KETIDAKPASTIAN

PENGUKURAN
 I. EVALUASI TYPE A

1. Evaluasi Type A dari Standard Uncertainty didasarkan

pada beberapa metode statistik yang valid dari
pengamatan yang dilakukan secara serial.

Catatan :
Perhitungan Statistik :
Jumlah data (x) = terbatas (tertentu), misal : 5, 10, 20
dst.

Perhitungan Type A :
Jumlah data (x) = diasumsikan tidak terbatas (tak
terhinggga)
2. Komponen dari evaluasi Type A terhadap
Standard Uncertainty timbul dari adanya
random effect. Hukum Gauss atau Normal
tentang adanya bentuk kesalahan-kesalahan
(error) didasarkan atas study analytical dari
random effect.
3. Dalam banyak hal, estimasi yang sesuai atas
sejumlah pengamatan (Xi) yang bervariasi dan
acak, dengan nilai rata-rata μ. Maka nilai μ
untuk sejumlah data sebanyak n buah berlaku
formula sbb :
4. Hasil pengukuran = nilai rata-rata ± simpangan baku
x=μ±σ

Dimana : μ = nilai rata-rata

σ2 = variansi 🡪 Simpangan baku (σ ) =
akar dari variansi
μ dan σ : ideal (sempurna,
banyaknya pengukuran tak terhingga)
m dan s : pendekatan (banyaknya
pengukuran terhingga), sehingga
formulanya adalah sbb. :
x = m ± s 🡪 Jumlah data (n) = terhingga
x = μ ± σ 🡪 Jumlah data (n) = tak terhingga
5. Experimental standard deviation s( Xi ) :
s( Xi ) =

6. Experimental standard deviation of the

mean (ESDM) :

ESDM = S(X) =
7. Standar Ketidakpastian U (Xi) dapat
didekati menjadi :
U (Xi) = S(X’)

8. Derajat kebebasan ν akan selalu

diberikan/dihitung jika evaluasi Type A dari
ketidak-pastian didokumentasikan.
Dimana : ν=n-1
9. Variance, σ : σ = s( Xi )2

Derajat Kebebasan
(Degrees of freedom) 🡪 ν
Dalam perhitungan statistik, umumnya
menggunakan beberapa nilai yang telah
diketahui sebagai derajat kebebasan dengan
diberi simbul ν dan dapat dijelaskan sebagai
berikut :
ν=n–1

Dalam distribusi Gauss : ν = ∞ ( ideal)

Dalam prakteknya nilai ν adalah antara 1 s/d ∞
(lihat,distribusi-T Student )
10. Ketidak-pastian yang dinyatakan dengan s
adalah ketidak-pastian baku (tingkat
kepercayaan 68%). Untuk tingkat
kepercayaan yang lebih tinggi, maka :
X = m ± k.s
Dimana k adalah faktor cakupan (coverage
factor) yang diperoleh dari Distribution
T-Student.

Umumnya diambil :
k = 2 untuk tingkat kepercayaan (confidence level) 95%
k = 3 untuk tingkat kepercayaan (confidence level) 99%
 PENERAPAN PERHITUNGAN KETIDAKPASTIAN
DALAM KALIBRASI DAN PENGUJIAN

1. Nilai rata-rata (x).

Dimana :
ΣXi = Jumlah nilai sampling
n = banyaknya sampling
2. Simpangan (Deviation) adalah perbedaan
antara nilai yang sebenarnya (Xs) dengan
nilai rata-rata (x’)
sehingga : D = x’ - xs
dimana :
D = Deviasi ( + atau - )
x’ = Nilai rata-rata
Xs = Nilai sebenarnya
3. Simpangan Baku (Standard Deviation) s( Xi )
digunakan untuk memberikan estimasi terhadap
distribusi x.
u1 = s(x1) =

Contoh :

Dari hasil pengukuran suatu tegangan DC, telah

diperoleh 20 data sbb :

5.3 5.2 5.7 5.5 5.2 5.4 5.3 5.2 5.4 5.3
5.1 5.4 5.5 5.2 5.1 5.4 5.3 5.2 5.5 5.0

Hitung nilai rata-rata () dan simpangan bakunya.

Jawab :

Data Frekuensi Simpangan Deviasi Jumlah

Kwadrat frekuensi
Deviasi
Kwadrat
X F f.X (x-x’) (x-x’)2 f.(x-x’)2
5.0 1 5.0 -0.31 0.0961 0.0961
5.1 2 10.2 -0.21 0.0441 0.0882
5.2 5 26.0 -0.11 0.0121 0.0605
5.3 4 21.2 -0.01 0.0001 0.0004
5.4 4 21.6 0.09 0.0081 0.0324
5.5 3 16.5 0.19 0.0361 0.1083
5.7 1 5.7 0.39 0.1521 0.1521

Jumlah : n = 20 106.2 - - 0.538

• Nilai rata-rata = = 106 . 2 / 20 = 5.31

• Simpangan baku s( Xi ) = = =
»
» = 0.168

• Simpangan baku ( U1 ) = 0.168

• Jadi hasil pengukuran = 5.31 ± 0.168

Dari semua data (x) dan hasil perhitungan diatas, maka dapat dibuat
gambar (diagram) penyebarannya sebagaimana dalam gambar
dibawah ini.

-3S -2S -S +S +2S +3S

6-

5-
frek. sample

4-

3-

2-

1-

0
5.0 5.1 5.2 5.3 5.4 5.5 5.6

Histogram Sample
Gambar 5. Histogram hasil pengukuran dan Kurve Gauss nya
Analisa Grafik :
Daerah dibawah kurve Gauss menggambarkan banyaknya hasil
pengukuran yang diharapkan

Pendekatan umum :
• 68% dari sebaran akan berada antara x’- S dan x’ +S
• 95% dari sebaran akan berada antara x’ - 2S dan x’ +2S
• 99% dari sebaran akan berada antara x’ - 3S dan x’ +3S

• Range I = x’ ± S = 5.142 - 5.478 🡪 Tingkat kepercayaan =68%

• Range II = x’ ± 2S = 4.974 - 5.646 🡪 Tingkat kepercayaan =95%
• Range III = x’ ± 3S = 4.806 - 5.814 🡪 Tingkat kepercayaan =99%

• Jumlah data pada : Range I = 13

• Range II = 19
• Range III = 20
 II. EVALUASI TYPE B
1. Evaluasi Tipe B terhadap Standar Ketidak-pastian
diperoleh dengan cara selain analisa statistik dari data
pengamatan yang dilakukan secara seri.

Umumnya diperoleh dari pertimbangan pengetahuan

yang menggunakan semua informasi yang relevan
termasuk :
– data pengukuran terdahulu
– dengan pengalaman atau pengetahuan umum dari
prilaku komponen, material dan instrumen yang
digunakan
– data diperoleh dari hasil kalibrasi atau laporan lainnya
– ketidak-pastian yang diperoleh dari buku panduan
atau manual book
2.Langkah-langkah penting yang perlu diperhatikan a.l :

2.1 Kumpulkan selengkap mungkin informasi tentang

kesalahan, jika mungkin, lakukan percobaan
terpisah untuk mengetahui dampak dari besaran
berpengaruh terhadap pengukuran.
2.2 Berdasarkan informasi diatas, tentukan atau
perkirakan sebaran kesalahannya (misalnya :
persegi-empat atau Gauss atau sebaran
sesungguhnya bila informasinya cukup).
2.3 Buatlah taksiran tingkat kepercayaannya.
2.4 Tentukan nilai rata-rata dan simpangan bakunya.
Nilai rata-rata untuk koreksi, simpangan baku untuk
ketidak-pastian koreksi.
2.5 Catatlah semua asumsi dan penalarannya secara
rinci.
3. Ketika menggunakan ketidakpastian Type B,
kita harus mengubah kuota ketidakpastian ke
standar ketidak-pastian. Untuk lebih jelasnya
dapat dilihat pada contoh berikut.
Mengubah kuota uncertainnty ke standar
ketidak-pastian dengan cara membagi dengan
faktor cakupannya (k).

Contoh :
Pada laporan kalibrasi mencantumkan
ketidak-pastian hasil pengukuran adalah 8 mV
dengan faktor cakupan (k) = 2.
Maka standar ketidak-pastian nya adalah :
U(V)= 8 mV : 2 = 4 mV
4. Mengubah kuota ketidak-pastian ke
standar ketidak-pastian dari pengetahuan
pada probabilitas distribusi
ketidak-pastiannya dengan jalan membagi
kuota ketidak-pastian dengan faktor
cakupan yang didapat dari probabilitas
distribusi.
4.1 Rectangular Probability Distribution

a a

-a μ +a

μ- μ+

Gambar 6 : Distribusi Persegi-empat (Rectangular Distribution)

• Standar ketidak-pastian dihitung dengan cara membagi
“a” dengan
• Dalam distribusi persegi-empat diasumsikan bahwa
probabilitas nilai diatas maupun dibawah batas adalah
sama.
• a = semi range limit yang diperoleh dari xi

• Standar deviasi dihitung sbb. : s =

• Standar ketidak-pastian (standard uncertainty) adalah

sama dengan standar deviasi.
•
• U=s=

• Ketidak-pastian dengan tingkat kepercayaan 100%,

maka :🡪 U = a
Contoh :

Akurasi dari suatu alat ukur voltmeter

adalah ± 0.05%. Ini berarti a = 0.05%
(half-interval limit), sehingga Standar
Ketidak-pastian nya adalah :

U(V) =
4.2 Triangular Probability Distribution

• Distribusi triangular (segi-tiga) akan

mempunya model lebih baik jika nilai yang
telah diketahui berada dekat dengan
centre (poros) dari distribusi tersebut.
• Untuk mencari nilai Standar
Ketidak-pastian nya dapat diperoleh
dengan cara membagi nilai a (half interval)
dengan .
 a a

μ- μ+

Gambar 7 : Distribusi Segi-tiga (Triangular Distribution)

Contoh :

• Kondisi temperatur dalam suatu ruangan

yang selalu terkontrol, sehingga
temperaturnya hanya dapat bergerak pada
range 20 ± 2 oC.
• Nilai a (half interval limit) = 2 oC, sehingga
standar ketidak-pastian dapat dihitung
sbb.:

o
• U(T) = C
4.3 U-Shape Probability Distribution

• Type distribusi ini sering dipakai dalam hal menentukan

mismatch uncertainty pada sistem radio dan pengukuran
power microwave frekuensi. Power pada frekuensi tinggi
dikirim dari sumber ke beban (load) dan akan terjadi
refleksi jika impedansi perangkat (power source) tidak
match dengan impedansi beban.
• Mismatchuncertainty dapat dihitung sbb :
• Missmatch = 2 Γs.ΓL
• Γs dan ΓL adalah koefisien refleksi dari sumber dan
beban.
• Standar ketidak-pastian dapat dihitung sbb :

• U(m) =
-a μ +a
μ- μ+

Gambar 8 : U-Shape Distribution

• Contoh :
• Output dari suatu alat ukur Signal
Generator diukur oleh Power Meter.
• Besarnya koefisien refleksi dari Signal
Generator dan Power Meter
masing-masing adalah 0.2 dan 0.091.
Standar deviasi dari mismatch adalah :
•
• U(m) =
4.4 Normal or Gaussion Probability Distribution

Bentuk distribusi ini dapat diasumsikan

untuk ketidak-pastian yang menegaskan
suatu confidence interval yang dapat
menghasilkan tingkat kepercayaan 95%
atau 99%. Standar ketidak-pastian
diperoleh dengan membagi kuota
ketidak-pastian terhadap faktor cakupan
nya (k) 🡪 lihat tentang T-Distribution.
 μ-σ μ μ+σ
Gambar 9a : Distribusi Normal (Gaussian Distribution)

95% Confidence Interval

95% Confidence Limit

95% Confidence Limit

!! ! ! ! ! !
μ± 2σ μ± σ μ μ± σ μ± 2σ

Gambar 9b : Distribusi Normal (Gaussian Distribution)

• Contoh :
• a. Dalam suatu laporan kalibrasi mencantumkan
ketidak-pastian ± 0.1 dB dengan faktor cakupan (k) 2.63.
• Untuk menghitung standar ketidak-pastian nya adalah
sbb. :

U(x) =

• Dalam spesifikasi suatu alat ukur Multimeter

menyebutkan ketidak-pastian untuk voltmeter DC pada
range 1 Volt adalah ± 5 ppm dengan tingkat
kepercayaan (confidence level) 99%. Dengan
menggunakan asumsi distribusi normal, maka standar
ketidak-pastian nya dapat dihitung sbb. :

• U(xi) = μV
4.5 Trapezoidal Probability Distribution

2aβ

Dimana :
β = koefisien sudut miring 0 ≤ β ≤ 1
U (Tr) =
5. Rectangular distribution layak untuk dijadikan default
model dalam ketidak beradaan beberapa informasi atau
data yang pasti.
6. Catatan penting yang perlu diperhatikan dalam
perhitungan ketidak-pastian Type A dan Type B dapat
dilihat dalam Tabel berikut ini.
Tipe Nilai Parameter Variasi Parameter Derajat kebebasan Parameter
A Standar deviasi = s Nilai dari pengukuran = n
Rata-rata = X’
ESDM = s/
Standar ketidak
ν = (n – 1 )
pastian (U) = ESDM
= s/
B Nilai = x Range limits = ± a
Standar ketidak-pastian (U) = k
Reliability = R% (2)
. a (1) ν= ½ x ( )2

Catatan :
(1)Nilai k tergantung pada distribusi dan estimasi tingkat kepercayaan yang digunakan.
(2)Menunjukan hubungan antara “reliability” dan derajat kebebasan dengan penjelasan sbb :
Pada evaluasi Type A, standar ketidak-pastian adalah sesederhana standar deviasi dari pada kwantitas. Dalam hal
menggunakan evaluasi Type B, standar ketidak-pastian adalah fungsi sederhana dari range limits (a), tergantung dengan
jenis distribusi yang dipakai.
7. Perbedaan tiap-tiap jenis distribusi pada
evaluasi Type B dapat dilihat pada Tabel berikut
ini.
Normal Distribution “

Dimana 50% kesempatan/resiko yang nilai kwantitasnya berada antara ±a U = 1.48 x a

dari estimasi

Dimana 67% kesempatan/resiko yang nilai kwantitasnya berada antara ±a U=a

dari estimasi

Dimana 90% kesempatan/resiko yang nilai kwantitasnya berada antara ±a U = a / 1.6

dari estimasi

Dimana 95% kesempatan/resiko yang nilai kwantitasnya berada antara ±a U=a/2

dari estimasi

Dimana 99% kesempatan/resiko yang nilai kwantitasnya berada antara ±a U = a / 2.6

dari estimasi

Dimana 99.73% kesempatan/resiko yang nilai kwantitasnya berada antara U=a/3

±a dari estimasi
 Rectangular Distribution

Nilai dari pada kwantitas yang berada antara

±a dari estimasi dengan kemungkinan yang U=a/
sama dimana saja diantara interval

Triangular Distribution

Nilai dari pada kwantitas yang berada diantara

triangular distribution berdasarkan senter
U=a/
panjang 2a pada estimasi
Trapezoidal Distribution

Nilai dari pada kwantitas yang berada diantara U=ax√

trapezoidal distribution berdasarkan panjang [(1+β2)/6]
2a dan senter sisi panjang atas 2aβ pada
estimasi, ( 0 ≤ β ≤ 1 )
 P% k
50% 1.48
67% 1
U=s= 90% 1/ 1.6
95% 1/2
99% 1/ 2.6
99.73% 1/ 3

Experimental data, Type A Normal, Type B

U= k x a
k tergantung pada P%
 Triangular, Type B
U=a/
Rectangular, type B
U=a /

Trapezoidal, Type B
2aβ

U = a x √[(1+β2)/6]
 III. KETIDAK-PASTIAN GABUNGAN

1. Dalam beberapa hal nilai parameter atau variabel lebih

dari satu, sehingga dalam menghitung standar
ketidak-pastian harus memperhitungkan beberapa
parameter tersebut. Perhitungan yang seperti ini disebut
dengan Standar Ketidak-pastian Gabungan.

• Contoh :
• Diketahui suatu besaran sbb. : Z=v+w+x
• Dengan v, w dan x merupakan variabel acak bebas.
• Maka :
• σz2 = σv2 + σw2 + σx2
2. Contoh tersebut diatas berlaku untuk semua sebaran
bebas dan tidak tergantung pada jenisnya (tidak ada
masalah jika yang satu mempunyai distribusi Gauss
dan lainnya persegi-empat).

3. Pendekatan untuk Combine Uncertainty

(ketidak-pastian gabungan atau total) adalah sbb. :
Uz2 = Uv2 + Uw2 + Ux2

Catatan :
Jika ketidak-pastiannya bukan ketidak-pastian baku,
maka persamaan tersebut tidak eksak, melainkan sedikit
pesimistik.
1. Standar ketidak-pastian gabungan (untuk beberapa input yang berbeda)
dari suatu fungsi ƒ, berlaku formula sbb. :

Uc(y) =

Nilai timbul dari persamaan : Y = ƒ(X1, X2, ……….,Xn)

Combined Variance :

Uc2(y) =

sesuatu yang timbul dari turunan suatu fungsi yang sering disebut
juga koefisien sensitivitas (Sensitivity Coefficient) diberi lambang c,
sehingga :

Uc2(y) = = =

Dimana Ui(y) adalah standar ketidak-pastian dari output yang

diestimasikan dengan y
Contoh Pemakaian :

Suatu sumber arus listrik (I) diukur dengan

menggunakan voltmeter dan resistor (R), maka rumus
matematiknya adalah sbb. :
I = ƒ(V.R) = V/R
Jika V dan R masing-masing hanya mempunyai satu
ketidak-pastian dengan nilai mutlak, maka variansi
kombinasinya adalah sbb. :

Uc2(I) = ( )2 U2(V) + ( )2 U2(R)

Dimana :

Uc2(I) = U2(V) + U2(R)

Suatu plat besi mempunyai panjang (P) 5 meter dan lebar (L) 2 meter dengan
ketidak-pastian masing-masing 0.2 dan 0.1 meter.
Berapakah ketidak-pastian luasnya (UA)?

Jawab :
Luas A = panjang P x lebar L

UA2 = (∂A/∂P)2Up2 + (∂A/∂L)2UL2

UA2 = L2UP2 + P2UL2 = 22(0.2)2 + 52(0.1)2

UA2 = 4(0.04) + 25(0.01) = 0.16 + 0.25 = 0.41

Jadi, 🡪 UA =

= 0.64 m2
5. Untuk menghitung Ketidak-pastian
Gabungan perlu memperhatikan :

• Hitung semua standar ketidak-pastian dengan

tingkat kepercayaan sesuai yang diinginkan,
misalnya 95%.
• Jumlahkan masing-masing ketidak-pastian
tersebut dalam bentuk kwadratur.
6. Guna mengingat kembali tentang matematika, maka perlu melihat
kembali fungsi berikut ini.

Y = ƒ(x) ∂y/∂x
A 0
X 1
Ax A
7.5 x 7.5
x2 2x
A x2 2ax
xn nxn-1
A xn an xn-1
1/x -1/x2
A/x -a/ x2
5x + x3 + 3z 5-3 x2
a/[(x+b)(cz+d)] -a/[(x+b)2(cz+d)]
4/(x2+4) -8x/(x2+4)2
 IV. FAKTOR CAKUPAN
& DISTRIBUSI T-STUDENT

1. Coverage factor (faktor cakupan) dalam

perhitungannya dilambangkan dengan hurup
“k”, digunakan jika kondisi rumusan (dalil)
daripada central limit sesuai dan jumlah
ketidak-pastian dalam Uc(y) adalah tidak tak
berarti.
2. Prosedur dalam menghitung nilai k adalah sbb.
:
Dapatkan persamaan Y dan Uc(y)
Estimasi derajat kebebasan efektif (νeff) dari
pada Uc(y) dengan menggunakan formula sbb. :

νeff =

Dimana :
ci ≡ ∂ƒ/∂xi , semua U(xi) masing-masing
memiliki sifat statistik sendiri
νi adalah derajat kebebasan dari U(xi), dan
νeff ≤
3. Pada sebaran Gauss nilai ν = ~ (ideal)
Sebaran T-Student : ν nilainya antara 1
s/d ~ (praktis)

Faktor cakupan k pada Gauss didekati

dengan bilangan pada T-Student 🡪 (k ≈ t).

Pada : ν = ~, maka k = t
4.1 Perbandingan faktor cakupan k pada 3 jenis
sebaran pada beberapa nilai tingkat kepercayaan
(confidence level) P (%).
P (%) Gauss Persegi-empat Student
(Normal) Dengan ν = 10
68.27 1 1.182 1.05
95 1.96 1.645 2.23
95.45 2 1.653 2.28

P (%) Gauss Persegi-empat Student

(Normal) Dengan ν = 10

99 2.576 1.715 3.17

99.73 3 1.727 3.96
100 5 ≥ √3 -

4.2 Nilai-nilai “k” untuk tingkat kepercayaan (confidence

level) “P” sebagai fungsi derajat kebebasan (derajat
kebebasan) “ν” tercantum dalam sebaran T-Student.
4.3 Guna memudahkan kita untuk menghitung nilai faktor cakupan
(coverage factor) “k”, maka dapat kita gunakan Sebaran-T
Student (Student’ T-Distribution) dibawah ini.
P 50% 68.27 90.0% 95.0% 95.45 99.0% 99.73
ν % % %
1 1.000 1.84 6.31 12.71 13.97 63.66 235.8
2 0.817 1.32 2.92 4.30 4.53 9.92 19.21
3 0.765 1.20 2.35 3.18 3.31 5.84 9.22
4 0.741 1.14 2.13 2.78 2.87 4.60 6.62
5 0.727 1.11 2.02 2.57 2.65 4.03 5.51
6 0.718 1.09 1.94 2.45 2.52 3.71 4.90
7 0.711 1.08 1.89 2.36 2.43 3.50 4.53
8 0.706 1.07 1.86 2.31 2.37 3.36 4.28
9 0.703 1.06 1.83 2.26 2.32 3.25 4.09
10 0.700 1.05 1.81 2.23 2.28 3.17 3.96
11 0.697 1.05 1.80 2.20 2.25 3.11 3.85
12 0.695 1.04 1.78 2.18 2.23 3.05 3.76
13 0.694 1.04 1.77 2.16 2.21 3.01 3.69
14 0.692 1.04 1.76 2.14 2.20 2.98 3.64
15 0.691 1.03 1.75 2.13 2.18 2.95 3.59
16 0.690 1.03 1.75 2.12 2.17 2.92 3.54
17 0.689 1.03 1.74 2.11 2.16 2.90 3.51
18 0.688 1.03 1.73 2.10 2.15 2.88 3.48
19 0.688 1.03 1.73 2.09 2.14 2.86 3.45
20 1.03 1.72 2.09 2.13 2.85 3.42

25 1.02 1.71 2.06 2.11 2.79 3.33

30 1.02 1.70 2.04 2.09 2.75 3.27

35 1.01 1.70 2.03 2.07 2.72 3.23

40 1.01 1.68 2.02 2.06 2.70 3.20

45 1.01 1.68 2.01 2.06 2.69 3.18

50 1.01 1.68 2.01 2.05 2.68 3.16

100 1.005 1.660 1.984 2.025 2.626 3.077

~ 0.675 1.000 1.645 1.960 2.000 2.576 3.000

 V. EXPANDED UNCERTAINTY
(KETIDAK-PASTIAN DIPERLUAS)

Standar ketidak-pastian gabungan Uc(y) direkomendasikan untuk

digunakan oleh Standar Nasional Laboratorium yang berfungsi
untuk menjalankan komparasi tingkat internasional.

Untuk kalibrasi yang sifatnya komersial dan penggunaan dalam

pengete-san, lebih tepat perhitungan dari ketidak-pastian salah
satunya dengan menetapkan interval tentang hasil pengukuran yang
mungkin diharapkan untuk mencakup penyebaran yang lebih besar
dari distribusi nilai-nilainya.

Perhitungan ketidak-pastian yang diharapkan adalah

Ketidak-pastian Diperluas “Uexp” yang diperoleh dari pengkalian
ketidak-pastian Gabungan “Uc”dengan faktor cakupan “k”.

Jadi :
Uexp = k.Uc(y)
Pemilihan faktor cakupan k akan memperhitungkan tingkat kepercayaan
yang digunakan “P” yang dapat memberikan kontribusi terhadap hasil akhir
perhitungan dari Ketidak-pastian Diperluas.
Contoh korelasi antara “k” dan “P” dengan derajat kebebasan ν = ~ pada
distribusi Normal.

Faktor cakupan “k” Tingkat kepercayaan “P”

1.000 68.27
1.645 90.00
1.960 95.00
2.000 95.45
2.576 99.00
3.000 99.73
 VI. LAPORAN HASIL PENGUKURAN

• Setelah ketidak-pastian diperluas dihitung untuk

confidence level 95% dan dilaporkan sebagai y ± U.

• Laporan ketidak-pastian didasarkan pada standar

ketidak-pastian gabungan dikalikan dengan faktor
cakupan ( k ), dengan tingkat kepercayaan 95%.

• Ketidak-pastian umumnya diekpresikan dalam bentuk ±

dari suatu nilai pengukuan atau suatu nilai yang sifatnya
relatif. Sebagai contoh seperti dalam (%), (ppm), 1.10x
dan sebagainya.

• Nilai ketidak-pastian yang dilaporkan harus

menggambarkan kemampuan sistem pengukuran yang
telah dilakukan dan nilainya harus lebih kecil dari akurasi
alat yang diukur.
Hasil suatu pengukuran yang dicantumkan dalam
laporan kalibrasi harus memuat hal-hal sbb. :
a. hasil ukur
b. ketidak-pastian diperluas
c. tingkat kepercayaan yang digunakan untuk
memperoleh ketidak-pastian diperluas
d. faktor cakupan k (jika perlu mencantumkan juga
derajat kebebasan) yang digunakan untuk
memperoleh ketidak-pastian diperluas

Contoh :
Hasil pengukuran adalah Y = y ± U untuk tingkat
kepercayaan 95% dan faktor cakupan k = 2.23 serta
derajat kebebasan efektif νeff = 10.
 REKAMAN
Laboratorium harus memelihara sistem rekaman sesuai dengan
kebutuhan laboratorium dan memenuhi peraturan
perundang-undangan yang berlaku. Laboratorium harus
menyimpan dan memelihara catatan semua hasil pengamatan,
orisinil perhitungan dan data yang diperoleh, catatan kalibrasi dan
salinan sertifikat kalibrasi untuk jangka waktu tertentu (sesuai
Panduan Mutu yang berlaku). Rekaman untuk tiap kalibrasi harus
berisi informasi yang cukup untuk memungkinkan pemeriksaan
ulang.

Rekaman harus mencakup identitas personil yang terlibat dalam

pengambilan contoh dan penyiapan kalibrasi.

Semua rekaman, sertifikat dan laporan harus disimpan dengan

baik, aman dan sangat rahasia terhadap pelanggan.
 VII. CONTOH APLIKASI PERHITUNGAN
KLETIDAKPASTIAN

1. Pendahuluan
Mengkalibrasi resistor 10KΩ dengan
menggunakan interkomparasi voltage.
Digital voltmeter dengan skala yang lebar
digunakan untuk mengukur nilai voltage
yang melalui standard resistor dan resistor
biasa (bukan standar) yang mempunyai nilai
nominal sama dengan standard resistor dan
resistor tersebut dihubungkan secara seri.
 VOLTMETER
∙ ∙

I RS, RD, RT Rx

Vs Vx
2. Data Pengukuran

2.1 Sertifikat kalibrasi dari standard resistor (Rs) menyebutkan

bahwa ketidak-pastian ± 1.5 ppm dengan tingkat kepercayaan
sekitar 95% (k=2).
2.2 Dari beberapa sertifikat standard resistorter terjadi koreksi nilai
(drift)
RD = ± 2.0 ppm.
2.3 Perubahan temperatur akan mempengaruhi nilai
standard resistor sebesar ± 0.5 ppm.
2.4 Voltmeter dipakai untuk mengukur voltage pada standard
resistor Vs dan resistor (belum diketahui nilainya) Vx yang
dilalui oleh arus I. Ketidak-pastian voltmeter yang dipakai ±
0.2 ppm untuk setiap pengukuran.
2.5 Pengukuran dilakukan sebanyak 5 kali (n=5) untuk memperoleh
nilai Vx/Vs (dalam ppm.) dengan hasilsbb. :
+10.4, +10.7, +10.6, +10.3 dan +10.5
3. Model Matematis

= 🡪 Rx = (RS + RD + RT)

Dimana :
Rs = nilai kalibrasi dari standard resistor
RD = drift dari Rs selama kalibrasi
RT = perubahan nilai resistor akibat perubahan
temperatur
Vx = voltage pada Rx
Vs = voltage pada Rs
4. Evaluasi type A Nilai Vx/Vs rata-rata :

= +10.5 ppm

Standar deviasi :

s( Vi ) = =

s( Vi ) = = = 0.158 ppm

Standard deviation of the mean (ESDM) :

s (Vi) = = = 0.0706 ≈ 0.071 ppm
Jadi standar ketidakpastian dari voltage
yang berupa random effect adalah :

U1(V) = s (v’) = 0.071 ppm

Derajat kebebasan :
ν1 = n – 1 = 5 – 1 = 4
5. Uncertainty Budget

Sym Source of Ketidak-pastian Value Probabil Diviso Ci Ui(Rx) νi

b ± ppm ity r ± ppm o
ol distri r
butio νeff
n
Rs Calibration of std. Resistor 1.5 Normal 2.0 1.0 0.75 ∞
RD Uncorrected drift since last 2.0 Rectangu √3 1.0 1.155 ∞
calibration lar
RT Effect of temperature of oil 0.5 Rectangu √3 1.0 0.289 ∞
bath lar
Vs Voltmeter across Rs 0.2 Rectangu √3 1.0 0.115 ∞
lar
Vx Voltmeter across Rx 0.2 Rectangu √3 1.0 0.115 ∞
lar
V Repeatability 0.71 Normal 1.0 1.0 0.071 4
Uc(R Combined ketidak-pastian - Normal - - 1.418 >50
x) 0
6. Laporan Hasil Pengukuran

Ketidak-pastian Diperluas :
(Uexp.) = ± 2.836 ppm
= 2.836 10-6 x 10.103 Ω
= ± 0.02836 Ω ≈ 0.03 Ω
Hasil akhir pengukuran resistor 10kΩ adalah :
= 10 000.11 Ω ± 0.03 Ω

Ketidak-pastian yang dilaporkan berdasarkan pada

standar ketidak-pastian gabungan dikalikan faktor
cakupan k=2 dengan tingkat kepercayaan sekitar 95%.