BAB 1
PENDAHULUAN
1. Pemegang kepala dan belakang pita ukur mengambil posisi tepat disebelah
titik dan memegang pita ukur diatas tanah, kira-kira sepanjang garis antar titik
2. Pemengang pita ukur belakang menggantungkan secara utuh pita ukur,
mengatur dan memegang penggantungan di 20 meter.
3. Pemegang pita ukur belakang kemudian memusatkan pita ukur tepat diatas
titik
4. Pemegang pita ukur menahan pita ukurnay, dengan kendali pita ukur tepat
berada di nilai 0 (nol), dan menegangkan pita ukur. (pemegang pita ukur
belakag harus menarik dengan arah sebaliknya untuk menjaga pita ukur tetap
berada di pusat titik)
5. Tetap menjaga ketegangan, pemegang pita kepala bergeser hingga pita ukur
tepat dipusat bagian atas titik.
6. Pemegang pita ujung kemudian membaca posisi pita ukurnya
7. Pengukuran jarak memperoleh Pengukuran diperoleh dengan mengurangi
bacaan pada tahap 6 dengan 20 meter pada tahap 2
yang serupa. Untuk survey pengukuran yang tepat, koreksi ini dan yang lainnya
setiap tahap penting seperti tahap 1 sampai 7. Pengukuran merupakan hasildari
beberapa operasi, yang setiap langkah membuat kontribusi untuk kegunaan utama
dalam pengukuran.
Itu harus ditekankan bahwa perbedaan pada nilai yang didapat untuk
pengukuran adalah sesuatu yang terjadi meskipun berada pada kondisi pengukuran
yang dibuat pada pokoknya adalah konstan. Jika kita mengharapkan perbedaan,
maka kita harus mendapatkan selisihnya antara banyaknya nilai pengukuran dan
nilai sebenarnya. Perbedaan ini dikenal dengan istilah eror pada nilai pengukuran.
4
Meskipun dalam bahasa inggris asti dari istilah eror mungkin berkesan sesuatu
yang salah telah dilakukan, eror dalam pengukuran tidak boleh terjadi, kecuali
mungkin yang disebut dengan gross error atau kesalahan besar ( lihat section 1.2)
ε=x–τ
Karena kita tidak akan pernah benar-benar tahu nilai τ, kita tidak akan pernah
tahu nilai yang tepat dari ε.Namun jika kita dapat memperoleh beberapa perkiraan
yang baik dari τ, kita dapat menggunakan estimasi ini untuk nilai τ sebagai acuan
untuk mengungkapkan perbedaan nilai yang diamati. Jika X menunjukkan
perkiraan τ, maka perbedaan antara X dan nilai yang diamati, x, didefinisikan
sebagai residual, v, adalah sebagai berikut:
v=ẍ-x
Kesalahan diklasifikasikan inti tiga jenis: (1) kesalahan besar, (2) kesalahan
sistematis, dan (3) kesalahan acak
Kesalahan besar adalah hasil dari blunder atau kesalahan yang disebabkan
oleh kecerobohan pengamat. Misalnya, pengamat mungkinmembidik pada target
survei yang salah, atau dia mungkin salah membaca skala, atau salah mencatat
nilai yang dibaca (misalnya, menulis 41,56 sebagai 41,65 m). Ada banyak
kesalahan yang dapat dibuat jika ia lalai.
Jika survei memiliki banyak kegunannya nanti, kesalahan dan blunders tidak
dapat ditoleransi. Prosedur lapangan yang baik adalah desain untuk membantu
dalam mendeteksi kesalahan. Prosedur ini meliputi:
Kesalahan Sistematik
Kesalahan sistematik disebabkan hal tersebut terjadi karena berdasarkan
beberapa sistem pengaturan yang mana ketika diketahui dapat dinyatakanoleh
beberapa fungsi yang berhubungan. Contoh : peregangan dari roll meter
dipengaruhi oleh temperatur dan koefisien termal dari peregangan yang diketahui.
Sebuah fungsi berhubungan antara temperatur dan regangan dari pita ukur yang
dapat ditentukan. Jika panjang pita ukur pada suhu standar dijadikan sebagai
6
sebuah referensi, perubahan panjang pada pita ukur disebabkan oleh erubahan
temperatur dari nilai standarnya diklasifikasikan dalam kesalahan sistematik.
Sebuah Kesalahan sitematik mengukuti sebuah aturan yang mana akan ditiru
jika pengukuran diulang pada kondisi yang sama. Contoh: pengukuran sebuah
jarak dengan pita ukur yang terlalu pendek akan menghasilakan kesalahan
sistematik yang sama jika pita ukur yang sama digunakan untuk pengukuran jarak
pada kondisi temperatur, tarikan, sandaran, dan kemiringan yang sama.
Sebuah kesalahan sistematik disebut kesalahan konstan jika besar dan
tandanya tetap sama selama proses pengukuran. Hal ini berlawanan tanda
perubahan namun besarnya tetap sama.
Sistem yang mendasari kesalahan sistematik mungkin tergantung pada
pengamat, instrumentasi yang digunakan, kondisi fisik atau lingkungan pada saat
pengukuran dilakukan, atau kombinasi dari faktor-faktor ini.
Praduga pribadi pengamat menyebabkan kesalahan sistematika yang
mungkin konstan atau berlawanan, tergantung pada prosedur observasi. jika
kondisi pengamatan bervariasi, indera alami penglihatan dan pendengaran
pengamat dapat bervariasi juga dan kesalahan pribadinya menjadi variabel juga.
Konstruksi instrumen yang tidak sempurna, atau tidak lengkapnya instrument
yang sesuai dapat menyebabkan kesalahan instrumental yang sistematis.
Ketidaksempurnaan konstruksi mencakup hal-hal seperti variasi dalam kelulusan
skala dan eksentrisitas dalam komponen centring alat. Ketidak-lengkapan
instrumen yang bersesuaian mencakup hal-hal seperti tidak membuat sumbu
sejajar .
Ketika pengukuran survey diperoleh di lapangan, pengukuran dipengaruhi
oleh banyak faktor fisik dan lingkungan. Temparatur, ketegangan dan kemiringan
topografi, misalnya, mempengaruhi jarak pita, sementara kelembaban dan tekanan
atmosfer serta temparature mempengaruhi elektro-optik jarak pengukuran (EMD),
pengukuran sudut, dan meratakannya. Semua efek ini secara fungsional
dinyatakan dalam hal faktor-faktor yang menyebabkan mereka dan begitu juga
diklasifikasikan sebagai kesalahan sistematika.
7
Sebuah jarak yang dihitung beberapa kali adalah sebuah angka besar dan
semua hitungan bebas dari gross error dan systematic error. Variasi dalam
perhitungan masih terjadi karena adanya random error. Walaupun tidak mungkin
untuk mengoreksi perhitungan dengan specific random error , tetapi
8
Contoh 1-1
Sebuah jarak 810 m dihitung sebanyak 200 kali. Semua perhitungan bebas
dari gross error dan systematic error. Koreksi nilai yaitu 0,01 m. Ini dicatat
setelah koreksi untuk systematic error menghasilkan jarak variasi pengukuran
dari 810,11 m ke 810,23 m, seperti ditunjukkan di bawah ini.
Value of Number
Measurement of
(m) Measurements
810.11 1
810.12 3
810.13 7
810.14 19
810.15 20
810.16 36
810.17 38
810.18 29
810.19 24
810.20 10
810.21 11
810.22 0
810.23 2
Solusi
Frekuensi relatif diperoleh dari pembagian hasil ukuran observasi untuk nilai
total pada pengukuran. Terdapat 200 pengukuran total, berikut frekuensi relatif
diperoleh:
Value of Relative
Measurement Frequency
(m)
810.11 0.005
810.12 0.015
810.13 0.035
810.14 0.095
810.15 0.100
810.16 0.180
810.17 0.190
810.18 0.145
810.19 0.120
810.20 0.050
810.21 0.055
810.22 0.000
810.23 0.010
Jumlah dari frekuensi relatif seharusnya 1000. Frekuensi relatif diplot pada
contoh 1-1 sebagai bujur sangkar.
Frekuensi distribusi pada contoh 1-1 lebih kepada jarak yang terdekat yaitu
810.17 m. Frekuensi tertinggi dekat dengan nilai pusat. Jika hasil pengukuran
bertambah limitnya, ini akan ditemukan setiap frekuensi relatif yang mendekati
limit yang stabil. Nilai limitpada frekuensi relatif dikenal sebagai probabilitas.
Hampir sama seperti fungsi kepadatan, ditunjukkan pada gambar 1-3, dapat
dipakai sebagai model probabilitas untuk random error pada pengukuran. Ini
berarti nilai sama dengan nol.
Value of Relative
Measurment Frequency
(m)
810.11 0.005
810.12 0.015
810.13 0.035
810.14 0.095
810.15 0.100
810.16 0.180
810.17 0.190
12
810.18 0.145
810.19 0.120
810.20 0.050
810.21 0.055
810.22 0.000
810.23 0.010
Jika nilai pusat atau nilai rata-rata sama dengan 0 maka akan didapatkan
kurva seperti dalam kurva (Fig.1-3 :Fungsi Densitas)
1.4 KeandalanPengukuran
Jumlah angka penting dalam banyaknya numerik sama dengan jumlah digit dalam
bilangan yang kurang dari nol yang digunakan untuk memperbaiki posisi titik
desimal. Sebagai contoh:
1320 memiliki 3 atau 4 angka penting, tergantung pada ada atau tidaknya nol digit
hanya digunakan untuk memperbaiki posisi titik desimal yang mengikutinya.
Nilai numerik harus membawa semua angka pasti ditambah digit pertama yang
diragukan. Jika, misalnya, empat digit pertama dari nilai 137,824 pasti dan dua digit
terakhir diragukan, nilai harus dinyatakan hanya lima angka penting, yaitu, 137,82
(1, 3, 7, dan 8 pasti, 2 diragukan).
Jumlah angka penting dalam kuantitas yang diukur secara langsung biasanya tidak
sulit untuk ditentukan, karena pada dasarnya tergantung pada hitungan terkecil dari
instrumen yang digunakan. Misalnya, jika jarak diukur dengan pita dengan satuan
sentimeter, dengan estimasi untuk milimeter, dan pembacaan 462,513 m, lima digit
pertama pasti, keenamnya adalah angka penting.
1. Jika k angka penting yang diperlukan, membuang semua digit ke kanan angka ke-
(k + 1).
2. Periksa angka ke- (k +1).
a. Jika 0 sampai 4, membuangnya; misal, 12,34421 dibulatkan sampai empat angka
penting menjadi 12.34.
b. Jika 6 sampai 9, membuang dan menambahkan angka ke-k satu per satu; misalnya,
1,376 dibulatkan sampai tiga angka penting menjadi 1,38.
15
c. Jika 5 dan angka ke-k pula, membuangnya; misalnya, 12,345 dibulatkan sampai
empat angka penting menjadi 12.34.
d. Jika 5 dan angka ke-k ganjil, membuang dan menambahkan angka ke-k satu per
satu; misalnya, 12,3435 dibulatkan ke lima angka penting menjadi 12,344
Jumlah angka penting tidak begitu mudah ditentukan dalam jumlah yang diperoleh
dengan perhitungan seperti di kuantitas yang diukur secara langsung. Namun
demikian, beberapa aturan umum dapat diterapkan dengan efektifitas yang wajar.
Dua aturan yang paling penting berurusan dengan operasi aritmatika, penambahan
(atau pengurangan) dan perkalian (atau pembagian).
Dalam proses itu, jumlah harus dibulatkan ke angka desimal yang setidaknya dalam
jumlah yang ditambahkan. Misalnya, jumlah tersebut.
165.21
149.7
65.495
2. 2167
382.6217
Harus dibulatkan ke 382,6 karena 149,7 dinyatakan hanya satu tempat desimal.
Dalam perkalian, jumlah angka penting dalam hasil harus sama dengan jumlah angka
penting, faktor numerik yang tepat dikecualikan. Sebagai contoh:
Dalam setiap kasus, jumlah angka penting (3) di 2.15 memutuskan jumlah angka
penting dalam produk.
16
Dalam perhitungan dengan sejumlah besar operasi aritmatika, cara ini bak untuk
latihan untuk membawa satu angka penting di seluruh, kemudian melengkapi
setelah perhitungan selesai.
BAB 5
CONTOH 5.1
Jarak A diukur berulang kali menggunakan pita baja karbon. Dengan banyak
ketekunan dan kesabaran, 5000 pengukuran dilakukan untuk 0,001m. Pengukuran
17
dikoreksi untuk kesalahan sistematik dan nilai – nilai yang dihasilkan dikoreksi
untuk dibulatkan ke sentimeter terdekat. Untuk nilai masing-masing yang
dihasilkan, frekuensi relative peristiwa dihitungdan dicatat (lihat tabel 5.1)
Dalam teori probabilitas dasar, pada awal buku pengantar pada subjek,
probabilitas peristiwa acak biasanya dijelaskan dengan mengacu pada sampel
ruang,koleksi semua hasil yang mungkin dari fenomena acak. Peristiwa yang
dipandang secara matematis sebagai himpunan bagian dari ruang sampel. Dalam
banyak aplikasi dari teori probabilitas, termasuk pengukuran dalam survei, lebih
mudah dan diinginkan untuk menggambarkan probabilitas dari peristiwa acak
sebagai fungsi dari suatu variabel acak.
CONTOH5.2
Jarak, diketahui 297.500 m, diukur dengan pita baja karbon 50 m. Pengukuran
dilakukan secara datar, permukaan horizontal dengan rekaman itu didukung
sepenuhnya, sehingga tidak ada kesalahan karena kemiringan dan rekaman itu.
Ujung-ujung pita ditandai secara hati - hati, dan koreksi yang tepat dibuat sehingga
18
efek kesalahan dalam menandai, panjang tape, suhu, dan ketegangan dapat
diabaikan. Namun, rekaman itu hanya kira-kira,dan kesalahan acak yang signifikan
karena kesalahan dari pita diperkenalkan. Karena setiap kesalahan dalam
keselarasan menyebabkan nilai yang terukur dari jarak terlalu tinggi, kesalahan
dalam jarak karena kesalahan alat selalu positif.
Dengan banyak usaha, pengukuran diulang 5000 kali dan nilai-nila iyang
dihasilkan dibulatkan ke sentimeter terdekat. Kesalahan dalam jarak karena missal
ignment dari pita(x) ditunjukkan dalam sentimeter, dan frekuensi relatif adalah
menghitung dengan jumlah pengukuran yang terkait dengan masing-masing nilai
error dengan jumlah total pengukuran. Sekali lagi, sinus sejumlah besar
pengukuran yang terlibat, frekuensi relative diterima sebagai membatasi nilai-nilai,
sebagai probabilitas.
Jika fungsi relatif di table 5-2 dapat didekati oleh fungsi aljabar x,
fungsi seperti itu mewakili dasar yang sesuai untuk mengevaluasi probabilitas.
Dalam kasus tertentu pada pita , fungsi yang mendekati frekuensi relative dengan
baik adalah :
Nilai dari fungsi p (x) telah tercantum pada table 5-2 sebelah frekuensi
relatif; fungsinya telah diplot dalam gambar 5-1. Tidaklah penting fungsi ini secara
teoritis diturunkan; apa yang penting adalah bahwa fungsi sesuai dengan data yang
diamati.
yang terjadi ini. Sebagai contoh, peristiwa dimana kesalahan adalah 2 cm adalah
peristiwa acak, dan probabilitas ( kemungkinan ) dari peristiwa acak yang terjadi
adalah 0,3048.
p (x) = P[X=x]
(5.4)
( Gambar 5.1)
*e = 2,71828 ,dasar dari system logaritma asli
Di sini, X adalah variabel acak, dan p (x) adalah fungsi
probabilitasnya. Variabel acak dan fungsi probabilitas merupakan apa yang dikenal
sebagai model probabilitas, model matematika yang menggambarkan tugas atau
distribusi probabilitas untuk kelas tertentu dari peristiwa acak. Pada contoh di atas,
kemungkinan dari peristiwa acak dimana X mengambil nilai 0 cm adalah p (0) =
20
Fungsi khusus yang diberikan oleh Pers. (5-3) hanya salah satu dari
banyak yang dapat berfungsi sebagai fungsi probabilitas. Memang, pembaca tidak
harus menafsirkan Pers. (5-3) sebagai sesuatu yang lebih dari sebuah ilustrasi
tentang apa yang dimaksud dengan fungsi probabilitas. Ini hanyalah sebuah model
matematika dari apa yang terjadi pada kenyataannya, fungsi dasar yang
mendistribusikan jumlah total probabilitas yang tersedia di antara semua nilai
variabel acak. Seperti digambarkan dalam tabel 5-2, jumlah dari semua nilai p (x)
harus menjadi kesatuan.
F(∞) = 1 (5-10)
Lim F(x) = F (n)
(5-11)
Dari tabel 5-2, sangatlah jelas bahwa nilai F (x) hanya menjalankan
akumulasi dari nilai p (x) . Sebagai contoh,
TABEL 5.3
Kesalahan
pada pengukuran Distribusi Fungsi
jarak x P(x) = P[X + x]
(cm)
0 0.0450 =
0.0450
1 0.0450 + 0.3224 =
0.3674
2 0.3674 + 0.3408 =
0.7082
3 0.7082 + 0.1805 =
0.8887
4 0.8887 + 0.0735 =
0.9622
5 0.9622 + 0.0260 =
0.9882
6 0.9882 + 0.0084 =
0.9966
7 0.9966 + 0.0026 =
0.9992
8 0.9992 + 0.0008 =
1.0000
9 1.000 + 0 =
1.0000
23
Gambar 5.2
Persamaan (5-9) dan (5-10) memberikan dua nilai ekstrim untuk F (x).
Dalam kasus lain, F (x) = 0 untuk setiap nilai x kurang dari nol, dan F (x) = 1
untuk setiap nilai x lebih besar dari 8.
24