Anda di halaman 1dari 72

Jaring Kontrol Geodesi

Bagian I

PENGANTAR
Surveying:
Survei merupakan seni melakukan pengukuran untuk
menentukan posisi relatif spasial dari sebuah obyek
alam atau buata manusia yang terletak diatas atau
didekat permukaan bumi dan menampilkan informasi
hasil survei dalam bentuk grafis atau numeris

Geodesy:

Geodesi merupakan cabang dari aplikasi matematika


yang terkait dengan pengukuran dan representasi
bentuk dan ukuran bumi termasuk didalamnya gaya
berat dan variasinya secara temporal dalm tiga
dimensi

Geodesy is the scientific background of Surveying as a


profession.
Geodesy focus on the Earth and neglect any man-made
features on it (e.g. buildings, public utilities, etc.), while
surveying use the results of geodesy for positioning and
mapping of these features.
Berdasarkan Posisi Berdasarkan obyek yang
Obyek dan Alat Survei disurvei

Space Geodesy Global Geodesy


Survei menggunakan bantuan Menentukan bentuk dan ukuran
Obyek diatas permukaan bumi Bumi secara global
(diamati) untuk menentukan
posisi obyek diatas dan diluar Geodetic Survey
permukaan bumi Mementukan posisi dan
sistem referensi
Terrestrial Geodesy dengan memperhitungkan
Survei menggunakan peralatan Kelengkungan bumi
Terestris (diatas permukaan Plane Survey
bumi) untuk menentukan Mementukan posisi obyek
posisi obyek dipermukaan dipermukaan bumi dalam
bumi skala lokal
Lecture 1 May 3rd
2006
Plane Surveying

Untuk area yang kecil


Permukaan bumi
dianggap datar, bentuk B
elliposid diabaikan
l
Hasil ukuran tidak
mengalami reduksi, untuk A
jarak (arc to chord) 18.5
km selisih jarak 7 mm dan l cos
area 196 Km2 selisih
jumlah sudut segitiga
selisih 1

Note: Untuk jarak yang tidak R R


jauh nilai R (radii) dianggap
sejajar

Pendekatan planar (horisontal distance)


Slope distance A-B
Geodetic Surveying

B
Untuk area yang luas
l
permukaan bumi tidak
lagi datar tetapi A l cos
melengkung
kelengkungan bumi
diperhitungkan terdapat
reduksi ukuran

Kebanyakan digunakan untuk


Penetapan jaring kontrol, R
penentuan bentuk dan
ukuran bumi R
penentuan gaya berat bumi

Pendekatan planar (horisontal distance)


Pendekatan spherical (horisontal distance)
Slope distance A-B
Eratosthenes (215 BC)
S=4400 stadia ~787km
Q=7.2 C=39376km

R~ 6267 km

Lecture 1 May 3rd


2006
Survei Titik Kontrol (Control Survey)

Survei Titik Kontrol merupakan survei yang


dilaksanakan untuk menetapkan posisi titik
kontrol horisontal dan vertikal dalam sistem
dan kerangka koordinat tertentu

Akurasi posisi titik kontrol dinyatakan dalam


orde dan kelas ketelitian

Selain menetapkan sistem dan kerangka


koordinat, survei titik kontrol mendukung
kegiatan survei lainnya seperti : survei
tambang, survei jalan, survei kadastral, survei
batas wilayah dan lainnya
Classification Minimum Accuracy
Standard*

AA Order 0.3 cm. + 1: 100,000,000


A Order 0.5 cm. + 1: 10,000,000
B Order 0.8 cm. + 1: 1,000,000
First Order 1.0 cm + 1: 100,000
Second Order
Class I 2.0 cm + 1: 50,000
Class II 3.0 cm + 1: 20,000
Third Order 5.0 cm + 1: 10, 000

* At 95% Confidence Level


Note : Geometric Geodetic Accuracy Standards and Specifications for Using GPS Relative
Positioning Techniques, FGCS 1988
Contoh:

Titik kontrol A and B memiliki ketelitian first order dan


jarak antara kedua titik adalah 6345.294 meters,
berapakah akurasi relatif antara kedua titik tersebut?

Sqrt [(0.01)2 + ( 6345.294/100,000)2 ] = 0.064 meters

Berapakah jarak titik A dan B apabila ketelitian relatif


antara dua titik harus memenuhi ketelitian B-Order?
Classification Relative Accuracy
Between
Directly Connected
Points*

First Order Class I 0.5 K mm


First Order Class II 0.6 K mm
Second Order Class I 1.0 K mm
Second Order Class II 1.3 K mm
Third Order 2.0 K mm

* K is the distance between points in


kilometers
Survei titik kontrol (Control Survey)
Mendukung kegiatan survei lainnya dalam membangun
suatu kesatuan sistem dan kerangka koordiant

Batas
Kadastral Topografi Hidrografi Tambang Konstruksi Jalan raya Fotogrametri
Wilayah

Kontrol Survey
Jaring Kerangka Kontrol Geodesi

Geodesi dan Survei bergantung kepada penetapan


titik-titik tetap permanen dalam suatu sistem dan
kerangka koordinat yang disebut dengan jaring
kerangka kontrol

Posisi dari titik-titik permanen tersebut ditentukan


menggunakan teknik pengamatan geodesi dan gaya
berat dalam suatu kerangka koordinat

Teknik pengamatan geodesi tersebut dilaksanan


secara tradisional (terestris) atau ekstraterestris (space
geodesy) dan pengamatan gaya berat

Jaring kerangka kontrol biasanya menjadi bagian


dalam infrastuktur nasional atau internasional yang
mendukung kegiatan survei atau geoinformasii
termasuk location based service
Sistem Koordinat Jaring Kontrol Geodesi

Koordinat Horisontal

Sistem Koordinat Geosentrik (realisasi menggunakan


teknik survei space geodesy)

Surface coordinate systems (based on the geoid ->


ellipsoid)

Sistem Koordinat JKG terdiri atas :

3D = 2D + 1D
2D koordinat diatas permukaan referensi (e.g.
latitude, longitude) koordinat horisontal
1D jarak antara permukaan bumi dan permukaan
referensi (e.g. ellipsoidal height) koordinat vertikal

Posisi obyek diatas permukaan bumi diproyeksikan


ke atas bidang referensi (datum) - Helmert atau
Pizetti)
Sistem Koordinat Jaring Kontrol Geodesi

Koordinat Vetikal

Koordinat untuk tinggi harus memilki relasi dengan


nilai potensial gaya berat (physical meaning) tidak
semata-mata geometrik (elilpsoidal height)

Realisasi koordinat vertikal JKG dinyatakan diatas MSL


sebagai bidang level (level surface) yang dianggap
berimpit dengan geoid ----- realisasi tinggi
orhometrik

Oleh karena koordinat tinggi dan koordinat horisontal


berbeda datum maka secara teknis pengukuran
dipisahkan dengan teknik pengukuran koordinat
horisontal

Secara umum posisi koordinat horisontal


dan koordinat vertikal berbeda
Titik Kontrol - benchmarks
Koordinat Horisontal JKG
Greenwich Z Bidang meridian dari bujur
meridian N
Bidang paralel dari lintang
=0

P

- Bujur geografis
- Lintang geografis
W E
O Y
R
R - rata rata radius bumi

Equator =0
O - pusat massa bumi
X
Geoid dan Tinggi Orhometrik
Geoid merupakan bidang level dimana berlaku WP = W0

P2

HP2 (>0)

HP1 (<0)

oceanic floor

P1

Catherine LeCocq USPAS, Cornell University Height Systems 17


SLAC Large Scale Metrology of
Accelerators
June 27 - July 1, 2005
Leveling

terrain
geoid

ellipsoid

Pengukuran levelling dilakukan untuk


mengukur beda tinggi dan menjumlahkan
nilai beda tinggi tersebut untuk
mendapatkan tinggi dari titik yang diukur
Tinggi GEOID dan ELIPSOID r th 's
e
Ea rfac
h=H+N P
Su

h
Ellipsoid Q

"Geoid"
Po

OCEAN

h (Ellipsoid Height) = Distance along ellipsoid normal (Q to P)


N (Geoid Height) = SOURCE:
DistanceNational
alongGeodetic Survey normal (Q to P )
ellipsoid o
http://www.ngs.noaa.gov/GEOID/geoid_def.html
H (orthometric height) = Distance along Plumb Line (Po to P)
Jaring Titik Kontrol

A set of control points covering a large region.

Catatan: Titik kontrol sangat penting


dalam realisasi sistem referensi koordinat
Jaring Titik Kontrol

Jaring titik kontrol berfungsi memberikan sebuah


suatu sistem yang sama (sistem koordinat).

Pengukuran posisi relatif dari sebuah titik dengan


mengikatkan ke titik pada jaring kontrol, koordinat
titik tersebut dihitung pada sebuah sistem referensi
yang sama
TERESTRIS (TRADITIONAL SURVEY)

Horizontal positioning

TRIANGULATION
TERESTRIS (TRADITIONAL SURVEY)

Horizontal positioning

TRILATERATION
TERESTRIS (TRADITIONAL SURVEY)

Horizontal positioning

TRAVERSE

EDM
TERESTRIS (TRADITIONAL SURVEY)

Vertical positioning

GEODETIC LEVELING

TRIGONOMETRIC
HEIGHTING
EKSTRA TERESTRIS (SPACE GEODESY)

Very Long Baseline Interferometry


VLBI menggunakan prinsip
geometrik:
VLBI menggunakan prinsip
TOA (time of arrival) dimana
perbedaan waktu antara dua
atau lebih antena radio di bumi
ketika menerima gelombang
radio dari Quasar
Berdasarkan perbedaan waktu
tempuh dari beberapa quasar
dan sebaran jaringan antena
radio di bumi, VLBI digunakan
untuk realiasi ICRF sekaligus
menentukan posisi yang teliti
dari antena radio
EKSTRA TERESTRIS (SPACE GEODESY)

InSAR Menggunakan data citra SAR dari


beda fase gelombang miktor dari
area yagn berdekatan (< 1000 m)
Mampu mendeteksi perubahan
permukaan dengan ketelitian cm
Dapat digunakan untuk
pembuatan DEM, Deformasi dsb
EKSTRA TERESTRIS (SPACE GEODESY)

The Global Positioning System


GPS merupakan sistem penentuna posisi menggunakan
satelit GPS
GPS didesain untuk kepentingan militer, pada tahun
1980 dibuka untuk sipil
GPS dapat digunakan secara global dan tidak
dipengaruhi oleh keadaan cuaca dapat digunakan secara
kontinu 24 jam. Saat ini jumlah satellit GPS 30
Aplikasi GPS untuk kepentingan sipil:
Navigasi darat,laut dan udara
Penelitian geofisik
Survei jaring kontrol geodesi
Survei kadastral
Survei Hidrografi
Jaring Kontrol Geodesi

Bagian II

PENGUKURAN DAN ANALISIS DATA PENGUKURAN


Survei dalam bidang geodesi dilakukan melalui
kegiatan pengukuran

Pengukuran (measurement) merupakan kegiatan


pengamatan yang dilakukan untuk menentukan nilai
yang tidak diketahui

Pengukuran dibagi atas pengukuran langsung (direct


measurement) dan pengukuran tidak langsung
(indirect mesurement)
Pengukuran (Measurement)
Surveying
Pengukuran--- Mengamati --- Nilai
Metode
Peralatan
Fungsi matematis
Akurasi
Pengukuran Langsung (Direct Measurement)

Alat ukur dapat diletakkan pada obyek yang akan diukur


Nilai ukuran yang dicari (unknown quantity) langsung diperoleh
Biasanya nilai ukuran diperoleh dari bacaan pada skala pada alat ukur

Meteran Baja
(Steel tape) Meterean Roda Penggaris
(Wheel Tape) plastik (Plastic
ruler)
Pengukuran Langsung (Direct Measurement)

Pengukuran sudut dan jarak


menggunakan total station

Tampilan nilai sudut pada LCD

Pengukuran sudut
Menggunakan theodolit Nilai sudut pada bacaan skala piringan
horisontal
Pengukuran Tidak Langsung (indirect Measurement)

Alat ukur tidak dapat diletakkan pada obyek yang akan diukur
Nilai ukuran yang dicari (unknown quantity) tidak langsung diperoleh
Biasanya nilai ukuran diperoleh dari hubungan matematis

Total Station
ARAH+JARAK
Theodolite
ARAH
X, Y, Z GPS
Pita Ukur + EDM
JARAK Koordinat
Laser Scanner
ARAH+JARAK
Total Station
Utara Total Station
ARAH+JARAK
B(Xb,Yb)
ab (Azimuth)
Xb= Xa+ Xab, dimana Xab=dab.sin ab
Y Yb = Ya+ Yab, dimana Xab=dab.cos ab

X
A(Xa, Ya)

Hanya dibutuhkan satu buah alat & data


tersimpan otomatis di alat
Copyright (C) 2011 Tech. Support Team
Sumber Kesalahan Dalam Pengukuran

Tidak ada suatu pengukuran yang pasti ---- memiliki kesalahan


Nilai ukuran yang sebenarnya tidak diketahui ---- Besar nilai kesalahan yang
ada tidak diketahui
Ketelitian
(accuracy)
dipengaruhi
3.052 oleh skala
rambu ukur
(fraksi milimeter),
Berapakah nilai
Sebenarnya?

Selain itu akurasi


juga dipengaruhi
oleh kualitas alat
(instumental
error), lingkungan
ketika melakukan
penggukuran
1.030 (natural errori),
kemampuan
surveyor
(personal error)
Sumber Kesalahan Dalam Pengukuran
Instumental error :
Pembagian skala
bacaan pada theodolit
atau Total statio,
kedudukan garis
kolimasi yang tidak
horisontal/tegak lurus

Kondisi lingkungan
pada waktu
pengukuran :
perubahan tekanan
udara, suhu,medan
magnet, gaya berat,
angin Kemampuan (ability)
surveyor : kemampuan
interpretasi nilai
bacaan pada rambu
ukur (levelling staff)
Jenis Kesalahan Dalam Pengukuran
1. Blunders /mistakes : kesalahan yang dilakukan oleh surveyor ; tidak mengatur
koreksi ppm (part per million) pada EDM, kesalahan dalam meberikan koreksi
temperatur udara, kesalahan dalam membaca skala rambu, kesalahan dalam
mencatat/merekam angka bacaan

2. Kesalahan sistematik (systematic error s): kesalahan yang timbul dalam


sistem pengukuran (mengikuti hukum fisika), kesalahan ini dapat diprediksi
atau dihitung besarnya sehingga dapat dieliminasi atau dikoreksi; pengaruh
kelengkungan bumi (earth curvature) dan refraksi pada pengukuran levelling
(dikoreksi dengan membuat jarak yang pendek dan sama antara rambu muka
dan rambu belakang serta

Reduksi dan eliminasi


kesalahan sistematik
dalam levelling
Jenis Kesalahan Dalam Pengukuran
3. Kesalahan acak (random error): kesalahan yang tersisa setelah blunder dan
kesalahan sistematik dihilangkan atau direduksi. Kesalahan ini disebabkan
oleh keridaksempurnaan peralatan atau surveyor. Kesalahan acak memiliki
nilai yang kecil dan memiliki tanda positif dan negatif. Kesalahan acak tidak
mengikuti aturan hukum fisika tetapi mengikuti aturan matematika/statistik
terkait peluang (probability). Contoh : tidak sempurna dalam melakukan
sentring peralatan atau rambu, nivo tidak dalam keadaan sempurna ketika
dilakukan pembacaan,kesalahan kecil dalam interpretasi bacaan skala

Kesalahan dalam menempatkan


gelembung nivo pada saat
Kesalahan interpretasi
pengukuran
membaca graduasi Kesalahan dalam melakukan
skala rambu ukur sentring peralatan atau rambu
ukur
Presisi Vs Akurasi
1. Presisi : tingkat konsistensi beda antara nilai ukuran dalam satu set
data pengukuran. Tingkat presisi tergantung kepada : kemampuan
surveyor, akurasi peralatan dan faktor kondisi lingkungan selama
pengukuran

2. Akurasi : kedekatan nilai ukuran terhadap nilai sebenarnya (true


value). Oleh karena nilai sebenarnya tidak diketahui sehingga
akurasi juga sebenarnya juga tidak diketahui


= y = Salah (error)
y = nilai ukuran
= nilai sebenarnya (true value)
Ukuran Lebih (Redundant Measurement)
Dalam kegiatan pengukuran setiap ukuran mengandung kesalahan,
kesalahan pada pengukuran dapat diketahui melalui penetapan syarat
Pada pengukuran waterpass tertutup (loop) H = 0 jika H 0 maka ada
kesalahan dalam pengukuran
Pada pengukuran poligon tertutup x = 0 y = 0
Pada pengukuran segitiga pada bidang datar S = 1800
Untuk meningkatkan ketelitian dan kepercayaan perlu dilakukan
pengukuran lebih serta mendeteksi adanya blunder yang terjadi pada data
pengukuran
Ukuran lebih juga diperlukan dalam perhitungan perataan menggunakan
prinsip kuadrat terkecil (least square )
C
Nilai SC tidak perlu diukur oleh karena diketahui dari
?
nilai SA dan SB.Oleh karena adanya kesalahan
pengukuran pada sudut SA dan SB maka perlu adanya
tambahan data ukuran SC serta untuk meningkatkan
kepercayaan. SC merupakan redundant measurement

640
420
A
B
Populasi VS Sampel
Populasi merupakan jumlah nilai atau ukuran yang mungkin (possible)
dapat diperoleh atau dilakukan dari sebuah obyek atau kuantitas.
Kadangkala populasi memiliki nilai yang tak terhingga

Sampel merupakan bagian (subset) dari populasi yang dipilih untuk


mewakili populasi

Data populasi daerah A dari ukuran


tekanan darah diastolik (minimum)
menunujukan rata-rata = 78 mm Hg.
Untuk mengurangi biaya dan waktu
dalam melakukan pengukuran
tekanan darah diastolik untuk wilayah
A maka dapat dilakukan pengambilan
sampel dari wilayah A yang dapat
mewakili populasi wilayah A.

Sampel harus mewakili populasi


Sampel harus mewakili jumlah ideal
dari populasi
Distribusi atau lokasi pemilihan
sampel juga harus diperhatikan. Perlu
studi untuk melakukan pengambilan
sampel
Analisis Data Ukuran
Analisis data ukuran dapat dilakukan secara grafis dan numeris
Secara grafis, distribusi data ukuran ditunjukkan dalam bentuk grafik
sedangkan secara numeris data ukuran disusun dalam bentuk tabel untuk
dilakukan perhitungan data ukuran seperti mean,median,modus,standar
deviasi dsb
Ferekuensi Ukuran
1 0
4
2 0.25
3 0.5
3.5 4 0.75
3 5 1
6 1.25
2.5 7 1.5
2 8 1.75
9 2
1.5
10 2.25
1 11 2.5
12 2.75
0.5
13 3
0 14 3.25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 15 3.5
16 3.75
Grafik distribusi nilai ukuran dapat dilakukan 17 4
analisis nilai ukuran 4 memiliki frekuensi paling Analaisis Numeris :
tinggi, nilai ukuran berkisar antra 0-4 Range data ukuran = 4-0 =4
Rata-rata ukuran = 2
Median = 2 Modus = 4
Analisis Grafis Histogram
Analisis data secara grafis yang biasa digunakan dalam statistik adalah
grafik histogram
Grafik histogram mengelompokkan sebaran distribusi data dalam bentuk
kelas (class)
Tiap kelas memiliki interval kelas yang dapat ditentukan sendiri

22.7 25.4 24 20.5 22.5 20.1 20.5 21.2 21.7 21.8


D
22.3 24.2 24.8 23.5 22.9 21.9 22 22.2 22.3 22.3
A
25.5 24.7 23.2 22 23.8 T 22.5 22.6 22.6 22.7 22.8
A
23.8 24.4 23.7 24.1 22.6 22.8 22.9 22.9 23 23.1
22.9 23.4 25.9 23.1 21.8 D 23.1 23.2 23.2 23.3 23.4
I
22.2 23.3 24.6 24.1 23.2 S 23.5 23.6 23.7 23.8 23.8
21.9 24.3 23.8 23.1 25.2 U 23.8 23.9 24 24.1 24.1
S
26.1 21.2 23 25.9 22.8 U 24.2 24.3 24.4 24.6 24.7
N
22.6 25.3 25 22.8 23.6 24.8 25 25.2 25.3 25.3
21.7 23.9 22.3 25.3 20.1 25.4 25.5 25.9 25.9 26.1
Analisis Grafis Histogram
Kelas data dibagi menjadi 7 dan range nilai 26.1 20.1 = 6 maka interval
kelas 6/7 = 0.857 = 0.86
Frekuensi kelas dan frekuensi relatif dihitung untuk menggambarkan
diagram histogram
Interval Kelas Frekuensi Kelas Frekuensi Relatif Kelas Mean = 23.5
20.10 - 20.96 2 2/50=0.04 Median = 23.45
20.96 - 21.82 3 3/50=0.06 Modus = 22.67 23.53
21.82-22.67 8 8/50=0.16
Ukuran terpusat (central
22.67-23.53 13 13/50 = 0.26 tendency) berada pada kelas
23.53-24.38 11 11/50 = 0.22 yang memiliki frekuensi dan
24.38-25.24 6 6/50=0.12 frekuensi relatif paling besar
25.24-26.1 7 7/50=0.14
14

12

10

0
21.10 - 20.96 20.96 - 21.82 21.82-22.67 22.67-23.53 23.53-24.38 24.38-25.24 25.24-26.1
Analisis Numeris Data Ukuran
Analisis numerik data ukuran dapat dilakukan dengan : nilai ukuran
terpusat, variasi data, dispersi relatif dari data ukuran. Analisi numeris
tersebut disebut dengan analisis STATISTIK
Analisis statistik menggunakan data sampel
Ukuran terpusat (central tendency) terdiri atas mean (average), median
dan modus (mode)
Mean menyatakan ukuran terpusat untuk nilai rata-rata dari data ukuran
dinyatakan dengan persamaan :
n

y y = Mean data sampel


y=
i
i =1 yi = Nilai tiap ukuran
n n = Jumlah data ukuran

Median menyatakan ukuran terpusat untuk nilai tengah dari set data
ukuran setelah data ukuran disusun dari nilai paling kecil hingga nilai
paling besar. Untuk jumlah data ukuran yang genap maka median adalah
rata-rata dari jumlah dua nilai tengah
Modus menyatakan ukuran terpusat untuk nilai yang memiliki frekuensi
paling tinggi
Analisis Numeris Data Ukuran
Nilai sebenarnya (true value) merupakan nilai yang memiliki probabilitas
yang paling tinggi. Untuk data ukuran yang tidak mengandung blunder
dan kesalahan sistematik serta diperoleh dari pengukuran dengan tingkat
pressisi yang sama, mean dapat digunakan untuk menyatakan true value
Kesalahan adalah selisih antara nilai ukuran dan nilai sebenarnya
MPV (most probable value) adalah nilai dengan tingkat probabilitas yang
paling tinggi, mean dari data sampel dapat dinyatakan sebagai MPV
Residual (Vi) adalah selisih antara nilai ukuran dan MPV
v =y y
i i
y = Mean data sampel
yi = Nilai data ukuran ke-i
v i = Residual data ukuran ke-i

Degree of freedom (dof) adalah nilai yang menyatakan jumlah ukuran


lebih, dalam least square dof diperoleh dari jumlah ukuran dikurangi
dengan jumlah parameter yang dicari (unknown)
Varians adalah nilai yang menyatakan tingkat presisi dari set data ukuran
= Varians data populasi
2


n
2

= = Kuadrat kesalahan ukuran ke-i


i 2
2 i =1
i

n n = Jumlah data ukuran


Analisis Numeris Data Ukuran
2
n S = Varians data sampel
v
2

S =
i 2
i =1 v = Kuadrat residual ukuran ke-i
2
i

n 1 n = Jumlah data ukuran

Standar error merupakan akar pangkat dua dari varians populasi


= Standar error

n
2

= = Kuadrat kesalahan ukuran ke-i


i 2
i =1
i

n n = Jumlah data ukuran

Standar deviasi merupakan akar pangkat dua dari varians sampel


n S = Varians data sampel
v
2

S =
i 2
i =1 v
i = Kuadrat residual ukuran ke-i
n 1 n = Jumlah data ukuran

Standar deviasi mean adalah ukuran yang menyatakan presisi dari nilai
mean S
S S = Standar deviasi mean = Varians data sampel
S =
y

y n = Jumlah data ukuran


n
Tugas I

31.6 35.4 34.3 33.9 36.1 33.9 33.4 41 36.4 39.4


35.2 35.1 33.8 36.4 34.5 39 36.1 32.5 34.7 33.4
34.8 38 40.2 37.6 31.7 33.5 33.2 36.1 33.9 37.2
39.1 39.1 32.6 34.8 38.9 30.3 35.5 30.6 36.1 33.2
35 31.5 39 33.8 35.2 33.4 32.2 31.5 33.6 35.8
36.4 36.8 37 35 37.5 32.5 31.5 32.5 34.4 36
34.9 35 36.6 39.1 37.6 33.5 36.3 33.3 39.3 31.8
32.9 37.1 33.1 32.3 33.7 34.2 36.7 38.1 35.4 35.4
37.7 32.8 33.1 40.3 30.2 36.2 36.2 35.4 37.3 33.3
37.8 32.2 41.6 38.8 37.2 37.9 34.8 33.7 36.8 38.3

Dari distribusi data sampel sejumlah 100 data hitunglah nilai :

a. Mean. Median dan Modus


b. Gambarkan diagram histogram dengan jumlah kelas 7 (tujuh)
c. Hitunglah nilai varians dan standar deviasi
d. Hitunglah nilai standar deviasi mean
Jaring Kontrol Geodesi

Bagian III

Tingkat kepercayaan (confiedence level)


dan Uji statistik (statistical test)
Teori Kesalahan Acak

a. Dalam kegiatan pengukuran, kesalahan yang diperbolehkan adalah kesalahan


acak, blunder dan kesalahan sistematik harus direduksi atau dihilangkan
b. Kesalahan acak pada data pengukuran mengikuti bentuk distribusi kurva normal
(normal curve) dimana nilai yang dianggap benar berada pada ukuran pusat
(central tendency) memiliki probabilitas yang paling tinggi
c. Probabilitas adalah ratio terjadinya suatu kejadian dari total kejadian yang
mungkin terjadi dari satu atau lebih percobaan

0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
Kesalahan acak 0
-5 -4 -3 -2 -1 0 1 2 3 4 5

Kurva distribusi normal


Peluang (Probabilitas)

a. Dari percobaan melempar sebuah dadu maka peluang kejadian munculnya angka 1
dari 1 kali total percobaan adalah 1/6. Jika peluang munculnya kejadian adalah m
dan peluang kegagalan adalah n maka peluang munculnya kejadian adalah
m/(m+n)
b. Setiap kejadian adalah bersifat independen jika ada dua kejadian atau lebih maka
total peluang kejadian adalah perkalian dari tiap kejadian independen tersebut.
Peluang kejadian munculnya angka 1 dalam satu kali percobaan dari 2 buah dadu
adalah 1/6 X 1/6 = 2/36
c. Jika T adalah jumlah kejadian yang mungkin maka jumlah total kejadian yang
mungkin dari n perrcobaan adalah Tn
d. Jumlah total peluang adalah 1 (certainty) dan 0 adalah mustahil (impossibility)

Peluang munculnya angka 1 adalah 1/6 sedangkan kegagalan adalah


5/6 Peluang angka 1,2,3,4,5,6 adalah masing-masing 1/6 maka total
peluang adalah 1

Peluang munculnya angka 1 adalah 1/6 untuk masing-masing dadu,


peluang munculya angka 1 untuk satu kali percobaan adalah 1/6 X 1/6
=2/36
Peluang Kesalahan Acak

a. Dari percobaan pengukuran jarak dari titik A dan titik B jika nilai kesalahan acak
adalah 1 maka peluang terjadinya kesalahan acak adalah +1 dan -1. Jika dilakukan
2 kali percobaan maka jumlah kejadian yang mungkin adalah 22 = 4 yaitu -1 -1, -1
1, 1 -1 dan 1 1 jika dijumlahkan nilainya masing-masing adalah -2 (1/4), 0 (2/4)
dan 2 (1/4). Jika dilakukan 3 kali percobaan maka jumlah kejadian yang mungkin
adalah 23 = 8 yaitu 1 1 1,1 1 -1,-1 1 1,-1 1 -1,-1 -1 1,-1 -1-1,1 1-1,1 -1 -1 jika
dijumlahkan nilainya masing-masing adalah 3 (1/8), 1 (3/8), -1 (3/8), -3(1/8)
b. Jika percobaan ditambah menjadi 4,5,6 dst maka distribusi peluang mengikuti
distribusi kurva normal
Prosentase Peluang Kesalahan Acak

a. Prosentase kesalahan sering digunakan untuk evaluasi data ukuran dan melakukan
isolasi atas outliers atau blunder yang terdapat pada data ukuran
b. Beberapa nilai prosentase kesalahan adalah 68% (1) , 95% (1.96) dan 99%
(2.57)
c. Prosentase kesalahan tersebut menyatakan luas kurva normal untuk
masing-masing nilai standar error atau standar deviasi

t
1
F (t ) = x2 / 2 2 Persamaan fungsi
e dx distribusi normal
x
2
Persamaan fungsi
1 t

N (Z ) = e Z 2 / 2
dz distribusi normal
standar = 0 dan
Z
2 =1

P(1 z 1 ) = N (1 ) N (1 ) z z

P(1 z 1 ) = 0.84134 0.15866 = 0.68268 = 68.3% = 68%


Nilai -1 dan +1 dapat dilihat pada tabel distribusi normal standar error
Contoh Soal

Soal : Data pengukuran jarak secara independen dilakukan sebanyak 15 kali dengan
data sebagai berukut : 212.22, 212.25, 212.23, 212.15, 212.23, 212.11, 212.29,
212.34, 212.22, 212.24, 212.19, 212.25, 212.27, 212.20, 212.25

Pertanyaan : Hitunglah jumlah data yang terindikasi mengandung kesalahan selain


kesalahan acak dengan tingkat kepercayaan 68% dan 95%?

Penyelesaian : Untuk menentukan jumlah data yang mengandung kesalahan selain


kesalahan acak pada data pengukuran jarak tersebut diatas maka dilakukan tahapan
perhitungan yaitu : menghitung nilai rata-rata, menghitung nilai standar deviasi,
menghitung jumlah kesalahan selain kesalahan acak pada data pengukuran

A. Nilai rata-rata data pengukuran


n

y 3183.34
y= i =1
i
y= = 212.22
n 15
Contoh Soal
B. Nilai standar deviasi

v 0.042093
2

S = i =1
i
S= = 0.05483
n 1 14
C. Jumlah data yang mengandung kesalahan selain kesalahan acak pada data
pengukuran dengan tingkat kepercayaan 68% dan 95% sebagai berikut :

68% = E68% = 1 x 0.54 = 0.054 data yang mengandung kesalahan selain kesalahan
acak adalah data pengukuran yang tidak berada pada rentang nilai 212.22 0.06 yaitu
pada rentang nilai 212.17 212.27. Dari data pengukuran tersebut diatas maka
terdapat sejumlah 4 data dari 15 data ukuran.
95% = E95% = 1.96 x 0.54 = 1.054 data yang mengandung kesalahan selain
kesalahan acak adalah data pengukuran yang tidak berada pada rentang nilai 212.22
1.054 yaitu pada rentang nilai 211.16 213.28. Dari data pengukuran tersebut diatas
maka tidak terdapat data yang mengandung kesalahan selain kesalahan acak
Teori Distribusi Sampel

a. Teori distribusi sampel menerangkan hubungan antara pengambilan sampel dari


populasi terkait dengan ukuran data dalam sampel dan jumlah sampel serta
pengaruhnya terhadap nilai rata-rata dan varians data sampel dibandingkan
dengan nilai populasinya
b. Teori distribusi sampel menunjukkan adanya variasi nilai mean dan varians dari
sampel yang berbeda dari satu populasi
c. Teori distribusi sampel menyatakan estimasi nilai rata-rata dan varians dari dari
sampel terhadap populasi. Tingkat kedekatan nilai estimasi sampel terhadap
populasi dinyatakan dalm tingkat kepercayaan (confiedence level)
d. Beberapa jenis distribusi sampel yang sering digunakan adalah chi-square
distribution ( 2), student distribution (t-student),Fisher distribution (F
distribution)
e. Chi-square distribution membandingkan hubungan antara varians populasi dan
varians sampel berdasarkan nilai ukuran lebih data sampel (n-1/n-u)
f. Student distribution membandingkan nilai rata-rata populasi dan rata-rata sampel
berdasarkan nilai ukuran lebih
g. Fisher distribution membandingkan nilai varians dari dua data sampel
Teori Distribusi Sampel
18.2 26.4 20.1 29.9 29.8 26.6 26.2
No. y S2
25.7 25.2 26.3 26.7 30.6 22.6 22.3
30 26.5 28.1 25.6 20.3 35.5 22.9 10 26.9 28.1
30.7 32.2 22.2 29.2 26.1 26.8 25.3 20 25.9 21.9
24.3 24.4 29 25 29.9 25.2 20.8
30 25.9 20
29 21.9 25.4 27.3 23.4 38.2 22.6
28 24 19.4 27 32 27.3 15.3 40 26.5 18.6
26.5 31.5 28 22.4 23.4 21.2 27.7 50 26.6 20
27.1 27 25.2 24 24.5 23.8 28.2
60 26.4 17.6
26.8 27.7 39.8 19.8 29.3 28.5 24.7
22 18.4 26.4 24.2 29.9 21.8 36 70 26.3 17.1
21.3 28.8 22.8 28.5 30.9 19.1 28.1 80 26.3 18.4
30.3 26.5 26.9 26.6 28.2 24.2 25.5
90 26.3 17.8
30.2 18.9 28.9 27.6 19.6 27.9 24.9
21.3 26.7 100 26.1 17.5
Tabel sebelah kiri merupakan data populasi sejumlah 100 data dengan nilai mean =
26.1 serta variansnya = 17.5. Pada tabel sebelah kanan menunjukkan bahwa
penambahan jumlah data sampel dari data populasi pada tabel sebelah kanan akan
memberikan nilai rata-rata yang mendekati nilai rata-rata populasi. Hal tersebut
menujukkan adanya variasi mean dalam data yang terkait dengan pemilihan data
sampel baik jumlah data sampel dan jumlah set data sampel
t-student distribution
a. Student distribution sama dengan normal distribution perbedaannya bahwa
student distribution hanya digunakan untuk data sampel dengan jumlah data
sampel dibawah 30

z Z = normal distribusi error


t=
/
2
= degree of freedom (dof)/redundancies number/ukuran lebih
= n-1
= chi-square distribution

t=
y / / n = y / / n = y
S / /
2 2
S / S/ n
b. Probabilitas jangkauan nilai rata-rata populasi dengan tingkat kepercayaan (a)
dinyatakan dengan persamaan sebagai berikut :

S S S S
P y t yt = y t yt
n
a/2 a/2
n n n
Tabel t-student distribution (t)

S S
y t a/2
yt a/2
n n

Jika nilai confiedence


interval 95% maka level
of confiedence adalah
(1-0.95)% = 0.05%
maka nilai. Untuk
melihat nilai tabel, jika
diasumsikan nilai dof
adalah 8 maka nilai
masing-masing batas
bawah dan atas adalah :

S S
y t 0.025
yt 0.025
n n

S S
y 2.3646 y 2.3646
n n
Contoh Soal

Soal : Dari data survei titik kontrol dilakukan pembacaan sudut sebanyak 16 kali
dengan mean = 25.4 dan standar deviasi = 1.3. Hitunglah rentang nilai mean
populasi dengan tingkat kepercayaan 95%

Penyelesaian : Untuk menyelesaikan soal tersebut dilakukan langkah-langkah sebagai


berikut :
a. Menghitung nilai signifikan level dari tingkat kepercayaan 95% yaitu 1 a =
95% maka a = 1 (100%) 95% = 0.05%. Nilai a/2 adalah 0.05/2=0.025
b. Menghitung nilai tabel t-distribusi dengan nilai a=0.025 dengan level of degree
(derajat kebebasan) = 16-1=15. dari perpotongan nilai 0.025 dan 15 pada tabel
t-distribusi diperoleh nilai 2.131
c. Selanjutnya nilai tabel t-distribusi dimasukkan dalam persamaan untuk
menghitung rentan nilai populasi sebagai berikut :
S S
y t a/2
yt a/2
n n
1.3 1.3
25.4 2.131. 25.4 2.131 = 24.7 26.1
16 16
Dari hasil tersebut maka dapat disimpulan bahwa nilai mean sampel berada pada
rentang nilai mean populasi hal tersebut berarti bahwa data sampel dapat mewakili
populasi
Chi-square distribution ( 2)
a. Jika sampel dipilih secara acak dari n data pengamatan Y1, Y2,Y3,......... Yn diambil
dari populasi dengan nilai rata-rata dan varians 2 maka distribusi sampel
S 2
= degree of freedom (dof)/redundancies number/ukuran lebih
=
2
= n-1
2

b. Distribusi chi-square digunakan untuk menetukan jangkauan nilai varians populasi


berdasarkan tingkat kepercayaan (level of confidence), nilai varians sampel dan
nilai dof
c. Probabilitas jangkauan nilai varians populasi dengan tingkat kepercayaan (a)
dinyatakan dengan persamaan sebagai berikut :
S 2
S 2
S 2
S 2

P 2
2


2 2 2 2
a/2 1 a / 2 a/2 1 a / 2
Tabel Chi-square distribution ( 2)
S 2
S 2

2
a/2
2
1 a / 2

Jika nilai confiedence


interval 95% maka
level of confiedence
adalah (1-0.95)% =
0.05% maka nilai.
Untuk melihat nilai
tabel, jika diasumsikan
nilai dof adalah 8 maka
nilai masing-masing
batas bawah dan atas
adalah :

S S
2 2

2

0.025
2
0.975

S 2
S 2

2.180 17.54
Contoh Soal

Soal : Dari data survei titik kontrol dilakukan pembacaan sudut sebanyak 20 kali
dengan standar deviasi = 1.8. Hitunglah rentang nilai varians populasi dengan
tingkat kepercayaan 95%

Penyelesaian : Untuk menyelesaikan soal tersebut dilakukan langkah-langkah sebagai


berikut :
a. Menghitung nilai signifikan level dari tingkat kepercayaan 95% yaitu 1 a =
95% maka a = 1 (100%) 95% = 0.05%. Nilai a/2 adalah 0.05/2=0.025 dan
nilai 1-a/2 = 1-0.025 =0.975
b. Menghitung nilai tabel chi square-distribusi dengan nilai a=0.025 dan 1-a/2 =
0.975 dengan level of degree (derajat kebebasan) = 20-1=19. Dari perpotongan
nilai 0.025 dan 19 dan nilai 0.975 dan 19 pada tabel chi square-distribution
diperoleh nilai 32.85 dan 8.91
c. Selanjutnya nilai tabel chi square-distribusi dimasukkan dalam persamaan untuk
menghitung rentan nilai standar deviasi populasi sebagai berikut :

S 2


S2
=
20 1.1.8
2


20 1.1.8
2
2
2

= 1.87 6.91 2

2
a/2
2
32.85
1 a / 2
8.91

Dari hasil tersebut maka dapat disimpulan bahwa nilai varians populasi sampel berada
pada rentang nilai varians populasi hal tersebut berarti bahwa data sampel dapat
mewakili populasi
F (fisher)-distribution
a. Jika dua nilai chi-square sebagai variabel acak dengan dof masing-masing V1 dan
V2 dan kedua variabel adalah independen maka distrbusi F dapat dinyataan sebagai

/2
= chi-square distribution
F= 1 1

/2
2 2
= degree of freedom (dof)/redundancies number/ukuran lebih
= n-1

S / / S /
2
S
2 2 2 2 2

F= 1
= 1
= x1 1 1 1 1 2

S / / S /
2
2
2
2
S S
2 2
2
2
2
2
2
2
2
1

b. Probabilitas nilai ratio varians antara dua sampel sama dengan ratio nilai varians
populasi dengan tingkat kepercayaan (a) dinyatakan dengan pesamaan berikut :

S 2
1 S 2 2
S 2
1 S 2 2

P x1
xF , v , v 1 1
= x
1
xF , v , v
1 1

S F ,v ,v S F ,v ,v
2 2 2 a/2 1 2 2 2 2 a/2 2 1
2 a/2
S 1 2 2 2 2 a/2
S 1 2 2 2
Tabel Fisher distribution (F)
S 1 2
S 2 2

x 1
xF , v , v 1 1

S F ,v ,v
2 2 2 a/2 1 2
2
S a/2 1 2 2 2

Jika nilai confiedence


interval 95% maka level
of confiedence adalah
(1-0.95)% = 0.05%
maka nilai. Untuk
melihat nilai tabel, jika
diasumsikan nilai dof
sampel 1 dan dof sampel
2 adalah 10 dan 9 maka
nilai masing-masing
batas bawah dan atas
adalah :

S2
1 S 2 2
1
x xF ,9,10 1 1

S F ,10,9
2 2 2 0.025
2
S0.025 2 2

S 2
1 S 2 2
1
x x3,02 1 1

S 3.14
2
2
S 2
2
2
2
Contoh Soal

Soal : Dari hitung perataan jaring trilaterasi menggunakan metode minimally constrain
dengan DOF (degree of freedom) 24 dan variance =0.49 . Selanjutnya dilakukan
perhitungan perataan menggunakan metode fully constrain dengan DOF = 30
dan variance = 2.25. Hitunglah perbandingan varians dua sampel apakah
mewakili varians populasi dengan tingkat kepercayaan 95%

Penyelesaian : Untuk menyelesaikan soal tersebut dilakukan langkah-langkah sebagai


berikut :
a. Menghitung nilai signifikan level dari tingkat kepercayaan 95% yaitu 1 a =
95% maka a = 1 (100%) 95% = 5%=0.05. Nilai a/2 adalah 0.05/2=0.025
b. Menentukan varians numerator dan denominator dimana nilai varians numerator
= 0.49 dan nilai varians denominator = 2.25.
c. Menghitung nilai tabel F-distribusi dengan nilai a=0.025 dengan level of degree
(derajat kebebasan) V1=24 dan V2=30 . Nilai tabel F-distribution dengan nilai
significance level 0.025 dan perpotongan DOF V1=24 dan V2=30 diperoleh nilai
2.14. Nilai tabel F-distribution dengan nilai significance level 0.025 dan
perpotongan DOF V1=30 dan V2=24 diperoleh nilai 2.21.
d. Selanjutnya nilai tabel F-distribusi dimasukkan dalam persamaan untuk
menghitung rentan nilai standar deviasi populasi sebagai berikut :
0.49 1 0.49
2
2

x 1
x 2.21 = 0.10 0.48
1

2.25 2.14 2
2.25
2
2
2
Uji Hipotesa (Hypothesis Test)

a. Uji hipotesa merupakan salah satu bentuk pengujian dalam statistik yang ditujukan untuk
validasi konsistensi nilai statistik sampel terhadap statistik populasi melalui peryataan atau
hipotesa

b. Hipotesa nol (null hypothesis) H0 merupakan peryataan yang menyatakan perbandingan nilai
statistik sampel terhadap nilai statistik populasi Contoh : nilai perbandingan varians dua buah
sampel adalah 1

c. Hipotesa alternatif (alternative hypothesis) H1 merupakan peryataan yang digunakan ketika


peryataan hipotesa nol ditolak. H1 juga disebut sebagai hipotesa tandingan yagn isinya
merupakan peryataan yang berlawanan dengan H0 Contoh : nilai perbandingan varians dua
buah sampel adalah 1

d. Kesalahan Tipe 1 (Type 1 error) adalah kesalahan yang terjadi ketika menolak H0 ketika H0
benar. Nilai kesalahan ini harus memiliki nilai sekecil mungkin ( = significance level)

e. Kesalahan Tipe 2 (Type 2 error) adalah kesalahan yang terjadi ketika menerima H0 ketika H0
salah. Nilai kesalahan ini harus memiliki nilai sekecil mungkin ( )

Decision
Kondisi Menerima H0 Menolak H0
H0 Benar Keputusan Benar : P = 1 Kesalahan Tipe 1 : P =
(confiedence level) (significance level)
H0 Salah (H1 Benar) Kesalahan Tipe 2 : P = Keputusan Benar = P =1
(power of test)
Uji Hipotesa Nilai Rata-Rata Populasi

a. Uji hipotesa nilai rata-rata ditujukan untuk menguji nilai rata-rata sampel terhadap nilai rata-
rata populasi. Uji hipotesa nilai mean dapat dilakukan dengan metode satu sisi (one tailed)
atau dua sisi (two tailed)

b. Pada pengujian one tailed ditujukan untuk mengetahui apakah nilai rata-rata sampel lebih
besar atau lebih kecil dari nilai rata-rata populasi. Pada pengujian two tailed ditujukan untuk
mengetahui apakah nilai rata-rata sampel berbeda dengan nilai rata-rata populasi

Uji Hipotesa Nilai Rata-Rata


Uji satu sisi (one tailed) Uji dua sisi (two tailed)
Hipotesa Nol (H0) H0 : = y H0 : = y
Hipotesa Alternatif (H1) H1 : > y ( < y ) H1 : y

c. Nilai t untuk uji hipotesa adalah :

y t = t-student distribution S = standar deviasi


t=
S = nilai rata-rata populasi n = jumlah data
n
d. Area penerimaan untuk menolak H0 adalah :
t > ta (atau t < ta) |t| > ta/2

Untuk jumlah data > 30 nilai t dapat diganti dengan nilai tabel normal standar varians Z
Contoh Soal

Soal : Sesuai dengan catatan?????

Penyelesaian : Untuk menyelesaikan soal tersebut dilakukan langkah-langkah sebagai


berikut :
a. Membuat peryataan H0 : = y = H0 : = 400.012 m
H1 : y 400.012 m
b. Nilai penerimaan H0 dihitung menggunakan persamaan

y 400.012 400.008 0.004


t= = = = 8.944
S 0.002 0.0004
n 20
|t| > ta/2 = 8.994 > ta/2 = 8.994 > 2.093 (nilai 2.093 diperoleh dari nilai tabel
t-distribusi yaitu dari perpotongan nilai significance level a/2 = 0.05/2=0.025
dengan DOF 20-1=19

Kesimpulannya : sesuai catatan kesimpulan ketiga disimpulkan sendiri


Contoh Soal
Uji Hipotesa Nilai Varians Populasi

a. Uji hipotesa nilai varians digunakan untuk membandingkan nilai varians dari beberapa data
sampel yang diambil dari suatu populasi. Untuk menguji hipotesa digunakan distribusi
ichi-square

b. Pada pengujian one tailed ditujukan untuk mengetahui apakah nilai varians sampel lebih besar
atau lebih kecil dari nilai varians populasi. Pada pengujian two tailed ditujukan untuk
mengetahui apakah nilai varians sampel berbeda dengan nilai varians populasi

Uji Hipotesa Nilai Varians


Uji satu sisi (one tailed) Uji dua sisi (two tailed)
Hipotesa Nol (H0) H0 : S2 = 2 H0 : S2 = 2
Hipotesa Alternatif (H1) H1 : S2 > 2 (H1 : S2 < 2) H1 : S2 2

c. Nilai chi-square untuk uji hipotesa adalah :


.S = chi-square distribution S = varians sampel
2 2

=
2

= nilai varians populasi


2 2

d. Area penerimaan untuk menolak H0 adalah :



2 2
a
atau ( )
2 2
1 a

2 2
1 a / 2
atau
2 2
a/2