Instrumentasi

II-1

BAB 2
Data dan Analisis Data

Dasar studi Instrumentasi:

“ pengetahuan batasan-batasan sistem pengukuran,
penginterpretasian data, penggambaran kesimpulan, dan
pelaporan hasil ”.

2.1 SIFAT DASAR DATA

2.2 ERROR, AKURASI, DAN PRESISI
2.3 STATISTIK
2.4 SKALA-SKALA LOGARITMIK
2.5 PENGRAFIKAN DATA
2.6 INTERPRETASI GRAFIK
2.7 PENEMUAN GARIS LURUS TERBAIK

2-1 SIFAT DASAR DATA

Informasi – data
Data kualitatif : data deskriptif murni
Cont “tembaga dipisahkan oleh reaksi kimia dengan khlorida besi”
data kuantitatif : Informasi mengenai besaran atau intensitas
phenomena fisik

eksperimen/observasi -- data empiris -- data mentah/data belum

terproses – prosesing (perhitungan - penyusunan – analisis) --
data terproses -- dasar laporan.

uji model teoritis: data teoritis dibandingkan dengan data terukur

atau data terproses

Analisis data: proses mencoba membuat hasil dari manfaat

pengukuran dan memecahkan pebedaan-perbedaan
disebabkan variasi data.

dengan mempertimbangkan: konsistensi data, error dan

batasan eksperimental, perkiraan dalam proses reduksi
data, dan faktor-faktor lain yang mempengaruhi interpretasi
data
Instrumentasi
II-2
2-2 ERROR, AKURASI (KETELITIAN LAPORAN), DAN PRESISI
(KETEPATAN INSTRUMEN)

Data -- tidak sempurna -- akurasi data tergantung akurasi peralatan

uji dan kondisi pengukuran dibuat -- sifat dasar error.

Error : perbedaan diantara nilai diterima benar atau terbaik dari

sejumlah kuantitas dan nilai terukur.
Pengukuran akurat jika error kecil
akurasi menunjukan perbandingan dari nilai diukur dan diterima,
atau “sebenarnya”. – tingkat kepercayaan pada instrumen
Presisi : ukuran berulangnya deret titik-titik data diambil dalam
pengukuran dari beberapa kuantitas (tergantung pada
resolusi dan stabilitas).
Resolusi : perubahan minimum yang dapat dilihat dalam
measurand yang dapat dideteksi
Ketepatan : ukuran penyebaran (dispersi) sekumpulan data,
(bukan ukuran ketelitian data).
Stabilitas : kebebasan dari variasi acak dalam hasil

Resolusi -- tidak konstan oleh measurand atau kondisi uji.

Contoh: Temperatur berubah : mempengaruhi pengukuran karena
berpengaruh pada tahanan, kapasitansi, dimensi dari
bagian mekanikal, drift, dan seterusnya.

DIGIT SIGNIFIKAN
digit signifikan : digit angka-angka perkiraan pengukuran yang
diketahui benar
 tergantung pada presisi pengukuran

Contoh: 43,00 berisi empat digit signifikan

4300 dapat berisi dua, tiga atau empat digit signifikan.
notasi ilmiah: 4,30 x 103 berisi tiga gambaran signifikan 4,32 x 103
4,300 x 103 berisi empat gambar signifikan. 4,324 x 103

Pedoman menentukan digit signifikan:

1. Digit nonzero selalu dipertimbangkan signifikan
2. Zero ke kiri dari digit nonzero pertama tidak pernah signifikan
3. Zero diantara digit nonzero selalu signifikan
4. Zero di ujung kanan angka dan kanan desimal adalah
signifikan
Instrumentasi
II-3
5. Zero ujung kanan dari ujung kanan adalah tidak tentu.
Seluruh angka harus dilaporkan dalam notasi ilmiah untuk
menjelaskan gambar signifikan.

CONTOH Garis bawahi digit signifikan dalam setiap pengukuran

2-1 berikut:
(a) 40,0 (b) 0,3040 (c) 1,20 x 10 5 (d) 120,000
(e) 0,00502
SOLUSI digit signifikan pedoman
(a) 40,0 tiga pedoman 4
(b) 0,3040 empat pedoman 2 dan 3
(c) 1,20 x 105 tiga pedoman 4
(d) 120.000 dua pedoman 5
(e) 0,00502 tiga pedoman 2 dan 3

ANGKA-ANGKA PEMBULATAN
Tujuan: memperoleh digit yang signifikan dan membuang digit yang
tidak tentu.
Pedoman:
1. jika penjatuhan digit >5, naikan digit tertahan terakhir dengan 1.
2. jika penjatuhan digit <5, jangan mengubah digit tertahan terakhir.
3. jika penjatuhan digit =5, naikan digit tertahan terakhir dengan 1
jika membuatnya genap, lainnya tidak. Ini disebut pedoman
pembulatan genap.

CONTOH Bulatkan masing-masing angka berikut ke tiga tampilan

2-2 signifikan:
(a) 123,52 (b) 122,52 (c) 10,071 (d) 6,3948
(e) 29,961
SOLUSI (a) 124, pedoman 3.
(b) 122 pedoman 3.
(c) 10,1 pedoman 1.
(d) 6,39 pedoman 2.
(e) 30,0 pedoman 2.

ERROR SISTEMATIK DAN ERROR ACAK

Error sistematik (error aplikasional) : secara konsisten muncul

dalam pengukuran.
Instrumentasi
II-4
Penyebab: kalibrasi tidak akurat (error kalibrasi), impedansi tidak
sesuai, error waktu respon, ketidak linieran, malfungsi
peralatan, perubahan lingkungan, efek pembebanan (error
pembebanan), dan salah penggunaan (diluar jangkauan
rancangan).
Cara mendeteksi: mengulang pengukuran seluruhnya, dengan
teknik berbeda dan menggunakan instrumen berbeda. Jika
kedua pengukuran sesuai maka pengukuran dapat dipercaya.

Error acak (error assidental) : cenderung bervariasi dalam dua arah

(di atas & di bawah) dari nilai sebenarnya, terjadi secara
kebetulan. Tidak dapat diprediksi, terjadi karena sejumlah
faktor, yang menentukan diluar pengukuran, umumnya kecil.
Penyebab: noise elektrik, interface, getaran, variasi penguatan
amplifier, kebocoran arus, drift, error observasi dan faktor-
faktor lingkungan.
Cara mendeteksi: membuat pengukuran ulang dan menggunakan
teknik statistik untuk menentukan ketidaktentuan hasil akhir.

2-3 STATISTIK

Statistik : metoda penanganan dan penggambaran kesimpulan

data.
Statistik deskriptif: dengan pengumpulan, pemrosesan dan
analisis data dalam suatu cara sehingga dapat dipahami.
Statistik interferens: bertujuan untuk interpretasi dan
penggambaran kesimpulan.
Setiap set pengukuran mempunyai nilai distribusi.

Angka yang digunakan untuk menjelaskan lokasi pusat data disebut

mean (rata-rata) disimbolkan x (mean sampel)
n
Persamaan  xi
x1  x2  x3  ......  xn i 1
2-1 x 
n n
dimana: x = nilai mean untuk data tersampel,
xi = nilai titik data ke i,
n = angka total titik-titik data,
Instrumentasi
II-5
DISTRIBUSI NORMAL
Penyajian data ditujukan untuk interpretasi data.
Contoh: Data Tabel 2-1 Tabel 2-2,
Tabel 2-3 nilai distribusi frekuensi (angka kejadian setiap
pengukuran diletakan dalam interval kecil),
Gambar 2-1.

TABEL 2-1 Pengukuran (desibel) rasio sinyal terhadap noise

20,15 19,81 19,43 20,80 21,90 19,57

20,29 19,84 19,00 20,51 18,56 20,02
19,66 20,63 18,91 21,15 20,87 19,18
19,43 19,26 19,57 19,62 20,02 19,39
20,89 19,27 18,69 18,82 19,54 19,57
21,84 18,80 18,48 20,26 19,36 20,38
21,12 19,63 18,91 19,36 19,59 18,81
20,17 20,20 21,37 19,37 20,49 19,44
19,59 18,89 20,22 20,71 20,05 19,72
20,51 20,22 19,86 20,06 21,68 20,96

TABEL 2-2 Pengukuran (desibel) rasio sinyal terhadap noise

dalam susunan meningkat

18,48 19,18 19,54 19,81 20,22 20,80

18,56 19,26 19,57 19,84 20,22 20,87
18,69 19,27 19,57 19,86 20,26 20,89
18,80 19,36 19,57 20,02 20,29 20,96
18,81 19,36 19,59 20,02 20,38 21,12
18,82 19,37 19,59 20,06 20,49 21,15
18,89 19,39 19,62 20,05 20,51 21,37
18,91 19,43 19,63 20,15 20,51 21,68
18,91 19,43 19,66 20,17 20,63 21,84
19,00 19,44 19,72 20,20 20,71 21,90
Instrumentasi
II-6
TABEL 2-3 Frekuensi distribusi pengukuran (desibel) rasio sinyal
terhadap noise.

INTERVAL KELAS FREKUENSI

18,00 – 18,49 1
18,50 – 18,99 8
19,00 – 19,49 11
19,50 – 19,99 13
20,00 – 20,49 13
20,50 – 20,99 8
21,00 – 21,49 3
21,50 – 21,99 3
Frekuensi

15

10

0
18 19 20 21 22
Rasio sinyal thd noise (dB)
Gambar 2-1 Grafik distribusi frekuensi
Error yang benar-banar random mengarah ke distribusi normal
(distribusi Gaussian);
kedudukan data mempunyai kedudukan sama baik diatas
maupun dibawah nilai sebenarnya.
Jika interval pengukuran lebih kecil lagi dan banyak observasi,
kurva distribusi mendekati kurva normal dan mean sampel
mendekati nilai sesungguhnya (Gambar 2-2)

Distribusi normal asumsi ketepatan pengukuran

Deviasi standar sebaran data & jangkauan kepercayaan,

Instrumentasi
II-7
Jika data mengelompok dekat mean kurva sempit
presisi tinggi, hasilnya  kecil, (Gambar 2-3)
Jumlah setiap nilai berbeda dari mean deviasi, (Gambar 2-4)
Deviasi standar adalah nilai akar rata-rata kuadrat dari deviasi.

Deviasi standar sampel dari set n pengukuran diperoleh:

1. Temukan mean x .
2. Tentukan deviasi setiap nilai n, xi - x .
3. Kuadratkan masing-masing dari deviasi.
4. Tentukan jumlah dari deviasi kuadrat.
5. Bagi perjumlahan tersebut dengan n –1.
6. Ambil akar hasil dari langkah 5.

 2
n
 xi  x
Persamaan 2-2  i 1
n 1
dimana:  = deviasi standar sampel.
XI = nilai titik data ke i.
N = angka total titik-titik data.

X
Gambar 2-2 Kurva distribusi normal bentuk bel

X
Gambar 2-3 Dua kurva distribusi normal dengan rata-rata sama
tetapi berbeda deviasi standar
Instrumentasi
II-8

CONTOH Tegangan breakdown colector-emiter dari 9

2-3 transistor serupa diukur pada sebaran kurva dan
nilai-nilai berikut diobservasi: 96V, 82V, 99V, 106V,
83V, 91V, 108V, 103V, dan 99V. Hitung deviasi
standar ?.
SOLUSI Langkah-langkah ditunjukan dalam tabulasi:
ixixi - (xi - )2196-0,10,0282-
14,1198,93992,98,441069,998,0583 =
-13,1171,6691-
5,126,0710811,9141,681036,947,69
970,90,8
= 96,1= 692,8
Instrumentasi
II-9
Contoh 2-3 lebih mudah dihitung menggunakan Persamaan 2-3

n  xi     x 
n n 2
Persamaan 2

2-3    i 1   i 1 
n n  1

95 persen nilai-nilai
berada diantara
-2 dan + 2
60 persen nilai-nilai
berada diantara
-1  dan +1 

-2 +2
-3 -1 +1 +3
Gambar 2-4 Hubungan  pada kurva distribusi normal

CONTOH Ulangi soal contoh 2-3, gunakan persamaan 2-3.

2-4
SOLUSI
i xi xi 2 2
n  n 
1 96 9216 n  xi 2     xi 
2 82 6724    i 1   i 1 
n n  1
3 99 9801 9  83.827  748.225
4 106 11234 98
5 83 6889
= 9,3
6 91 8182
7 108 11664
8 103 10609
9 97 9409
  xi  = 748,225  xi = 83.827
2 2