KETIDAKPASTIAN

PENGUKURAN

Dr. Harsojo SU, M.Sc, FMIPA UGM

 MATERI
1. TEORI KETIDAKPASTIAN PENGUKURAN:
1.1 KLAUSUL DALAM ISO 17025
1. 2. DASAR-DASAR KETIDAKPASTIAN PENGUKURAN

Dr. Harsojo SU, M.Sc, FMIPA UGM

 KLAUSUL/BUTIR DALAM ISO 17025

5.1 Umum ‫‏‬

5.1.1 Berbagai faktor yang menentukan kebenaran kehandalan
pengujian dan/atau kalibrasi, meliputi:
 Manusia (5.2)‫‏‬
 Kondisi akomodasi dan lingkungan (5.3)‫‏‬
 Metode pengujian dankalibrasi dan validasi
metode (5.4)‫‏‬
 Peralatan (5.5)‫‏‬
 Ketertelusuran pengukuran (5.6)‫‏‬
 Pengambilan contoh (5.7)‫‏‬
 Penanganan barang yang diuji dan
dikalibrasi (5.8)‫‏‬
 5. PERSYARATAN TEKNIS

5.1 Umum
5.1.2 Laboratorium harus memperhitungkan faktor-faktor
tersebut untuk keperluan:

• pengembangan metode pengujian dan kalibrasi;

• pelatihan dan kualifikasi personel;
• pemilihan peralatan;
• kalibrasi peralatan yang digunakan.
 5. PERSYARATAN TEKNIS

5.4 Metode Pengujian, Metode Kalibrasi dan Validasi Metode

5.4.5.3 Rentang ukur dan akurasi yang diperoleh dari

metode yang divalidasi (misalnya ketidakpastian hasil,
batas deteksi, selektifitas metode, linieritas, batas
repitibilitas, dan atau reprodusibilitas, robistness
terhadap pengaruh eksternal, dan atau sensitifitas
silang, terhadap gangguan dari matriks sample)
sebagaimana yang diases untuk penggunaan sebagai
mana yang dimaksudkan, harus relevan dengan
kebutuhan customer.
5.4.6 Estimasi Ketidakpastian Pengukuran
Laboratorium kalibrasi atau laboratorium
pengujian yang melakukan kalibrasi sendiri
harus mempunyai dan menerapkan prosedur
untuk mengestimasikan ketidakpastian
pengukuran untuk semua kalibrasi dan jenis
kalibrasi;
5.4.6.2 Laboratorium pengujian harus juga mempunyai dan
menerapkan prosedur untuk mengestimasi
ketidakpastian pengukuran. Dalam hal sifat dasar
dapat menghambat perhitungan ketidakpastian yang
teliti secara metrologi dan absah secara statistik.
Dalam hal tersebut laboratorium sekurang-kurangnya
harus mencoba mengidentifikasi semua komponen
ketidakpastian dan membuat estimasi ketidakpastian
yang wajar dan memastikan bentuk laporan hasil
tidak memberikan kesan yang salah pada
ketidakpastian. Estimasi yang wajar harus didasarkan
atas pengetahuan atas unjuk kerja metode pada
lingku pengukuran dan harus menggunakan, sebagai
contoh, pengalaman sebelumnya dan validasi.
 5. PERSYARATAN TEKNIS

5.10 Pelaporan Hasil

5.10.1 Hasil pengujian/kalibrasi harus dilaporkan
secara akurat, jelas, tidak meragukan dan obyektif,
dan sesuai dengan instruksi spesifik dari metode
pengujian/kalibrasi yang digunakan;
 1. DASAR-DASAR KP
Sumber Ketidakpastian Pengukuran
Ketidakpastian dapat berasala dari faktor berikut
• Personel
• Faktor Lingkungan:
• Alat
• Bahan
• Metode
• Sample

Harus diperhitungkan di dalam penentuan ketidakpastian hasil uji.

Dr. Harsojo SU, M.Sc, FMIPA UGM

 Klasifikasi KP
• Tipe A: Dievaluasi secara statistik dan
pengamatan

• Tipe B: yang dievaluasi selain dengan cara

cara statistik dan pengamatan

Dr. Harsojo SU, M.Sc, FMIPA UGM

Klasifikasi KP berdasarkan sumber
• KP pengukuran langsung yang berasal dari
pengaruh acak
cara: pengukuran berulang-dihitung

• KP yang berasal dari pengaruh sistematik

Pengukuran langsung dengan alat yang dipengaruhi faktor
lingkungan eksternal maupun internal-
diperkirakan/diestimasi

Dr. Harsojo SU, M.Sc, FMIPA UGM

 Identifikasi
KP Tipe A KP tipe B
• Perulangan pengukuran • Skala
massa dan volume • Drift alat
• Sertifikat kalibrasi

KP tidak langsung/rambatan
• Suhu mempengaruhi volume
Evaluasi Tipe A

ni derajat kebebasan

Dr. Harsojo SU, M.Sc, FMIPA UGM

 KP yang dirambatkan
Untuk mengestimasi ketidakpastian yang
terhubungkan dengan fungsi, maka harus
dinyatakan hubungan antar variabel yang
digunakan

y  f (x1 , x2 , x3 ,....x n )
BESARAN UKUR LUARAN
BESARAN UKUR MASUKAN
• Bila xi , i=1, 2, 3, independent, maka

• Ketidakpastian jenis ini sering juga disebut

ketidakpastian gabungan
 Beberapa Contoh
Y ab
Ketidakpastian gabunganya atau rambatannya

uY  ub   ua 
2 2
Y  ab uY  aub   bua 
2 2

2 2
1   a 
Y  a/b uY   u a    2 ub 
b  b 
 2 2
uY  ub   u a 
Y  ab     
Y  b   a 

Ketidakpastian relatip
r
uY     
r 2
ub r 2
ua

2 2
uY  u a   ub 
Y  a/b     
Y  a   b 

Ketidakpastian relatip
r
uY     
r 2
ub r 2
ua
• Bila tidak diketahui independensi xi, derajat
korelasinya dapat ditentukan dengan

u ( x1 , x2 ) KP ( x1 , x2 )
r 
u x1 u x2 KP ( x1 ) KP ( x2 )
• Bila
r 0 maka x1 dan x2 independen
r 1 maka x1 dan x2 berkorelasi
Bila berkorelasi

 
2
 n
Y  n
 
 
Y Y
uY   u xi    u xi u xi 
    
 i 1 i
x   i 1,i  j j i
x x 

Y ab uY  ub   ua 

2 2
 2u a ub

uY  u a  ub
 Ketidakpastian tipe B
Ketidakpastian yang diperoleh berdasarkan
justifikasi ilmiah berdasarkan informasi dari:
• Data sebelumnya
• Pengetahuan tentang sifat instrumen dan
bahan
• Spesifikasi pabrik
• Data dari sertifikat
• Data dari handbook
• Distribusi kotak: bila sebaran nilai ada di
semua rentang data. Bila rentang data a,
a
maka KP-nya adalah 2 3 u 

• Distribusi segitiga: bila sebaran nilai lebih

dekat dengan nilai rerata, bila rentang nilai a,
a
maka KP-nya adalah 2 6 u 

• Distribusi U: bila sebaran nilai selalu dekat

dengan nilai KP, bila rentang a, maka KP-nya
adalah u  2 a 2
• Distribusi Normal (gaussian): bila sebaran
nilai mengikuti distribusi normal, maka bila
rentang nilai 2U, maka KP-nya u  Uk , dengan k
adalah faktor cakupan.
• Bila tidak terdapat informasi sebaran nilai
maka diambil distribusi kotak.
• Bila nilai mendekati nilai rerata diambil
distribusi segitiga.
 Ketidakpastian Tipe B
Baca skala
Bila nilai terletak
diantara –a<x<a
Sertifikat kalibrasi

nilai kalibrasi
Bila nilai terletak
ditengah tengah
a<x<a

Dr. Harsojo SU, M.Sc, FMIPA UGM

Contoh: KP pada volumetrik Glass A, KP pada skala voltmeter,
skala termometer, skala termokople digital
Contoh: KP dari Handbook, KP dari Galvanometer, KP dari skala dengan nilai
ekstrem, KP dari perkiraan data maksimum dan minimum
 Langkah Estimasi KP
Kenali Proses pengukuran
• What: apa yang digunakan untuk mengukur
(alat)
• Where: dimana mengukurnya (lingkungan)
• When: kapan mengukurnya (repeatibility)
• How: metode mengukurnya (model,
recovery, KP rambatan, KP gabungan)
 Penggabungan KP
Bila kita menggabungkan berbagai macam KP
dengan berbagai macam sumber yang berbeda,
maka penggabungan dilakukan dengan jumlahan
kwadrat (Teori Limit Central)

u gab  u   u   u
rep 2 sert 2
 
Person 2
  u 
skala 2
u Mi lingk 2
Contoh: Pengukuran Densitas Benda
 Contoh Perhitungan KP rapat massa
Model
( M isi  M kosong ) M
 
V V
Diagram tulang ikan

Dr. Harsojo SU, M.Sc, FMIPA UGM

 Langkah-langkah
1. Identifikasi komponen penyumbang KP
pada masing masing tulang ikan, misalnya
Mi dan Mk
2. Sederhanakan model bila memungkinkan,
misalnya M=Mi-Mk
3. Hitung KP gabungan untuk setiap tulang
ikan dengan memperhitungkan KP
komponen
4. Hitung gabungan KP total
Identifikasi (pengukuran densitas)
 KP jumlahan dari komponen
KP Massa isi (Mi).
• Bila ternyata ada drift dari alat ada komponen
tambahan, sehingga

u Mi      
rep 2
u Mi sert 2
u Mi u Mi  
drift 2

skala 2
u Mi
• KP Massa kosong (Mk), memiliki komponen KP
yang sama seperti komponen Massa isi.

u Mk      
rep 2
u Mk sert 2
u Mk u Mk  
drift 2

skala 2
u Mk
Komponen Volume (V)
• Repeatibility
• Sertifikat
• Suhu

uV        u   
rep 2
uV sert 2
uV T
2

skala 2
uV
Komponen Volume (V)
• Repeatibility
• Sertifikat
• Suhu

uV        u   
rep 2
uV sert 2
uV T
2 skala 2
uV 
• Perhitungan lebih mudah menggunakan
ketidakpastian relatip untuk model melibatkan
perkalian dan pembagian
Komponen KP dari M disumbang oleh Mi dan
Mk

uM  u   u 
Mi
2
Mk
2

Pakai ketidakpastian relatip karena model

berbentuk pembagian

M
V
u r
   
r 2
uM r 2
uV

u Mr 
uM
M uM  u   u 
Mi
2
Mk
2

      u    
uV
uVr  rep 2 sert 2 2 skala 2
V uV  uV uV T uV
 KP dari Kurva Linier
Hubungan ini biasa digunakan untuk menentukn konsentrasi analit
yang ada pada sample dengan membuat kurva kalibrasi bahan standar
yang telah diketahui konsentrasinya.
Cara seperti ini biasa digunakan pada analisis analit dengan AAS
(atomic Absorbtion Spectroscopy), ICP (Induced Couple Plasma), GC
(Gas Chromatography), HPLC (High Pressure Liquid cromatography),
TLC (Thin Film Chromatography), Spectrometer.
Bila hubungan antara 2 variabel input dan respon linier, maka KP
muncul dari persamaan linier diperhitungkan dari kurva kalibrasi.
Jumlah titik pada kurva kalibrasi adalah 7<x<10 kecuali bila metode
menyatakan berbeda dengan nilai tersebut.
Bila konsentrasi anali ditentukan dengan kurva tersebut, maka
perhitungan KP dilakukan setelah membuat kurva kalibrasi.
Menghitung KP dari Kurva Kalibrasi

 y i  a  bxi 
2

SSR 
2

S SR
2

 y  y 
i c
2

Dr. Harsojo SU, M.Sc, FMIPA UGM

 x diukur dan y didapat

a  y  bx  x  x y  y 
i i
b
 x  x 
2
i

S
2
 1 x 2 
ub  SR
2
ua  SSR  
2 2
2

 i
x  x 2

 n  xi  x  
SSR adalah ketidakpastian
karena data aseli terhadap
kurva kalibrasi
Dr. Harsojo SU, M.Sc, FMIPA UGM
• Bila Y berasal dari sejumlah m nilai
 Langkah Estimasi KP
Kenali Proses pengukuran
• What: apa yang digunakan untuk mengukur
(alat)
• Where: dimana mengukurnya (lingkungan)
• When: kapan mengukurnya (repeatibility)
• How: metode mengukurnya (model,
recovery, KP rambatan, KP gabungan)
 Penggabungan KP
Bila kita menggabungkan berbagai macam KP
dengan berbagai macam sumber yang berbeda,
maka penggabungan dilakukan dengan jumlahan
kwadrat (Central Limit Theory)

u gab  u   u   u   
rep 2 sert 2 kurva 2
  u 
skala 2
u Mi lingk 2
 Penulisan Hasil
Hasil akhir yang dipublikasikan

U  ku g gabungan

Faktor cakupan

Faktor cakupan ditentukan dengan menghitung derajad kebebasan efektif

dari pengukuran yang ada
Dr. Harsojo SU, M.Sc, FMIPA UGM
 DERAJAT KEBEBASAN EFEKTIF
u gabungan
dari model

u komponen
tipe B yang
menyusun
• Digunakan untuk menentukan tingkat kepercayaan
dan faktor cakupan melalui tabel
Dr. Harsojo SU, M.Sc, FMIPA UGM