BAB I

PENDAHULUAN
Dalam kehidupan sehari-hari, khususnya dalam bidang teknologi, diperlukan
data-data kwantitatif

dari berbagai besaran. Besaran-besaran tersebut antara lain

adalah panjang, berat, temperatur, tekanan, aliran dsb. Data-data besaran tersebut
hanya dapat diperoleh dengan melakukan pengukuran-pengukuran.
Dalam proses di industri, data pengukuran diperlukan untuk mengetahui apakah
proses tersebut berlangsung sesuai dengan yang direncanakan atau tidak. Bila terjadi
penyimpangan-penyimpangan dari yang diharapkan, segera dapat dilakkan tindakan
perbaikan atau penyempurnaan. Selain itu, data pengukuran juga berfungsi untuk
menjaga keamanan mesin-mesin atau peralatan yang digunakan. Misalkan dalam ketel
uap, pengukuran tekanan dan temperatur juga diperlukan untuk menjamin keamanan
ketel tersebut selama beroperasi.
Dalam penelitian teknik, semua besaran harus diungkapkan secara kwantitatif.
Data pengukuran besaran-besaran tersebut kemudian harus dianalisis sesuai dengan
tujuan penelitian. Analisis data dimaksudkan untuk mengetahui validitas, tingkat
kesalahan dan korelasi antar variabel bilamana diperlukan.
Sayangnya tidak semua alat ukur yang diperlukan untuk eksperimen tersedia,
khususnya untuk penelitian yang bersifat khusus. Bilamana tersedia di pasaran,
harganya cukup mahal. Sedangkan alat tersebut sebenarnya dapat dirancang dan
dibuat sendiri dengan biaya yang relatif sangat murah, walaupun tingkat ketelitiannya
kurang baik.
Diktat ini dimaksudkan untuk memberikan pengetahuan kepada mahasiswa
mengenai cara-cara pengukuran dan cara menganalisis data pengukuran. Dengan
mempelajari diktat ini diharapkan mahasiswa mampu melakukan pengukuran berbagai
besaran, memahami konstruksi alatnya, bahkan mampu merancang dan membuat
bebarapa alat ukur yang relatif sederhana.

BAB II
KONSEP-KONSEP DASAR
2.1.

Definisi dan Istilah

Dalam metode pengukuran, sering dijumpai berbagai istilah yang kadang-

kadang belum banyak difahami sepenuhnya oleh pemakai alat ukur. Untuk mencegah
terjadinya kesalah tafsiran mengenai istilah tersebut maka perlu diungkapkan
mengenai pengertian istilah-istilah tersebut.

Kemampubacaan (readability) : menunjukkan berapa teliti skala suatu instrumen

dapat dibaca. Misalkan suatu instrumen mempunyai skala 20 cm akan memiliki
kemampu bacaan yang lebih tinggi dari instrumen yang

berskala 10 cm untuk

jangkauan pengukuran yang sama.

Cacah terkecil (least count) : adalah beda terkecil antara dua penunjukan pada
skala instrumen. Kemampubacaan dan cacah terkecil tergantung dari panjang
skala, jarak pembagian dan ukuran jarum penunjuk.

Kepekaan (sesitivity) : adalah perbandingan antara gerak linier jarum penunjuk

dengan perubahan besaran yang diukur. Misalkan suatu manometer dengan
jangkauan pengukuran dari 0 sampai 10 atm, mungkin mempunyai skala yang
panjangnya 20 cm, maka kepekaan manometer tsb adalah 20 cm/ 10 atm atau 2
cm/atm.

Histeresis, yaitu bila terdapat perbedaan bacaan bila nilai besaran yang diukur
didekati dari atas dan dari bawah. Histerisis ini mungkin desebabkan oleh adanya
gesekan, efek magnetis, deformasi atau efek termal.

Ketelitian (accuracy), menunjukkan deviasi atau penyimpangan terhadap nilai yang

sesungguhnya. Biasanya ketelitian diungkapkan dalam prosen Misalkan suatu
termometer dengan jangkauan pengukuran 0 o C sampai 100 0C dengan ketelitian
1%, berarti bahwa termometer tersebut memiliki penyimpangan 1 0C dalam
keseluruhan jangkauan bacaan pengukuran tsb.

Ketepatan atau presisi, menunjukkan kemampuan instrumen untuk menghasilkan

kembali bacaan tertentu dengan ketelitian yang diketahui. Untuk mendapatkan
ketepatan yang tinggi maka unstrumen perlu dikalibrasi. Misalkan diketahui bahwa
temperatur air mendidih adalah 100 oC. Bila diukur dengan suatu termometer
menunjukkan temperaturnya adalah 95, 94, 96 0C. Dari nilai pengukuran tersebut
menunjukkan bahwa penyimpangannya hanya 1 %, tetapi tidak menunjukkann
ketepatan, karena ada penyimpangan sebesar 5% terhadap harga yang
sesungguhnya.

Jadi

termometer

tersebut

harus

dikalibrasi

ulang

untuk

mendapatkan pengukuran yang tepat.

2

Pada alat-alat ukur modern, yang penunjukannya secara digital, istilah-istilah seperti di
atas bisa jadi tidak diperlukan lagi, kecuali dalam hal ketelitian dan ketepatan.
2.2. Kalibrasi
Yang

dimaksud

dengan

kalibrasi

(peneraan)

adalah

memeriksa

dan

membandingkan instrumen terhadap standar yang diketahui untuk mengurangi

kesalahan dalam pengukuran. Kalibrasi merupakan hal yang sangat penting karena
kalibrasilah yang dapat menjamin ketelitian suatu instrumen. Kalibrasi dapat dilakukan
dengan

membandingkan instrumen tsb dengan : (1) standar primer, (2) standar

sekunder yang memiliki ketelitian yang lebih tinggi, (3) dengan sumber masukan yang
diketahui.
2.3. Standar
Standar dimaksudkan agar pengukuran di seluruh dunia dapat saling
diperbandingkan dengan suatu standar baku yang sama. Satuan standar baku yang
dipakai adalah panjang, bobot, waktu, suhu dan kwantitas listrik.
Standar panjang primer adalah panjang batang platina-iridium yang disimpan di
International Bureau of Weights and Measures di Sevres, Perancis. Demikian juga
untuk standar massa primer, berupa platina iridium yang disimpan di biro tsb.
Sedangkan standar sekunder untuk panjang dan massa disimpan di National Bureau
of Standards di USA.
Untuk panjang dan massa dalam satuan Inggris dapat dikonversi dari satuan
metris dengan angka konversi sbb :
1 meter = 39,37 inci
1 pon-massa = 453,59237 gram.
Pada tahun 1960, General Conference on Weights and Measures (Konferensi
mengenai Bobot dan Pengukuran) mendefinisikan 1 meter standar dengan panjang
gelombang cahaya merah-jingga lampu kripton-86, yaitu :
1 meter = 1.650.763,73 panjang gelombang.
Selain itu ada definisi lain bahwa :
1 meter = jarak yang ditempuh oleh cahaya dalam 1/299.792.458 sekon
Standar waktu di masa lalu didefinisikan 1 sekon (detik) sebagai

1
hari
86.400

surya pukul rata. Hal ini didasarkan atas tahun surya rata-rata adalah 365 hari 5 jam
48 menit 48 detik.
Pada tahun 1967, konferensi tentang Bobot dan Ukuran menetapkan definisi 1
sekon sebagai waktu yang diperlukan untuk 9.192.631.770 periode radiasi yang

berhubungan dengan transisi antara dua tingkat yang sangat halus dari keadaan
fundamental atom cesium-133.
Pada tahun 1968, International Practical Temperature Scale memberikan dasar
eksperimental bagi skala suhu yang sangat mendekati suhu termodinamis absolut,
seperti pada tabel 1. Skala suhu absolut pertama kali diusulkan oleh Lord Kelvin th
1854.
Titik-titik sekunder ditetapkan pula seperti pada tabel 2. Di samping ttitik-titik
tetap tsb, ditentukan pula prosedur interpolasi di antara titik-titik tetap tersebut, seperti
pada tabel 3.
Tabel 1. Titik-titik primer untuk Skala Suhu Praktis Internasional tahun 1968 (Holman,
1986)

Tabel 2. Titik-titik tetap sekunder untuk skala Suhu Praktis Internasional 1968 (Holman,
1986)

Tabel 2-3. Prosedur interpolasi untuk Skala Suhu Praktis Internasional tahun 1968
(Holman, 1986)

Skala suhu yang biasa digunakan :

K = 0C + 273,15
0

R = 0 F + 459,67

F = 9/5 0C + 32,0

2.4 Dimensi dan Satuan

Ada kecenderungan untuk untuk membakukan satuan-satuan dengan sistem
Internasional (SI, Systeme International dUnites), namun dalam praktek masih banyak
digunakan instrumen dengan satuan selain SI. Untuk itu perlu dibahas juga mengenai
satuan yang bukan SI, khususnya satuan British.
Dimensi adalah variabel fisik yang digunakan untuk menyatakan sifat atau
perangai suatu sistem. Misal panjang batang sebagai dimensi batang itu, suhu gas
sebagai dimensi gas tsb. Dimensi bebarapa besaran yang akan digunakan :
L = panjang; m = massa; F = gaya; t = waktu; T = suhu.
a.

Gaya
Menurut hukum Newton II
F = k ma.........................................................................................................(1-1)
Dengan k : konstanta proporsionalitas, biasanya dituliskan k = 1/g c, sehingga :
F = 1/gc ma ....................................................................................................(1-2)
Harga gc tergantung sistem satuan yang digunakan, beberapa di antaranya

seperti pada tabel 4.

b.

Kerja
Kerja atau usaha adalah

hasil kali gaya dengan jarak. Satuan usaha

menyesuaikan dengan satuan gaya dan satuan panjang yang digunakan, beberapa di
antaranya dapat dilihat pada tabel 4.
Tabel 4. Harga dan satuan gc dan satuan usaha.
Gaya
lbf (pon gaya)
lbf
dyne
Newton
kg-gaya

Massa
lbm (pon massa)
slug-massa
kg
kg
kg

Waktu
sekon
sekon
sekon
sekon
sekon

Panjang
ft
ft
cm
m
m

gc
32,174 lbmlbf.s2
1 slug.ft/lb f.s2
1 g.cm/dyn.s 2
1 kg.m/n.s2
9,80665

Usaha
lbf.ft
lbf.ft
dyne.cm
N.m
kgf.m

kgm.m/kgf.s2
Dalam sistem SI, gc tidak lazim digunakan karena harganya 1.
Konversi beberapa satuan energi dan kerja adalah :
1 N.m = 1 J
1 Btu = 778,16 lbf.ft

1 Btu = 1055 J
1 kkal = 4182 J
1 lbf.ft = 1,356 J
1 Btu = 252 kal.
2.5 Bentuk Umum Sistem Pengukuan
Biasanya sistem pengukuran terdiri dari 3 bagian, yaitu :
1. Tahap detektor-tranduser, yaitu mendeteksi besaran fisis yang diukur dan
merubah menjadi sinyal listrik atau mekanis yang lebih berguna.
2. Tahap antara, yaitu mengubah sinyal langsung dengan penguatan, penyaringan
atau cara-cara lain, agar menghasilkan keluaran yang dikehendaki.
3. Tahap akhir atau penutup, fungsinya untuk menunjukkan, merekam dan
mengendalikan variabel yang diukur.
Sebagai contoh adalah manometer tabung Bourdon seperti pada gambar 1.1

Detektor- tranduser : tabung Bourdon, mengubah sinyal tekanan menjadi

gerakan mekanis,

Tahap antara : susunan roda gigi, untuk memperkuat gerakan di ujung tabung.

Tahap akhir : jarum dan muka baca, untuk menunjukkan tekanan yang diukur
bila skalanya telah dikalibrasi.

Gambar 2.1. Pengukur tekanan tabung Bourdon sebagai sustu sistem umum pengukuran.

BAB III
ANALISIS DATA PENGUKURAN
3.1.

Umum
Setiap pengukuran suatu besaran pasti ada tujuannya. Misalkan pengukuran

tekanan suatur ketel uap dimaksudkan untuk mengetahui apakah ketel tersebut
beroperasi dalam keadaan aman atau tidak. Pengukuran dimensi pada suatu produk
dimaksudkan untuk mengetahui apakah pengerjaan produk tersebut sudah sesuai
dengan yang diharapkan atau belum, dsb. Pada pengukuran-pengukuran tersebut
tidak diperlukan analisis data pengukuran yang rumit, karena secara langsung dapat
disimpulkan dengan membandingkan hasil pengukuran dengan standar yang telah
ditentukan. Berbeda halnya bila pengukuran yang dilakukan untuk keperluan
penelitian. Dalam hal ini, data pengukuran perlu dianalisis untuk menentukan
kesalahan, ketepatan dan kesahihan (validitas) data tersebut.
3.2.

Macammacam Kesalahan dan Penyebabnya

Dalam

setiap pengukuran, bahkan dengan alat ukur yang paling modern

sekalipun dipastikan terjadi kesalahan (error). Besarnya kesalahan dapat diprediksi bila
pengukuran dilakukan lebih dari satu kali. Bila pengukuran hanya dilakukan satu kali,
berarti hanya diperoleh data tunggal, akan menyebabkan ketidak pastian akan data
tersebut. Semakin banyak data yang tersedia, secara teoristis, akan memberikan hasil
pengukuran yang semakin teliti. Namun biasanya karena keterbatasan biaya dan
waktu, banyaknya data dalam suatu eksperimen perlu dibatasi.
Kesalahan dalam pengukuran selalu samar-samar dan mengandung ketidak
pastian. Dengan metode statistik, dapat diprediksi nilai ketidak pastian tersebut.
Kesalahan dalam pengukuran ada beberapa jenis, yaitu :

Kesalahan dalam pemasangan alat, kesalahan ini antara lain disebabkan salah
dalam menempatkan alat ukur, salah dalam merangkai alat dsb. Kesalahan
jenis ini jelas tak akan menghasilkan hasil pengukuran yang benar (valid),
namun dengan mudah dapat diatasi dengan membetulkan pemasangan alat
tersebut.

Kesalahan tetap, yang menyebabkan pembacaan berulang-ulang selalu

menghasilkan kesalahan yang hampir sama dan penyebabnya tidak diketahui.

Kesalahan rambang (random error), yang mungkin disebabkan oleh fluktuasi

elektronik, pengaruh gesekan dsb. Kesalahan ini biasanya mempunyai pola
distribusi statistik, walaupun tidak selalu.

3.3.

Analisis Kesalahan

Misalkan dilakukan pengukuran tekanan suatu tabung diperoleh :

p = 50.000 Pa 500 Pa
Tanda menunjukkan ketidakpastian
Harga 50.000 Pa menunjukkan nilai terbaik atas pengukuran tekanan tersebut.
Harga 500 Pa menunjukkan nilai ketidakpastian atau penyimpangan (deviasi)
atas

pengukuran tekanan tersebut.

Nilai terbaik dari suatu pengukuran dengan mudah bisa diperoleh dengan

mencari nilai rata-rata dari data penmgukuran, sedangkan nilai ketidakpastian atau
deviasi dicari secara statistik, yaitu deviasi standar dari data tersebut. Mengenai hal ini
akan dibahas pada analaisis statistik.
Biasanya dalam eksperimen, besaran yang dianalisis tidak diukur secara
langsung, tapi diperoleh berdasarkan beberapa besaran yang diukur secara lansung.
Misalkan pengukuran daya listrik :
P = E I (W)
dengan E tegangan (V) dan I kuat arus (A). Pengukuran E dan I dilakukan secara
langsung dan dapat ditentukan nilai terbaik dan ketidakpastian baik E maupun I.
Misalkan diperoleh :
E = 100 V 2 V dan I = 10 A 0,2 A.
Maka harga P terbaik adalah = 100 x 10 = 1000 W.
Yang menjadi masalah adalah menentukan ketidak pastian P, yang tentunya
tergantung dari nilai dan ketidakpastian baik E maupun I. Hal ini dapat dilakukan
dengan analisis matematis yang secara umum akan dirumuskan berikut ini.
Misalkan suatu besaran Y merupakan fungsi dari beberapa varibel x 1, x2 ,
x3, ..........xn, yang dapat dituliskan sebagai :
Y = Y(x1, x2, x3, ..................... xn) .................................................................. (3-1)
Misalkan ketidakpastian nilai x 1, x2, x3,

................... dan x n masing-masing

adalah wx1, wx2, wx3, ......... dan wxn.

Maka nilai ketidakpastian Y (W Y) dirumuskan sebagai :
WY

dengan

w x1
x1

w x 2
x 2

w x 3
x 3

Y
.......... .
w xn
x n

1
2

......(3-2)

Y Y Y
Y
,
,
,............,
masing-masing adalah turunan parsial Y
x1 x 2 x 3
x n1

terhadap x1, x2, x3, .................... dan xn.

Contoh soal 3-1.
Akan dicari ketidakpastian pengukuran daya listrik pada kasus di atas, yaitu :
E = 100 V 2 V dan I = 10 A 0,2 A.

Daya listrik dapat dicari dengan persamaan :

P = EI,
ini berarti P = P(E,I).
Nilai P terbaik :
P = 100 x 10 = 1000 W.
Untuk mencari nilai ketidak pastian P digunakan persamaan (3-2), dengan
P
I = 10 (karena I terbaik = 10 A)
E
dan
P
E = 100 (karena E terbaik = 100 V)
I
Dengan demikian :
P

WP
wE
E

wI
I

WP 10.2 100.0,2
2

W P = 28,284
Bila dalam bentuk prosen = 28,284/1000 x 100% = 2,8284 %.
Contoh soal 3-2
Akan dilakukan pengukuran daya listrik yang didisipasi pada suatu resistor (R)
seperti pada gambar di bawah ini. Pengukuran daya dapat dilakukan dengan tiga cara
yaitu :
a. Hanya dengan mengukur tahanan dan tegangannya , berdasarkan persamaan
E2
P
R
b. Dengan mengukur tegangan dan kuat arusnya, berdasarkan persamaan :
P = EI
c. Dengan mengukur tahanan (R) dan kuat arusnya (I) berdasarkan persamaan :
P = I2R
Dari pengukuran diperoleh : R = 10 1%, E = 100 V 1% dan I = 10 A 1%. Dari
ketiga cara tersebut, tentukan cara yang terbaik.
Penyelesaian:
Cara terbaik adalah cara yang memberikan nilai ketidakpastian yang terkecil,
yang berarti juga memiliki kesalahan terkecil. Untuk itu pperlu dicari nilai ketidak pastian
P dari ketiga cara tersebut.
Nilai P dari ketiga cara tersebut adalah :
P = EI = 100 x 10 = 1000 W
Cara a :
E2
P
R
P 2E 200

20
E
R
10

P
E2
100 2
2 2 100
R
R
10

Telah diketahui : W E = 1% = 1 V dan W R = 1% = 0,1 , maka :

P

WP
wE

wR
R

2

10

WP 20.1 100.0,1
2

W P = 17,32 = (17,32/1000) x 100 % =1,732 %

Cara b :
P = EI
P
I = 10
E
P
E = 100.
I
Telah diketahui : W E = 1V dan W I = 1 % = 0,1 A, maka :
P

WP
wE

wI
I

WP 10.1 100.0,1
2

W P = 14.14 = (14,14/1000) x 100 % = 1,41 %

Cara c :
P = I2 R
P
2IR = 200
I
P
I 2 = 100
R
Telah diketahui : W I = 0,1 A dan W R = 0,1 , maka :
P

WP
wI

wR
R

WP 200.0,1 100.0,1
2

W P = 22.36 W = (22,36/1000) x 100 % = 2,236 %

Jadi dari ketiga cara pengukuran daya tersebut, yang terbaik adalah cara b
yaitu dengan persamaan P = E I yang menghasilkan ketidakpastian sebesar 1,1 %,
sedangkan yang paling jelek adalah cara c, yaitu dengan persamaan P = I 2/R yang
memberikan ketidakpastian sebesar 2,236 %.
Dari contoh soal ini dapat ditarik suatu pelajaran bahwa bila pada pengukuran
suatu besaran ada berbagai alternatif yang dapat dilakukan maka hendaknya dipilih
cara yang paling kecil kemungkinan ketidakpastiannya.
3.4.

Analisis Statistik Data Pengukuran

Bila dilakukan pengukuran suatu besaran dengan memasang satu atau lebih

instrumen, dengan pembacaan yang dilakukan berulang-ulang (lebih dari 1 kali),

kemungkinan hasil pengukuran tersebut akan sedikit berbeda satu dengan lainnya. Kita
tidak bisa menentukan secara langsung nilai mana yang paling benar, tetapi kita dapat
menentukan nilai yang diperkirakan paling mendekati kebenaran, yaitu nilai rata-rata
dari data tersebut. Nilai tersebut adalah nilai terbaik yang dapat diharapkan.
Misalkan nilai data tersebut masing-masing x i dan banyaknya data n, maka nilai
rata-rata aritmatisnya adalah :

1 n
xm xi ......................................................................................(3-2)
n i 1
11

Harga deviasi (penyimpangan) untuk masing-masing data pengukuran adalah :

di = xi xm ..........................................................................................(3-3)
Bila dicari harga penyimpangan rata-rata dari semua data tersebut, pasti
harganya nol, yang dengan mudah dapat dibuktikan.
Harga deviasi standar atau deviasi akar kwadrat rata-rata (root mean square
deviatian) didefinisikan sebagai :

xi x m 2
in

....................................................................................(3-4)

i 1

Persamaan (3-4) hanya berlaku untuk populasi data besar (n > 20). Bila populasi data
kecil (n < 20) digunakan persamaan (3-5) berikut ini :

n 1

2
xi xm

in

i 1

....................................................................................(3-5)

12

Contoh 3-3
Misalkan hasil suatu pengukuran untuk mengetahui konsumsi bahan bakar
suatu sepeda motor setiap jarak tempuh 1kilometer diperoleh data sbb :
Bacaan
Konsumsi bb
spesifik
(l/km)

1
0,21

2
0,19

3
0,195

4
0,21

5
0,215

6
0,185

7
0,194

8
0,205

9
0,175

10
0,188

Diminta untuk mencari konsumsi bahan bakar spesifik rata-rata dan deviasi
standar.
Solusi:
Dari data tersebut diperoleh nilai rata-rata pengukuran :
1
1
xm xi
1,967 0,1967
n
10

Kemudian disusun lagi tabel (xi xm)2 seperti di bawah ini.

x
0.21
0.19
0.195
0.21
0.215
0.185
0.194
0.205
0.175
0.188

(xi xm)2
0.00017689
0.00004489
0.00000289
0.00017689
0.00033489
0.00013689
0.00000729
0.00006889
0.00047089
0.00007569

1.967

0.00149610

No
1
2
3
4
5
6
7
8
9
10

Diperoleh :

x m 0,0014961
2

Deviasi standar dicari berdasarkan persamaan

sedikit, hanya 10, jadi :

xm

n 1

(3-5), kerena jumlah datanya (n)

0,0014961
10 1

0,012893

Atau bila dalam bentuk prosen terhadap harga rata-rata = (0,012893/0,1967) x 100 % =
6,5547 %

3.5.

Teori Probabilitas
Probabilitas adalah adalah suatu besaran matematis yang berkaitan dengan

frekwensi terjadinya suatu fenomena bila fenomena tersebut berulang berkali-kali.

Misalkan suatu mata uang logam yang diambungkan berkali-kali akan dapat dilihat
bahwa jumlah ambungan yang menghasilkan salah satu muka ke atas akan selalu

13

sama dengan yang mendapatkan muka menghadap ke bawah. Ini berarti bahwa
probabilitas untuk menghasilkan muka ke atas dan muka ke bawah masing-masing
adalah atau 50 %. Harga tersebut tidak tergantung dari jumlah ambungan yang
telah dilakukan. Jumlah probabilitas untuk muka ke atas dan muka ke bawah adalah
+ atau 1. Probabilitas biasanya kurang dari satu, bila probabilitas sama dengan satu
berarti suatu kepastian.
Contoh lain adalah sebuah dadu, akan menghasilakn probabilitas setiap
permukaan adalah 1/6, dan jumlah probabilitas untuk semua permukaan adalah 6 x 1/6
= 1. Jadi jumlah probabilitas untuk semua peristiwa yang mungkin terjadi adalah satu.
Sedangkan untuk peristiwa-peristiwa terpisah, probabilitas bahwa untuk salah
satu dari beberapa peristiwa itu terjadi adalah jumlah probabilitas untuk masing masing
peristiwa. Misalkan untuk dadu di atas, probabilitas bahwa satu sisi tertentu adalah 1/6.
Probabilitas untuk salah satu dari tiga sisi tertentu adalah 1/6 + 1/6 + 1/6 atau .
Misalkan kita tinjau 2 buah dadu yang diambungkan sekaligus dan diharapkan
keduanya muncul angka 4. Probabilitas untuk satu dadu muncul angka 4 adalah 1/6.
Probabilitas untuk keduanya muncul angka 4 adalah 1/6 x 1/6 = 1/36. Hal ini dengan
mudah dapat dibuktikan dengan membuat daftar susunan kemungkunan dari kedua
dadu tersebut dan akan diperoleh bahwa ada 36 kemungkinan.
Dari contoh-contoh di atas dapat dirumuskan bahwa bila ada beberapa
peristiwa yang saling tak berhubungan (independent) terjadi bersamaan dan masingmasing peristiwa mempunyai probabilitas p i, maka probabilitas untuk semua peristiwa
yang akan terjadi adalah perkalian dari masing-masing peristiwa, jadi :

p pi

..............................................................................................(3-

6)
dengan menunjukkan hasil perkalian.
Contoh lain yang merupakan penerapan persamaan (3-6) misalnya adalah
probabilitas untuk mendapatkan 5 kartu tertinggi sejenis dalam 5 kartu pertama yang
ditarik dari suatu tumpukan kartu remi. Pada tarikan pertama ada 20 kemungkinan dari
52 kartui, pada tarikan ke dua ada 4 kemungkinan dari 51 kartu, tarikan ke 3 ada 3
kemungkinan dari 50 kartu, tarikan ke 4 ada 2 kemungkinan dari 49 kartu dan tarikan
ke 5 ada 1 kemungkinan dari 48 kartu. Jadi probabilitas (peluang) total untuk
mendapatkan 5 kartu teratas yang sejenis adalah :
20 4
3
2
1
1
x
x
x
x

52 51 50 49 48 649.740
3.5.

Distribusi Probabilitas

14

Distribusi probabilitas menunjukkan probabilitas keberhasilan dari suatu

peristiwa yang terdistribusi dalam suatu variabel. Salah satu distribusi probabilitas yang
khas adalah distribusi binomial. Distribusi ini mengungkapkan jumlah keberhasilan n di
antara N peristiwa tak tergantung yang mungkin bila setiap peristiwa mempunyai
probabilitas sukses p. Probabilitas bahwa n peristiwa akan berhasil adalah :

P ( n)

N!
( N n )
p n 1 p
N n ! n!

......................................................................

(3-7)
(distribusi binomial)
Untuk jumlah peristiwa (N) terbatas
N
: banyaknya peristiwa
n
: banyaknya keberhasilan yang diharapkan
p
: probabilitas keberhasilan tiap 1 peristiwa

Contoh soal 3-4

Suatu dadu diambungkan 6 kali. Bila seseorang bertaruh pada suatu nomor tertentu,
hitung probabilitas untuk berhasil sebanyak 0, 1, 2, 3, 4, 5, 6 kali. dengan menerapkan
distribusi binomial.
Solusi:
Probabilitas berhasil setiap ambungan = 1/6 , jadi p = 1/6
Jumlah ambungan 6 kali, N = 6
n mempunyai nilai 0, 1, 2, 3, 4, 5, dan 6.
Probabilatas untuk berhasil 0 kali :
0

p ( 0)

6!
1 1

6 0! 0! 6 6

1
66

15
66

15
66

Probabilatas untuk berhasil 2 kali :

2

p( 2)

6!
1 1

6 2! 2 ! 6 6

Probabilatas untuk berhasil 4 kali :

4

p( 4)

6!
1 1

6 4 ! 4! 6 6

Probabilatas untuk berhasil 6 kali :

6

p (6)

6!
1 1

6 6 ! 6 ! 6 6

1
66

Untuk p(1), p(3) dan p(5) dapat dicari sendiri oleh para siswa!
Distribusi binomial seperti diungkapkan pada persamaan (3-7) berlaku untuk
jumlah peristiwa (N) yang terbatas (finite). Bila jumlah peristiwa (N) tak terhingga
(infinite) dan probabilitas sukses yang terjadi pada masing-masing peristiwa (p) sangat
kecil, maka untuk menghitung probabilitas n sukses dari N peristiwa dapat diturunkan
berdasarkan distribusi binomial, yaitu dengan limit N dan p 0, sehingga Np = a
= konstan, yang dinamakan distribusi Poisson, yaitu :

15

pa (n )

a n ea
n!

................................................................................................(3-

8)
Dapat dibuktikan bahwa harga deviasi standar untuk distribusi Poisson adalah :

a ..........................................................................................................(3-9)

3.6. Distribusi Kesalahan Gauss

Misalkan dalam suatu eksperimen dilakukan pengamatan dan didapat sejumlah
data. Dapat diperkirakan dengan sangat bahwa data tersebut mengandung banyak
kesalahan rambang (random error). Kesalahan ini yang menyebabkan pembacaan
terlalu besar atau terlalu kecil. Distribusi kesalahan gauss (Gaussian error distribution)
atau distribusi kesalahan normal (normal error distribution) memberikan probabilitas
bahwa pengukuran terletak antara x dan dx, yang diungkapkan sbb :

1 x x m
P x
e
2

2 2

.............................................................................(3-

10)
dengan xm bacaan rata-rata dan adalah deviasi standar.
Sebagai contoh distribusi Gauss seperti ditunjukkan pada gambar 3.1, untuk
harga xm =3, dan deviasi standar () sama dengan 0,5 dan 1. Dapat dilihat bahwa
semakin besar deviasi standar, kurva semakain landai. Ini menunjukkan bahwa
kesalahannya semakain besar untuk semua pengukuran.
Persamaan (3-10) adalah persamaan yang dinormalkan, dalam arti bahwa
masing-masing variabelnya tanpa satuan, maka luas bidang di bawah kurva adalah 1
(satu), maka :

P x dx

................................................................................................(3-

11)

16

Gambar 3.1. Diagram distribusi Gauss untuk deviasi standar 1,0 dan 0,5 dengan nilai
rata-rata (xm) 3
Perlu diketahui bahwa distribusi kesalahan Gauss hanya berlaku untuk
percobaan yang terkendali dengan baik, sehingga kesalahan yang terjadi hanya
kesalahan rambang saja.
Dari persamaan (3-10) dapat dibuktikan bahwa probabilitas maksimum terjadi
pada
x = xm yang memberikan probabilitas sebesar :
P x m

1
.............................................................................................(3 2

12)
Bila akan dicari jumlah probabilitas suatu pengukuran jatuh pada jangkauan
tertentu dari rata-rata semua pengukuran, dilakukan dengan menguntegralkan
persamaan (3-10) dengan batas-batasnya adalah jangkauan tersebut. Misalkan batas
jangkauannya adalah x1 terhadap xm, maka :
x x m
1
P
e
x m x 1 2
x m x1

2 2

dx ..................................................................... (3-

13)

17

x xm
,

persamaan (3-13) menjadi :

1
2

.....................................................................................(3-

14)
dengan 1 = x1/

Harga fungsi kesalahan Gauss

1 2 2
e
dan integral fungsi Gauss seperti pada
2

persamaan (3-14) diberikan pada tabel 3-1 dan 3-2.

Contoh soal 3-5
Hitung jumlah probabilitas suatu pengukuran yang berada dalam jangkauan 1, 2, dan 3
kali deviasi standar nilai rata-ratanya ( 1, 2 , dan 3 )
Solusi:
Dari persamaan (3-14) :

1
2

d 2

2
e
d

2 0

Harga :

2
1

e 2 d
2 0

dicari dari tabel 3-2, jadi

Untuk x1 =1; maka 1 =x1/ = 1
P(1) = (2)(0,34134) = 0,6827
Untuk x1 =2; maka 1 =x1/ = 2
P(2) = (2)(0,47725) = 0,9545
Untuk x1 =3; maka 1 =x1/ = 3
P(3) = (2)(0,49865) = 0,9973

18

Tabel 3.1. Nilai distribusi kesalahan normal Gauss

Catatan :

Nilai yang tercantum adalah nilai fungsi

Setiap harga pada tabel diawali dengan desimal

1
2

untuk berbagai nilai argumen

19

Tabel 3.2. Integral fungsi kesalahan Gauss

Catatan :
Nilai yang tercantum adalah harga dari :

1
2

3.7.

1 1 2 2
1
1
e
d

erf

2 1
2

Menyingkirkan data yang tidak relevan

Biasanya dalam suatu penelitian akan dijumpai

sebagian data yang

diperkirakan sangat menyimpang bila dibandingkan dengan keseluruhan data yang

ada. Oleh karena itu data yang sangat menyimpang tersebut harus dieliminasi dan
tidak digunakan sebagai bahan analisis selanjutnya. Yang menjadi masalah adalah
bagaimana kriteria suatu data bahwa harus dibuang atau masih dapat digunakan.

20

Salah satu kriteria tersebut adalah dengan menggunakan kriteria Chauvenet sperti
pada tebel 3-3.

d= |x1 xm|
Tabel 3-3. Kriteria Chauvenet untuk menolak suatu bacaan
Banyaknya
bacaan
(n)
3
4
5
6
7
10
15
25
50
100
300
500
1000

(d/)
maksimum*)
1,38
1,54
1,65
1,73
1,80
1,96
2,13
2,33
2,57
2,81
3,14
3,29
3,48

Catatan :
d = penyimpangan data terhadap harga rata-rata (|x1 xm|)
= deviasi standar
(d/) maksimum : harga maksimum d/ yang diijinkan
Contoh soal 3.6
Data pengukuran suatu ruangan adalah sbb :
No
t

1
25,6

2
25,0

3
25,6

4
25,6

5
25,6

6
25,6

7
25,6

8
25,6

9
25,6

10
25,6

Carilah
a. Deviasi standarnya sesuai dengan data tersebut
b. Ujilah dengan kriteria Chauvenet untuk menentukan kemungkinan adanya data
yang tidak konsisten , sisihkan data data yang meragukan dan carilah deviasi
standar baru.
Solusi:
a. Dari data tersebut dengan mudah dapat diperoleh bahwa harga rata-rata t (t m) =
25,69 dan harga deviasi standarnya adalah 2,91, seperti terlihat pada tabel di
bawah ini

21

No
1
2
3
4
5
6
7
8
9
10

b.

ti

n 1

t
25.6
27
28.5
21.5
20.5
25
26.7
25.7
30.2
26.2
256.9

(ti tm)2
0.01
1.72
7.90
17.56
26.94
0.48
1.02
0.00
20.34
0.26
76.21

76,21
2,91
10 1

Untuk menyisihkan data yang tidak konsisten berdasarkan kriteria Chauvenet,

pertama kali harus dicari perbandingan d i/.Berdasarkan kriteria Chauvenet
seperti pada tabel 3.3, harga d i/ maksimum yang diperbolehkan adalah 1,96
untuk jumlah bacaan 10. Jadi data yang harus disingkirkan adalah data no 5,
karena harga di/ nya 2,3933.Bila data tersebut telah disingkirkan, kemudian
dicari harga deviasi standar baru seperti pada tabel di bawah ini
No
1
2
3
4
5
6
7
8
9
10

ti
25,6
27
28,5
21,5
20,5
25
26,7
25,7
30,2
26,2

d=ti tm
0,09
1,31
2,81
4,19
5,19
0,69
1,01
0,01
4,51
0,51

d/
0,03093
0,45017
0,96564
1,43986
1,78351
0,23711
0,34708
0,00344
1,54983
0,17526

Berdasarkan kriteria Chauvenet seperti pada tabel 3.3, harga d i/ maksimum

yang diperbolehkan adalah 1,96 untuk jumlah bacaan 10. Jadi data yang harus
disingkirkan adalah data no 5, karena harga d i/ nya 2,3933. Bila data tersebut
telah disingkirkan, kemudian dicari harga deviasi standar baru seperti pada
tabel di bawah ini Dari data baru tersebut dengan mudah dapat dicari bahwa
harga tm = 23,64. Kemudian dicari harga deviasi standar baru.
No
1
2
3
4
6
7
8
9
10

t
25.6
27.0
28.5
21.5
25
26.7
25.7
30.2
26.2

(tm ti)2
0.00
1.85
8.18
17.14
0.41
1.12
0.00
20.79
0.31
22

236.4

49.81

Dari tabel tersebut dapat dihitung :

ti

49,81
2.4952
n 1
9 1
Ternyata dengan menyingkirkan data yang tidak relevan, harga deviasi standar
akan semakin kecil. Hal ini menunjukkan bahwa keadaan data menjadi semakin
baik.

3.8.

Metode Jumlah Kwadrat Deviasi Terkecil

Metode kwadrat deviasi terkecil adalah suatu cara untuk menentukan suatu

harga dari sejumlah data yang kwadrat deviasinya terhadap keseluruhan data terkecil.
Harga tersebut merupakan harga terbaik dari data tersebut. Misalkan dalam
pengukuran suatu besaran diperoleh data x1, x2, x3, .......... xn. Misalkan harga terbaik
dari data tersebut adalah xm, maka jumlah kwadrat deviasinya :
S

xm

.........................................................................................(3-15)

Akan dicari harga xm sedemikian sehingga nilai S minimum, dengan dasar turunan S
terhadap xm sama dengan nol,
S
0
x m

2 x i x m 0

xm

nx m 0

1
x i ..............................................................................................(3-16)
n

Terlihat dari persamaan (3-16) bahwa berdasarkan metode kwadrat deviasi terkecil
harga rata-rata aritmatis merupakan harga terbaik dari sejumlah data pengukuran.
Misalkan ada 2 (dua) besaran yang saling berhubungan, yaitu x dan y, dengan y
sebagai fungsi x, yang secara matematis dituliskan sebagai :
y = f(x) .........................................................................................................(3-17)
Korelasi yang paling sederhana antara x dan y adalah fungsi linier dengan persamaan :

y = ax + b ............................................................................................(3-18)
Misalkan dari sejumlah pengukuran diperoleh data x sebagai x i dan data y sebagai y i,
dengan i dari 1 sampai n. Bila koordinat (xi,y i) masing-masing secara langsung
dihubungkan dapat dipastikan tak akan diperoleh garis lurus. Disini akan dicari fungsi
linier (garis lurus) terbaik dari x dan y sedemikian sehingga jumlah kwadrat deviasinya
terkecil. Mencari fungsi linier terbaik berarti mencari harga a dan b pada persamaan (3-

23

18) sedemikian sehingga harga jumlah kwadrat deviasinya sekecil-kecilnya atau

minimum.
Harga deviasi untuk suatu titik adalah :
di = yi (axi +b) ...........................................................................................(3-19)
Jumlah kwadrat deviasinya adalah :
n

S yi ax i b .................................................................................(3-20)
2

i 1

Untuk mendapatkan harga a dan b agar S minimum dengan membuat diferensial S

terhadap a dan b sama dengan nol.
n
S
2 x i y i ax i 0
a
i 1

atau :
n

i 1

i 1

i 1

b x i a x i2 x i y i

............................................................................(3-

21)
dan
n
S
2 y i ax i 0
b
i 1

atau :
n

i 1

i 1

bn a x i yi

......................................................................................(3-

22)
Persamaan-persamaan (3-21) dan (3-22) adalah dua persamaan dengan dua variabel
yang belum diketahui, yaitu a dan b. Penyelesaian secara simultan atas kedua
persamaan tersebut diperoleh harga-harga a dan b sebagai :

n xi yi

i 1

i 1

i 1

x i2

b i 1

x
i 1

yi

i 1

n

n x i2
i 1

x y

n xi2

i 1
2

.....................................................................(3-23)

x i yi

i 1

2
n

xi

i 1

x
i 1

.......................................................(3-24)

24

Dengan mensubstitusikan harga-harga a dan b yang telah didapat berdasarkan ini ke

persamaan (3-18) diperoleh fungsi linier terbaik.
Misalkan harga y yang diperoleh dari fungsi linier tersebut diberi notasi , maka :
i = axi + b
dan harga keslahan standarnya adalah :
y i y~i 2
Kesalahan s tan dar

n 2

1
2

.....................................................(3-25a)

atau :
y i ax i b 2
Kesalahan s tan dar

n2

1
2

.............................................(3-25b)

Contoh soal 3.7.

Data pengukuran suatu besaran x dan y adalah :
xi

10,5

11,2

16,6

15,4

17,2

yi 30,7 33,5 37
45,2 51,4
Diminta untuk mencari persamaan linier terbaik dari data tersebut.
Penyelesaian.
Banyaknya data (n) = 5. Untuk menyelesaikan persoalan ini dibuat tabel berikut ini :
No
1
2
3
4
5

xi
10.5
11.2
12.6
15.4
17.2
66.9

yi
30.7
33.5
37
45.2
51.4
197.8

x2i
110.25
125.44
158.76
237.16
295.84
927.45

xiyi
322.35
375.2
466.2
696.08
884.08
2743.91

Berdasarkan Persamaan (3-23) diperoleh :

(5) 2743,91 66,9 197,8

3,01
5 927,45 66,9 2

dan berdasarkan persamaan (3-24) diperoleh :

927,45197,8 2743,91 66,9

5 927,45 66,9 2

= -0,7298

Jadi korelasi linier terbaik antara x dan y adalah :

y = 3,01x 0,7298
Bila digambarkan kurva hubungan antara x dan y baik dari data maupun dari hasil
persamaan yang didapat dengan metode kwadrat deviasi terkecil adalah seperti
gambar di bawah ini.

25

3.9.

Koefisien Korelasi
Koefisien korelasi adalah suatu parameter untuk mengetahui apakah suatu

korelasi yang telah diperoleh mendekati kebenaran atau tidak. Bila koefisien korelasi
harganya mendekati 1 (satu) berarti korelasi tersebut semakin mendekati kebenaran,
sebaliknya bila semakin lebih kecil dari 1 berarti korelasi semakin kurang benar.
Koefisien korelasi, yang diberi notasi r, dedefinisikan sebagai :

2y , x

r 1 2
y

...........................................................................................(3-26)

dengan :

yi

i 1

ym

.................................................................................(3-27)

n 1

dan

yi

x , y

i 1

y ic

...............................................................................(3-28)

n2

yi adalah harga y dari data sedangkan y ic adalah harga y yang dihitung dari persamaan
korelasi .
Contoh soal 3.8.
Carilah koefisien korelasi pada contoh soal 3...
Penyelesaian:
Dari contoh soal 3.7
yi 197,8 39,56
ym
n
5

26

dan
yic = 3,01xi 0,7298
x
10.5
11.2
12.6
15.4
17.2

y
30.7
33.5
37
45.2
51.4

(y-yic)2
0.0307
0.26812
0.03849
0.17995
0.12802
0.64527

yic
30.8752
32.9822
37.1962
45.6242
51.0422

(y-ym)2
23.6196
4.2436
2.0736
92.9296
250.9056
373.772

Sehingga diperoleh :

x , y

i 1

y ic

i 1

0,4638

0,64527
5 2

n2

dan

ym

0,6453

5 1

n 1

9,6666

Maka harga koefisien korelasinya :

0,4638
r 1

9,6666

= 0,9988

27

3.10.

Mereduksi berbagai fungsi menjadi garis lurus

Dalam persoalan penelitian, kebanyakan korelasi antar variabelnya bukan

berupa garis lurus. Namun korelasinya ada yang dapat direduksi menjadi garis lurus,
sehingga untuk mencari fungsinya dapat digunakan persamaan (3-21) dan (3-22).
Disini akan dikemukanan beberapa fungsi yang dapat direduksi menjadi garis lurus.
1.

y = mxn ........................................................................................................( 3-29)

Dengan menarik logalitma pada kedua ruas diperoleh :

ln y = n ln x + ln m.
Dengan substitusi variabel baru :
y* = ln y , x* = ln x , n = a dan ln m = b, diperoleh :
y* = ax* + b ................................................................................................. (3-30)
Persamaan (3-30) adalah persamaan garis lurus, sehingga a dan b dapat dicari
dengan persamaan (3-23) dan (3-24). Setelah a dan b diperoleh, maka diperoleh
korelasi antara x dan y seperti pada persamaan (3-29) dengan :
n = a dan m = eb.
Berbagai korelasi yang tidak linier dapat direduksi menjadi korelasi linier dengan
substitusi variabel baru, seperti disajikan pada tabel 3-4
Tabel 3-1. Substitusi variabel untuk mentransformasi fungsi-fungsi tidak linier menjadi
fungsi-fungsi linier
Hubungan
fungsional
y = menx

Variabel baru
untuk memperoleh
garis lurus
x* = x
y* = ln y

Hubungan
konstanta m dan n
dengan konstanta
a*) dan b*)
m = eb
n=a
m=a
n=b

x
m nx

x*

y = m + nx + kx2

x* = x

k=a
n = b kx1
m = y1 x1(kx1 +b)

x* = x

n+(n2/m)x1 = a
m + nx1 = b
m dan n dpt dicari
k = y1 x1/(y y1)
k=a
n = b - kx1

1
x
1
y*
y

x
k
m nx

y menx kx

y y1
y*
x x1
y*

y y1
x x1

x* x
y

y* ln
y1

x x1

2
m y1e nx kx

28

y = 1 e-mx

x* = x

m=a

y* ln
1

y = m + n/x

x* = 1/x
m=b
y* = y
n=a
y = m + nx
x* = x
m=b
y* = y
n=a
*)
Catatan : a dan b dicari berdasarkan persamaan (3-23) dan (3-24)
Soal-soal bab 3
1. Pengukuran dimensi suatu bidang tanah diperoleh data :
panjang
= 200 m 0,2 m
Lebar
= 50 m 0,1 m
Hitunglah ketidak pastian dimensi luas lahan tersebut.
2. Dua buah resistor masing-masing : R1 = 10 0,1 dan R 2 = 5 0,03 .
Hitunglah ketidak pastian gabungan kedua resistor bila disusun secara seri dan
disusun secara parallel.
3. Satu set kartu remi (gaple) terdiri dari 28 kartu, dibagi kepada 4 orang pemain.
Hitunglah probabilitas seorang pemain untuk mendapatkan angka 6 sebanyak 1,
2, 3 dan 4 kartu.
4. Data suatu percobaan besaran x dan y adalah :
X
Y

1,5
2,6
3,7
4,3
4,9
6,1
7,8
8,7
9,2
7,3
9,0
11,5
13,7
15,5
16,0
17,7
19,4
21,8
Bila korelasi antara x dan y adalah y = ax + b, carilah korelasi tersebut dengan
metode kwadrat deviasi terkecil !

5. Data berikut ini diharapkan korelasi x dan y adalah : y = mxn dan y = menx.
Carilah korelasinya dengan metode kwadrta deviasi terkecil.
X
Y

1
1,9

2
9,3

3
21,5

4
42,0

5
115,7

29

Tugas 1
1. Tuliskan dimensi dan satuan : gaya, tekanan, kerja dan daya
2. Jelaskan cara kerja speedometer kendaraan ! Jelaskan pula komponen detektor,
perantara dan tahap akhir (penunjukan)

Tugas PR No 4 dan 5
Tugas : sda + cari r

30