Nama : Miftah Hijriawan

NIM : S952008015

UAS S2 ANALISIS TEKNIK II

Nomor 1 (Bobot 10%)

1) Terangkan pengertian bahwa alat ukur disebut presisi.

Jawab:
Presisi merupakan tingkat reproduktifitas atau kesesuaian pada suatu pengulangan pengukuran. Di sisi
lain definisi dari reproduktifitas atau pengulangan sendiri merupakan sejauh mana pengukuran yang
diulang dalam kondisi yang sama atau tidak berubah, menunjukkan hasil yang sama pula (Sedaghatjou,
2019; Lumen, 2020). Hal tersebut membuat presisi tidak mengharuskan kita untuk mengetahui nilai yang
benar atau sebenarnya dari suatu objek (Belleveu College, 2020).
Presisi dapat diklasifikasikan menjadi (Lumen, 2020):
a. Repeatability, adalah variasi yang muncul saat telah melakukan semua usaha yang dilakukan untuk
menjaga kondisi tetap konstan dengan menggunakan instrumen dan operator yang sama, dan
mengulangi pengukuran selama periode waktu yang singkat.
b. Reproducibility, adalah variasi yang muncul dengan menggunakan proses pengukuran yang sama pada
berbagai instrumen dan operator, serta dalam periode waktu yang lebih lama.

2) Terangkan pengertian hasil pengukuran itu disebut akurat.

Jawab:
Akurasi mengacu terhadap seberapa dekat nilai yang diukur dari suatu objek dibandingkan dengan
nilai sebenarnya (Sedaghatjou, 2019; Lumen, 2020). Akurasi adalah tingkat kedekatan antara pengukuran
suatu objek dengan nilai aktual (sebenarnya) dari kuantitas tersebut. Sedangkan, suatu akurasi tidak dapat
diketahui secara pasti kecuali nilai sebenarnya dapat diketahui, namun nilai sebenarnya dari suatu
pengukuran tersebut tidak pernah bisa diketahui (Mills and Chang, 2004). Akurasi mengacu pada
kesesuaian antara pengukuran dan nilai sebenarnya, tapi tidak memberi tahu mengenai kualitas dari
instrumen yang digunakan (Belleveu College, 2020).
Di sisi lain, tingkat presisi dari suatu sistem pengukuran yang mengacu terhadap seberapa dekat
kesepakatan antara pengukuran berulang (yang diulang pada kondisi yang sama), dapat berpengaruh
terhadap hasil pengukuran di mana bisa akurat dan presisi, akurat tapi tidak presisi, presisi tapi tidak
akurat, atau tidak keduanya (Lumen, 2020).
 Gambar . Perbedaan dan Hubungan antara Akurasi dan Presisi (Sedaghatjou, 2019)

3) Berilah contoh sumber error, beserta usaha untuk memperbaikinya.

Jawab:
Setiap pengukuran dapat mengalami kesalahan, yang berkontribusi dalam ketidakpastian hasil
pengukuran. Kesalahan atau yang biasanya disebut dengan error merupakan suatu ketidaksesuaian antara
pengukuran dan nilai yang sebenarnya atau yang dapat diterima (Belleveu College, 2020). Error dapat
diklasifikasikan menjadi human error atau technical error. Ketika memindahkan suatu fluida cair dari
satu tabung ke tabung lain, mungkin tidak akan diperoleh jumlah yang sama pada tabung kedua karena
terjadinya tumpah dalam proses pemindahannya, hal inilah yang disebut dengan human error. Sedangkan
Technical error dapat dibagi menjadi dua kategori yaitu random error dan systematic error (Sedaghatjou,
2019; Lumen, 2020).
Random error terjadi secara berkala tanpa adanya pola yang dapat ditentukan. Random error akan
lebih kecil jika menggunakan instrumen yang lebih akurat saat pengukuran dilakukan secara bertahap,
serta pada pengulangan atau reproduktifitas pengukuran yang lebih banyak untuk memperoleh hasil yang
presisi. Ketika melakukan suatu percobaan di laboratorium untuk menentukan persentase asam dalam
sampel cuka, dengan mengamati volume larutan natrium hidroksida yang diperlukan untuk menetralkan
volume cuka tertentu, akan sangat kecil kemungkinannya pada saat pengulangan percobaan akan
memberikan hasil yang sama seperti percobaan pertama. Hal ini menunjukkan bahwa meski dengan
menjalankan sejumlah percobaan replikasi yang identik sekalipun dalam segala hal, mungkin akan
mendapatkan hasil yang tersebar atau belum tentu sama (Lumen, 2020).
Systematic error terjadi ketika terdapat masalah dengan instrumen pengukuran. Misalnya saat
timbangan mungkin tidak dikalibrasi dengan baik dan membaca massa 0,5 g tanpa ada apa pun di atasnya.
Karena hal tersebut semua pengukuran akan ditaksir lebih tinggi sebesar 0,5 g. Ketika hal ini tidak
diperhitungkan suatu pengukuran, maka pengukuran tersebut akan mengandung beberapa kesalahan.
Systematic error merupakan ketidakakuratan yang disebabkan oleh cacat atau kekurangan dari suatu
instrumen (Lumen, 2020). Systematic error ini dapat diperbaiki dengan kalibrasi instrumen yang tepat
(Sedaghatjou, 2019).
Berdasarkan penjelasan sebelumnya, maka dapat diketahui bahwa semakin banyak pengukuran yang
dilakukan, akan semakin dekat kita dapat mengetahui nilai sebenarnya dari suatu objek. Dengan beberapa
pengulangan pengukuran, kita dapat menilai ketepatan suatu hasil pengukuran, serta kemudian kita
menerapkan statistik sederhana untuk memperkirakan seberapa dekat nilai rata-rata dengan nilai
sebenarnya jika tidak ada technical error dalam sistem. Dalam hal ini nilai rata-rata yang menyimpang
dari nilai sebenarnya akan lebih sedikit saat jumlah pengukuran meningkat (Lumen, 2020).
4) Jelaskan fungsi kalibrasi kaitannya untuk mencapai alat ukur menjadi presisi.
Jawab:
Kalibrasi merupakan suatu langkah penting dalam memastikan sebuah alat atau instrumen berfungsi
sebagaimana mestinya, memberikan ketepatan pembacaan, menjamin lingkungan kerja yang aman bagi
pengguna akhir, serta memastikan bahwa perusahaan mengacu pada standar yang telah ditentukan
(Chicago Pneumatic, 2019; Quality Assurance Solution, 2020). Sering kali kalibrasi disalahartikan sebagai
suatu bentuk akurasi dan presisi. Mungkin kita dapat mengetahui bahwa suatu alat yang kita gunakan dapat
berfungsi dengan baik, namun kita belum dapat memastikan apakah alat tersebut mengukur dengan akurat
(Chicago Pneumatic, 2019).
Dalam hal ini definisi kalibrasi adalah menentukan dan mendokumentasikan perbedaan pembacaan
yang diberikan oleh suatu alat dibandingkan dengan pembacaan yang diberikan oleh standar pengukuran
(perangkat tetap yang diketahui keakuratannya) (Chicago Pneumatic, 2019; Quality Assurance Solution,
2020). Hal ini biasanya diikuti dengan penyesuaian alat. Proses tersebut dilakukan dengan memeriksa
apakah nilai pengukuran berada dalam kisaran yang dapat diterima (tingkat toleransi) dalam kaitannya
dengan aplikasi tertentu. Jika tidak, maka peralatan harus disesuaikan untuk memastikan antara nilai aktual
dengan nilai yang diperlukan memiliki penyimpangan seminimal mungkin, dan untuk menjamin alat
tersebut dikembalikan pada keakuratan kinerja aslinya, sehingga memberikan hasil pengukuran yang lebih
presisi. Pemeriksaan kalibrasi ini dapat dilakukan setelah dilakukan penyesuaian terhadap alat (Chicago
Pneumatic, 2019). Saat mengalibrasi suatu peralatan, perlu dilakukan perbandingkan pada seluruh rentang
pengukuran peralatan, yaitu pada titik akurasi data dari peralatan yang rendah, menengah, dan tinggi
(Quality Assurance Solution, 2020).
Kinerja suatu alat dan instrumen cenderung akan mengalami penyimpangan seiring berjalannya waktu
serta setiap alat juga kehilangan akan keakuratannya sampai batas tertentu. Dengan mengalibrasi dan
menyesuaikan suatu alat atau instrumen dapat memastikan bahwa ketepatannya akan tetap pada tingkat
yang sesuai dan masih dalam batas toleransi. Berikut beberapa alasan mengenai pentingnya suatu kalibrasi
(Chicago Pneumatic, 2019):
a. Memastikan alat untuk bekerja dengan baik dan mempertahankan standar pengencangan tepat dari
waktu ke waktu.
b. Memastikan perusahaan mematuhi standar dan persyaratan peraturan sistem pengendalian mutu, serta
untuk menghindari kemungkinan konsekuensi hukum terkait pertanggungjawaban produk.
c. Menjamin keamanan bagi karyawan dan pengguna produk akhir.

Pada hal ini, sertifikat kalibrasi harus dikeluarkan oleh laboratorium penguji setelah proses kalibrasi
dilakukan. Berikut bagaimana menentukan seberapa sering kalibrasi harus dilakukan (Chicago Pneumatic,
2019):
a. Memeriksa rekomendasi pengukuran dari produsen peralatan apakah harus melakukan kalibrasi
setelah sejumlah beberapa kali siklus.
b. Mengetahui bagaimana stabilitas peralatan.
c. Mengetahui seberapa penting pengukuran yang akan dilakukan.
d. Mengetahui risiko dan konsekuensi dari situasi di luar toleransi.
Nomor 2 (Bobot 15%)
Tes No. 1 2 3 4 5 6 7 8 9 10
𝑇𝐻,𝑖𝑛 (℃) 40,2 40,2 40,2 40,2 40,2 40,2 40,2 40,2 40,2 40,2
𝑇𝐻,𝑜𝑢𝑡 (℃) 25,3 25,1 25 25 25 24,9 24,8 24,9 25 24,9
𝑇𝐶,𝑖𝑛 (℃) 16,1 16 16,1 16,2 16,4 16,5 16,6 16,9 17,3 17,5
𝑇𝐶,𝑜𝑢𝑡 (℃) 23,3 23,3 23,4 23,4 23,6 23,8 23,9 24,2 24,4 24,5
𝑘𝑔
𝑚̇𝐻 ( 𝑠 ) 0,0541 0,0507 0,0472 0,0438 0,0403 0,0369 0,0334 0,0299 0,0265 0,023
𝑘𝑔
𝑚̇𝐶 ( ) 0,1089 0,1019 0,095 0,088 0,0881 0,0741 0,0672 0,0602 0,0533 0,0463
𝑠
Hot, heat loss (W) 3367,2 3195,3 2997,8 2779,3 2558,2 2354,3 2147,6 1913 1680 1471,1
Cold, heat gain (W/K) 3278,5 3111,9 2899,6 2650,6 2441,2 2262,9 2050,7 1838,4 1581,6 1355,9

Ada 10 kali tes pengukuran dari beberapa parameter seperti di atas.

1) Buatlah tabel data baru seperti di atas dengan data baru = (data+X). X adalah digit terakhir NIM Anda
(X=5).
Jawab:

Tes No. 1 2 3 4 5 6 7 8 9 10
𝑇𝐻,𝑖𝑛 (℃) 45,2 45,2 45,2 45,2 45,2 45,2 45,2 45,2 45,2 45,2
𝑇𝐻,𝑜𝑢𝑡 (℃) 30,3 30,1 30 30 30 29,9 29,8 29,9 30 29,9
𝑇𝐶,𝑖𝑛 (℃) 21,1 21 21,1 21,2 21,4 21,5 21,6 21,9 22,3 22,5
𝑇𝐶,𝑜𝑢𝑡 (℃) 28,3 28,3 28,4 28,4 28,6 28,8 28,9 29,2 29,4 29,5
𝑘𝑔
𝑚̇𝐻 ( 𝑠 ) 5,0541 5,0507 5,0472 5,0438 5,0403 5,0369 5,0334 5,0299 5,0265 5,023
𝑘𝑔
𝑚̇𝐶 ( 𝑠 ) 5,1089 5,1019 5,095 5,088 5,0881 5,0741 5,0672 5,0602 5,0533 5,0463
Hot, heat loss (W) 3372,2 3200,3 3002,8 2784,3 2563,2 2359,3 2152,6 1918 1685 1476,1
Cold, heat gain (W/K) 3283,5 3116,9 2904,6 2655,6 2446,2 2267,9 2055,7 1843,4 1586,6 1360,9

2) Kemudian nyatakanlah hasil pengukuran lengkap dengan error dalam bentuk uncertainty pada setiap
parameter.
Jawab:
a. Error dan Uncertainty pada 𝑇𝐻,𝑖𝑛 (℃)
Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,
 THin
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0 2 4 6 8 10 12

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,

∑ 𝑥𝑖 452
𝑥= = = 45,2
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (204304)−(204304)

∆𝑥 = 𝑁 √ = 10 √ =0
𝑁−1 10−1

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 0
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = 45,2 × 100% = 0 %
𝑥

b. Error dan Uncertainty pada 𝑇𝐻,𝑜𝑢𝑡 (℃)

Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,

THout
0,4

0,3

0,2

0,1

0
0 2 4 6 8 10 12
-0,1

-0,2

-0,3

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,
 ∑ 𝑥𝑖 299,9
𝑥= = = 29,89
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (89355,70)−(89341,21)

∆𝑥 = 𝑁 √ = 10 √ = 0,1269
𝑁−1 10−1

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 0,1269
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = × 100% = 0,0042 %
𝑥 29,89

c. Error dan Uncertainty pada 𝑇𝐶,𝑖𝑛 (℃)

Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,

TCin
1,2
1
0,8
0,6
0,4
0,2
0
-0,2 0 2 4 6 8 10 12

-0,4
-0,6
-0,8
-1

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,

∑ 𝑥𝑖 215,6
𝑥= = = 21,56
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (89355,7)−(46483,36)

∆𝑥 = 𝑁 √ = 10 √ = 0,1648
𝑁−1 10−1

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 0,1648
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = × 100% = 0,0076 %
𝑥 21,56

d. Error dan Uncertainty pada 𝑇𝐶,𝑜𝑢𝑡 (℃)

Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,
 TCout
0,8

0,6

0,4

0,2

0
0 2 4 6 8 10 12
-0,2

-0,4

-0,6

-0,8

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,

∑ 𝑥𝑖 287,8
𝑥= = = 28,78
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (82847,6)−(82828,84)

∆𝑥 = 𝑁 √ = 10 √ = 0,1444
𝑁−1 10−1

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 0,1444
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = × 100% = 0,0050 %
𝑥 28,78

𝑘𝑔
e. Error dan Uncertainty pada 𝑚̇𝐻 ( 𝑠 )
Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,

mH
0,02

0,015

0,01

0,005

0
0 2 4 6 8 10 12
-0,005

-0,01

-0,015

-0,02

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,
 ∑ 𝑥𝑖 50,3858
𝑥= = = 5,0386
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (2538,7387)−(2538,7288)

∆𝑥 = 𝑁 √ = 10 √ = 0,0033
𝑁−1 10−1

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 0,0033
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = 5,0386 × 100% = 0,0007 %
𝑥

𝑘𝑔
f. Error dan Uncertainty pada 𝑚̇𝐶 ( 𝑠 )
Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,

mC
0,04

0,03

0,02

0,01

0
0 2 4 6 8 10 12
-0,01

-0,02

-0,03

-0,04

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,

∑ 𝑥𝑖 50,783
𝑥= = = 5,0783
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (2578,9539)−(2578,9131)

∆𝑥 = 𝑁 √ = 10 √ = 0,0067
𝑁−1 10−1

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 0,0067
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = × 100% = 0,0013 %
𝑥 5,0783

g. Error dan Uncertainty pada Hot, heat loss (W)

Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,
 Heat Loss
1500

1000

500

0
0 2 4 6 8 10 12
-500

-1000

-1500

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,

∑ 𝑥𝑖 24513,8
𝑥= = = 2451,38
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (600926390,4400)−(638495849,6)

∆𝑥 = 𝑁 √ = 10 √ = 204,3131
𝑁−1 10−1

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 204,3131
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = × 100% = 0,0833 %
𝑥 2451,38

h. Error dan Uncertainty pada Cold, heat gain (𝑊

𝐾
)
Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,

Cold, Heat Gain

1500

1000

500

0
0 2 4 6 8 10 12
-500

-1000

-1500

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,
 ∑ 𝑥𝑖 23521,3
𝑥= = = 2352,13
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (591059896,5)−(553251553,69)

∆𝑥 = 𝑁 √ = 10 √ = 204,9616
𝑁−1 10−1

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 204,9616
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = × 100% = 0,0871 %
𝑥 2352,13

3) Jika ada parameter baru yaitu A adalah hasil dari perkalian semua parameter tersebut, tentukan uncertainty
dari A.
Jawab:
Berdasarkan data yang telah diperoleh maka dapat diketahui error data seperti yang ditampilkan pada
grafik berikut,

Parameter A
150000000000000,00

100000000000000,00

50000000000000,00

0,00
0 2 4 6 8 10 12
-50000000000000,00

-100000000000000,00

-150000000000000,00

Kemudian dari data yang telah dianalisis juga dapat ditentukan uncertainty-nya sebagai berikut,

∑ 𝑥𝑖 1302234831430910
𝑥= = = 130223483143091
𝑁 10

1 (𝑁.𝑋𝑖 2 )−(∑ 𝑥𝑖)2 1 (2061732443906500000000000000000)−(1695815556191890000000000000000)

∆𝑥 = 𝑁 √ = 10 √ =
𝑁−1 10−1
20163688146837,10

Sehingga diperoleh persentase uncertainty relative sebagai berikut,

∆𝑥 20163688146837,10
% 𝑢𝑛𝑐𝑒𝑟𝑡𝑎𝑖𝑛𝑡𝑦 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 = × 100% = × 100% = 0,15 %
𝑥 130223483143091
Nomor 3 (Bobot 25%)
1) Tentukan 1 paper dari Journal Q1 dari Elsevier - ScienceDirect pada bidang sesuai thesis Anda, dan
tulislah judul paper, authors, dan nama journalnya.
Jawab:
Dalam pemilihan article berdasarkan bidang thesis dan kualifikasi yang telah ditentukan sebelumnya,
maka dalam hal ini telah ditentukan satu artikel dengan informasi sebagai berikut:

Articel Title Authors Year Journal

A hybrid wind-photovoltaic power generation system based Qi, Lingfei 2020 Solar Energy
on the foldable umbrella mechanism for applications on Zheng, Peng
highways Wu, Xiaoping
Duan, Wenjun
Li, Lingbo
Zhang, Zutao

2) Tulislah alamat URL DOI paper yang Anda pilih tersebut. Contoh penulisan:
https://doi.org/10.1016/j.ijthermalsci.2020.106261
Jawab:
Diketahui bahwa article tersebut memiliki URL DOI sebagai berikut,
URL DOI: https://doi.org/10.1016/j.solener.2020.07.082

3) Pilihlah 1 graph yang menjadi high-end-results pada paper tersebut (bukan memilih graph yang
mempresentasikan error antara experiment dan correlation), dan copy-paste kan di lembar jawaban.
Jawab:

Gambar . Monthly total power output of the portable wind-photovoltaic power generation system
(WPPGS) on Chengdu-Chongqing highway (Qi et al., 2020)
4) Prediksikanlah nyatakanlah error dalam bentuk uncertainty pada setiap node yang ada di graph tersebut.
Jawab:
Dari grafik hasil pengukuran daya total yang dihasilkan dari penelitian tersebut, yaitu aplikasi sistem
portable wind-photovoltaic power generation system (WPPGS), dapat diketahui bahwa diperoleh hasil
yang beragam di mana tidak diperoleh pattern trendline yang pasti. Berdasarkan hal itu maka dapat
diketahui bahwa terdapat hal atau faktor-faktor yang mempengaruhinya, di mana dalam hal ini
pengambilan data dapat memiliki error dan kemungkinan reproducability yang rendah. Berdasarkan hasil
analisis, hal tersebut dapat diakibatkan oleh beberapa hal sebagai berikut:
a. Kondisi Iklim dan Cuaca, karena penelitian ini menganalisis kinerja dari sistem hybrid Solar PV dan
turbin angin di mana performa dari kedua teknologi tersebut dipengaruhi oleh potensi energi matahari
dan angin tidak dapat dikontrol selama proses pengujiannya, maka akan diperoleh data yang memiliki
penyimpangan cukup tinggi dalam tiap pengujiannya.
b. Kondisi lingkungan kerja, hal ini dapat dipengaruhi oleh kondisi lingkungan aplikasi dari sistem
tersebut yang diletakkan pada area jalan raya. Di satu sisi, arus lalu lintas akan berpengaruh terhadap
sistem tersebut terutama pada kinerja turbin angin, di mana mulai dari volume kendaraan serta
kecepatan kendaraan yang akan mempengaruhi kecepatan angin tidak dapat ditentukan secara pasti.
Dengan demikian akan diperoleh sebaran data yang cukup acak.

Reference
Belleveu College (2020) Accuracy vs. Precision, and Error vs. Uncertainty. Available at:
https://www.bellevuecollege.edu/physics/resources/measure-sigfigsintro/b-acc-prec-unc/ (Accessed: 5
January 2021).
Chicago Pneumatic (2019) Tools calibration: why is it important? Available at:
https://www.cp.com/en/tools/expert-corner/blog/tools-calibration-why-is-it-important (Accessed: 5
January 2021).
Lumen (2020) Accuracy, Precision, and Error. Available at:
https://courses.lumenlearning.com/introchem/chapter/accuracy-precision-and-error/ (Accessed: 5
January 2021).
Mills, A. F. and Chang, B. H. (2004) Error Analysis Of Experiments: A Manual for Engineering Students.
Los Angeles: University of California.
Qi, L. et al. (2020) ‘A hybrid wind-photovoltaic power generation system based on the foldable umbrella
mechanism for applications on highways’, Solar Energy. Elsevier Ltd, 208(July), pp. 368–378. doi:
10.1016/j.solener.2020.07.082.
Quality Assurance Solution (2020) Tool Calibration and Control System. Available at: https://www.quality-
assurance-solutions.com/tool-calibration-and-control.html (Accessed: 5 January 2021).
Sedaghatjou, M. (2019) Measurements and Units Accuracy, Precision, and Errors, Douglas College.
Available at: https://guides.douglascollege.ca/c.php?g=447480&p=3571075 (Accessed: 5 January
2021).