Materi MAG Pak Sunarta
Materi MAG Pak Sunarta
Oleh :
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.
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 :
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 :
Secara rinci topic-topik, materi-materi yang berkaitan dengan analisa grafik akan
disajikan pada bab-bab berikutnya.
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
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
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
Teori :
Eksperimen :
menggambarkan keadaan / fenomena riil, kadang tidak terdeteksi karena keterbatasan
alat ukurnya, berlaku khusus (terbatas), akan berkembang ketika diperoleh alat ukur yang
lebih sensitive.
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
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.
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.
Apakah pengaruh antara besaran yang satu dengan lainnya saling menguatkan atau
sebaliknya, hal ini dengan mudah dapat diamati secara grafik (visual).
LO :
Mahasiswa dapat menggambar grafik dengan benar
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”.
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).
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.
Manfaat :
Memberi kemampuan mahasiswa dalam analisa data lewat visualisasi grafik pengamatan
LO :
Mampu menganalisa grafik linear dengan benar
Manfaat :
Menguasai tentang besaran grafik linear
Memahami adanya efek sistematik yang ditunjukkan pada grafik
LO :
Mahasiswa dapat menghitung besaran grafik linear secara benar
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)
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)
Y=aX+b
GRADIEN
GRAFIK
TITIK POT.
SUMBU-Y
X
Grafik-3 : “MAG(X,Y)”
TITIK POT.
SUMBU-X
Y=aX-b
TITIK POT.
SUMBU-X GRADIEN
GRAFIK
X
Grafik-4 : “MAG(X,Y)”
TITIK POT.
SUMBU-Y
• 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 !
• 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.
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
Catatan :
Perlu dicermati bahwa penggunakan rumus regresi diatas, harus
memperhatikan validitas data grafik. Apakah data yang akan diregresi
memenuhi criteria linear ?
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
GRAFIK DATA-1
PEMBAHASAN DATA-1 :
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.
GRAFIK DATA-3
PEMBAHASAN DATA-3 :
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
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
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
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.
GRAFIK 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
8|Bahan Ajar MAG-Sunarta;2014
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 !
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.
GRAFIK DATA-11
PEMBAHASAN 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).
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
PEMBAHASAN 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.
11 | 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-13
PEMBAHASAN 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.
12 | 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-14
PEMBAHASAN 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 ).
13 | 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-15
PEMBAHASAN 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 !
14 | B a h a n A j a r M A G - S u n a r t a ; 2 0 1 4
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
Contoh-contoh Kasus :
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.
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
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)
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.
Y=aX
ADA RALAT
SISTEMATIS
X
(0,0) Grafik-2 : “MAG(0,0)”
(ADA RALAT 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.
HUKUM OHM :
𝑽
𝑰=
𝑹
I = arus yang mengalir lewat ammeter
V = beda potensial pada ujung resistor
R = nilai hambatan resistor
𝑭 𝒈
∆𝑿 = = 𝒎
𝒌 𝒌
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)
ANALISA :
A
BB
CCC
DDDD
ANALISA :
A
BB
CCC
DDDD
EEEEE
CONTOH-CONTOH MODEL :
HAMBATAN DALAM
𝟏 𝟏 𝒓𝒅
= 𝑹+
𝒊 𝑽 𝑽
R= resistor variable
HUKUM BOYLE
𝒌 𝟏 𝑷𝟎
𝒉= −
𝝆𝒈𝑨 𝒍 𝝆𝒈
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
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 :
ln Yo
ln Y = ln Yo– λ X
Grad= -λ
X
0 MAG-Eksponensial
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:
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.
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 :
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 = 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
logaritmanya sebagai :
Merupakan persamaan linear dengan nilai gradient mungkin positif atau negative,
bergantung kelakuan system yang diamati.
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
logaritmanya sebagai :
ln Y = k3 ± C ln M
Merupakan persamaan linear dengan nilai gradient mungkin positif atau negative,
bergantung kelakuan system yang diamati.
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
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.
Y Y2
Y = a1 X Y2 = a 2 T
Gradien = a1 Gradien = a2
X T
Grafik-1 Grafik-2
Manfaat :
Dapat mengaplikasikan ilmu tentang analisa grafik dengan cermat, tepat dan benar
LO :
Mampu menganalisa model grafik secara luas.