

x luas kertas standarisasi.

HASIL DAN PEMBAHASAN


Pada praktikum akurasi dan presisi data ini , dilakukan suatu pengukuran luas
daun nangka , dimana suatu pengukuran ini dilakukan untuk mengetahui keakurasian
dan kepresisian mean dan standar deviasi yang di lakukan dengan 2 cara yaitu cara
pertama luas dari 3 orang yang berbeda di hitung mean dan standar deviasi nya pada
masing masing daun , kemudian hasil mean dan standar deviasinya di jumlahkan
kemudian di bagi tiga , dan yang ke dua data keseluruhan di dihitung mean dan
standar deviasinya . adapun hasil yang diperoleh sebagai berikut:
Table 1.Data statistik luas daun nangka oleh sopan hadi
Luas Kertas Sampel (cm)
Mean
Standard Error
Median
Mode

13.1
0.965516557
14.25
15

Standard Deviation

3.053231439

Sample Variance

9.322222222

Kurtosis

-1.846209355

Skewness

-0.213142942

Range

Minimum

Maximum

17

Sum

131

Count

10

Largest(1)

17

Smallest(1)

Confidence Level(95.0%)

2.184150191

Tabel 2. Data luas daun nangka oleh Nurseri Fauziah

Luas Kertas Sampel (cm)


Mean
Standard Error

25.089
1.57173821

Median

24.99

Mode

24.99

Standard Deviation
Sample Variance
Kurtosis
Skewness

4.970272628
24.70361
-0.410619614
0.25575988

Range

15.99

Minimum

17.49

Maximum

33.48

Sum
Count

250.89
10

Largest(1)

33.48

Smallest(1)

17.49

Confidence Level(95.0%)

3.555518842

Tabel 3.Data statistik luas daun nagka oleh Wahyuni

Luas Kertas Sampel (cm)


Mean

22.45

Standard Error

0.761759659

Median

23

Mode

20.5

Standard Deviation

2.408895551

Sample Variance

5.802777778

Kurtosis

-1.927949331

Skewness

-0.273638708

Range

Minimum

19

Maximum

25

Sum

224.5

Count

10

Largest(1)

25

Smallest(1)

19

Confidence Level(95.0%)

1.723220065

Table4. Hasil perhitungan data Sopan. Seri dan Wahyuni


No

Data

Rata-rata

Standar deviasi

Standar eror

Sopan

Seri

Wahyuni

13.1

25.089

22.45

3.053231439

4.970272628

2.408895551

0.965516557

1.57173821

0.761759659

Setelah melakukan pengukuran dari data sopan , seri dan wahyuni di dapatkan
hasil rata rata dan standar deviasi yang berbeda-beda yaitu pada data sopan rata
ratanya 13,1, data seri rata ratanya 25,089 dan pada data wahyuni rata-rata yang

diperoleh sebesar 22,45. Terdapat perbedaan rata rata diantara ketiganya hal ini
karena masing masing orang menggunakan daun yang luaasnya berbeda . sedangkan
pada standar deviasinya pada data sopanhadi standar deviasinya sebesar
3.053231439, pada data seri standar deviasinya sebesar 4.970272628 dan pada data
wahyuni standar deviasinya sebesar 2.408895551. dari ketiga data di atas diperoleh
bahwa keakuratan dan kepresisian yang paling tinggi adalah pada data wahyuni ,
karena menunjukanstandar deviasi yang paling rendah , kita ketahui.. Standar deviasi
menunjukkan sebaran data, semakin kecil nilai standar deviasi maka semakin sempit
sebaran datanya. Sementara itu, sebaran data yang sempit menunjukkan akurasi data
juga tinggi. Sedangkan data yang menunjukan presisi dan akurasi yang rendah adalah
pada data seri .
Table 5. Hasil perhitungan luas daun nangka
No

Data

Luas Rata-Rata

Standar Deviasi

Rata-rata dari sampel

20.213

6.299774361

20.213

6.303257587

daun Sopan, Seri dan


wahyuni

Sampel daun
keseluruhan

Grafik perbedaan standar deviasi


sampel
rata-rata luas
20.213

6.299774361

sampel daun sopan,


seri dan wahyuni

standar deviasi
20.213

6.303257587

sampel
keseluruhan

Dilihat dari grafik di atas meunjukan bahwa rata tara yang dipeloleh dari data
sopan , seri dan wahyuni menunjukan hasil yang sama dengan rata-rata data
keseluruhan . sedangkan pada standar deviasinya sampel dari standar deviasi dengan
cara pertama lebih mempunyai sedikit akurat dan presisi yang tinggi dibandingkan
dengan cara yang ke dua , hal ini terlihat dari hasil standar deviasi yang pertama lebih
rendah yakni 6,29 sedangkan yang kedua 6,30. Namun keakurasian dan kepresisian
ini tidak terlepas dari factor factor yang mempengaruhinya yaitu penggunaan alat ,
pengolahan data serta ketelitian neraca analitiknya .

Grafik perbedaan luas rata rata dan jumlah luas daun .


700
600
500
z-Test: Two Sample for
Means luas rata rtata

400
300

z-Test: Two Sample for


Means jumlah luas
keseluruhan

200
100
0
0

-100

Kurva z data dengan sumbu x adalah rata-rata luas dan sumbu y adalah
sebaran data
Besar kecilnya presisi dan akurasi data tergantung pada cara pengolahan data
serta ketelitian dalam pengguaan alat .karena apabila kita tidak tepat dalam mengolah
data maka data yang diperoleh juga akan salah .
SARAN
Lebih teliti lagi dalam mengolah data dan penggunaan alat
KESIMPULAN
Berdasarkan hasil pengamatan yang telah dilakukan dapat disimpulkan bahwa
pengukuran dan pengolahan data menunjukkan akurasi dan presisi yang tidak ada
perbedaan yang signifikan, yakni
yaitu 20.213 cm, serta

kedua cara menghasilkan nilai mean yang sama

nilai standar deviasinya yang tidak jauh berbeda. Nilai

standar deviasi cara satu yaitu 6,2997, sedangkan pada cara dua yaitu 6,303. Standar
deviasi pada suatu data menunjukkan sebaran data tersebut. Semakin rendah standar

deviasi, maka semakin tinggi akurasi dan presisi data tersebut. Selain itu, faktor lain
yang mempengaruhi akurasi dan presisi data adalah ketelitian alat ukur, pengguna
alat ukur
DAFTAR PUSTAKA
Basuki. 2005. Step by Step Pengolahan Citra Digital. Yogyakarta: Andi Offset
Buckley.

2008.

Akurasi

Data

Dan

Kualitas.

online

).

http://bgis.sanbi.org/gis-primer/page_08.htm. diakses tanggal 29 september


2014
Campbell. 1987. Introduction To Remote Sensing. New York: The Guilford Press.
Erfido.

2010.

Akurasi

Dan

Presisi

Data.

online

).

http://erfido.community.undip.ac.id/. diakses tanggal 29 september 2014


Jasin. 2002. Ilmu Alamiah Dasar. Jakarta: PT. Raja Grafindo Persada.
Junaidi. 2013. Komputerisasi Alat Ukur V-R Meter Untuk Karakterisasi Sensor Gas
Terkalibrasi NI DAQ BNC-2110. Jurnal teori dan aplikasi fisika. Vol ( 01 ),
No ( 01 ). Jurusan Fisika FMIPA Universitas Lampung.
Raharjo. 2011. Akurasi Dan Presisi. ( online ). http//:beniraharjo.wordpress.com.
diakses tanggal 29 september 2014

LAMPIRAN
Perhitungan

1.

x 3= 20,05

2.

= 25

3.

x 3=24,5

4.

x 3=19

5.

x 3=20,05

6.

x 3=22

7.

x 3=24

8.

x 3= 24,5

9.

x 3= 19,5

10.

x 3= 25

X= 224,5

X rata rata = 22,45

SD=
Standarisasi daun

2.408
Berat daun =

0.06

luas daun =

No
Daun

Berat Daun 1

Berat Daun 2

Berat Daun 3

(Sopan hadi )

(Nurseri Fauziah)

(Wahyuni )

Berat

Berat

Berat

Daun
(gr)

Luas Daun
(cm2)

Daun
(gr)

Luas Daun
(cm2)

Daun
(gr)

Luas Daun
(cm2)

0,21

10.5

23.49

0,41

20.5

0,27

13.5

24.99

0.50

25

0,20

10

19.98

0.49

24.5

019

9.5

17.49

0.38

19

0,30

15

26.49

0.41

20.5

0,33

16.5

27.48

0.44

22

0,30

15

24.99

0.48

24

0,30

15

31.5

0.49

24.5

0,34

17

33,48

0.39

19.5

10

0,18

21

0.50

25

Mean

0,55

0.63

0.42

13.1

25.089

22.45

3.053231439

4.970272628

2.408895551

Modus

15

24.99

20.5

Median

14.25

24.99

23

Standar
Deviasi

Range

15,99

NO

Luas daun (cm2)

23.49

3,277

10,73

24.99

4.777

22,189

19.98

-0.233

0,054

17.49

2,723

7.414

26.49

6,277

39,40073

27.48

7,267

52,80929

24.99

4,777

22,81973

31.5

11,287

127,3964

33.48

13,267

176,0133

10

21

0,787

0,619369

11

10.5

-9,713

94,34237

12

13.5

-6,713

45,06437

13

10

-10,213

104,3054

14

9.5

-10,713

114,7684

15

15

-5,213

27,17537

16

16.5

-3,713

13,78637

17

15

-5,213

27,17537

18

15

-5,213

27,17537

19

17

-3,213

10,32337

20

-11,213

125,7314

21

20.5

0,287

0,082369

22

25

4,787

22,91537

23

24.5

4,287

18,37837

24

19

-1,213

1,471369

25

20.5

0,287

0,082369

26

22

1,787

3,193369

( -

27

24

3,787

14,34137

28

24.5

4,287

18,37837

29

19.5

-0,713

0,508369

30

25

4,787

22,91537

Jumlah

MeanLuas Daun
Median

1152,201
20,213
20,5

Mode

15

Range

24,48

Minimum

Maximum

33,48

Standard Deviation

6,303258