DP.01.23 Pedoman KAN Ketidakpastian Pengukuran Ed 06 2003 PDF
DP.01.23 Pedoman KAN Ketidakpastian Pengukuran Ed 06 2003 PDF
23
DAFTAR ISI
1. PENDAHULUAN 1
2. ISTILAH DAN DEFINISI 2
3. KONSEP UMUM 5
4. SUMBER KETIDAKPASTIAN 6
5. KLASIFIKASI KOMPONEN KETIDAKPASTIAN 7
6. PEMODELAN PENGUKURAN 8
7. IDENTIFIKASI SUMBER KETIDAKPASTIAN 9
8. EVALUASI KETIDAKPASTIAN BAKU TIPE A 11
9. EVALUASI KETIDAKPASTIAN BAKU TIPE B 14
10. KOEFISIEN SENSITIFITAS 17
11. KETIDAKPASTIAN BAKU GABUNGAN 18
12. DERAJAT KEBEBASAN EFEKTIF 20
13. KETIDAKPASTIAN BENTANGAN (EXPANDED UNCERTAINTY) 22
14. PELAPORAN KETIDAKPASTIAN 23
15. KESESUAIAN DENGAN SPESIFIKASI 24
16. RINGKASAN PROSEDUR EVALUASI 26
17. EVALUASI BEST MEASUREMENT CAPABILITY (BMC 27
18. PUSTAKA 32
1. PENDAHULUAN
Penilaian kesesuaian terhadap suatu produk seringkali mencakup nilai terukur, yang
terletak dekat dengan zona ketidakpastian. Pebedaan metoda evaluasi ketidakpastian
antara negara produsen dan konsmen dapat menyebabkan penolakan satu paket
komoditi perdagangan karena perbedaan hasil perhitungan ketidakpastian antara pihak
produsen dan konsumen.
Dalam era pasar global diperlukan metode untuk mengevaluasi dan menyatakan
ketidakpastian yang dapat diterima di seluruh dunia sehingga pengukuran yang
dilakukan dapat dibandingkan dengan mudah. Pedoman ketidakpastian yang dapat
diterima secara internasional adalah ISO “Guide to the Expression of Uncertainty in
Measurement”
Istilah dan definisi berikut diberikan beserta istilah dalam bahasa Inggris serta acuan
dalam ISO Guide to the Expression of Uncertainty in Measurement (GUM) dan
Vocabulary of Basic and General Terms in Metrology (VIM) diberikan untuk
memudahkan pemeriksaan ke dokumen acuan tersebut.
Nilai benar [true value (of a quantity)] [GUM B 2.3; VIM 1.19]
Nilai yang konsisten dengan definisi besaran.
Catatan: Nilai sebenarnya tidak dapat ditentukan dengan pengukuran karena setiap pengukuran
memiliki ketidakpastian, lebih dari itu, definisi setiap besaran ukur bersifat tidak sempurna, dan karena
itu nilai sebenarnya hanya merupakan besaran hipotetik.
Nilai konvensional [conventional true value (of a quantity)] [GUM B 2.4; VIM 1.22]
Nilai yang diberikan pada suatu besaran tertentu dan diterima, kadang-kadang melalui
kesepakatan, sebagai nilai yang mempunyai ketidakpastian yang sesuai untuk tujuan
tertentu.
Catatan: Nilai ini mungkin diperoleh dari sejumlah pengukuran yang sengaja dilakukan untuk
menetapkan suatu nilai konvensional.
Daya ulang [repeatibility (of result of a measurement)] [GUM B 2.16; VIM 3.6]
Kedekatan antara hasil-hasil pengukuran yang berurutan untuk besaran ukur yang
sama yang dilakukan pada kondisi yang sama.
Catatan: Kondisi tersebut harus spesifik, misalnya waktu, suhu, kelembaban saat pengukuran
dilaksanakan.
3. KONSEP UMUM
Tujuan pengukuran adalah untuk menentukan nilai besaran ukur. Yang dimaksud
dengan proses pengukuran adalah suatu proses yang meliputi spesifikasi besaran ukur,
metode pengukuran dan prosedur pengukuran.
Secara umum, hasil pengukuran hanya merupakan taksiran atau pendekatan nilai
besaran ukur, oleh karena itu hasil tersebut hanya lengkap bila disertai dengan
pernyataan ketidakpastian dari taksiran tersebut.
Ketidakpastian adalah ukuran sebaran yang secara layak dapat dikaitkan dengan nilai
terukur. Yang memberikan rentang, terpusat pada nilai terukur, dimana di dalam
rentang tersebut terletak nilai benar dengan kemungkinan tertentu..
Kesalahan pengukuran terdiri dari dua komponen, yaitu komponen acak dan
komponen sistematik. Kesalahan acak disebabkan oleh besaran berpengaruh yang
tidak dapat diramalkan, stokastik terhadap waktu dan bervariasi terhadap ruang.
Kesalahan sistematik disebabkan oleh besaran berpengaruh yang dapat diamati
terhadap hasil pengukuran
4. SUMBER KETIDAKPASTIAN
¾ Nilai konstanta dan parameter lain yang diperoleh dari sumber luar dan
digunakan dalam algoritma reduksi data;
¾ Koreksi blank.
Sifat komponen ketidakpastian dikondisikan oleh fungsi yang dimiliki oleh besaran
yang diukur, yang ditunjukkan dalam model matematis proses pengukuran. Bila
besaran yang terlibat dalam pengukuran digunakan dalam fungsi berbeda, komponen
acak bisa berubah menjadi komponen sistematik dan sebaliknya. Untuk menghindari
kesalahan pemahaman sebaiknya istilah ketidakpastian acak dan ketidakpastian
sistematik tidak digunakan. Suatu alternatif istilah yang dapat digunakan dalam
klasifikasi komponen ketidakpastian adalah:
6. PEMODELAN PENGUKURAN
Dalam sebagian besar proses pengukuran, besaran ukur Y ditentukan dari N besaran
lain yaitu. X1, X2,…, XN melalui hubungan fungsional berikut:
Besaran masukan tersebut X1, X2,…, XN dimana besaran ukur Y dapat dipandang
sebagai besaran ukur yang bergantung pada besaran lain, termasuk koreksi dan faktor
koreksi untuk kesalahan sistematik yang dikenali, hal ini dapat menyebabkan
hubungan fungsional kompleks yang mungkin tidak pernah dapat ditulis secara
eksplisit.
Besaran masukan X1, X2,…, XN dapat mempunyai nilai dan ketidakpastian yang
ditentukan secara langsung dari proses pengukuran yang sedang dilakukan. (seperti
dari suatu pengamatan tunggal, pengamatan berulang, penentuan koreksi terhadap
pembacaan instrumen dan koreksi dari besaran berpengaruh) atau diperoleh dari
sumber luar (seperti besaran terkait dengan standar pengukuran terkalibrasi, bahan
acuan bersertifikat dan data acuan dari handbook)
Suatu taksiran dari besaran ukur Y, dinyatakan dengan y, diperoleh dari persamaan
model pengukuran menggunakan taksiran besaran input x1, x2,…,xN, untuk nilai dari
N besaran masukan X1, X2,…, XN, oleh karena itu taksiran besaran ukur y, yang
merupakan hasil dari proses pengukuran, diberikan dengan:
Bila diasumsikan bahwa setiap besaran input telah dikoreksi terhadap semua pengaruh
sistematik yang dikenali yang memberi pengaruh signifikan terhadap taksiran
keluaran, taksiran simpangan baku yang berkaitan dengan taksiran keluaran, disebut
sebagai ketidakpastian baku gabungan (dinyatakan sebagai uc(y)) diperoleh dengan
menggabungkan taksiran simpangan baku dari setiap taksiran masukan xi yang disebut
sebagai simpangan baku (dinyatakan sebagai u(xi)). Setiap ketidakpastian baku u(xi)
diperoleh baik dari evaluasi tipe A atau tipe B.
Prosedur yang dapat digunakan untuk membuat suatu cause and effect diagram adalah
sebagai berikut:
contoh:
Pengukuran densitas cairan menggunakan metode penimbangan:
model matematis: ρ = ( misi − mkosong ) / V
dimana:
ρ adalah densitas cairan
misi adalah massa (labu ukur + cairan) dari pembacaan timbangan
mkosong adalah massa labu ukur dari pembacaan timbangan
V adalah volume labu ukur
misi mkosong
2. Perhatikan setiap langkah dalam metode dan tambahkan faktor lain yang
mempengaruhi pengukuran ke dalam diagram, yang membentuk cabang dari
cabang utama diagram.
Dalam proses pengukuran densitas cairan ini digunakan timbangan dan labu ukur
yang telah dikalibrasi. Pengukuran berulang dilakukan sebanyak n-kali.
Dari proses ini maka kontribusi ketidakpastian yang harus diperhatikan adalah:
¾ kalibrasi timbangan
¾ repeatability penimbangan
¾ kalibrasi labu ukur
¾ repeatability pengukuran volume
¾ pengaruh temperatur terhadap kapasitas labu ukur
Dengan menambahkan faktor di atas pada cause and effect diagram diperoleh:
misi mkosong
kalibrasi kalibrasi
repeatability
repeatability
ρ
kalibrasi
temperatur
V
3. Untuk setiap cabang, tambahkan faktor lain yang memberikan kontribusi sampai
semua faktor yang mempunyai kontribusi cukup signifikan telah tercakup dalam
diagram
Dari sumber ketidakpastian yang telah diidentifikasi pada point (2), selanjutnya
perlu diperhatikan lebih lanjut:
temperatur
V
U95 drift
Bila pengukuran diulangi beberapa kali, nilai rata-rata dan simpangan baku-nya dapat
dihitung. Simpangan baku menggambarkan sebaran nilai yang dapat digunakan untuk
mewakili seluruh populasi nilai terukur.
Dalam sebagian besar kasus, taksiran terbaik yang tersedia dari harapan atau nilai
harapan terhadap suatu besaran yang bervariasi secara acak, yang diperoleh dari n
pengamatan berulang yang saling bebas dalam kondisi pengukuran yang sama adalah
nilai rata-rata dari hasil n pengamatan:
1 n
x= ∑ xi
n 1
Simpangan baku adalah suatu taksiran sebaran populasi dimana n nilai tersebut
diambil, yaitu:
∑ (x i − x)2
s ( xi ) = i =1
n −1
s ( xi )
s( x ) =
n
Ketidakpastian baku tipe A, u (xi) dari suatu besaran yang ditentukan dari n
pengamatan berulang yang saling bebas adalah nilai ESDM:
u ( xi ) = s ( x )
Dalam beberapa kasus perlu untuk mengetahui jumlah derajat kebebasan ν, untuk satu
set n pengukuran dimana diperoleh nilai rata-rata tersebut, derajat kebebasan dari n
pengamatan berulang dapat dihitung dengan:
νi = n - 1
∑v s i i
sp = i =1
M
∑v
i =1
i
M
v p = ∑ vi
i =1
νi = m i – 1
Jika hasil pengukuran x terhadap variabel yang sama ditentukan dari n pengamatan
yang saling bebas, ketidakpastian baku tipe A, yaitu u dapat diestimasi dari:
sp
u(x i ) =
n
Sebagai contoh, bila diinginkan untuk menarik garis lurus terhadap bebrapa data, garis
lurus tersebut diwakili oleh persamaan :
y = a + bx
Perbedaan antara titik data aktual dan nilai terkait yang dihitung dari persamaan
tersbut disebut dengan residual. Dalam proses penarikan kurva, diharapkan untuk
memperoleh nilai a dan b sehingga jumlah dari kuadrat residual (SSR) tersebut
minimum:
SSR = ∑ ( y i − a − bxi ) 2
Sebaran dari titik data di sekitar kurva dapat digambarkan dengan taksiran simpangan
baku, yang sering disebut sebagai standard error dari nilai y yang dihitung dari
persamaan kurva, yaitu:
SSR
s=
v
u=s
Proses penarikan kurva tidak terbatas pada garis lurus, secara umum kurva yang
mewakili serangkaian data pengukuran dapat dinyatakan sebagai:
y = f(x)
Evaluasi ketidakpastian baku tipe B diperoleh dengan cara selain analisis statistik dari
serangkaian pengamatan yang biasanya didasarkan pada justifikasi ilmiah
menggunakan semua informasi relevan yang tersedia, yang dapat meliputi:
¾ Pengalaman dengan, atau pengetahuan umum tentang tingkah laku dan sifat
instrumen dan bahan yang relevan;
¾ Spesifikasi pabrik;
¾ Ketidakpastian yang diberikan untuk data acuan yang diambil dari data book.
Contoh paling sederhana dari evaluasi tipe B adalah penggunaan ketidakpastian yang
dilaporkan dalam sertifikat standar. Untuk memperoleh ketidakpastian baku,
ketidakpastian bentangan dibagi dengan faktor cakupan yang diberikan dalam
sertifikat tersebut. Tanpa adanya nilai faktor cakupan, maka faktor cakupan sama
dengan 2 dapat digunakan jika ketidakpastian bentangan mempunyai tingkat
kepercayaan 95%.
Dalam kasus lain, dimana ketidakpastian diberikan dalam batas tertentu + a, distribusi
kemungkinan dapat diestimasi dari informasi yang tersedia, yang kemungkinan dapat
berbentuk distribusi berikut:
-a µ +a
a a
µ− µ+
−
3 3
-a µ +a
a a
µ− µ+
6 6
-a µ +a
a a
µ− µ+
2 2
-U µ +U
U U
µ− µ+
k k
Untuk evaluasi ketidakpastian baku tipe B, distribusi rectangular adalah model dasar
yang cukup beralasan bila tidak terdapat informasi lainnya. Namun jika diketahui
bahwa nilai besaran yang diukur dekat dengan pusat rentang ketidakpastian, maka
distribusi triangular merupakan model yang lebih baik.
Koefisien sensitifitas juga memberikan skala fungsi pembobot untuk setiap komponen
ketidakpastian; yang menjelaskan bagaimana taksiran keluaran bervariasi dengan
perubahan nilai taksiran masukan.
Evaluasi koefisien sensitifitas dapat dilakukan berdasarkan turunan parsial dari fungsi
yang mewakili model matematis pengukuran, yaitu:
ci = ∂f / ∂xi
Bila y = f(x1, x2, x3,...) dan ketidakpastian dari setiap besaran masukan dinyatakan
u(xi), kontribusi ketidakpastian dari satu besaran ui(y) masukan terhadap
ketidakpastian dari besaran ukur uc(y)dapat pula diperoleh dengan:
Karena pada saat ini terdapat banyak software yang mempunyai fasilitas spreadsheet
matematis, maka cara perhitungan kontribusi ketidakpastian ini menjadi relatif lebih
mudah dibanding dengan menghitung turunan parsial besaran ukur terhadap setiap
besaran masukan.
Untuk besaran masukan yang tidak berkorelasi, ketidakpastian baku gabungan dari
taksiran keluaran y dapat dinyatakan dengan:
N N
uc ( y) = ∑ [ci u ( xi )]2 =
i =1
∑ [u ( y)]
i =1
i
Dalam proses pengukuran, terdapat beberapa keadaan dimana dua besaran masukan
atau lebih saling bergantung. Pernyataan ketidakpastian baku gabungan yang tepat
terkait dengan hasil pengukuran tersebut adalah:
N N −1 N
uc ( y) = ∑ [ci u ( xi )]2 + 2∑
i =1
∑ c c u ( x )u ( x
i =1 j = i +1
i j i j )r ( xi , x j )
u(x i , x j )
r(x i , x j ) =
u ( x i )u ( x j )
Korelasi dapat terjadi jika pengukuran yang sama digunakan lebih dari sekali dalam
proses pengukuran yang sama, namun, pengaruhnya terhadapa ketidakpastian baku
gabungan dapat positif, yaitu menambah ketidakpastian atau negatif, yang
menyebabkan pengurangan ketidakpastian.
Jika diduga terdapat korelasi positif namun koefisien korelasi tidak dapat dihitung
dengan mudah, cukup beralasan untuk mengasumsikan koefisien korelasi sama
dengan +1. Jika semua taksiran masukan berkorelasi dengan koefisien korelasi +1,
ketidakpastian baku gabungan dari taksiran keluaran dapat dinyatakan dengan:
2
N
u c ( y ) = ∑ ci u ( xi )
i =1
Untuk penggunaan praktis dalam bidang pengujian, aturan sederhana berikut dapat
digunakan untuk model pengukuran yang sering dijumpai dalam pengukuran analitik:
¾ Jika model hanya mencakup penjumlahan atau pengurangan dari besaran yang
berbeda,
misalnya, y = ( p + q + r + ...)
u c ( y ) = u ( p ) 2 + u (q ) 2 + u (r ) 2 + ...
misalnya, y = an
uc(y) = ny u(a) / a
Derajat kebebasan efektif yang tinggi mewakili jumlah pengukuran yang besar,
sebaran yang sempit, dan keyakinan yang tinggi terhadap nilai tersebut, sebaliknya,
derajat kebebasan efektif yang rendah terkait dengan sebaran yang lebar atau
keyakinan yang lebih rendah terhadap nilai tersebut.
Untuk nilai yang terkait dengan penarikan kurva (fitted curve) atau regresi, derajat
kebebasannya adalah:
ν = banyaknya titik data – banyaknya koefisien yang ditentukan
Untuk ketidakpastian yang ditaksir berdasarkan pengetahuan tentang suatu batas
rentang + a, the ISO GUM memberikan rumus yang dapat digunakan untuk semua
distribusi yang berkaitan dengan batas rentang tersebut, yaitu:
−2
1 ∆u ( xi )
ν≈
2 u ( xi )
Dimana:
∆u ( x i )
adalah ketidakpastian relatif dari taksiran batas rentang tersebut.
u ( xi )
Dimana:
νeff adalah derajat kebebasan efektif dari ketidakpastian baku gabungan
νi adalah derajat kebebasan dari komponen ketidakpastian ke-i
ui(y) adalah hasil perkalian ciu(xi)
Dalam banyak kasus, nilai k sama dengan 2 dapat digunakan bila derajat kebebasan
cukup besar, yaitu lebih besar atau sama dengan 30. Jika derajat kebebasan efektif
relatif kecil, nilai k dapat diperoleh dari tabel distribusi-t
Dalam praktek, sejumlah informasi perlu diberikan dalam laporan kalibrasi dan
pengujian bergantung pada fungsi yang diinginkan.
¾ Nilai dan sumber semua koreksi dan konstanta yang digunakan baik dalam
perhitungan dan analisis ketidakpastian;
Dalam melaporkan hasil kalibrasi atau hasil uji beserta ketidakpastiannya, sebaiknya
dengan memperhatikan:
Sejalan dengan dua klausul dalam SNI-19-17025-2000 tersebut, bila pengujian atau
kalibrasi dilakukan terhadap spesifikasi tertentu dan pelanggan atau spesifikasi
tersebut memerlukan pernyataan kesesuaian dengan spesifikasi, maka laporan
kalibrasi dan/atau pengujian harus memuat pernyataan yang menunjukkan apakah
hasil kalibrasi dan/atau pengujian yang dilaporkan menunjukkan kesesuaian dengan
spesifikasi yang digunakan.
Bila ketidakpastian suatu hasil kalibrasi dan/atau pengujian diperlukan untuk menilai
kesesuaian dengan spesifikasi, dan mempengaruhi kesesuaian terhadap batas
spesifikasi maka penilaian kesesuaian harus memperhitungkan ketidakpastian
bentangan yang dilaporkan dengan faktor cakupan dan tingkat kepercayaan tertentu.
Bila spesifikasi memberikan suatu interval dengan batas atas dan batas bawah, rasio
ketidakpastian terhadap interval spesifikasi sebaiknya cukup kecil. Untuk
ketidakpastian bentangan U dan interval spesifikasi 2T (2T = batas atas – batas
bawah), rasio U:T merupakan ukuran dari metoda kalibrasi atau pengujian dalam
membedakan kesesuaian dan ketidaksesuaian.
Kasus yang paling sederhana dalam penilaian kesesuaian dengan spesifikasi adalah
bila spesifikasi dengan jelas menyatakan bahwa hasil kalibrasi dan/atau pengujian
yang diperluas dengan ketidakpastian bentangan pada tingkat kepercayaan tertentu,
harus tercakup dalam batas spesifikasi yang diberikan.
Dalam kasus yang paling sering terjadi, dimana spesifikasi mensyaratkan pernyataan
kesesuaian dalam sertifikat atau laporan, namun tidak terdapat acuan untuk
memperhitungkan pengaruh ketidakpastian terhadap penilaian kesesuaian. Dalam hal
ini justifikasi kesesuaian dapat didasarkan pada apakah hasil kalibrasi atau hasil uji
berada dalam batas kesesuaian tanpa memperhitungkan ketidakpastian.
Ilustrasi: hasil pengukuran diameter batang silinder adalah 0,50 mm sedangkan batas
spesifikasi adalah antara 0,45 mm ~ 0,55 mm, dalam kondisi ini dapat disimpulkan
bahwa batang silinder tersebut memenuhi persyaratan tanpa memperhatikan
ketidakpastian pengukuran.
Pernyataan kesesuaian seperti dalam ilustrasi diatas sering disebut sebagai membagi
resiko karena pengguna akhir mengambil sebagian resiko bahwa terdapat sebagian
produk yang diuji dan/atau dikalibrasi mungkin tidak memenuhi spesifikasi setelah
diuji dan/atau dikalibrasi dengan metoda pengukuran dan/atau pengujian yang
disetujui. Dalam kasus seperti ini terdapat asumsi bahwa ketidakpastian dari metode
yang disetujui dapat diterima dan hal ini harus dievaluasi bila perlu. Regulasi dalam
perdagangan biasanya menolak prinsip membagi resiko ini dan meletakkan
ketidakpastian sebagai resiko pada satu pihak.
Suatu persetujuan antara pelanggan dan laboratorium, atau kode praktek atau
spesifikasi mungkin menyatakan bahwa akurasi dari metode yang diadopsi memadai
dan ketidakpastian tidak perlu diperhatikan secara eksplisit saat menjustifikasi
kesesuaian. Konsiderasi yang sama dengan kasus membagi resiko (di atas) dapat
diterapkan untuk kasus tersebut.
Dalam kasus seperti ini, kesesuaian bisa dinyatakan dalam tingkat kepercayaan yang
sama dengan tingkat kepercayaan dari ketidakpastian bentangan yang digunakan
untuk mengevaluasi kesesuaian dengan spesifikasi tersebut.
Hal-hal berikut merupakan pedoman untuk menggunakan dokumen ini dalam praktek:
¾ Evaluasi ketidakpastian baku tipe A untuk besaran ukur yang diperoleh dari
pengamatan berulang.
Dari definisi di atas maka harus diperhatikan bahwa BMC yang ditetapkan untuk
suatu laboratorium kalibrasi harus dapat merefleksikan kemampuan laboratorium
dalam melakukan kalibrasi rutin terhadap suatu alat ukur atau standar pengukuran
yang hampir ideal, yang dapat dikalibrasi oleh laboratorium tersebut menggunakan
sumber daya yang dimilikinya. Oleh karena itu dalam praktek BMC merupakan
ketidakpastian yang dapat dicapai oleh laboratorium kalibrasi dalam melakukan
pelayanan kalibrasi rutin.
Ketidakpastian yang dilaporkan oleh suatu laboratorium dapat lebih kecil dari BMC,
bila laboratorium tersebut mengkalibrasi suatu alat ukur atau standar pengukuran yang
mempunyai karakteristik lebih baik dari kondisi hampir ideal yang digunakan dalam
menetapkan BMC.
Dalam kondisi tertentu, ketidakpastian yang dilaporkan oleh laboratorium dapat lebih
besar BMC, bila laboratorium melakukan kalibrasi terhadap suatu alat ukur atau
standar pengukuran yang mempunyai karakterisitik yang lebih buruk dari kondisi
hampir ideal yang digunakan dalam menetapkan BMC.
BMC dipengaruhi oleh beberapa komponen yang bergantung pada sejumlah faktor
yang diperlukan oleh laboratorium untuk menunjukkan kompetensi laboratorium
kalibrasi, yang antara lain meliputi :
Untuk dapat memberikan justifikasi BMC dengan baik, maka pengamatan terhadap
kondisi laboratorium harus dilakukan dengan memperhatikan:
¾ Metode kalibrasi
Metode kalibrasi akan mempengaruhi BMC laboratorium, karena dalam
metode biasanya dinyatakan spesifikasi peralatan yang dapat dikalibrasi
berdasarkan metode tersebut, persyaratan kondisi lingkungan, kalibrator yang
digunakan, skema pengamatan. Metode yang digunakan untuk melakukan
kalibrasi akan membedakan BMC untuk kalibrasi standar atau alat ukur yang
sama. Sebagai contoh: perhitungan BMC alibrasi anak timbangan yang
dilakukan dengan metode perbandingan langsung akan berbeda dengan
kalibrasi anak timbangan dengan metode penimbangan siklus tertutup atau
dekade.
Selain ketidakpastian yang terdapat dalam sertifikat kalibrasi, ada satu hal lagi
yang perlu diperhatikan, nilai yang tercantum dalam sertifikat kalibrasi
merupakan nilai yang valid pada saat standar acuan atau alat ukur tersebut
dikalibrasi. Dalam kondisi rutin, maka pergeseran nilai dari standar acuan dan
alat ukur tersebut dapat diperkirakan dari riwayat peralatan. Bila dalam
interval waktu antara dua kalibrasi yang berurutan, terdapat pergeseran nilai
sebesar b, maka ketidakpastian yang bersumber dari pergeseran nilai ini dapat
diestimasi sebesar (0.5b)/(31/2).
¾ Peralatan bantu
Dalam proses kalibrasi, jenis dan akurasi alat bantu yang digunakan untuk
memonitor besaran berpengaruh akan mempengaruhi BMC yang diberikan
untuk laboratorium demikian juga perangkat pengolah data yang digunakan
dalam data analisis. Sebagai contoh: dalam kalibrasi anak timbangan, peralatan
bantu untuk memonitor densitas udara ruangan akan berpengaruh sangat besar
dalam perhitungan BMC. Laboratorium yang melakukan kalibrasi anak
timbangan dengan melakukan pengukuran densitas udara menggunakan alat
bantu dengan akurasi tertentu, akan mempunyai BMC yang berbeda dengan
¾ Teknik pengukuran
Teknik pengukuran yang berbeda akan menyebabkan nilai BMC yang berbeda,
sebagai contoh: Kalibrasi anak timbangan dengan metode perbandingan
langsung yang dilakukan dengan urutan pengambilan data Standar-Test-Test-
Standar sebanyak 1 seri akan berbeda dengan yang dilakukan sebanyak 3 seri.
Apabila dilakukan sebanyak 1 seri maka ketidakpastian yang berasal dari daya
ulang pembacaan adalah (stdev timbangan / 21/2) sedangkan bila dilakukan
sebanyak 3 seri adalah (stdev timbangan / 61/2).
¾ Besaran berpengaruh
Definisi besaran berpengaruh adalah besaran yang tidak tercakup dalam
deifinisi besaran ukur namun mempengaruhi hasil pengukuran. Laboratorium
yang telah diakreditasi semestinya telah mampu mengeliminir pengaruh dari
besaran ini, namun pada kenyataannya proses untuk mengeliminir pengaruh ini
tidak mungkin dilakukan secara sempurna, sehingga dalam evaluasi BMC
pengamatan terhadap besaran berpengaruh ini menjadi sangat penting. Sebagai
contoh: dalam kalibrasi anak timbangan dengan basis massa konvensional
maka proses pengkondisian untuk mencapai kondisi konvensional densitas
udara 1.2 kg/m3 tidak akan dapat dilakukan dengan sempurna, sehingga
kontribusi ketidakpastian karena pengaruh ini harus diperhitungkan.
¾ Personil
Personil yang melakukan proses kalibrasi akan memberikan kontribusi yang
cukup berarti dalam evaluasi BMC. Sebagai contoh, personil yang berbeda
dalam melakukan kalibrasi anak timbangan yang sama menggunakan
timbangan yang sama dapat menghasilkan ketidakpastian yang berbeda untuk
mengamati daya ulang pembacaan timbangan. Dalam kalibrasi anak
timbangan, maka kemampuan personil dalam melakukan pengamatan standar
deviasi timbangan akan mempengaruhi ketidakpastian dalam kalibrasi rutin
yang dilakukan oleh laboratoium tersebut.
Ilustrasi lain dapat diberikan untuk kalibrasi mikrometer dengan standar acuan
gauge block berdasarkan metode standar JIS B 7502, maka kondisi dari
mikrometer terbaik menurut standar tersebut harus diperhitungkan dalam
evaluasi BMC.
1. Ketidakpastian baku yang bersumber dari standar acuan yang digunakan dalam
kalibrasi. Beberapa sumber ketidakpastian yang berkaitan dengan standar acuan
antara lain adalah:
¾ ketidakpastian baku kalibrasi standar acuan (dari sertifikat kalibrasi);
¾ drift standar acuan (dari hasil pengecekan antara);
¾ kondisi kerja standar acuan.
2. Ketidakpastian baku yang bersumber dari alat bantu yang digunakan dalam
kalibrasi. Beberapa sumber ketidakpastian yang berkaitan dengan alat bantu antara
lain adalah:
¾ ketidakpastian baku kalibrasi alat bantu (dari sertifikat kalibrasi);
¾ drift alat bantu (dari hasil pengecekan antara);
¾ kondisi kerja alat bantu.
3. Ketidakpastian baku tipe A yang dapat diamati dalam kalibrasi rutin yang
dilakukan oleh laboratorium, termasuk taksiran ketidakpastian tipe A dari
peralatan ”hampir ideal” yang dapat dikalibrasi oleh laboratorium.
4. Ketidakpastian baku yang bersumber dari diskriminasi, daya baca, atau resolusi,
termasuk yang bersumber dari peralatan ”hampir ideal” yang dapat dikalibrasi
sesuai dengan kondisi laboratorium
Dari pembahasan tentang BMC di atas maka dalam penetapan BMC laboratorium
dengan cara selain penilaian terhadap uncertainty budget, maka hal berikut perlu
untuk diperhatikan:
¾ Sesuai dengan definisi BMC, maka penilaian BMC dengan audit pengukuran
harus dilakukan dengan peralatan yang memenuhi kondisi hampir ideal untuk
laboratorium. Sebagai contoh, audit pengukuran untuk laboratorium kalibrasi
pressure gauge yang mempunyai standar acuan berupa DWT kelas 0.02% tentu
tidak relevan bila dilakukan menggunakan pressure gauge kelas 1.6%.
18. PUSTAKA