Materi MAG Pak Sunarta

BAHAN AJAR
METODE ANALISA GRAFIK

MFF 1064
( 2 SKS )
Oleh :
Sunarta; Drs, M.S.
PROGRAM STUDI FISIKA

JURUSAN FISIKA
F.MIPA
UNIVERSITAS GADJAH MADA
2014
Bab I
Pengantar Kuliah Metode Analisa Grafik
Diskripsi :
 Kontrak kuliah ; membicarakan ruang lingkup MAG; silabus dan referensi; tata tertib
pelaksanaan kuliah; model UTS, UAS, dan tugas-tugas kelompok.
Manfaat Materi :
 Mahasiswa mengetahui tentang isi materi kuliah Metode Analisa Grafik secara
keseluruhan (per-bab); pentingnya MAG bagi seorang sain;
LO :
 Dapat menjelaskan : Ruang lingkup bahan yang akan dipelajari; mengetahui tatib kuliah ;
ujian tengah dan akhir semester; ada tugas kelompok.
Pengantar Materi Metode Analisa Grafik (MAG)

Ruang lingkup Metode Analisa Grafik (MAG) : mempelajari masalah-masalah yang
berkaitan dengan grafik ( cara melukis; cara menarik garis grafik; cara analisa; dsb.) dengan
benar dan sesuai tujuan penampilan grafik yang dibuat .
Bidang Sains-Tek, termasuk ilmu Fisika merupakan bidang ilmu yg tidak lepas dengan
Eksperimen dalam pengembangan ilmunya, selalu berurusan dengan data pengamatan, dan
grafik pengamatan. Untuk itu diperlukan dasar ilmu tentang bagaimana cara menganalisa grafik
dengan benar.
Grafik merupakan bagian yang penting pada pengolahan data pengamatan, karena grafik
merupakan visualisasi data yang menggambarkan kelakuan hasil pengamatan terhadap variable
yang mempengaruhi. Dari visualisasi kelakuan ini, mengandung banyak informasi tentang
fenomena fisis yang sedang diteliti.
Untuk dapat menggambarkan hasil secara visual dari data pengamatan dengan benar,
diperlukan pengertian tentang alur data yaitu data-data yang telah terlukis pada sumbu-sumbu
grafik akan membentuk alur garis yang mempunyai fungsi tertentu.
Pengambaran grafik yang benar dan teliti, akan sangat mempengaruhi hasil analisa yang
diperoleh. Untuk itu seorang pengamat/peneliti harus menguasai tentang metode analisa grafik.
Tidak semua grafik dapat dipergunakan untuk dasar analisa, tergantung jenis pengamatan (
kelakuan fisis ). Apakah kelakuan fisis merupakan variable-variabel yang berfungsi secara
matematis, atau tidak berfungsi. Grafik analisa biasanya mempunyai fungsi matematik tertentu.
Dari keterangan tersebut dapat dibedakan ada 2 jenis grafik yaitu :
1|Bahan Ajar MAG-Sunarta

1. Grafik ; sekedar tampilan data ( tanpa fungsi matematik )
2. Grafik; sebagai Sumber analisa data (Grafik-analisa); mempunyai fungsi matematik
tertentu; missal linear; eksponen; kwadrat; dsb.
Dalam tulisan ini, akan disampaikan / dibahas tentang jenis grafik analisa. Jenis grafik ini
sangat sering dijumpai pada dunia sain-tek; khususnya pengamatan fenomena-fenomena fisis.
Bagi mahasiswa sain, khususnya bidang ilmu fisika yang erat dengan persoalan eksperimen, data
pengamatan, grafik, dsb. harus menguasai tentang persoalan grafik yang digunakan sebagai dasar
analisa dari hasil pengamatannya.
SILABUS :
Memuat info tentang buku-buku referensi dan topic-topik materi yang akan dibahas selama
10-14 minggu tatap muka (kuliah).
REFERENSI :
1. Taylor, J. R.1992. An Introduction to Error Analysis. University Science Book.California
2. Bevington, P. R.1999. Data Reduction and Error Analysis for the Physical Science. Mc
Graw-Hill Book Co
3. Dulfer G, H & Fadeli., 1974. Metode Pengukuran & Analisa Data; FIPA-UGM.
4. Darmawan Djonoputro; 1984. “Teori Ketidakpastian Menggunakan satuan SI”;
ITB.Bandung.
5. Sunarta; 2013; “Modul Kuliah Metode Pengukuran Fisika” ; MODUL-BOPTN 2013 up
load ELISA-UGM.
6. Staf Lab. Fisika Dasar, Jurusan Fisika-FMIPA UGM; 2012; “Petunjuk Praktikum Fisika
Dasar Jurusan Fisika”; FMIPA-UGM Yogyaakarta.
TOPIK-TOPIK PEMBAHASAN :
No. Pokok Bahasan Deskripsi

( sub topic pokok )
I. Pengantar Kuliah Metode  Kontrak kuliah ; membicarakan ruang

Analisa Grafik lingkup MAG; silabus dan referensi; tata
1 tertib pelaksanaan kuliah; model UTS,
UAS, dan tugas-tugas kelompok.
II. Manfaat Grafik dalam Analisa  Beberapa fungsi grafik dalam proses
Data analisa data pengamatan; visualisasi data;
2 perbedaan teori-eksperimen; kalibrasi
data pengamatan; penentuan besaran
fisis ; menunjukkan ralat sistematis.
III. Prosedur Pengeplotan Grafik  Tata cara pembuatan grafik analisa;
Analisa Sumbu-sumbu grafik; penyekalaan grafik;
3 penampilan data pada grafik; daerah
analisa grafik; garis grafik dan alur data.

IV. Metode Analisa Grafik Linear  Persamaan linear; Pelinearan persamaan
grafik; besaran-besaran grafik linear;
4 contoh-contoh aplikasi metode grafik
linear.
V. Perhitungan besaran-besaran  Metode perhitungan besaran fisis dengan
Grafik Analisa gradient grafik
5  Metode perhitungan besaran fisis lewat
titik potong grafik
 Efek ralat sistematik pada grafik
VI. Model Grafik data ber-ralat  Data ber-ralat; Cara pengeplotan grafik
dari titik data ber-ralat; garis grafik dari
6 data ber-ralat; metode minimisasi ralat
data pada grafik.
VII. Metode Analisa Gradien  Metode “Maks-Min”
Grafik  Metode “Garis sejajar”
7  Metode “Rumus regresi”
VIII. Contoh-contoh Kasus Grafik-  Pembahasan beberapa contoh kasus

ber”masalah” model grafik yang digunakan untuk
8 menganalisa data penelitian baik tingkat
penelitian mahasiswa maupun peneliti.
IX. Aplikasi Rumus Regresi dalam  Metode analisa menggunakan rumus
Metode Grafik regresi linear dengan memadukan hasil
9 visualisasi data pada grafik; metode
menseleksi data yang berada di luar alur
grafik;
X. MAG[0,0] dan Ralat  Analisa data pengamatan dengan model
Sistematis Grafik grafik linear lewat titik origin (0,0)
10  Metode menghitung ralat sistematis yang
ditunjukkan pada grafik linear (0,0)
 Contoh-contoh model aplikasi
11 XI. MAG[0,Y] dan MAG[X,0]  Analisa data pengamatan dengan model
grafik linear lewat perpotongan sumbu
grafik (0,Y) maupun (X,0)
Secara rinci topic-topik, materi-materi yang berkaitan dengan analisa grafik akan
disajikan pada bab-bab berikutnya.

Bab II
“Manfaat Grafik dalam Analisa Data”
Diskripsi :
 Beberapa fungsi grafik dalam proses analisa data pengamatan; visualisasi data; perbedaan
teori-eksperimen; kalibrasi data pengamatan; penentuan besaran fisis ; menunjukkan ralat
sistematis.
Manfaat :
 Mahasiswa mengerti tentang fungsi grafik dalam analisa data
LO :
 Mahasiswa dapat merubah data (tabulasi) menjadi model grafik analisa yang diharapkan
“Manfaat Grafik dalam Analisa Data”

Sebelum kita bahas tentang bagaimana cara menganalisa data lewat grafik, perlu dibahas
terlebih dahulu mengenahi fungsi/manfaat adanya grafik; diantaranya :
1. Visualisasi data
Maksudnya dengan melihat tampilan gambar grafik, pengamat sudah dapat mengambil
informasi, kelakuan variable data pengamatan. Hal ini tidak kentara ketika hanya melihat
table data pengamatan yang ada.
Tabel Data Pengamatan :
Pengamatan
perpanjangan suatu pegas ketika dibebani
No. Beban ( g ) Perpanjangan ( cm )
1 5 1,1
2 10 2,2
3 15 3,4
4 20 4,5
5 25 5,7
6 30 6,5
7 35 7,3
8 40 8,2
9 45 8,8
10 50 9,5
11 55 10,2
12 60 10,6
1|Bahan Ajar MAG -Sunarta;2014

Tabel data beban(gaya) terhadap perubahan panjang bahan tidak bisa menggambarkan
dimana batas elastisitas bahan; atau dimana bahan sudah tidak elastis lagi
Dengan Grafik variasi beban terhadap perubahan panjang bahan, akan sangat jelas kapan
bahan sudah mulai tidak elastis lagi ( menyimpang dari tingkat elastis semula)
Grafik sangat menolong melalui pandangan (visual aid) maksudnya dengan

mengamati bentuk grafik saja, si pengamat sudah bisa mengambil banyak informasi.
Dengan melukiskan atau memasang (to plot) di atas kertas grafik besaran-besaran yang
diamati selama eksperimen, anda dapat melihat dengan satu pandangan saja, di tempat
mana atau di saat mana mulai ada perbedaan antara hasil pengamatan dan hasil hitungan.
Hasil pengamatan ini umpama dari eksperimen tertentu, dan hasil hitungan ini adalah dari
fungsi yang dianggap melukiskan teori dari eksperimen tersebut. Contoh diberikan
dibawah ini. Dalam fisika dikenal Hukum Hooke, yaitu yang menyatakan bahwa
perubahan bentuk yang dialami oleh benda elastis berbanding langsung dengan gaya
yang dikenakan pada benda itu (umpama : kawat baja yang digantungi beban).
Kebenaran pernyataan ini akan diselidiki melalui eksperimen. Hasil pengamatan ditulis
dalam daftar di Tabel 1. Disitu M adalah massa yang dikenakan pada beban, dan s
perubahan bentuk yang terjadi. M dalam gram, s dalam cm.
Dengan hanya membaca saja secara selintas pandang orang tidak dapat banyak
mengambil kesimpulan dari tabel. Pada Gambar 8, data Tabel 1 dilukis dalam grafik.
Dengan satu pandangan saja, langsung dapat dilihat bahwa Hukum Hooke hanya berlaku

untuk M yang tidak terlalu besar (untuk M<30 gram). Di atas harga massa ini, hubungan
antara M dan s tidak linier lagi.
2. Grafik sebagai pembanding Eksperimen-Teori
Grafik juga digunakan untuk membandingkan eksperimen dengan teori. Pada

Gambar dibawah, intensitas pola difraksi berasal dari celah tunggal diukur. Hasil
eksperimen dinyatakan dengan titik hitam. Kurva yang berupa garis melengkung adalah
hasil hitungan dari intensitas pola difraksi. (Perhatikanlah bahwa intensitas ditengah-
tengah pola difraksi tidak dilukis grafik. Dapatkah anda memikirkan, apa sebabnya ?).
Anda bisa melihat sekaligus, ditempat mana eksperimen dan teori cocok dengan baik
atau tidak begitu cocok.
Dengan tampilan grafik, dapat dengan jelas daerah keberlakuan teori cocok atau
sesuai dengan hasil pengamatan. Atau bias berlaku sebaliknya yaitu daerah mana hasil
eksperimen sesuai dengan pendekatan teorinya.
Teori :
mempunyai anggapan yang ideal, belum memasukan efek-efek yang mempengaruhi,

menyederhanakan penyelesaian agar dapat ditampilkan fungsi matematisnya.
Eksperimen :
menggambarkan keadaan / fenomena riil, kadang tidak terdeteksi karena keterbatasan
alat ukurnya, berlaku khusus (terbatas), akan berkembang ketika diperoleh alat ukur yang
lebih sensitive.

3. Grafik sebagai kurva kalibrasi besaran fisis
Apabila ada besaran fisis satu sama lain saling ada pengaruhnya, dan berapa besar
factor pengaruh tersebut, maka hal ini dapat dibuat grafik hubungan dua besaran yang
saling berpengaruh tersebut, dan dihitung faktornya lewat grafik yang ada.
Grafik juga digunakan untuk menunjukkan hubungan empiris antara dua besaran.
Walaupun orang belum sempat menyelidiki bagaimana hubungan teoritis antara dua
besaran eksperimentil, namun grafik seperti yang dimaksudkan di atas bisa sangat
berguna untuk tujuan peneraan (kalibrasi). Sebaga contoh ambilah Light Dependent
Resistor (LDR). Besar tahanan R dari LDR ini tergantung dari intensitas cahaya I yang
jatuh pada LDR tersebut. Gambar diatas menunjukkan secara grafik hubunganantara R
dalam k dan I dalam lux. Dari grafik ini anda dapat melihat secara langsung berapa lux
cahaya yang jatuh pada LDR, ketika tahanannya pada waktu itu 400 k. Berapakah
itensitasnya pada waktu itu ? )
Secara eksperimen selalu ada besaran satu berpengaruh pada besaran lainnya,
belum diketahui secara teoritis hubungan besaran satu dengan lainnya, namun dengan
grafik kita dapat mendapatkan nilai faktor keterkaitan besaran tersebut, dengan kalibrasi;
grafik sperti ini disebut grafik kalibrasi

Misal : hubungan LDR – Luxmeter , hubungan konsentrasi larutan – sudut polarisasi
dsb.
4. Grafik sebagi penentuan rumus empiris besaran-besaran yang belum

dipikirkan rumusan secara teoritis.
Lewat besaran-besaran grafik seperti gradien; titik potong; dan yang lainnya,
dapat dihitung besaran fisis yang dikehendaki dalam pengamatan. Hal ini sangat sulit
(tidak dapat) ditempuh dengan hanya melihat tabel data pengamatan.
Dengan nilai besaran-besaran grafik, maka dapat ditentukan fungsi persamaan
yang menghubungkan sumbu-sumbu grafik yang ada, yang tidak lain merupakan
persamaan yang menghubungkan besaran-besaran fisis dalam pengamatan.
Grafik dapat digunakan untuk menentukan konstante yang menghubungkan

beberapa besaran satu sama lain. Contoh dari Gambar grafik antara Massa beban dengan
perpanjangan pegas diatas, menyatakan hubungan antara massa M dan perubahan bentuk
s. Untuk M< 30 gram hubungan ini linier , berarti s = KM, dimana K adalah konstante,
yang dapat ditentukan dari grafik. Anda supaya memeriksa apakah betul bahwa K= 0,22
cm/gram. Perhatikanlah bahwa K bukan besaran yang tak berdimensi. Pada umumnya
konstante yang ditentukan sebagai hasil eksperimen mempunyai dimensi. Hal ini
supaya selalu disadari.
5. Grafik dapat digunakan sebagai uji hypotesa
Di dalam eksperimen sering muncul adanya besaran fisis yang terukur, namun
ketergantungan besaran tersebut belum terpikirkan secara teori. Kasus ini dapat
diturunkan persamaan secara hypothesis yang selanjutnya dapat menghasilkan fungsi
yang menghubungkan antara besaran fisis yang saling berpengaruh.
Dari data yang diperoleh dapat dibuat grafiknya dalam bentuk persamaan linear,
sehingga dapat diperoleh besaran-besaran grafik yang merupakan tetapan dari persamaan
hypothesis. Selanjutnya dengan pengujian persamaan dengan grafik akhirnya kita peroleh
persamaan fungsi fisis dari fenomena yang ada.
Bila kita mengamati fenomena fisis yang besaran-besarannya dapat terukur

dengan baik, maka kita dapat menentukan pengaruh dari besaran tersebut terhadap
variable lain yang ada.
Apakah pengaruh antara besaran yang satu dengan lainnya saling menguatkan atau
sebaliknya, hal ini dengan mudah dapat diamati secara grafik (visual).

Hasil dari analisa grafik yang ada akan dapat membuktikan apakah hipotesa yang
diajukan benar (sesuai) atau menyimpang, sehingga dapat diamati dengan cara lainnya.
Misalnya : persamaan hypothesis Y= A XB TC ; dengan A, B, dan C merupakan tetapan,

sedangkan X dan T merupakan variable bebas. Dengan teknik pengambilan data seperti
model table berikut dapat dibuat grafik untuk menentukan nilai tetapan A, B, dan C.
X= diambil nilai tertentu (konstan) T=diambil nilai tertentu (konstan)

Y = k1 TC ; k1 = A XB Y = k2 XB ; k2 = A TC
T ( variable ) Y ( diamati ) X ( variable ) Y ( diamati )
- - - -
- - - -
- - - -
- - - -
- - - -

Bab III
Prosedur Pengeplotan Grafik Analisa
 Diskripsi :
Isi topic ini mencakup tentang: Tata cara pembuatan grafik analisa; Sumbu-sumbu grafik;
penyekalaan grafik; penampilan data pada grafik; daerah analisa grafik; garis grafik dan alur
data.
 Manfaat bagi mahasiswa :

Mahasiswa memahami tentang tata cara pengambaran grafik analisa dengan benar dan
menguasai persoalan analisa grafik dalam segala model.
 LO :
Mahasiswa dapat menggambar grafik dengan benar
Prosedur Pengeplotan Grafik Analisa
Pertama anda harus membuat keputusan besaran mana yang hendak dipasang di sumbu
horisontal dan mana yang di sumbu vetikal. Ambillah sebagai contoh Hukum Hooke tadi. Disitu
ada yang disebut sebab, yaitu besaran yang tiap kali diambil atau ditentukan oleh
eksperimentator, dalam contoh Hukum Hooke ini, sebab adalah besaran massa M. Karena ada
sebab, timbullah akibat atau efek, dalam contoh ini akibat adalah perubahan bentuk s. Perjanjian
yang biasanya diadakan oleh para ilmuwan ialah : memasang sebab di sumbu horisontal (sumbu
x) dan efek di sumbu vertikal (sumbu y). Kemudian anda harus memilih skala yang sesuai untuk
sumbu dua-duanya.
Untuk memperoleh grafik yang benar yaitu merupakan visualisasi data yang mempunyai
pola persamaan garis tertentu, dan memgambarkan kelakuan data data fisis diperlukan beberapa
langkah dalam proses pembentukannya diantaranya :
 Pertama :
Menentukan persamaan grafik ; yaitu persamaan yang menjadi dasar untuk menarik garis grafik
setelah data terlukis pada grafik. Persamaan grafik mengacu pada persamaan teori atau hypotesa
yang di ajukan pada penelitian. Apabila tidak/belum ada dasar persamaan teorinya, yang menjadi
dasar penarikan garis adalah “alur data yang terjadi”.
 Kedua :
Menentukan sumbu-sumbu grafik dengan benar, sumbu mana sebagai sumbu “vertical” yaitu
sumbu tempat kedudukan data pengamatan, yang sering disebut sebagai sumbu akibat atau
“kodomain”. Juga sumbu mana sebagai sumbu “horizontal” yaitu sumbu tempat kedudukan data
variable pengamatan, yang sering disebut sumbu sebab atau “domain”.

 Ketiga :
Pemilihan skala grafik yang tepat, yaitu : (a). Angka skala sederhana, mudah dibaca misal : 1, 2,
3, dan seterusnya, atau 0.1, 0.2, 0.3, dan seterusnya. (b). Jarak angka skala satu dengan lainnya
cukup jelas. (c). Titik-titik data pada grafik secara visual terlihat jelas, tidak saling berdepetan.
(d). Titik data yang terlukis pada grafik harus jelas, misal dengan tanda khusus (tebal) sehingga
tidak tertutup oleh garis grafik.
 Keempat :
Pengaturan skala grafik diperlukan juga untuk membuat penampilan garis grafik berada pada
daerah yang tepat/benar yaitu daerah yang sensitivitasnya tinggi. Sebagai grafik analisa garis
grafik yang dapat dipertanggungjawabkan adalah berada pada kemiringan antara [ 30° ≤
(kemiringan) ≤ 60° ]. Garis grafik yang berada diluar daerah tersebut merupakan garis grafik
yang tidak dapat dipertanggungjawabkan kecermatannya (tidak teliti).
 Kelima :
Garis grafik merupakan garis yang dibentuk oleh “Alur Data” yang merupakan garis yang ditarik
lewat data secara halus (smooth) dan merata menelusuri daerah sebaran data pengamatan.
Sebaliknya garis yang ditarik secara “patah-patah” yaitu garis yang menghubungkan titik data
satu dengan data yang berdampingan lainnya secara berturutan, ini bukan merupakan garis
grafik, artinya kita tidak dapat menganalisa secara grafik dari model garis garfik yang “patah-
patah”.
 Keenam :
Kecermatan dalam menarik garis grafik sesuai dengan dasar persamaan grafik yang telah
dirumuskan. Pada grafik analisa, belum tentu garis grafik menenuhi (sesuai) dengan seluruh alur
data yang terbentuk (kemungkinan hanya sebagian alur yang sesuai dengan dasar persamaan
grafik yang dirumuskan).
Beberapa ilustrasi cara pembuatan grafik yang benar :
1. Pemilihan skala yang tepat, sehingga titik data tergambar pada grafik secara terinci dan terpisah
dengan baik satu dengan lainnya
2. Pemberian angka pada skala pada pembagian jarak yang cukup, tidak terlalu dekat dan juga
tidak terlalu jauh.
3. Angka pada skala grafik merupakan angka-angka yang sederhana, singkat dan mudah
diperkirakan.
4. Penarikan garis pada grafik merupakan alur data ( halus ), bukan patah-patah yang
menghubungkan titik satu dengan lainnya.
5. Titik potong grafik perlu dicermati, ini merupakan info adanya kesalahan sistematis alat.

Bab IV
“Metode Analisa Grafik Linear”
Diskripsi :
 Persamaan linear; Pelinearan persamaan grafik; besaran-besaran grafik linear; contoh-
contoh aplikasi metode grafik linear.
Manfaat :
 Memberi kemampuan mahasiswa dalam analisa data lewat visualisasi grafik pengamatan
LO :
 Mampu menganalisa grafik linear dengan benar
Metode Analisa Grafik Linear

Grafik linear yang digambarkan diatas, merupakan jenis grafik yang sempurna yaitu memiliki
semua besaran grafik berupa gradient; dan titik potong baik terhadap sumbu-X maupun terhadap
sumbu-Y. Adapun metode perhitungan untuk masing-masing besaran grafik sbb :
Untuk masing-masing metode mempunyai syarat-syarat dalam penggunaannya; secara aplikasi

akan dibahas pada topic lanjutan dengan contoh-contoh kasus yang ada.

Bab V
“Perhitungan besaran-besaran Grafik Analisa”
Diskripsi :
 Metode perhitungan besaran fisis dengan gradient grafik
 Metode perhitungan besaran fisis lewat titik potong grafik
 Efek ralat sistematik pada grafik
Manfaat :
 Menguasai tentang besaran grafik linear
 Memahami adanya efek sistematik yang ditunjukkan pada grafik
LO :
 Mahasiswa dapat menghitung besaran grafik linear secara benar
1). MODEL GRAFIK LINEAR LEWAT TITIK ORIGIN ( 0,0 )

(SECARA TEORI MODEL GRAFIK SEPERTI INI TIDAK ADA KESAALAHAN
SISTEMATIS PADA DATA)
Y
Y=aX
TIDAK ADA
RALAT
SISTEMATIS TITIK ORIGIN (0,0)
MERUPAKAN
TITIK REFERENSI
UNTUK MENARIK GARIS
GRAFIK !
X
(0,0) Grafik-1 : “MAG(0,0)”
(TAK ADA RALAT SISTEMATIS)

2). MODEL GRAFIK LINEAR YANG MENUNJUKKAN
ADANYA KESALAHAN SISTEMATIS PADA DATA
PENGAMATAN,
Y
Y=aX
ADA RALAT
SISTEMATIS
TITIK ORIGIN (0,0)
BUKAN MERUPAKAN
TITIK REFERENSI
UNTUK MENARIK GARIS
GRAFIK
X
(0,0)
Grafik-2 : “MAG(0,0)”
(ADA RALAT SISTEMATIS)

3).MODEL GRAFIK LINEAR YANG MEMPUNYAI NILAI
BESARAN GRAFIK YANG KOMPLIT
 GRADIEN
 TITIK POTONG SUMBU-HORIZONTAL (SB-X) NEGATIF
 TITIK POTONG SUMBU-VERTIKAL (SB-Y) POSITIF
Y=aX+b
GRADIEN
GRAFIK
TITIK POT.
SUMBU-Y
X
Grafik-3 : “MAG(X,Y)”
TITIK POT.
SUMBU-X

4).MODEL GRAFIK LINEAR YANG MEMPUNYAI NILAI
BESARAN GRAFIK YANG KOMPLIT
 GRADIEN
 TITIK POTONG SUMBU-HORIZONTAL (SB-X) POSITIF
 TITIK POTONG SUMBU-VERTIKAL (SB-Y) NEGATIF
Y=aX-b
TITIK POT.
SUMBU-X GRADIEN
GRAFIK
X
Grafik-4 : “MAG(X,Y)”
TITIK POT.
SUMBU-Y

Bab VI
“Model Grafik data ber-ralat”
Diskripsi :
 Data ber-ralat; Cara pengeplotan grafik dari titik data ber-ralat; garis grafik dari data ber-
ralat; metode minimisasi ralat data pada grafik.
Manfaat :
 Memahami tentang data ber-ralat yang secara visual tergambar di dalam grafik
 Dapat menganalisa efek ralat yang ada
LO :
 Dapat menganalisa grafik ber-ralat
Model Grafik data ber-ralat
• Pengertian
ralat grafik menyangkut ralat dari nilai-nilai besaran grafik seperti gradien
dan titik potong grafik, jadi ralat grafik sama dengan ralat gradien dan titik potong
grafik
• Mengapa muncul ralat grafik ?
karena grafik terbentuk dari titik data , sedang data pasti ber-ralat !
1|Bahan Ajar MAG-Sunarta;2014

TAMPILAN DATA BER-RALAT
PADA GRAFIK

Tampilan Grafik ber-ralat
dan Garis Regresi

PENGERTIAN ALUR DATA DAN GARIS REGRESI
• Alur Data
pola yang terbentuk dari deretan data yang tergambar pada grafik; hal ini
merupakan kelakuan asli dari data pengamatan
• Garis Grafik
garis analisa yang ditarik sesuai dengan kaidah teori yang ada dengan
menyesuaikan alur datanya
• Hubungan Alur data dgn Garis grafik
bila seluruh alur data dilalui garis grafik, maka hal ini menunjukkan bahwa
pengamatan persis sama/sesuai dengan teorinya
• Garis Regresi
garis yang dibentuk oleh rumusan regresi sebagai fungsi dari pasangan data
pengamatan, merupakan rata2 distribusi data.
Keterpaduan 3 garis (Alur,Garis grafik,& Regresi)

dalam analisa data dengan grafik
• Alur data terbentuk secara alami dari data pengamatan, penyimpangan

terjadi bila ralat pengamatan besar
• Garis grafik ada subyektivitas dari pengamat, kesalahan terjadi ketika
pengamat tidak mempunyai kemampuan tentang grafik
• Garis regresi terbentuk dari analisa rumus regresi yang merupakan garis
rata-rata dari sebaran data yang terjadi
• Pada kondisi yang ideal, ketiga garis tersebut akan berimpit , hal ini
menunjukkan bahwa hasil eksperimen sagat persis dengan dasar teori yang
ada

Bab VII
“Metode Analisa Gradien Grafik”
Diskripsi :
 Metode “Maks-Min”
 Metode “Garis sejajar”
 Metode “Rumus regresi”
Manfaat :
 Memahami analisa gradient grafik secara detail, untuk beberapa kasus grafik dengan
metode maximum-minimum, juga regresi.
LO :
 Dapat menentukan gradient dengan tepat dan benar pada segala macam kasus grafik
Metode Analisa Gradien Grafik
VII.1. Metode “Maksimum-Minimum”

A

ANALISA :

LEMBAR GRAFIK
UNTUK PLOT DATA
VII.2. Metode “Garis sejajar”

Dalam metode ini, mempunyai prinsip sama dengan metode titik centroid, hanya
penarikan garis grafik berdasarkan atas regresi titik-titik sebagai :

1. GARIS ATAS :
Merupakan garis grafik yang ditarik/diregresi dari titik-titik maksimum data
2. GARIS BAWAH :
Merupakan garis grafik yang ditarik/diregresi dari titik-titik minimum data
3. Dari kedua garis tersebut dapat ditarik garis maksimum-minimum yang berada
diantaranya, dan hasil dari garis max-min ini sama dengan hasil yang diperoleh dengan
metode “Maks-Min” diatas.
VII.3. Metode “Rumus regresi”

RALAT GRADIEN DAN TITIK POTONG GRAFIK
Catatan :
Perlu dicermati bahwa penggunakan rumus regresi diatas, harus
memperhatikan validitas data grafik. Apakah data yang akan diregresi
memenuhi criteria linear ?

Bab VIII
“Contoh-contoh Kasus Grafik-ber”masalah”
Diskripsi :
 Pembahasan beberapa contoh kasus model grafik yang digunakan untuk menganalisa data
penelitian baik tingkat penelitian mahasiswa maupun peneliti.
Manfaat :
 Memberi pengetahuan tentang grafik-grafik yang kurang tepat penggunaanya sebagai
grafik analisa data
 Cermat dalam penggunaan grafik analisa
LO :
 Dapat mencirikan grafik benar dan salah sebagai grafik analisa data
Contoh-contoh Kasus Grafik-ber”masalah

2𝑓𝑠 1
DATA-1 : “Grafik Frekuensi Doppler terhadap waktu”; Persamaan teori : fD = ( ) ;
𝐶 𝑡
1
persamaan grafik : fD = k ; Hasil gradient grafik k = ( 79,13 ±1,36 ); Sumber : Skripsi
𝑡
S1-Prodi Fisika ( Lulus 2005 ).
GRAFIK DATA-1
PEMBAHASAN DATA-1 :

Secara visual penampilan grafik sangat kasar, dengan ralat per data cukup besar, namun
hal ini tidak dicocok (kontradiktif) dengan hasil analisanya yang memberikan ralat sangat kecil
yaitu : nilai gradient grafik k = ( 79,13 ±1,36 ) sekitar 2% . Grafik terlalu “tidur” , perlu
memperlebar skala vertical sehingga grafik lebih tegak; hal ini akan mempengaruhi tingkat
kecermatan analisa. Pemilihan data variable waktu ( t ) kurang cermat sehingga berakibat
sebaran data grafik tidak merata, ini juga akan berpengaruh terhadap analisa.
Kesimpulan : Grafik tersebut belum/tidak memenuhi kaidah , sangat potensial salah /

tidak tepat hasil analisa grafik-nya.
DATA-2 : “Grafik Hubungan Arus Listrik (i) terhadap Waktu discharge listrik”;
𝑊 1
Persamaan teori: i = ( 𝑉 ) ; Sumber : Skripsi S1-Prodi Fisika ( Lulus 2005 ).
𝑡
GRAFIK DATA-2
PEMBAHASAN DATA-2 :
Analisa dari grafik ini sangat dipaksakan, bila dicermati alur data yang tergambar pada
grafik tersebut menunjukkan terjadi penurunan secara eksponen, namun dipaksa untuk ditarik
garis grafik linear pada daerah penurunan arus yang sudah cenderung konstan. Seandainya
peneliti menginginkan analisa data yang linear mestinya mengambil daerah data ( t -1 ≤ 0.05 )
dengan memperjelas (melebar-kan) skala grafik dari ( 0 s/d 0.05 )s-1 . Kesalahan berikutnya
bahwa peneliti memaksakan perhitungan dengan rumus regresi sedangkan sangat jelas secara
visual grafik tidak linear.
Kesimpulan : Menurut metode analisa Grafik; ada kesalahan fatal pada hasil yang diperoleh dari
grafik tersebut , baik gradient maupun titik potong grafiknya. Tegasnya data pengamatan dengan
analisa yang digunakan tidak ada korelasinya sama-sekali.

DATA-3 : “Grafik Pengamatan Daya Rerata manusia” ; Persamaan hypothesis : P = α
ma ; persamaan grafik : ln P = a ln m + ln α ; Sumber : Skripsi S1-Prodi Fisika ( Lulus
2006 ).
GRAFIK DATA-3
PEMBAHASAN DATA-3 :
Secara visual grafik tersebut belum/tidak dapat dipertangjawabkan hasilnya, karena

belum menggambarkan kaidah fungsi yang jelas, skala grafik pada daerah data sangat sempit ,
seharusnya daerah skala ( 3,5 ≤ X ≤ 4,5 ) dilebarkan juga Skala ( 4,0≤ Y ≤ 4,6 ); Ada kesalahan
sistematis , mestinya grafik tidak lewat (0,0); Belum dilakukan tes grafik untuk menunjukkan
kebenaran hypotesa yang diajukan, seharusnya dibuat grafik antara ( P ) sebagai fungsi ( m a ),
dengan nilai (a) yang diperoleh dari grafik tersebut. Apabila hasil grafik tetap linear dan lewat
(0,0) maka nilai (a) yang dihasilkan tersebut dapat dipertanggungjawabkan validitasnya.
Sebaliknya kalau belum memenuhi maka dapat dipastikan hypotesa SALAH.
Kesimpulan : Hasil analisa grafik dari data-1, belum dapat dipertanggung-jawabkan

validitasnya, kemungkinan banyak mengandung kesalahan.
DATA-4 : “Grafik Hubungan Konsentrasi Gas pelacak dengan waktu”; Persamaan

𝐶𝑡
Grafik : ln = - K t ; Sumber : Skripsi S1-Prodi Fisika ( Lulus 2006 ).
𝐶𝑜

GRAFIK DATA-4
PEMBAHASAN DATA-4 :
Dua grafik secara visual ditampilkan sekaligus pada satu gambar, tetapi pelukisan data-1
dan data-2 hampir sama identitasnya, sehingga menjadikan sulit untuk mencermati satu dan
lainnya. Bila dicermati satu per satu, masing-masing data memiliki alur yang tidak “smooth” dan
dipaksa penarikan garis dengan regresi linear tanpa men-seleksi data mana yang memenuhi alur
lurus. Grafik ini merupakan grafik fungsi logaritme, maka besaran yang diperoleh tidak boleh
langsung diyakini validitasnya, masih perlu di-cek dengan fungsi aslinya ( apakah besaran grafik
yang diperoleh, jika dipasang pada fungsi asal ) akan memenuhi kaidah fungsi asli tersebut ?
Hasil regresi ditulis sampai 5 angka ber-arti, artinya penulis menginginkan ketelitian sampai 0,1
per-mil ( 0,01% ), hal ini sangat tidak tercapai dari tampilan data pada grafik. Ber-arti analisa
masih jauh dari cermat !
Kesimpulan : Masih perlu dianalisa lebih cermat lagi, untuk memperoleh hasil yang validitasnya
dapat dipertanggung-jawabkan secara analitik. Grafik belum sempurna karena besaran yang
didapat belum di-cek kembali terhadap fungsi aslinya
DATA-5 : “Grafik regresi linear Perkembangan CPUE Ikan Layang”; Persamaan :

CPUE = a + bf; Sumber : Skripsi S1-TP-UGM. ( Lulus 2006 )

GRAFIK DATA-5
PEMBAHASAN DATA-5 :
Secara visual titik data grafik kacau, tidak mempunyai fungsi tertentu, variable “trip”
tidak teratur misal daerah trip-300 s/d trip-500 kosong tidak ada data, sementara dibawah trip-
300 diamati setiap perubahan sekitar 50-an. Sangat-sangat dipaksakan untuk ditaris garis regresi
linear ! Ketelitian garis disajikan sampai 0,01%, pada hal kenyataan tampilan data pada grafik
sangat kacau dan cerderung tidak teliti (ceroboh). Tampilan grafik terlalu “tidur” mestinya skala
vertical dilebarkan, sehingga terlukis jelas sebaran datanya dan dapat dipertanggung-jawabkan
fungsinya. Bila dicermati persoalan yang diteliti, sebenarnya hubungan (CPUE) terhadap (Trip)
secara analitik tidak ada kaitannya dengan fungsi tertentu , oleh karena itu tampilan grafik yang
sesuai adalah “grafik-balok” tanpa harus ditarik dngan fungsi matematik tertentu. Informasi dari
“grafik-balok” hanya menunjukkan ada kenaikkan atau penurunan pada kurun “trip” tertentu.
Kesimpulan : Berdasarkan kaidah ilmu analisa grafik, analisa yang dilakukan penulis pada grafik
data-5, salah, karena dipaksakan untuk dianalisa dengan regresi linear, pada hal alur data sama
sekali tidah memenuhi untuk diregresi. Analisa yang sesuai digunakan model “grafik-balok”
tanpa mengharap fungsi tertentu dari vusual grafik yang ada.
𝐶 1
DATA-6 : “Grafik Pengamatan kapasitas adsorpsi Besi Oksida”; Persamaan : = +
𝑚 𝑏𝐾
𝐶
; Sumber : Skripsi S1- Kimia FMIPA-UGM. ( Lulus 2007 ).
𝑏

GRAFIK DATA-6
PEMBAHASAN DATA-6 :
Grafik ini SANGAT DIPAKSAKAN !; titik data sangat sedikit, variable data tidak
merata ( kosong data : 0,00400 s/d 0,01200 ); angka skala grafik tidak standar; penulis tidak
menguasai penerapan konsep regresi linear; menurut saya grafik ini belum layak untuk dianalisa,
data masih perlu dilengkapi, diperbanyak, diamati data untuk ( 0,004 ≤ C ≤ 0,014 ) guna
mendukung apakah garis tersebut benar linear ditempat itu.
Kesimpulan : Menurut Metode Analisa Grafik, hasil yang diperoleh tidak dapat dipertanggung-
jawabkan sama-sekali, dan dapat dikatakan SALAH. Hal ini karena grafik tidak memenuhi
kaidah garis lurus !
GRAFIK DATA-7

DATA-7 : “Grafik Pengaruh arus listrik terhadap Medan Magnet Solenoid”; Persamaan :
Bm = Xm µo n Io ; Sumber : Skripsi S1-Prodi Fisika ( Lulus 2009 ).
PEMBAHASAN DATA-7 :
Secara visual grafik tidak cocok dengan fungsi dari dasar teori yang mana hubungan
B(medan magnet) dengan I (kuat arus) berupa fungsi linear. Grafik yang dibentuk dari data
pengamatan cenderung berupa kurva lengkung (polynomial orde-2), berarti ada kekurangan
dalam hypotesa persamaan atau ada ketidaktepatan pengukuran daerah medan yang diamati.
Harus di-ingat bahwa kuat medan pada solenoid berbanding lurus dengan arus hanya berada
disepanjang sumbu solenoid, bila bergeser dari sumbu sudah tidak lurus lagi perbandingannya.
Penarikan garis grafik kurang tepat sebagai garis analisa seharusnya ditarik secara “smooth”
sehingga kelengkungan grafik menjadi jelas fungsinya.
Kesimpulan : ketidak cocokkan antara persamaan teori dengan grafik kemungkinan ada
kesalahan pengamatan data (metode pengukuran tidak tepat). Data pengamatan belum
menjangkau pada daerah grafik yang linear, perlu diamati daerah I ≥ 4A beberapa titik data lagi
untuk menemukan daerah liniear yang sesuai dengan kaidah teorinya.
DATA-8 : “Grafik Kurva Kalibrasi Tenaga Reaktor Kartini”; Persamaan Hypotesa : Y =

a X + b; Sumber : Skripsi S1-Prodi Fisika ( Lulus 2009 ).
GRAFIK DATA-8

PEMBAHASAN DATA-8 :
Secara visual tidak ada persoalan, namun cara penulisan skala pada grafik tidak tepat,
mestinya cukup dituliskan : pada skala sumbu horizontal angka-angka ( ; 0,5 ; 1 ; 1,5 ; 2 ; dst. )
103 , dan pada skala sumbu vertical angka-angka ( 0; 0,2 ; 0,4 ; 0,6 ; 0,8 ; 1 ; dst. )103 J, hal ini
sesuai kaidah penyekalaan grafik dan akan membuat tampilan lebih baik. Nomer saluran yang
dipilih tidak merata, ada daerah kosong ( 750 s/d 1750 ) bahkan di saluran 2500 ada 2 titik
berimpit, ADA KESALAHAN PEMASANGAN SKALA GRAFIK, SEHINGGA DATA
TIDAK TERBACA DENGAN BAIK PADA GRAFIK. Analisa regresi masih belum sempurna,
misal belum dihitung ralat gradient dan titik potong, hal ini penting untuk mengkoreksi tingkat
ketelitian datanya.
Kesimpulan : ditinjau dari metode analisa grafik, hasil kurang cermat, data kurang merata,
sebagai grafik kalibrasi masih belum dapat dipertanggung-jawabkan validitasnya.
DATA-9 : “Grafik Hubungan ketebalan bahan dengan Intensitas Tenaga Radiasi Sinar-
𝐼
X”; Persamaan : ln 𝐼𝑜 = − µ 𝑥 ; Sumber : S1-Prodi Fisika ( Lulus 2009 ).
GRAFIK DATA-9
PEMBAHASAN DATA-9 :
Secara visual grafik sangat kacau, setiap variable pengamatan ada tiga titik data, jika itu
merupakan ralat titik data pengamatan mestinya tidak seperti itu penggambarannya. Perlu
dicermati apabila yang dimaksud tiga titik tersebut sebagai ralat pengamatan, maka ada
kesalahan dalam menghitung ralatnya, dan menjadi sangat tidak relevan, misalnya : data pada
tebal 12mm memiliki ralat sekitar 50%, tentunya data ini harus ditolak ! Begitu pula dengan data
ketebalan 15mm, dua data ini bila dicermati nilainya masih belum ada perbedaan ( ARTINYA
NILAINYA SALING SESUAI ). Ada kesalahan dalam menerapkan regresi (metode tidak
cocok), misal menulis hasilnya gradient sampai ketelitian 4 angka terbaik (artinya ketelitian
mencapai 0,001%) sementara sangat tidak cocok dengan tampilan data pada grafik ! ADA
KESALAHAN METODE ! Perlu dicermati bahwa grafik merupakan fungsi logaritma, maka
hasil analisanya masih perlu dicek, apakah cocok bila data asal dimasukkan pada fungsi aslinya
yaitu fungsi eksponensial.
Kesimpulan : Analisa grafik hamper tidak dapat diterima hasilnya, ada kesalahan metode analisa,
kemungkinan besar ada kesalahan metode pengamatan data !
DATA-10 : “Grafik Kapasitas Kapasitor fungsi waktu”; Persamaan Hypotesa : Y = a X +

b; Sumber : Indonesia Journal of Physics; Vol 22 No.4. October 2011.
GRAFIK DATA-10
PEMBAHASAN DATA-10 :
Ada pemaksaan pada analisa data, tampilan grafik jelas-jelas eksponen sesuai kaidah
teori pengisian kapasitor, namun penulis memaksa untuk diambil regresi linear dari data tersebut
! SAYA TIDAK MENGERTI MAKSUD PENULIS, jelas antara grafik dan garis regresi
berbeda.
Kesimpulan : dari segi metode analisa grafik jelas-jelas ditolak ! ada kesalahan secara prinsip.

DATA-11 : “Grafik Hubungan Intensitas Bunyi terhadap Luasan diafragma”; Persamaan
Hypotesa : I = K Aα Bβ ; Persamaan Grafik : ln I = α ln A + C ; Sumber : Skripsi S1-
Prodi Fisika ( Lulus 2011 ).
GRAFIK DATA-11
Ada kesalahan pada penarikan garis grafik, seharusnya garis grafik cenderung mengikuti
alur data-1, 2, 3 dan 4, sedangkan data ke-5 dan ke-6 perlu diamati ulang , karena memberikan
nilai yang tidak ber-ubah ( perhatikan data-4, 5, 6 ). Bila dicermati fungsi grafik adalah
logaritmis, maka hasil analisanya harus dicek kepada fungsi asli ( hypotesa ), sehingga dapat
diyakinkan apakah hypotesa yang diajukan dapat diterima ! Data ini perlu ketelitian yang sangat-
sangat tinggi yaitu 10-5 ( perhatikan angka skala sumbu vertical ), sehingga diperlukan
kecermatan analisa data, perlu dihitung berapa ralat pengamatan apakah bisa mencapai seperti
yang diharapkan, apakah alat yang digunakan memadahi, dan tentunya tidak hanya 6 data
diamati, perlu puluhan data bahkan lebih untuk membuktikannya.
Kesimpulan : Hasil dari analisa ini masih jauh dari harapan, data terlalu sedikit untuk dianalisa ,
tidak titunjukkan ketelitian pengamatan, garis grafik tidak sesuai alur (ada kesalahan).
DATA-12 : “Grafik Hubungan Intensitas Bunyi terhadap kuat medan magnet”;

Persamaan Hypotesa : I = K Aα Bβ ; Persamaan Grafik : ln I = β ln B + C ; Sumber :
Skripsi program S1-Prodi Fisika ( Lulus 2011 ).
10 | B a h a n A j a r M A G - S u n a r t a ; 2 0 1 4
GRAFIK DATA-12
Ada kesalahan yang sangat jelas pada analisa grafik, data pengamatan benar-benar kacau,
tidak ada tanda-tanda membentuk alur linear, namun dipaksa dengan analisa linear. Karena
fungsi grafik merupakan fungsi logaritmis, maka perlu dicek ulang apakah nilai gradient yang
didapat memenuhi persamaan asli ( hypotesa ), bila tidak memenuhi berarti ada kesalahan
hypotesa. Bila dicermati hasil perhitungan gradient : (β ± ∆β) = (7 ± 3)104 ini menunjukan ralat
yang sangat besar hamper 50%, mestinya ditolak hasil regresi ini ! artinya data tidak dapat
dipaksakan untuk dianalisa dengan garis lurus !, namun penulis tetap melakukannya dan dipakai
sebagai hasil yang seakan-akan tanpa masalah.
Kesimpulan : Banyak kesalahan (tidak cocok) , analisa data sangat dipaksakan, hasil regresi
mempunyai ralat sekitar 50% seharusnya ditolak. Hypotesa perlu dikaji ulang.
DATA-13 :“Grafik Hubungan Intensitas Bunyi dengan Medan Magnet “; Persamaan

Hypotesa : I = k Rα Bβ ; Persamaan Grafik : ln I = β ln B + α ln R + ln k; Sumber :
Skripsi S1-Prodi Fisika ( Lulus 2011 ).
GRAFIK DATA-13
Data sangat kacau, tidak menunjukkan fungsi yang jelas, sepertinya hanya fluktuasi data,
belum menggambarkan adanya perubahan terhadap variasi data domainnya. Analisa grafik
dipaksakan untuk ditarik garis linear, masih perlu diuji dari hasil besaran grafik logaritmis,
apakah bila dimasukkan ke fungsi asal (hypotesa) akan memenuhi linearitasnya, jika tidak maka
berarti hypotesa GAGAL!
Kesimpulan : Analisa sangat ceroboh, data masih belum layak ( ada kesan dipaksakan ), hasil
jelas ditolak menurut metode analisa grafik.
DATA-14 : “Grafik Hubungan Intensitas Bunyi dengan Hambatan “ ; Persamaan

Hypotesa : I = k Rα Bβ ; Persamaan Grafik : ln I = α ln R + β ln B + ln k; Sumber : Skripsi
S1-Prodi Fisika ( Lulus 2011 ).
GRAFIK DATA-14
Grafik ini mempunyai kasus yang sama seperti grafik-13; data pengamatan tidak berubah
terhadap variable (data domain); Fluktuatif saja yang ada pada pengamatan. Karena fungsi grafik
berupa fungsi logaritma, maka perlu dilakukan cek ulang apakah hasil dari grafik memenuhi
persamaan asalnya bila dilukis dengan data asli. Hal ini penting untuk men-tes apakah hypotesa
yang diajukan berlaku.
Kesimpulan : Secara grafik belum menunjukkan ada perubahan nilai pengamatan terhadap
variable yang diamati. Hal ini masih perlu analisa lebih lanjut, untuk menunjukkan apakah
hypotesa yang diajukan terbukti berlaku.
DATA-15 : “Grafik Hubungan Medan magnet Kumparan dengan arus listrik pada
Kumparan” Keadaan-1; Persamaan : Bo = µo n Io ; Sumber : Skripsi S1-Prodi Fisika (
Lulus 2011 ).
GRAFIK DATA-15
Ada kesalahan menarik garis grafik, sedangkan secara visual jelas alur data tidak linear,
namun sebetulnya dapat diambil pada daerah data mulai data ke-5 terus dinaikkan nilai arusnya,
sehingga memperoleh daerah linear yang lebih luas. Ada kesalahan dalam memasukkan data
untuk regresi, berakibat garis regresi tidak sesuai alur data yang diharapkan ( cermati hubungan
persamaan pada dasar teori, bahwa Besar medan magnet linear terhadap perubahan arus listrik ).
Seharusnya lebih cermat saat menganalisa dengan rumus regresi, data yang di regresi benar-
benar yang sudah memenuhi alur lurus, hal ini diperlukan kecermatan penelitian.
Kesimpulan : Hasil analisa dapat bergeser dari yang diharapkan, karena ada kesalahan dalam
menseleksi data yang memenuhi regresi. Dengan kata lain gradient grafik akan bergeser !
Bab IX
“Aplikasi Rumus Regresi dalam Metode Grafik”
Diskripsi :
 Metode analisa menggunakan rumus regresi linear dengan memadukan hasil visualisasi
data pada grafik; metode menseleksi data yang berada di luar alur grafik;
Manfaat :
 Memahami tentang penggunaan regresi dalam analisa data pada metode analisa grafik
LO :
 Dapat menggunakan analisa regresi dengan tepat
Aplikasi Rumus Regresi dalam Metode Grafik

Pengantar masalah :
 Metode Linear
Sering digunakan sebagai model analisa data dlam segala kasus, bahkan ketika kasus
yang harus dianalisa tidak linear maka dilakukan proses pe-linearan terlebih dahulu
 Regresi Linear
Diperlukan kecermatan khusus ketika menggunakan metode regresi sbg analisa, apakah
alur data sudah memenuhi linear secara visual ?
 Tindakan “ceroboh”
Data pengamatan tidak dapat dianalisa langsung dengan rumus regresi , karena tidak
seluruh data memenuhi untuk di regresi ( cek dahulu alur datanya)
Contoh-contoh Kasus :

PELINEARAN PERSAMAAN GRAFIK :
MODEL GRAFIK LINEAR : Y = AX + B

CONTOH ANALISA REGRESI
Terlihat pada grafik bahwa data yang menunjukkan memenuhi linearitas

adalah data ke-7 ,8 ,9, dan seterusnya, sedangkan data ke-6 ,5 ,terus ke bawah
menunjukkan adanya penyimpangan dari garis linear. Hal ini hanya dapat dilihat
ketika data divisualisasikan ke grafik. Hasil analisa data yang sudah terseleksi sbb.

CARA MENGHITUNG DATA DENGAN REGRESI :
Cara tabulasi ini diperlukan agar ketelitian hitung tercapai, dan kesalahan data
dapat dihindari sehingga dalam memasukan nilai ke rumus regresi menjadi mudah
dan terkontrol kesalahannya.

Bab X
“MAG[0,0] dan Ralat Sistematis Grafik”
Diskripsi :
 Analisa data pengamatan dengan model grafik linear lewat titik origin (0,0)
 Metode menghitung ralat sistematis yang ditunjukkan pada grafik linear (0,0)
Manfaat :
 Memahami model analisa grafik origin (0,0), dan mengenal adanya kemungkinan
sistematis error pada data setelah digrafik-kan.
LO :
 Mahasiswa mampu membuat visualisasi data kepada model grafik (0,0)
 Mampu mendeteksi adanya kesalahan sistematis
MODEL GRAFIK LINEAR ( 0,0 ), TANPA RALAT SISTEMATIS
Y=aX
TIDAK ADA
RALAT
SISTEMATIS TITIK ORIGIN (0,0)
MERUPAKAN TITIK
REFERENSI
UNTUK MENARIK GARIS
GRAFIK
X
(0,0) Grafik-1 : “MAG(0,0)”
(TAK ADA RALAT SISTEMATIS)

ANALISA MAG ( 0,0 ) TANPA SISTEMATIS :
 Pada model ini titik origin (0,0) merupakan titik central garis grafik, artinya titik ini
merupakan titik referensi untuk menarik garis grafik.
 Apabila alur data yang terjadi pada grafik tidak menuju titik origin, maka tidak boleh
dipaksakan sehingga garis grafik tetap mengikuti alur yang ada. Hal ini kemungkinan
bias terjadi karena data pengamatan tidak tepat, ada ralat sistematis.
 Bila ternyata sudah dilakukan antisipasi tentang ralat sistematis ketika proses
pengambilan data, maka kemungkinan ada kesalahan dalam proses analitik data sebelum
digambar grafik. Bila terjadi maka harus diteliti ulang data-data yang akan digrafikkan.
MODEL GRAFIK LINEAR (0,0) DENGAN RALAT SISTEMATIS DATA

Y
Y=aX
ADA RALAT
SISTEMATIS
TITIK ORIGIN (0,0)

BUKAN MERUPAKAN
TITIK REFERENSI
UNTUK MENARIK GARIS
GRAFIK
X
(0,0) Grafik-2 : “MAG(0,0)”
(ADA RALAT SISTEMATIS)
ANALISA MAG (0,0) DENGAN SISTEMATIS :
 Penarikan garis grafik pada model ini, dilakukan sesuai alur data grafik. Kemungkinan
garis tidak lewat titik origin, hal ini karena data mempunyai ralat sistematis yang
cenderung membesar nilainya.

 Nilai gradient grafik tidak terpengaruh oleh besarnya ralat sistematis data, sehingga tidak
masalah bila yang diperlukan nilai besaran gradien grafik.
 Perlu di cek kisaran nilai sistematisnya, untuk perbaikan system alat ukurnya.
CONTOH-CONTOH MODEL ANALISA :
 HUKUM OHM :
𝑽
𝑰=
𝑹
I = arus yang mengalir lewat ammeter
V = beda potensial pada ujung resistor
R = nilai hambatan resistor
a) Grafik diplot antara sumbu horizontalnya ( V ) sebagai sumbu-X ; dan sumbu

vertikalnya ( I ) sebagai sumbu-Y.
b) Grafik melalui titik origin (0,0), karena ketika tidak ada tegangan (V) tentunya
tidak ada aliran arus (I).
c) Namun apabila ternyata alur data menyebabkan garis grafik tidak melalui titik
origin, hal ini kemungkinan meter arus ada ralat sistematis.
 TETAPAN ELASTIS PEGAS :
𝑭 𝒈
∆𝑿 = = 𝒎
𝒌 𝒌
∆X = perubahan panjang pegas

g = gravitasi
k = tetapan pegas
m = beban pada pegas
a) Grafik diplot antara sumbu horizontalnya ( m ) sebagai sumbu-X ; dan sumbu

vertikalnya ( ∆X ) sebagai sumbu-Y.
b) Grafik harus melalui titik origin (0,0), karena ketika tidak dibebani tentunya pegas
juga tidak akan bertambah panjang.
c) Tidak ada sistematis, kecuali ketidak cermatan pengamat ketika membaca skala
meteran.

Bab XI
“MAG[0,Y] dan MAG[X,0]”
Diskripsi :
 Analisa data pengamatan dengan model grafik linear lewat perpotongan sumbu grafik
(0,Y) maupun (X,0)
Manfaat :
 Memahami model analisa grafik origin (X,Y), dan menentukan nilai besaran grafik yang
diperlukan unutuk analisa data penelitian
LO :
 Mahasiswa mampu membuat visualisasi data kepada model grafik (X,Y)
MODEL GRAFIK MAG (0,Y) :
ANALISA :
 A
 BB
 CCC
 DDDD

MODEL GRAFIK MAG (X,0) :
ANALISA :
 A
 BB
 CCC
 DDDD
 EEEEE
CONTOH-CONTOH MODEL :
 HAMBATAN DALAM
𝟏 𝟏 𝒓𝒅
= 𝑹+
𝒊 𝑽 𝑽
i = arus listrik yang lewat pada untai

V= beda potensial battery
R= resistor variable
rd = hambatan dalam battery
 Grafik diplot antara sumbu horizontal ( R ), dan sumbu vertical ( 1/i )

 Gradient grafik merupakan nilai ( 1/V )
 Nilai hambatan dalam battery merupakan nilai titik potong grafik terhadap sumbu
horizontal.
 HUKUM BOYLE
𝒌 𝟏 𝑷𝟎
𝒉= −
𝝆𝒈𝑨 𝒍 𝝆𝒈
H = beda tinggi cairan pada selang boyle

l = panjang kolom udara pada selang boyle
A = penampang selang
ρ = rapat cairan
P0 = tekanan barometer
g = gravitasi bumi
 Grafik diplot antara sumbu horizontal ( 1/l ), dan sumbu vertical ( h )

𝒌
 Gradient grafik merupakan nilai (𝝆𝒈𝑨 )
 Nilai tekanan barometer ( P0 ) merupakan nilai titik potong grafik terhadap sumbu
vertical, yang langsung memberikan satuan panjang ( cm ). Hal ini akan bernilai
sekitar 76 cm, bila cairan yang ada pada selang boyle air raksa ( Hg ).

Bab XII
“MAG[Ekasponen] dan MAG[Kalibrasi]”
Diskripsi :
 Analisa data pengamatan fungsi eksponen dengan metode grafik
 Analisa grafik kalibrasi
 Contoh-contoh aplikasi model
Manfaat :
 Memahami cara analisa model persamaan grafik eksponen
 Memahami cara analisa model grafik kalibrasi
LO :
 Dapat menghitung besaran grafik eksponen dan membuat grafik kalibrasi besaran fisis
MAG[Ekasponen] dan MAG[Kalibrasi]
MODEL GRAFIK-EKSPONENSIAL
Yo
Y = Yo e- λΧ
X
0 MAG-Eksponensial
Grafik asal yang merupakan visualisasi data eksponen diubah menjadi persamaan grafik
yang linear, dengan cara memberikan fungsi logaritmanya. Hasil pelinearan menjadi model
grafik berikut :

MODEL GRAFIK LINEAR HASIL DARI PE-LINEARAN GRAFIK EKSPONENSIAL
ln Y
ln Yo
ln Y = ln Yo– λ X
Grad= -λ
X
0 MAG-Eksponensial
Pesamaan teori : Y = Yo e-λX ; merupakan persaan eksponensial.

Data Pengamatan :
X ( variabel ) Y ± ∆Y
Bila data tersebut di plot pada grafik; akan membentuk fungsi eksponen,
Y
Yo
Analisa : Untuk mendapatkan nilai tetapan eksponen ( λ ) , sangat sulit menggunakan grafik asli
eksponensial, sehingga di-ubah dahulu menjadi model grafik linear sbb:

Persamaan linear nya : ln Y = ln Yo - λ X
Data disempurnakan menjadi :
X ( variabel ) Ln Y ± ∆lnY
Catatan : ralat dari ln Y adalah : ∆lnY = ( ∆Y/Y ) ; nilai ini semakin kecil bila diamati pada
daerah Y yang besar, dan ini dicapai ketika kita menentukan nilai variabel X yang kecil.
ln Y
Grafik Analisa : Catatan :
ln Y = ln Yo – λ X Validitas garis grafik linear berada
ln Yo
pada daerah X yang kecil, karena
ralat grafiknya cukup kecil di daerah
Gradien = - λ ini.
Contoh : model analisa eksponensial
1. Proses Pendinginan Cairan

2. Aliran air lewat pipa kapiler
3. Peluruhan Unsur Radioaktif
4. Pelemahan Intensitas Sumber terhadap ketebalan bahan serapan
ANALISA GRAFIK – HYPOTESIS
Yang dinamakan dengan grafik hypotesis adalah grafik yang menggambarkan suatu
hubungan sumbu-sumbu variabel yang secara teori belum mempunyai fungsi yang pasti, bahkan
belum pernah dipikirkan hubungan teori antara varibel satu dengan lainnya,hal ni mungkin
terlalu rumit/kompleks hubungan tersebut. Untuk itu terobosan eksperimen diperlukan untuk
menggambarkan hubungan antara variabel-variabel tersebut secara empiris.
Misalkan : secara umum besaran fisis (Y) nilainya berubah terhadap variabel ( X; T; dan
M ); secara matematik ditulis sebagai :
Y = f ( X, T, M )
Karena belum diketahui seperti apa fungsi yang menjalin hubungan tersebut, maka secara
empiris dapat dibuat persamaan hypotesanya, sebagai :

Y = k XA TB MC ; dengan : k = konstanta empiris
Secara eksperimen dapat diambil datanya sebagai berikut :
DATA-1 : dipilih nilai (T) dan (M) tertentu (tetap); kemudian nilai (X) sebagai variabel untuk
mengamati nilai (Y); selanjutnya dilakukan analisa sebagai :
X Y ± ∆Y ln X ln Y ± ∆lnY
Untuk mendapatkan nilai eksponen dari (X); fungsi hypotesa diatas perlu diambil fungsi
logaritmanya sebagai :
ln Y = ln (k TB MC) ± A ln X ; dengan nilai ln (k TB MC) = konstanta baru (k1)
ln Y = k1 ± A ln X
Merupakan persamaan linear dengan nilai gradient mungkin positif atau negative,
bergantung kelakuan system yang diamati.
ln Y ln Y
ln Y = k1 + A lnX ln Y = k1 - A lnX
k1
Gradien = A Gradien = -A
k1
ln X ln X
DATA-2 : dipilih nilai (X) dan (M) tertentu (tetap); kemudian nilai (T) sebagai variabel untuk
mengamati nilai (Y), selanjutnya dilakukan analisa sebagai :
T Y ± ∆Y ln T ln Y ± ∆lnY
Untuk mendapatkan nilai eksponen dari (T); fungsi hypotesa diatas perlu diambil fungsi
ln Y = ln (k XA MC) ± B ln T ; dengan nilai ln (k XA MC) = konstanta baru (k2)

ln Y = k2 ± B ln T
ln Y ln Y
ln Y = k2 + B lnT ln Y = k2 - B lnT
k2
Gradien = B Gradien = -B
k2
ln T ln T
DATA-3 : dipilih nilai (X) dan (T) tertentu (tetap); kemudian nilai (M) sebagai variabel untuk
mengamati nilai (Y).
M Y ± ∆Y ln M ln Y ± ∆lnY
Untuk mendapatkan nilai eksponen dari (T); fungsi hypotesa diatas perlu diambil fungsi
ln Y = ln (k XA TB) ± C ln M ; dengan nilai ln (k XA TB) = konstanta baru (k3)
ln Y = k3 ± C ln M
ln Y ln Y
ln Y = k3 + C lnM ln Y = k3 – C lnM
k3
Gradien = C Gradien = -C
k3
ln M ln M
Setelah diperoleh hasil olahan data ( ketiga data ) diatas, kemudian nilai hasil eskponen
masing-masing ditentukan yang terbaik ( biasanya subuah system fisis mempunyai angka

signifikan yang cukup baik; kecuali memang system yang kita amati cukup kompleks
persamaanya, artinya banyak variable-variabel yang berpengaruh namun tidak teramati dengan
baik.
Sebagai misal : nilai dari masing-masing eksponen persamaan hypothesis diatas adalah ;
A = A ± ∆A = 1,1 ± 0,2 ; dipilih nilai A = 1

B = B ± ∆B = 0,45 ± 0,07 ; dipilih nilai B = 0,5
C = C ± ∆C = -1,9 ± 0,2 ; dipilih nilai C = -2
Angka hasil pilihan tersebut kemudian dikembalikan pada persamaan hypotesa yang telah
disajikan didepan yaitu :
𝐤𝐗 𝐓
Y = k X T0,5 M-2 ; atau menjadi rumus empiris : 𝐘 = 𝐌𝟐
Rumus tersebut belum tentu tepat karena diperoleh dari data-data pengamatan (empiris),
sehingga masih perlu di uji kembali dengan data yang asli ( sudah ada pada pengamatan awal )
apakah hasil empiris telah memenuhi.
Cara Pengujian Rumus Hypotesa :

 DATA-1 : T dan M nilai tertentu ; sedangkan nillai X sebagai nilai variable, sehingga
persamaan menjadi :
𝐤 𝐓
𝐘 = { 𝐌𝟐 } X = a1 X ; linear
 DATA-2 : X dan M nilai tertentu; sedangkan nilai T sebagai niali variable, sehingga
persamaan menjadi :
𝐤𝐗
𝐘 = 𝐌𝟐 𝐓 = a2 𝑻; atau
Y2 = a2 T ; linear
 DATA-3 : X dan T nilai tertentu; sedangkan nilai M sebagai niali variable, sehingga
persamaan menjadi :
𝐘 = 𝐤 𝐗 𝐓 𝐌−𝟐 = a3 𝐌−𝟐 ; linear
Y Y2
Y = a1 X Y2 = a 2 T
Gradien = a1 Gradien = a2
X T
Grafik-1 Grafik-2

Y Dari hasil analisa ketiga grafik tersebut,
semuanya menunjukkan lewat (0,0) sesuai
Y = a3 M-2 dengan kaidah teori hasil hypotesanya, dan
masing-masing mempunyai gradien sebagai
:
Gradien = a3
𝐤 𝐓
Grafik-1 : a1 = { 𝐌𝟐 }
𝐤𝐗
Grafik-2 : a2 =
-2 𝐌𝟐
M
Grafik-3 ; a3 = 𝐤 𝐗 𝐓
Grafik-3
Dari ketiga nilai gradien tersebut menghasilkan nilai tetapan (k) yang sama (saling sesuai
nilainya). Apabila hal ini dapat dipenuhi maka disimpulkan bahwa hasil rumusan empiris sesuai
dengan hypotesa yang diharapkan sejak awal dan dapat dikatakan data penamatan cukup valid
dan hypotesa terbukti benar adanya (diterima).
BEBERAPA CONTOH KASUS MODEL ANALISA HYPOTESIS :

1. Periode pada batang berosilasi
2. Frekuensi dawai pada sonometer
3. Osilasi plat cantilever
4. Dsb.

Bab XIII
“Contoh-contoh Aplikasi Grafik dalam Analisa Data”
Diskripsi :
 Tugas-tugas kelompok untuk melatih kemampuan mahasiswa dalam metode analisa data
dengan grafik;
 Mahasiswa diberi tugas untuk mencermati model grafik dan analisa, dari makalah ilmiah,
skripsi mahasiswa, majalah, dsb.
 Menganalisa ulang dari model yang diperoleh
Manfaat :
 Dapat mengaplikasikan ilmu tentang analisa grafik dengan cermat, tepat dan benar
LO :
 Mampu menganalisa model grafik secara luas.
Contoh-contoh Aplikasi Grafik dalam Analisa Data
Pada topic ini, bentuknya intruksi tugas

kepada mahasiswa, misal mencari model
analisa grafik secara luas baik menyangkut
persoalan fisis, teknik, sains lainnya, bahkan
model-model grafik dalam ilmu social.
SELAMAT BELAJAR; SEMOGA DIMUDAHKAN

Dosen pengasuh : Drs. Sunarta., M.S.

Materi MAG Pak Sunarta

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Materi MAG Pak Sunarta

Diunggah oleh

Hak Cipta:

Format Tersedia

BAHAN AJAR

METODE ANALISA GRAFIK

Sunarta; Drs, M.S.

PROGRAM STUDI FISIKA

Pengantar Materi Metode Analisa Grafik (MAG)

1|Bahan Ajar MAG-Sunarta

No. Pokok Bahasan Deskripsi

I. Pengantar Kuliah Metode  Kontrak kuliah ; membicarakan ruang

2|Bahan Ajar MAG-Sunarta

VIII. Contoh-contoh Kasus Grafik-  Pembahasan beberapa contoh kasus

3|Bahan Ajar MAG-Sunarta

“Manfaat Grafik dalam Analisa Data”

1|Bahan Ajar MAG -Sunarta;2014

Grafik sangat menolong melalui pandangan (visual aid) maksudnya dengan

2|Bahan Ajar MAG -Sunarta;2014

2. Grafik sebagai pembanding Eksperimen-Teori

Grafik juga digunakan untuk membandingkan eksperimen dengan teori. Pada

mempunyai anggapan yang ideal, belum memasukan efek-efek yang mempengaruhi,

3|Bahan Ajar MAG -Sunarta;2014

4|Bahan Ajar MAG -Sunarta;2014

4. Grafik sebagi penentuan rumus empiris besaran-besaran yang belum

Grafik dapat digunakan untuk menentukan konstante yang menghubungkan

5. Grafik dapat digunakan sebagai uji hypotesa

Bila kita mengamati fenomena fisis yang besaran-besarannya dapat terukur

5|Bahan Ajar MAG -Sunarta;2014

Misalnya : persamaan hypothesis Y= A XB TC ; dengan A, B, dan C merupakan tetapan,

X= diambil nilai tertentu (konstan) T=diambil nilai tertentu (konstan)

6|Bahan Ajar MAG -Sunarta;2014

 Manfaat bagi mahasiswa :

Prosedur Pengeplotan Grafik Analisa

1|Bahan Ajar MAG -Sunarta;2014

Beberapa ilustrasi cara pembuatan grafik yang benar :

2|Bahan Ajar MAG -Sunarta;2014

Metode Analisa Grafik Linear

1|Bahan Ajar MAG -Sunarta;2014

Untuk masing-masing metode mempunyai syarat-syarat dalam penggunaannya; secara aplikasi

2|Bahan Ajar MAG -Sunarta;2014

1). MODEL GRAFIK LINEAR LEWAT TITIK ORIGIN ( 0,0 )

1|Bahan Ajar MAG -Sunarta;2014

2|Bahan Ajar MAG -Sunarta;2014

3|Bahan Ajar MAG -Sunarta;2014

4|Bahan Ajar MAG -Sunarta;2014

Model Grafik data ber-ralat

1|Bahan Ajar MAG-Sunarta;2014

2|Bahan Ajar MAG-Sunarta;2014

3|Bahan Ajar MAG-Sunarta;2014

Keterpaduan 3 garis (Alur,Garis grafik,& Regresi)

• Alur data terbentuk secara alami dari data pengamatan, penyimpangan

4|Bahan Ajar MAG-Sunarta;2014

Metode Analisa Gradien Grafik

VII.1. Metode “Maksimum-Minimum”

1|Bahan Ajar MAG -Sunarta;2014

2|Bahan Ajar MAG -Sunarta;2014

3|Bahan Ajar MAG -Sunarta;2014

VII.2. Metode “Garis sejajar”

4|Bahan Ajar MAG -Sunarta;2014

VII.3. Metode “Rumus regresi”

5|Bahan Ajar MAG -Sunarta;2014

6|Bahan Ajar MAG -Sunarta;2014

Contoh-contoh Kasus Grafik-ber”masalah

1|Bahan Ajar MAG-Sunarta;2014

Kesimpulan : Grafik tersebut belum/tidak memenuhi kaidah , sangat potensial salah /

2|Bahan Ajar MAG-Sunarta;2014