Estimasi Ketidakpastian Pengukuran

Pada dokumen standar “Persyaratan Umum Kompetensi

Laboratorium Pengujian dan Laboratorium Kalibrasi” ISO/IEC
17025:2005 diatur persyaratan mengenai ketidakpastian, yaitu dalam
butir 5.4.6. Dalam standar itu diatur bahwa laboratorium wajib
mempunyai dan menerapkan prosedur untuk mengestimasi
ketidakpastian pengukuran. Estimasi ketidakpastian tersebut harus
wajar (reasonable) dan didasarkan pada pengetahuan atas unjuk
kerja metode, dan harus menggunakan data-data yang diperoleh dari
pengalaman sebelumya serta data validasi metode.

Definisi dari istilah ketidakpastian pengukuran yang

digunakan dalam peraturan ini berdasarkan pada kosakata istilah
dasar dan umum dalam metrologi adalah parameter yang terkait
dengan hasil pengukuran, yang mencirikan penyebaran nilai-nilai
yang cukup dan dapat dikaitkan dengan pengukuran.

Ketidakpastian pengukuran terdiri dari banyak komponen.

Beberapa komponen dapat dievaluasi dari distribusi statistik hasil
seri pengukuran dan dapat ditandai

85
dengan standar deviasi. Komponen lain dapat dicirikan oleh standar
penyimpangan, dievaluasi dengan cara diasumsikan mengikuti
probabilitas distribusi berdasarkan pengalaman atau informasi
lainnya. Panduan ISO menggolongkan dalam kasus sebagai Tipe A
dan Tipe B.
Dalam banyak kasus dalam analisis kimia, pengukuran
identik dengan penentuan konsentrasi dari analit. Namun analisis
kimia digunakan untuk ukuran yang lain misalnya warna, pH, dan
lain-lain, oleh karena itu istilah umum "ukur" akan digunakan.
Definisi ketidakpastian yang diberikan di atas berfokus pada kisaran
nilai-nilai yang cukup yakin bisa dihubungkan ke

pengukuran. Dalam penggunaan umum, kata ketidakpastian

berkaitan dengan konsep umum keraguan. Dalam panduan ini, kata
ketidakpastian tanpa kata sifat, mengacu baik untuk parameter yang
berhubungan dengan definisi di atas, atau pengetahuan yang terbatas
tentang nilai tertentu. Ketidakpastian pengukuran tidak menyiratkan
keraguan tentang validitas pengukuran; sebaliknya, pengetahuan
tentang ketidakpastian berarti meningkatkan keyakinan terhadap
validitas dari hasil pengukuran.

Sumber Ketidakpastian. Dalam prakteknya keti-dakpastian

pada hasil mungkin timbul dari sumber banyak kemungkinan,
termasuk definisi lengkap seperti contoh, sampling, efek matriks dan
gangguan, kondisi lingkungan, ketidakpastian massa dan volumetrik
peralatan, nilai acuan, perkiraan dan asumsi yang tergabung dalam
metode pengukuran dan prosedur, dan variasi acak.

86
 Ketidakpastian komponen kemudian digabung menjadi
ketidakpastian keseluruhan, hal itu mungkin diperlukan untuk
mengambil tiap sumber ketidakpastian dan memperlakukan secara
terpisah untuk memperoleh kontribusi dari sumber tersebut. Masing-
masing kontribusi ketidakpastian disebut sebagai komponen
ketidakpastian. Ketika dinyatakan sebagai standar deviasi,
komponen ketidakpastian dikenal sebagai ketidakpastian baku. Jika
ada hubungan antara setiap komponen maka ini harus
diperhitungkan dengan menentukan kovarians tersebut. Namun,
seringkali memungkinkan untuk mengevaluasi efek gabungan dari
beberapa komponen.

Untuk y hasil pengukuran, jumlah ketidakpastian, disebut

standar gabungan ketidakpastian dan dinotasikan dengan uc (y),
adalah estimasi standar deviasi sama dengan positif akar kuadrat
varians total diperoleh menggabungkan semua komponen
ketidakpastian, dan dievaluasi, menggunakan hukum propagasi
ketidakpastian.
Untuk tujuan dalam kimia analitik, ketidakpastian diperluas
U, harus digunakan. Ketidakpastian diperluas menyediakan interval
di mana nilai besaran ukur dipercaya untuk tingkat keyakinan yang
lebih tinggi. U diperoleh dengan mengalikan uc (y), ketidakpastian
baku gabungan, dengan cakupan yang faktor k. Pilihan dari k factor
berdasarkan tingkat kepercayaan yang diinginkan. Untuk perkiraan
tingkat kepercayaan 95%, k adalah 2. k faktor harus selalu
dinyatakan sehingga ketidakpastian baku gabungan kuantitas diukur
dapat dipulihkan untuk digunakan dalam menghitung standar
gabungan keti-

87
dakpastian hasil pengukuran lain yang mungkin tergantung pada
kuantitas itu.

7.2 Kesalahan dan Ketidakpastian

Penting untuk membedakan antara kesalahan dan

ketidakpastian. Kesalahan (error) didefinisikan sebagai perbedaan
antara hasil individu dan nilai benar dari besaran ukur. Dengan
demikian, kesalahan adalah nilai tunggal. Pada prinsipnya, nilai dari
kesalahan dapat diterapkan sebagai koreksi hasil. Kesalahan
merupakan konsep ideal dan kesalahan tidak dapat diketahui secara
pasti. Ketidakpastian, di sisi lain, mengambil berbagai bentuk, dan,
jika diperkirakan untuk analisis prosedur dan jenis sampel yang
ditetapkan, berlaku untuk semua penentuan. Secara umum, nilai
ketidakpastian yang tidak dapat digunakan untuk memperbaiki hasil
pengukuran.

Ketidakpastian dari hasil pengukuran tidak boleh ditafsirkan

sebagai kesalahan itu sendiri, maupun kesalahan yang tersisa setelah
koreksi. Kesalahan dianggap memiliki dua komponen, yaitu
komponen random dan komponen sistematis. Kesalahan Random
biasanya muncul dari variasi jumlah pengaruh. Efek-efek acak
menimbulkan variasi pengamatan berulang. Kesalahan acak dari
hasil analisis tidak dapat dikompensasi, tetapi biasanya dapat
dikurangi dengan meningkatkan jumlah pengamatan.

Standar deviasi eksperimental atau rata-rata seri pengamatan

bukanlah kesalahan acak, meskipun begitu disebut dalam beberapa
publikasi tentang ketidakpastian. Ini adalah bukan sebuah ukuran
dari ketidakpastian dari

88
rata-rata karena beberapa kesalahan acak. Nilai yang tepat dari
random error timbul dari efek tidak dapat diketahui.
Kesalahan sistematis didefinisikan sebagai komponen
kesalahan yang, dalam perjalanan dari sejumlah analisis dari ukur
yang sama, tetap konstan atau bervariasi dengan cara yang dapat
diprediksi. Ini tidak tergantung dari jumlah pengukuran dibuat dan
karenanya tidak dapat dikurangi dengan meningkatkan jumlah
analisis di bawah konstan kondisi pengukuran.

Efek yang berubah secara sistematis selama rangkaian

analisis yang disebabkan, yang disebabkan karena kontrol yang tidak
memadai, kondisi eksperimental sehingga menimbulkan kesalahan
yang sistematis yang tidak konstan. Ketidakpastian pengukuran
merupakan tingkat kesalahan yang tidak diketahui yang tersisa
dalam
pengukuran. Jika nilai sebenarnya dari kesalahan diketahui, maka itu
bukan bagian dari ketidakpastian pengukuran. Sebaliknya, itu harus
digunakan untuk memperbaiki hasil pengukuran. Metode untuk me-
nentukan ketidakpastian pengukuran telah dibagi menjadi dua kelas
generik yaitu Evaluas Tipe A yang menghasilkan ketidakpastian
ditentukan secara statistik berdasarkan distribusi normal dan
evaluasi tipe B merupakan ketidakpastian ditentukan dengan cara
lain.

Ketidakpastian ditentukan melalui evaluasi Tipe A dengan

melakukan pengukuran ulang dan menentukan distribusi statistik.
Pendekatan ini bekerja terutama untuk kontribusi acak. Pengukuran
ulang dengan penyimpangan yang sistematis dari nilai yang benar
dikenal memberikan nilai kesalahan yang harus diperbaiki. Namun,
ketika

89
mengevaluasi pengukuran yang dihasilkan, efek keti-dakpastian
sistematis dengan ketidakpastian acak sedemikian rupa sehingga
efeknya dapat ditentukan secara statistik. Misalnya, efek suhu dapat
menyebabkan peningkatan kebisingan termal acak dalam hasil
pengukuran.

Evaluasi tipe A didasarkan pada standar deviasi dari

pengukuran ulang, yang untuk n pengukuran dengan hasil qk
dan nilai rata-rata q, diperkirakan dengan:

Standar kontribusi ketidakpastian ui dari pengukuran qk

tunggal diberikan oleh:

Jika pengukuran n yang rata-rata sama, ini menjadi:

Untuk kasus-kasus di mana evaluasi tipe A tidak tersedia

atau tidak praktis, dan untuk menutupi kontribusi tidak termasuk
dalam tipe A, maka tipe B digunakan. Tentukan kontribusi potensial
terhadap total rata-rata ketidakpastian. Tentukan nilai ketidakpastian
untuk setiap kontribusi. Kontribusi harus dalam kuantitas yang
diukur, bukan kuantitas pengaruh. Untuk setiap kontribusi, memilih
distribusi statistik yang diharapkan dan menentukan ketidakpastian
standar. Kombinasikan ketidakpastian yang dihasilkan dan dihitung
ketidakpastian diperluas.

90
 Ketidakpastian baku tipe B, simpangan baku adalah
ketidakpastian itu sendiri, namun dikoreksi terhadap distribusi
probabilitas nilai tersebut. Beberapa distribusi yang menyumbang
ketidakpastian adalah:
1. Distribusi normal
Gambar 7.1 menunjukkan kurva yang mengikuti distribusi
normal.

Gambar 7.1 Kurva distribusi normal

Perhitungan ketidakpastian yang mengikuti distribution

normal:

dimana Ui adalah ketidakpastian diperluas kontribusi dan k

adalah faktor cakupan (k = 2 untuk kepercayaan 95%).

91
2. Rectangular distribusi
Distribusi rectangular yaitu hasil pengukuran memiliki
probabilitas yang sama berada di tempat dalam rentang -ai ke
ai. Rumus yang mengikuti distribusi rectangular adalah:

Gambar 7.2 Kurva distribusi rectanguler

Produsen peralatan ± nilai akurasi (bukan dari anggaran

ketidakpastian standar) batas resolusi peralatan. Setiap istilah
dimana hanya berkisar maksimal atau kesalahan dikenal.

3. Distribusi berbentuk U
Distribusi berbentuk U, hasil pengukuran memiliki
kemungkinan yang lebih tinggi menjadi beberapa nilai di atas
atau di bawah rata-rata daripada berada di median)

92
Gambar 7.3 Kurva distribusi berbentuk U

93
4. Distribusi triangular
Distribusi triangular yaitu distribusi non-normal dengan
linear dari maksimum ke nol. contoh: Alternatif untuk
persegi panjang atau distribusi normal bila distribusi
diketahui di pusat dan memiliki nilai yang diharapkan
maksimum.

Gambar 7.4 Kurva mengikuti distribusi trianguler

94
 Gambar 7.5 Gabungan persamaan dan jenis distribusi

Setelah seluruh sumber ketidakpastian diidentifikasi dan

hubungan antara sumber yang satu dengan yang lain telah diketahui,
serta bagaimana semuanya berpengaruh terhadap ketidakpastian
akhir, maka pada tahap ini dilakukan kuantifikasi nilai
ketidakpastian yang berasal dari masing-masing sumber. Data
ketidakpastian yang berasal dari masing-masing sumber perlu
dikonversi terlebih dahulu menjadi ketidakpastian baku (μ) agar
dapat digunakan dalam perhitungan ketidakpastian akhir. Berbagai
jenis data dan cara konversinya menjadi ketidakpastian baku dapat
dicermati dalam Gambar 7.4

7.3 Perhitungan ketidakpastian diperluas (expanded

uncertainty)

Tahap terakhir dari perhitungan ketidakpastian adalah

mengalikan ketidakpastian gabungan (μX) dengan

95
suatu faktor pencakupan (k) ketidakpastia n untuk mendapatkan
nilai ketidakpastian diperluas (U) dengan tingkat kepercayaan
tertentu. Untuk kebanyakan kasus, disarankan untuk menggunak an
nilai k=2 (atau tepatnya 1,96) yang akan memberikan tingkat
kepercayaan 95%. Tapi ini hanya berlaku jika nilai perhitungan
ketidakpastian gabungan didasarkan pada data dengan derajat bebas
efektif yang cukup besar (≥ 6). Jika derajat bebas efektif kecil (< 6),
maka perlu nilai k yang lebih besar, yang dapat diperoleh dari nilai
t-student.

Gambar 7.6 Jenis-jenis sumber ketidakpastian dan cara konversinya

untuk mendapatkan ketidakpastian baku (μ)

Terdapat dua kategori komponen ketidakpastian yakni:

1. Tipe A yaitu ketidakpastian berdasarkan pekerjaan
eksperimental dan dihitung dari rangkaian berulang.

96
 2. Tipe B yaitu ketidakpastian berdasarkan informasi/ data yang dapat
dipercaya, contoh: sertifikat.
Ketidakpastian baku (μ) untuk tipe A diperoleh melalui persamaan:

Dimana: s adalah simpangan baku dan n adalah jumlah pengamatan.

Sedangkan untuk ketidakpastian baku tipe B, simpangan baku adalah
ketidakpastian itu sendiri, namun perlu dikoreksi terhadap distribusi probabilitas
nilai tersebut.

Ketidakpastian baku (μ) untuk tipe A diperoleh melalui persamaan:

Dimana: s adalah simpangan baku dan n adalah jumlah pengamatan.
Sedangkan untuk ketidakpastian baku tipe B, simpangan baku adalah
ketidakpastian itu sendiri, namun perlu dikoreksi terhadap distribusi probabilitas
nilai tersebut.

• Untuk distribusi normal dengan tingkat kepercayaan 95%,

Μ (x) =

• Untuk distribusi normal dengan tingkat kepercayaan 99%,

Μ (x) =

• Untuk distribusi rectangular,

• Untuk distribusi triangular,