Nama : Andryana Dwiandara Wibowo

No : 02

Kelas : MS 1B

TUGAS 1

FISIKA TERAPAN

SUB BAB BESARAN, SATUAN, DAN PENGUKURAN

1. Berikan contoh analisa hasil pengukuran menggunakan :

a. Ketidakpastian proses perhitungan
b. Ketidakpastian proses pengukuran berulang (ralat mutlak, ralat nisbi, dan
keseksamaan)
c. Regresi linier atau Aproksimasi linier
2. Kenapa GPS pada satelit bisa mengukur posisi/letak suatu benda?.
Jelaskan secara Teoritis, Matematis, dan Analisis.
1. Analisa hasil pengukuran menggunakan :
a.) Ketidakpastian proses perhitungan
Soal :
1. Hasil pengukuran panjang, lebar, dan tinggi suatu balok adalah 155 ± 0.5 mm,
123 ± 0.5 mm, dan 41 ± 0.05 mm
Berapa volume balok beserta ketidakpastiannya ?
Diket : Balok dengan ukuran
p = 155 ± 0.5 mm
l = 123 ± 0.5 mm
t = 41 ± 0.05 mm
Ditan : Volume balok dan ketidakpastiannya
Jawab :
Volume balok yang memenuhi persamaan V(x, y, z) = xyz
Dengan x adalah panjang, y adalah lebar, dan z adalah tinggi
Turunan parsial fungsi V adalah :
∂V ∂V ∂V
= 𝑦𝑧 = 𝑥𝑧 = 𝑥𝑦
∂x ∂y ∂z
Ketidakpastian volume menjadi :

b.) Ketidakpastian pengukuran berulang ( ralat mutlak, ralat nisbi, dan keseksamaan )
Ketidakpastian pengukuran berulang adalah
Soal :
Berikut adalah hasil pengukuran panjang, lebar, dan tinggi suatu balok alumunium
menggunakan penggaris dengan ketelitian 0,1 cm sebanyak 4 kali.
X I II III IV
p (cm) 3 cm 3,1 cm 3,2 cm 3,1 cm
l (cm) 2,4 cm 2,3 cm 2,4 cm 2,3 cm
t (cm) 1,8 cm 1,9 cm 1,9 cm 1,8 cm
Carilah : a. Ralat Mutlak
b. Ralat Nisbi
c. Keseksamaan
Jawab :
X I II III IV 𝑥̅
p (cm) 3 cm 3,1 cm 3,2 cm 3,1 cm 𝑝̅ = 3,1 cm
l (cm) 2,4 cm 2,3 cm 2,4 cm 2,3 cm 𝑙 ̅ = 2,35 cm
t (cm) 1,8 cm 1,9 cm 1,9 cm 1,8 cm 𝑡̅ = 1,85 cm
̅ adalah rata – rata data dengan 𝒑̅ adalah rata – rata panjang, 𝒍̅ adalah rata –
dimana 𝒙
rata lebar, dan 𝒕̅ adalah rata – rata tinggi
( X - 𝑥̅ ) I II III IV
( p - 𝑝̅ ) - 0,1 cm 0 cm 0,1 cm 0 cm
( l - 𝑙̅ ) 0,05 cm - 0,05 cm 0,05 cm - 0,05 cm
( t - 𝑡̅ ) - 0,05 cm 0,05 cm 0,05 cm - 0,05 cm
̅ ) adalah panjang mula – mula di kurangi panjang rata – rata, begitu
dimana ( p - 𝒑
juga dengan yang lain
( X - 𝑥̅ )2 I II III IV ∑( X - 𝑥̅ )2
( p - 𝑝̅ )2 0,01 cm2 0 cm2 0,01 cm2 0 cm2 ∑( p - 𝑝̅ )2 = 0,02 cm2
( l - 𝑙 ̅ )2 0,0025 cm2 0,0025 cm2 0,0025 cm2 0,0025 cm2 ∑( l - 𝑙 ̅ )2 = 0,01 cm2
( t - 𝑡̅ )2 0,0025 cm2 0,0025 cm2 0,0025 cm2 0,0025 cm2 ∑( t - 𝑡̅ )2 = 0,01 cm2
dimana ∑ adalah jumlah seluruh data

 Ralat Mutlak

∑(𝐱−𝐱̅)
Rumus : ∆𝐱 = √
𝐧(𝐧−𝟏)

1. Ralat mutlak panjang

∑(p − p̅) 0,2 0,2

∆p = √ = √ = √ = 0,1290 cm
n(n − 1) 4(4 − 1) 12
 2. Ralat mutlak lebar

∑(l − l)̅ 0,01 0,01

∆l = √ = √ = √ = 0,0288 cm
n(n − 1) 4(4 − 1) 12

3. Ralat mutlak tinggi

∑(l − t)̅ 0,01 0,01

∆t = √ = √ = √ = 0,0288 cm
n(n − 1) 4(4 − 1) 12

 Ralat Nisbi
∆𝐱
Rumus : 𝐈 = × 100%
𝐱̅

a. Ralat nisbi panjang

∆𝑝 0,1290
I panjang = × 100% = × 100% = 0,041%
𝑝̅ 3,1

b. Ralat nisbi lebar

∆𝑙 0,0288
I lebar = × 100% = × 100% = 0,012%
𝑙̅ 2,35

c. Ralat nisbi tinggi

∆𝑡 0,0288
I tinggi = × 100% = × 100% = 0,015%
𝑡̅ 1,85

 Keseksamaan
Rumus : 𝐊 = 𝟏𝟎𝟎% − 𝐈
1. Keseksamaan panjang
K panjang = 100% - 0,041%
K panjang = 99,959%
2. Keseksamaan lebar
K lebar = 100% - 0,012%
K lebar = 99,988%
3. Keseksamaan tinggi
K tinggi = 100% - 0,015%
K tinggi = 99,985%

c.) Regresi linear dan Aproksimasi linear

Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada
atau tidaknya korelasi antar variabel. Analisis regresi mempelajari hubungan yang
diperoleh dinyatakan dalam persamaan matematika yang menyatakan hubungan
fungsional antara variabel – variabel. Analisis regresi berguna untuk mendapatkan
hubungan fungsional antara dua variabel atau lebih dan untuk mendapatkan pengaruh
antara variabel predictor terhadap variabel kriteriumnya atau meramalkan pengaruh
variabel prediktor terhadap variabel kriteriumnya.
Misalnya :
Seorang mahasiswa tingkat pertama ingin meneliti apakah ada hubungan antara umur
pohon jati dengan tinggi pohon jati, dengan artian apakah ada pengaruh tinggi pohon
jati terhadap umur pohon jati tersebut.
Ia mengambil sampel secara acak sejumlah 10 pohon jati.
Berikut adalah data hasil penelitian :
Umur pohon 30 27 15 10 35 40 42 23 18 38
Tinggi pohon 22 20 10 8 25 33 37 18 15 29
Tentukan regresi linearnya !
Jawab :
Rumus persamaan regresi linear :
Y’ = a + bX
Dengan : Y’ = variabel dependen ( nilai yang diprediksikan)
X = variabel dependen
a = konstanta (nilai Y’ apabila X = 0)
b = koefisien regresi ( nilai peningkatan atau penurunan )

Umur pohon Tinggi pohon

Y X XY Y2 X2
30 22 660 900 484
27 20 540 729 400
15 10 150 225 100
 10 8 80 100 64
35 25 875 1225 625
40 33 1320 1600 1089
42 37 1554 1764 1364
23 18 414 529 324
18 15 270 324 225
38 29 1102 1444 841
∑Y = 278 ∑X = 217 ∑XY = 6965 ∑Y2 = 8840 ∑X2 = 5521

1) Menentukan nilai a dan b

(∑ 𝑌)×(∑ 𝑋 2 )−(∑ 𝑋) ×(∑ 𝑋𝑌)
𝑁𝑖𝑙𝑎𝑖 𝑎 = 𝑛 ×(∑ 𝑋 2 )− (∑ 𝑋)2

(278 ×5521)− (217 ×6965)

= (10 ×5521)− (217)2

1534838−1511405
= 55210−47089

23433
= 8121

= 2,8854

𝑛 ×(∑ 𝑋𝑌)−(∑ 𝑋) (∑ 𝑌)
Nilai 𝑏 = 𝑛 ×(∑ 𝑋 2 )− (∑ 𝑋)2

(10 ×6965)− (217 ×278)

= (10 ×5521)− (217)2
69650−60326
= 55210−47089

9324
= 8121

= 1,1481
2) Persamaan regresi linearnya
 Y’ = a + bX
Y’ = 2,88 + 1,14X
dimana :
Y’ = umur pohon jati yang di prediksi
X = tinggi pohon jati

Kesimpulannya : Kita dapat mengetahui umur suatu pohon jati yang hanya
diketahui tinggi pohonnya dengan menggunakan rumus Y’ = 2,88 + 1,14X

Dimana, Y’ adalah umur pohon jati yang di prediksi dan X adalah tinggi pohon jati