Disusun Oleh :
Theodorus Yan Neovanny (07/252715/TK/33083)
Dyah Kartika Sari (07/252758/TK/33126)
Dany Puguh Laksono (07/256988/TK/33449)
DAFTAR ISI................................................................................................................................................ii
KATA PENGANTAR.................................................................................................................................iii
BAB I : PENDAHULUAN.........................................................................................................................1
I.1. Latar Belakang..................................................................................................................................1
I.2. Ruang Lingkup Masalah...................................................................................................................2
I.3. Maksud dan Tujuan...........................................................................................................................3
BAB II: LANDASAN TEORI.....................................................................................................................4
II.1. Hitung Perataan Kuadrat Terkecil Metode Parameter......................................................................4
II.2. Perataan Jaring Minimum Constraint dan Full Constraint...............................................................9
II.3. Post Adjustment Data Screening......................................................................................................9
II.3. Pemrograman Menggunakan Matlab.............................................................................................11
BAB III : PELAKSANAAN.....................................................................................................................14
III.1. Alat dan Bahan..............................................................................................................................14
III.2. Langkah Pelaksanaan....................................................................................................................14
BAB IV : PEMBAHASAN.......................................................................................................................23
IV.1. Hasil Uji Statistik Global Test.......................................................................................................23
IV.2. Hasil Uji Statistik Data Snooping.................................................................................................23
BAB V : PENUTUP..................................................................................................................................26
V.1. Kesimpulan.....................................................................................................................................26
V.2. Saran...............................................................................................................................................26
REFERENSI..............................................................................................................................................27
LAMPIRAN..............................................................................................................................................28
Segala puji hanyalah kami sanjungkan kepada Allah dzat yang Maha Esa. Kami memujiNya,
meminta perlindungan kepadaNya, dan memohon ampun. Dan kami berlindung padaNya dari kejahatan
diri-diri kami dan keburukan amal-amal kami. Barangsiapa diberiNya pertunjuk, maka tiada yang dapat
menyesatkannya. Dan barangsiapa yang disesatkannya, niscaya tak seorangpun mampu memberikan
pertunjuk kepadanya.
Makalah “Pembuatan Program Uji Global Dan Data Snooping Jaring GPS Menggunakan
Software Matlab” ini kami susun untuk memenuhi tugas mata kuliah Jaring Kontrol Geodesi pada
semester VI Jurusan Teknik Geodesi Fakultas Teknik Universitas Gadjah Mada (UGM), Yogyakarta.
Ungkapan terima kasih kami sampaikan kepada dosen pengampu mata kuliah Jaring Kontrol Geodesi,
kelas A, ibu DR. Leni Sophia Heliani, S.T, M.Sc, yang telah memberikan materi kuliah kepada kami
sebagaimana yang kami harapkan. Demikian pula kepada pihak-pihak lain yang telah membantu
terselesaikannya makalah ini, baik secara langsung maupun tidak langsung, kami mengucapkan terima
kasih.
Besar harapan kami agar penyusunan makalah ini dapat memberikan manfaat, baik bagi diri
kami sendiri maupun bagi pihak-pihak lain yang ingin mengambil manfaat darinya. Kritik dan saran
kami harapkan atas berbagai kekurangan dalam makalah ini.
Penyusun
Salah satu fungsi yang paling penting dari ilmu geodesi adalah penentuan posisi titik-tiitk secara
teliti pada suatu sistem referensi atau datum yang terdefinisi dengan baik (well-defined). Dengan
demikian, ilmu Geodesi merupakan ilmu sains yang mempelajari penentuan bentuk bumi, sekaligus
merupakan sarana yang praktis untuk memperoleh data spasial. Bagaimanapun juga, sering dijumpai
adanya pemisahan antara teknik penentuan posisi “geodetik” secara sangat teliti dengan penentuan
posisi yang tidak memenuhi syarat ketelitian tertentu. Ada suatu spektrum ketelitian pengukuran mulai
dari yang tinggi sampai akurasi yang rendah. Hal ini telah lama disadari dan diwujudkan dalam bentuk
sistem hierarki yang digunakan dalam survey titik-titik kontrol (Control Survey). Jaring titik kontrol
Geodesi dibangun dari suatu teknik pengukuran dengan ketelitian yang tinggi, untuk kemudian
dibagi/dirapatkan (broke-down/densified) dengan pengukuran yang memiliki tingkat ketelitian yang
lebih rendah [Rizos, 1999].
Perwujudan dari konsep ini adalah pembangunan hierarki titik-titik Jaring Kontrol Geodesi
dalam beberapa tingkatan. Dalam skala nasional, tingkatan yang memiliki ketelitian paling tinggi yang
dijadikan sebagai acuan seringkali disebut sebagai orde nol (zero order) atau orde satu (first order),
sedangkan titik-titik yang merupakan perapatan dari titik-titik ini disebut dengan titik orde dua, orde
tiga, dan seterusnya dengan tingkat ketelitian yang lebih rendah. Di Indonesia, hal ini diwujudkan
dengan adanya pembagian orde titik-titik Jaring Kontrol Geodesi menjadi tingkatan orde 00 - orde 4
yang masing-masing memiliki metode pengukuran dan syarat ketelitian yang berbeda. Pembangunan
Jaring Titik Kontrol keenam orde ini dilakukan dengan menggunakan GPS (Global Positioning System),
ditambah alternatif pengukuran dengan menggunakan survei terestris untuk pengukuran orde 4 [SNI
JKHN, 2002].
Terdapat perbedaan dalam metode pengukuran dan syarat ketelitian untuk masing-masing orde
jaring kontrol ini. Suatu hasil ukuran jaring harus memenuhi syarat tertentu untuk dapat digolongkan
pada orde yang sesuai. Sebelum dilakukan penentuan kelas dan/atau orde jaring tersebut, harus
dilakukan uji statistik untuk mengetahui ada atau tidaknya kesalahan yang besar pada hasil pengukuran
tersebut. Uji statistik ini meliputi uji Pre Adjustment Data Screening yang dilakukan sebelum perataan
baseline Jaring Titik Kontrol Geodesi, dan Post Adjustment Data Screening yang dilakukan setelah
Tugas : Mata Kuliah Jaring Kontrol Geodesi Page 1
“Pembuatan Program Post Processing Jaring GPS Menggunakan Software Matlab”
perataan baseline Jaring Titik Kontrol Geodesi. Post Adjustment Data Screening terdiri atas Uji Global
hasil pengolahan baseline dan Data Snooping.
Terdapat banyak perangkat lunak (software) yang mampu melakukan keseluruhan proses
pengolahan data pengukuran Jaring GPS tersebut, mulai dari perangkat lunak komersial, seperti
GPSurvey, GeoGenius, Trimble Total Control, Pinnacle, dll, hingga perangkat lunak ilmiah yang boleh
digunakan secara cuma-cuma, seperti Gamit/GlobK, Bernesse, dan lain sebagainya. Disamping dengan
menggunakan perangkat lunak yang tersedia tersebut, pengolahan jaring GPS juga dapat menggunakan
perangkat lunak lain yang tidak dibuat secara khusus untuk keperluan ini, misalnya software spreadsheet
seperti Microsoft Excel, atau berbagai jenis compiler yang sangat banyak tersedia, seperti Pascal
(biasanya digunakan untuk keperluan pendidikan), FORTRAN (Formula Translator), BASIC/Visual
Basic, C/C++, Java (biasanya digunakan untuk pemrograman web), Matlab (Matrix Laboratory,
digunakan untuk berbagai keperluan bidang matematika dan engineering), dan masih banyak lagi yang
lainnya. Dalam penggunaan software semacam ini untuk pengolahan baseline, maka harus terlebih
dahulu disusun algoritma hitungan untuk kemudian ditulis dalam bahasa program sesuai dengan aturan
penulisan program tersebut.
Penyusunan tugas ini dibatasi pada materi Perataan Baseline Jaring Titik Kontrol GPS dan Uji
Statistik Post Adjustment hasil pengolahan baseline GPS yang meliputi Global Test dan Data Snooping.
Pembuatan program utamanya dilakukan dengan menggunakan bahasa pemrograman Matlab, dengan
menggunakan beberapa perangkat lunak lain untuk keperluan input dan output data hitungan yang
dilakukan oleh program ini. Data jaring GPS yang diolah berjumlah 10 buah titik yang diperoleh dari
stasiun aktif GPS untuk Survey Ordonansi Irlandia (OSI) dalam bentuk file Rinex selama 1 jam
pengamatan pada tanggal 17 April 2010.
Hasil akhir dari penyusunan tugas ini adalah program dalam bahasa pemrograman Matlab yang
mampu melakukan hitungan uji statistik atas data masukan komponen baseline perataan jaring GPS dan
memberikan penilaian uji hipotesa yang menggambarkan kualitas jaring GPS tersebut.
Penyusunan tugas ini bertujuan untuk menghasilkan suatu program yang mampu melakukan uji
statistik Post Adjustment Data Screening pada hasil perataan baseline dan membandingkannya dengan
hasil uji statistik yang serupa yang dilakukan dengan menggunakan perangkat lunak yang tersedia di
pasaran (komersial), yaitu Geogenius. Maksud penyusunan tugas ini adalah agar mahasiswa memahami
konsep dan langkah-langkah pengolahan baseline jaring GPS dan uji statistik atas hasil pengolahan
baseline tersebut, serta agar mahasiswa dapat mengaplikasikan konsep tersebut menjadi syntax dalam
bahasa pemrograman yang tersedia, yang dalam hal ini adalah Matlab.
Suatu pengukuran akan memberikan nilai yang berbeda dari nilai true value-nya akibat adanya
kesalahan. Kesalahan pada pengukuran dapat digolongkan menjadi 3 macam berdasarkan sumbernya,
yaitu [Abidin, et al, 1995] :
- Kesalahan besar/kekeliruan (blunder).
- Kesalahan sistematik (systematic error)
- Kesalahan kebetulan atau acak (Accidental error, random error)
Kesalahan besar dapat dihilangkan dengan melakukan pengecekan pada daftar pengukuran.
Sedangkan kesalahan sistematik dihilangkan dengan memperbaiki kesalahan pada alat, dengan
menerapkan teknik pengukuran tertentu, atau menerapkan suatu model atau rumus yang dapat
menghilangkan pengaruh kesalahan tersebut. Apabila pada suatu pengukuran kedua jenis kesalahan ii
telah dieliminir, maka sisa kesalahan yang mungkin terdapat pada hasil ukuran adalah kesalahan acak
atau kesalahan kebetulan.
Hitung perataan pada hasil ukuran dilakukan dengan tujuan untuk menentukan nilai parameter
yang paling sesuai dengan sederetan hasil pengukuran yang bersifat acak, yaitu yang telah terbebas dari
kesalahan besar dan kesalahan sistematis [Abidin, et. Al, 1995]. Kesalahan acak (random error) dapat
dikatakan sebagai kesalahan yang terjadinya tidak mengikuti suatu pola tertentu, atau dalam matematika
statistik digolongkan sebagai suatu variabel stokastik. Disamping sifat ketidakteraturannya, sejumlah
penelitian mengenai perilaku kesalahan random memberikan hasil bahwa kesalahan random mengikuti
aturan empiris sebagai berikut [Kuang, 1996] :
Kesalahan random tidak akan melebihi suatu nilai tertentu
Nilai kesalahan positif dan negatif dapat terjadi pada frekuensi yang sama
Kesalahan yang memiliki magnitude kecil cenderung terjadi lebih sering dibandingkan
kesalahan dengan magnitude yang besar
Rata-rata dari suatu kesalahan acak cenderung mendekati nol apabila jumlah pengukuran
mendekati tak hingga.
Dari sifat-sifat tersebut, dapat dikatakan bahwa distribusi kesalahan acak pada suatu pengukuran
cenderung mengikuti suatu distribusi normal atau distribusi Gauss, mengikuti nama Gauss (1809) yang
Tugas : Mata Kuliah Jaring Kontrol Geodesi Page 4
“Pembuatan Program Post Processing Jaring GPS Menggunakan Software Matlab”
meletakkan dasar-dasar dalam masalah ini. Contohnya adalah histogram dari sejumlah pengukuran
tekanan barometrik udara dengan jumlah pengamatan yang semakin banyak, sebagai berikut :
Posisi paling akurat dari beberapa nilai hasil pengamatan posisi absolut yang dilakukan secara
berulang-ulang dapat ditentukan dengan menggunakan metode rerata (mean). Rerata yang dimaksud
dalam hal ini adalah rerata hitung (arithmetic mean). Rerata hitung dari suatu kelompok data merupakan
jumlah nilai masing-masing data dibagi dengan banyaknya observasi. Mengingat kelompok data yang
diperoleh bisa dari populasi ataupun dari sampel maka dibedakan adanya Rerata Hitung Populasi dan
Rerata Hitung Sampel. Nilai rerata sendiri secara umum dapat dirumuskan dengan model matematika :
N
X i
X i 1
N
Keterangan :
X = nilai rerata,
Xi = nilai data ke i, (i = 1,2,3.....N),
N = banyaknya observasi.
X X
N
2
i
i 1
N
Keterangan :
= simpangan baku
X = nilai rerata,
Xi = nilai data ke i, (i = 1,2,3.....N),
N = banyaknya observasi.
Metode hitungan yang sering digunakan dalam perataan jaring GPS adalah hitungan metode
parameter. Dalam metode ini, harus dicari sejumlah parameter (besaran yang belum diketahui nilainya)
dimana masing-masing parameter yang dicari independent. Secara umum besaran yang akan dicari
nilainya dapat digunakan sebagai parameter. Banyaknya parameter yang harus ditentukan harus
sejumlah u, yaitu banyaknya nilai-nilai yang dapat ditentukan dari data yang ada atau dapat juga
dikatakan sebagai banyaknya data minimum yang harus dibuat pada permasalahan tersebut.
Setelah parameter ditentukan, maka dapat dicari hubungan masing-masing ukuran dengan
parameter sehingga akan didapat n persamaan (n = banyaknya pengukuran yang dilakukan).
Jika terdapat nilai La1, La2....Ln merupakan besaran ukuran terkoreksi, X1, X2....Xn merupakan
parameter yang akan ditentukan, nilai a1,1, a1,2, a2,1.....an,u adalah koefisien parameter dan a1,0,
a2,0....an,0 konstanta persamaan linier maka akan dapat disusun persamaan pengukuran sebagai berikut
[Uotilla, 1985] :
La1 = a1,1.x1 + a1,2.x2 + . . . + a1,u.xu + a1,0
La2 = a2,1.x1 + a2,2.x2 + . . . + a2,u.xu + a2,0
La3 = a3,1.x1 + a3,2.x2 + . . . + a3,u.xu + a3,0
Jika nilai L merupakan besaran hasil ukuran yang masih mengandung kesalahan
sedangkan nilai La merupakan nilai yang akan dicari, maka akan ada perbedaan antara nilai La dengan
nilai L. Perbedaaan antara nilai L dengan nilai La ini biasa dikenal dengan istilah residual (V).
Hubungan antara L, La dan V dapat dimodelkan dengan persamaan sebagai berikut.
L + V = La
Sehingga dapat disusun persamaan dalam fungsi V, yang sering disebut sebagai
persamaan koreksi.
V1 = a1,1.X1 + a1,2.X2 + ... + a1,u.Xu + a1,0 - L1
V2 = a2,1.X1 + a2,2.X2 + ... + a2,u.Xu + a2,0 - L2
V3 = a3,1.X1 + a3,2.X2 + ... + a3,u.Xu + a3,0 - L3
... = .....................................
Vn = a4,1.X1 + an,2.X2 + ... +an,u.Xu+an,0- Ln
Ada n + u parameter (V dan X) yang belum diketahui nilainya dari sejumlah n persamaan
tersebut. Sehingga, jika diinginkan jumlah kuadrat residual (V) minimum, masing-masing parameter
bisa didapat secara unik. Persamaan ini dapat dibuat dalam bentuk matriks seperti di bawah ini.
V = AX – F
Matrik V merupakan matriks kolom yang lebih dikenal dengan matriks vektor residual dengan
banyaknya elemen n, X adalah vektor parameter dengan u elemen, F vektor sisa dengan u elemen, dan A
sebagai matriks koefisien parameter berbentuk empat segi panjang dengan n baris dan u kolom.
Sehingga diketahui bentuk matriks masing-masing adalah :
X
̂ 02 AT P A 1
Pada persamaan diatas, x merupakan matriks kovarian dari parameter. Nilai ̂ 0 disebut dengan
2
varian bobot tunggal hasil perataan atau sering disingkat dengan varian perataan (aposteori varian). Nilai
varian tersebut diperoleh dari jumlah residual kuadrat dibagi derajat kebebasan (n – u). Rumus
matematikanya adalah :
VT P V
̂ 02
nu
Jika matriks kovarian parameter sudah diketahui besarnya, maka dapat diketahui besarnya
simpangan baku parameter hasil hitungan. Karena besarnya simpangan baku menunjukkan tingkat
ketelitian data, maka otomatis besar ketelitian parameter hitungan juga dapat diketahui.
Pengujian terhadap data dilakukan melalui uji statistik. Hal ini dilakukan akibat pengamatan
yang dilakukan secara berulang-ulang sehingga data yang dihasilkan mempunyai nilai yang bervariasi.
Adanya nilai yang bervarisai menunjukkan hasil pengamatan tersebut mengandung banyak kesalahan
yang secara alamiah terkandung di dalamnya. Untuk mengetahui bahwa hasil pengamatan tersebut tidak
mengandung kesalahan tak acak maka nilai varian dan koreksi ukuran hasil pengamatan maka dilakukan
pengujian statistik untuk daerah kepercayaan tertentu. Uji statistik ini meliputi uji global dan data
snooping [Widjajanti dan Heliani, 2005].
ˆ 0 2
H0 ditolak apabila 2
F1 ,r ,
0
Dalam hal ini :
σ02 : varian apriori
ˆ 0
2:
varian aposteori
F1- σ,r,∞ : nilai statistik dari tanel fisher dengan taraf uji (σ) dan r (derajat kebebasan)
Penolakan H0 merupakan indikasi adanya kemungkinan pengaruhi kesalahan tak acak sehingga data
ukuran tidak mengikuti sebaran normal Gauss.
Penolakan H0 mungkin disebabkan oleh :
- Model matematis salah
- Kesalahan dalam menghitung
- Penghapusa derajat tinggi
- Ketidaktepatan mengestimasi varian apriori (bobot pengamatan)
- Adanya blunder pada pengukuran
Penerimaan H0 berari bahwa pengukuran Li tidak dipengaruhi kesalahan tak acak (kesalahan
blunder dan/atau sistematik), sehingga data tersebut tidak perlu dibuang atau diulang dan sebaliknya
penolakan H0 berarti pengukuran Li dipengaruhi kesalahan tak acak sehingga data tersebut harus
dibuang.
Matlab merupakan suatu software pemrograman perhitungan dan analisis yang banyak
digunakan dalam semua area penerapan matematika baik bidang pendidikan maupun penelitian pada
universitas dan industri. Dengan menggunakan Matlab, perhitungan matematis yang rumit dapat
diimplementasikan dalam program dengan lebih mudah.
Matlab merupakan singkatan dari MATriks LABoratory dan berarti software ini dibuat
berdasarkan vektor-vektor dan matrik-matrik. Hal ini mengakibatkan software ini pada awalnya banyak
Model Fungsional :
V = AX+L
Menyusun matriks :
A, L, P, X, dan V
Perhitungan :
X = (ATPA)-1 ATPL
Perhitungan
Σx = σ02(ATPA)-1
Global Test
Ya
Tidak
Ya
Output
Selesai
2. Memilih menu Project Files Into Project.., atau mengklik menu di toolbar yang tersedia.
Pada menu (Insert Files into Project) yang muncul, dipilih file data Rinex dari titik-titik yang akan
diolah baselinenya.
6. Melakukan pengolahan baseline dengan memilih menu Process Process Project. atau mengklik
menu di toolbar.
8. Untuk mendapatkan report hasil pengolahan baseline, dilakukan adjustment dengan cara mengklik
Adjust Adjust (Free).
Dari hasil uji data snooping di atas, didapat hasil beberapa baseline yang ditolak (tidak lolos taraf uji Fisher). Hal ini kemungkinan
menunjukkan adanya data yang masih dihinggapi kesalahan kasar. Untuk mengatasi hal ini dapat dilakukan pengolahan baseline ulang
terhadap pengamatan yang dicurigai. Sebab mungkin saja pada saat pengolahan baseline masih terdapat kesalahan seperti cycle slips atau
penggunaan mask angle yang salah, dan lain sebagainya.
V.1. Kesimpulan
Untuk mengetahui kualitas suatu jaring pengukuran GPS dan ada atau tidaknya data pengukuran
yang masih dihinggapi kesalahan besar, maka dapat dipergunakan berbagai metode uji statistik.
Diantaranya adalah Global Test dan Data Snooping dengan menggunakan taraf uji dari tabel distribusi
Fisher-Snedecor. Dengan menggunakan uji statistik tersebut, maka dapat diketahui kualitas jaringan secara
umum pada derajat kepercayaan 95% dan juga dapat diketahui data-data pengukuran mana yang masih
dihinggapi oleh kesalahan kasar yang mungkin disebabkan oleh adanya kesalahan pada saat pengolahan
baseline sebagai input pada program pengolahan jaring yang dibuat.
Compiler seperti Matlab atau yang lainnya dapat digunakan untuk membuat program pengolahan
jaring GPS dengan cukup sederhana. Kompleksitas program yang dibuat tergantung pada dukungan dari
compiler tersebut terhadap fungsi-fungsi yang dibutuhkan, semisal pengolahan matriks. Dalam hal ini,
Matlab menyediakan berbagai fungsi siap pakai yang cukup membantu dalam pembuatan program
pengolahan jaring ini, misalnya dalam hal pengolahan matriks.
V.2. Saran
Program yang telah dibuat tentunya masih banyak mengandung kekurangan di sana-sini meskipun
telah berusaha untuk dieliminir. Karenanya, berbagai penyempurnaan akan senantiasa diperlukan.pada
berbagai sisi dari program yang telah dibuat ini. Pengembangan lebih lanjut juga dapat dilakukan sehingga
dengan menggunakan compiler Matlab dapat dibuat program pengolahan data GPS secara lengkap mulai
dari screening, pengolahan baseline, pengolahan jaring hingga transformasi datum.(atau dapat juga
difokuskan pada fungsi tertentu seperti pada program Geolab). Demikian pula dapat dibuat aplikasi yang
juga menyediakan fungsi GUI (Graphical User Interface) sehingga lebih menarik bagi penggunanya.
Listing program semacam ini sebenarnya telah tersedia di internet, seperti GPS Easy Suite I dan
II yang dibuat oleh Prof. Kai Borre dari Aalborg University, Denmark. Namun sepertinya belum ada
produk lokal yang cukup memuaskan yang menyediakan program pengolahan data GPS baik yang gratis
maupun komersial. Padahal kebutuhan untuk hal tersebut cukup tinggi seiring dengan penggunaan GPS
dalam densifikasi jaring kontrol di Indonesia. Sehingga berbagai inovasi terhadap aplikasi pengolahan
data GPS masih perlu dikembangkan di Indonesia di masa yang akan datang.
Abidin H.Z., Jones A., dan Kahar, J., 1995. Survei Dengan GPS. Pradnya Paramita, Jakarta
Anonim. 2002. Standar Nasional Indonesia Jaring Kontrol Horizontal. Badan Standarisasi
Nasional Indonesia.
Heliani, Leni S., Widjayanti, N. 2005. Bahan Ajar Perataan Jaring Geodesi. Jurusan Teknik
Geodesi FT-UGM, Yogyakarta
http://www.mikron123.com/
Kuang, Shanlong. 1996. Geodetic Network Analysis and Optimal Design. Ann Arbor Press
Inc., Chelsea, Michigan
Rizos, Chris. 1999. Introduction to GPS. PDF Files., University of New South Wales, Sydney,
Australia.
Uotilla, Urho A. 1985. Adjustment Computation Notes, Part I. Department of Geodetic Science
and Surveying, The Ohio State University., Columbus, Ohio, Amerika Serikat
% ekstraksi data baseline (titik awal dan akhir) dari input file
for i = 1:(length(b)-6)
for j = 1:2
fromto(i,j) = b(i+6,j);
end
end
% ekstraksi nilai komponen baseline dx, dy, dz
for i = 1:(length(a))
for j = 1:3
dxdydz(i,j) = a(i,j);
end
end
% ekstraksi nilai komponen baseline sx, sy, sz
for i = 1:(length(a))
for j = 1:3
sxsysz(i,j) = a(i,j+3);
end
end
% ekstraksi point
tempp = reshape(fromto,1,2*length(fromto));
points = unique(tempp');
% ekstraksi koordinat fix point(s)
for i = 1:(length(d)-4)
fixs(i,1) = d(i+4,2);
end
[I,J] = size(c);
% -Matrix A-
d = eye(3);
partr = param';
An1 = zeros(length(fromto)*3,length(partr)*3);
An2 = zeros(length(fromto)*3,length(partr)*3);
for i = 1:length(fromto)
for j = 1:length(partr)
kons1 = strmatch(fromto(i,2),partr(:));
kons2 = strmatch(fromto(i,1),partr(:));
if (kons1 ~= 0) & (kons1 ~= []),
brs1 = (3*i)-2;
klm1 = (3*kons1)-2;
An1(brs1:brs1+2,klm1:klm1+2) = d;
end
if (kons2 ~= 0) & (kons2 ~= []),
brs2 = (3*i)-2;
klm2 = (3*kons2)-2;
An2(brs2:brs2+2,klm2:klm2+2) = -d;
end
A = An1+An2;
end
end
% -Matrix L-
L = [];
for i = 1:length(fromto),
temp = (dxdydz(i,:)');
if strmatch(fixs,fromto(i,:)) == 1,
for j = 1:3,
Lsm(j,1) = temp(j)-(cordfixs(j));
end
% -Matrix P-
hstdev = [];
for i = 1:length(fromto),
stv = sxsysz(i,:)';
hstdev = [hstdev; stv];
end
% Matrix Residu
V = A*X+L;
%- Global Test-
% Varian Apriori (dianggap = 1)
Apri = 1;
% Varian Aposteriori
[n,u] = size(A);
Apo = (V'*P*V)/(n-u);
% Hipotesis a
Hipo_a = Apo/Apri;
% Ambang Uji dari tabel Fisher, argumen r (derajat kebebasan)
Globtest = 1.238; % Taraf Uji hasil interpolasi
% Uji Hipotesis
if Hipo_a <= Globtest,
Uji_Global = 'Lolos';
else Uji_Global = 'Tidak Lolos';
end
% -Data Snooping-
%varian kovarian koordinat
xx = Apo*(inv((A'*P*A))) ;
%varian kovarian koreksi
%Svv
vv = Apri*(inv(P))-A*(inv(A'*P*A))*A';
% Ambang Uji Data Snooping
Dxx = diag(xx);
% Ex = Dxx(1:3:u);
% Ey = Dxx(2:3:u);
S = sqrt(Dxx);
.:Program Selesai:.
Hasil hitungan pada Output File (Output_GPS.txt) {keluaran disini dalam 3 kolom}