II TEORI

KETIDAKPASTIAN
PENGUKURAN TIPE -B
 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  +a

a a
- +
3 3

Gambar 6 : Distribusi Persegi-empat (Rectangular Distribution)

• Standar ketidak-pastian dihitung dengan cara membagi
“a” dengan 3
• Dalam distribusi persegi-empat diasumsikan bahwa
probabilitas nilai diatas maupun dibawah batas adalah
sama.
• a = semi range limit yang diperoleh dari xi
a
• Standar deviasi dihitung sbb. : s =
3
• Standar ketidak-pastian (standard uncertainty) adalah
sama dengan standar deviasi.
•
• U=s= a
3
• 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 :

0.05%
U(V) =
3
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 . 6
 a a

a a
- +
6 6

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.:
2
• U(T) = oC
3
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 s.L
• s dan L adalah koefisien refleksi dari sumber dan
beban.
• Standar ketidak-pastian dapat dihitung sbb :
2.s.L
• U(m) =
2
-a  +a
- a +
a
2 2

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 :
•
2 x0.2 x0.091
• U(m) =
2
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.
 -  +
Gambar 9a : Distribusi Normal (Gaussian Distribution)

95% Confidence Interval

95% Confidence Limit

95% Confidence Limit

! ! ! ! !! !
 2       2

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. :
0.1dB
U(x) =
2.63

• 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. :
5
• U(xi) = 2.58 V
4.5 Trapezoidal Probability Distribution

2a

Dimana :

(1 +  )
2 2  = koefisien sudut miring 0    1
U (Tr) = a
6
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
Rata-rata = X’ Standar deviasi = s Nilai dari pengukuran = n

ESDM = s/ n
Standar ketidak  = (n – 1 )
pastian (U) = ESDM
= s/ n
B Nilai = x Range limits =  a Reliability = R% (2)
Standar ketidak-pastian (U) = k
. a (1) = ½ x ( 100 )2
R

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/ 3
sama dimana saja diantara interval

Triangular Distribution

Nilai dari pada kwantitas yang berada diantara

triangular distribution berdasarkan senter
U=a/6
panjang 2a pada estimasi
Trapezoidal Distribution

Nilai dari pada kwantitas yang berada diantara U=ax

trapezoidal distribution berdasarkan panjang [(1+2)/6]
2a dan senter sisi panjang atas 2a pada
estimasi, ( 0    1 )
 P% k

50% 1.48
(X
2
U=s= i −X)
( n − 1) 67% 1

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/ 6
Rectangular, type B
U=a /
3

Trapezoidal, Type B
2a

U = a x [(1+2)/6]