BIOMETRI
DISUSUN OLEH:
WAHYUNI
NIM. F05112025
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
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
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
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=
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
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
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
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
20.213
6.299774361
20.213
6.303257587
Sampel daun
keseluruhan
6.299774361
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 .
400
300
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
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
).
2010.
Akurasi
Dan
Presisi
Data.
online
).
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
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
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