PROGRAM PELATIHAN

Judul Pelatihan : Estimasi Ketidakpastian Kalibrasi

Mata Pelajaran : Konsep Dasar Matematika dan Fungsi Distribusi Pada
Perhitungan Ketidakpastian Pengukuran
Jam Pelajaran : Sinkronus Maya 3 JP (Total 40 JP)
Kompetensi Dasar : Peserta mampu menerapkan pengetahuan terkait dasar-
dasar matematika dan fungsi distribusi pada perhitungan
ketidakpastian pengukuran prosedur yang berlaku
 DAFTAR PUSTAKA

EURACHEM-CITAC BIPM KAN

Miller & Miller JCGM 100 KAN
Guide CG 4 KAN Pd-01-03
Statistics & Chemometrics KAN K 02.01
Guide to Expression of Guide on the evaluation and
Quantifying uncertainty in
Uncertainty Measurement expression of uncertainty in
analytical measurement Statistics and Chemometrics Uncertainty In Measurement measurement
for Analytical Chemistry
Pengajar Standardisasi Laboratorium AZO Sains
 MATEMATIKA DASAR

❑ Rata-Rata (Xm)
❑ Merupakan penjumlahan dari semua pengukuran dibagi dengan jumlah
pengukuran

n = jumlah pengukuran

❑ Median (Xmed)
❑ Nilai untuk satu set data yang diurutkan, yang setengah dari datanya lebih
besar nilainya dan setengahnya lebih kecil nilainya.
 MATEMATIKA DASAR

❑ Interval (R)
❑ Interval atau range merupakan selisih antara nilai tertinggi dan terendah dari
sekumpulan data
 MATEMATIKA DASAR

❑ Standar Deviasi (SD)

❑ Nilai sebaran data yang diukur berdasarkan perbedaan di antara nilai
tertinggi dan terendah (interval)

Xm = nilai rata-rata
Xi = nilai ke-i
 MATEMATIKA DASAR

❑ Standar Deviasi Pool (SDp)

❑ Nilai sebaran data gabungan dari dua atau lebih standar deviasi

Si = standar deviasi ke-i

Vi = derajat bebas ke-i
 MATEMATIKA DASAR

❑ Varians (SD2)
❑ Nilai kuadrat dari standar deviasi

Xm = nilai rata-rata
Xi = nilai ke-i
 MATEMATIKA DASAR

❑ Relative Standard Deviation (RSD)

❑ Koefisien Varians (CV)

❑ Koefisien varians dikenal juga sebagai %RSD
 MATEMATIKA DASAR

❑ ANOVA: Metode statistik untuk membandingkan tiga set data atau lebih
❑ Persamaan untuk varian:

❑ Rumus menentukan rata-rata global dan varian global:

 MATEMATIKA DASAR

❑ Rumus within-sample variance:

❑ Rumus between-sample variance:

❑ Jumlah rata-rata pengulangan:

 MATEMATIKA DASAR

❑ Total Sum of Square

 MATEMATIKA DASAR

❑ Partial Diferrentiation : turunan parsial sebuah fungsi

matematika peubah banyak adalah turunannya terhadap salah satu
peubah (variabel) dengan peubah lainnya dipertahankan (konstan)
 MATEMATIKA DASAR

❑ Rumus Turunan Parsial

 MATEMATIKA DASAR

❑ Fungsi:

❑ Turunan pertamanya

❑ Turunan keduanya
 MATEMATIKA DASAR

❑ Interpolasi Linear: memperkirakan suatu titik di antara dua titik

 MATEMATIKA DASAR

Persamaan regresi linear:

y=b⋅x+a

Catatan: nilai yang dibandingkan antara pembacaan alat dan

pembacaan standar (bukan terhadap nilai koreksi)
 DISTRIBUSI PROBABILITAS

❑Probability distribution
Suatu fungsi yang memberikan probabilitas bahwa suatu variabel
acak mengambil nilai tertentu atau termasuk dalam kumpulan nilai
tertentu
Probabilitas seluruh himpunan nilai variabel acak sama dengan 1.
❑Probability density function (PDF)
turunan (jika ada) dari fungsi distribusi:
 DISTRIBUSI NORMAL

❑Disebut juga sebagai distribusi Gaussian

❑Distribusi ini dapat digunakan untuk menyatakan nilai probabilitas
tersebar normal dengan nilai tengah memiliki peluang paling
tinggi

Mempunyai faktor cakupan (k) =

 DISTRIBUSI t-STUDENT’S

Distribusi ini dapat digunakan ketika

menyatakan tingkat kepercayaan
tertentu, 95% atau 99%.
Mempunyai faktor cakupan (k) dari
Ketidakpastian baku diperoleh tepat
sertifikat kalibrasi
berdasarkan tabel distribusi-t, yaitu
u = U / k;

μ - 2 μ μ + 2

Batas tingkat kepercayaan 95% Batas tingkat kepercayaan 95%

Interval kepercayaan 95%

 DISTRIBUSI t-STUDENT’S

Distribusi t-Student’s (pada evaluasi tipe-B) sering disebut sebagai distribusi

normal (pada evaluasi tipe-A). Kedua distribusi ini berbeda dari faktor cakupannya.
 DISTRIBUSI RECTANGULAR

❑Merupakan distribusi seragam (uniform distribution)

❑Distribusi ini digunakan bila diasumsikan bahwa kesalahan yang terjadi
mempunyai kemungkinan nilai yang sama di seluruh rentangnya.
❑Ketidakpastian bakunya dirumuskan u = a/3 ; dimana a: semi range

Mempunyai faktor cakupan (k) =

 DISTRIBUSI TRIANGULAR

❑Hal ini digunakan bila terdapat bukti bahwa nilai yang paling mungkin adalah
nilai yang dekat dengan nilai rata-rata, lebih dekat dengan batas rentang,
kemungkinannya berkurang menuju “nol”.

Mempunyai Faktor cakupan (k) =

 DISTRIBUSI U-SHAPED

❑ Merupakan distribusi bimodal

❑ Distribusi yang menggambarkan peluang tertinggi berada pada nilai ujung
atau limit nilai tertinggi dan terendah

Mempunyai Faktor cakupan (k) =

DISTRIBUSI PROBABILITAS
 Derajat Bebas
(Degree’s of Freedom)

❑ Derajat kebebasan sangat berhubungan dengan distribusi data.

1. Untuk pendekatan tipe A, derajat kebebasannya adalah:
v=n–1
dimana n = jumlah data,

2. Untuk pendekatan tipe B, derajat kebebasannya tergantung distribusi

datanya :
a. Distribusi t-Student’s
Derajat kebebasannya tergantung nilai k (faktor cakupan) dari sertifikatnya.
Contoh : k = 2, maka derajat kebebasan dari tabel adalah 60 (pada CL 95%).
 Derajat Bebas
(Degree’s of Freedom)

b. Distribusi Rectangular
Derajat bebas untuk distribusi rectangular tergantung informasi dari alat.
Bila dicantumkan nilai reabilitas (R) maka derajat bebasnya adalah:
1 100 2
v=
2 𝑅

Bila tidak ada informasi mengenai reabilitas maka bisa menggunakan

derajat bebasnya v = ~ (tak hingga)
Catatan: gunakan angka berapapun pada budget ketidakpastian untuk
DB tak hingga, missal 100, 500, 100000, dan lainnya.
 Derajat Bebas
(Degree’s of Freedom)

c. Distribusi Triangular
Derajat bebas untuk distribusi rectangular tergantung informasi dari alat.
Bila dicantumkan nilai reabilitas maka derajat bebasnya adalah:
1 100 2
v=
2 𝑅

Bila tidak ada informasi mengenai reabilitas maka bisa menggunakan

derajat bebasnya v = ~ (tak hingga)
Catatan: gunakan angka berapapun pada budget ketidakpastian untuk
DB tak hingga, missal 100, 500, 100000, dan lainnya.
 Derajat Bebas
(Degree’s of Freedom)

d. Distribusi U-Shaped
Derajat bebas untuk distribusi rectangular tergantung informasi dari alat.
Bila dicantumkan nilai reabilitas maka derajat bebasnya adalah:
1 100 2
v=
2 𝑅

Bila tidak ada informasi mengenai reabilitas maka bisa menggunakan

derajat bebasnya v = ~ (tak hingga)
Catatan: gunakan angka berapapun pada budget ketidakpastian untuk
DB tak hingga, missal 100, 500, 100000, dan lainnya.
 Derajat Bebas
(Degree’s of Freedom)

❑ Nilai R (reabilitas) pada rumus derajat bebas rectangular, triangular, atau

distribusi-U dapat menggunakan table dari ISO GUM berikut:
 IMPLEMENTASI DISTRIBUSI

❑ Distribusi Normal
1. Pengulangan pengukuran dievaluasi dengan distribusi normal
(EURAMET cg-8)
2. Dari verifikasi reguler operator internal menggunakan jangka sorong
yang sama yang diverifikasi terhadap balok ukur dengan ukuran yang
representatif, deviasi standar dari 30 pembacaan berulang adalah ±0,02
mm (SAC_TG-3)
 IMPLEMENTASI DISTRIBUSI

❑ Distribusi t-Student’s
1. Termokopel standar Tipe R dilengkapi dengan sertifikat kalibrasi memiliki
ketidakpastian bentangan pengukuran pada 1000 °C adalah U = 0,6 °C (faktor
cakupan k = 2) (EURAMET cg-8)
2. Ketidakpastian densitas air diperoleh dari nilai yang diberikan oleh Tanaka =
9×10-7 g/mL, sehingga harus menggunakan faktor cakupan 2 (EURAMET cg-19)
3. Densitas anak timbangan disajikan dalam sertifikat kalibrasi yang digunakan
yakni 0,06 g/mL, yang dikaitkan dengan faktor cakupan 2 (EURAMET cg-19)
4. Deviasi pembacaan nominal diestimasi dihitung sebesar ± 2,6kN yang ditentukan
pada tingkat kepercayaan sekitar 95% dengan faktor cakupan k =2,13 (SAC_TG-3)
5. Pengaruh deviasi variabel terhadap Rise-time diestimasi secara t-Student’s
(SAC_TG-1)
 IMPLEMENTASI DISTRIBUSI

❑ Distribusi Rectangular
1. Inhomogenity: Perbedaan ggl akibat ketidakhomogenan kabel termal
diperkirakan berada dalam kisaran ± 15 µV (EURAMET cg-8)
2. Keseragaman juga dapat digunakan untuk mengevaluasi ketidakpastian
standar dengan mempertimbangkan interval toleransi ±a dan fungsi distribusi
persegi panjang harus digunakan (EURAMET cg-16)
3. Ketidakpastian bersumber dari meniscus pada volumetric single-skala
disarankan batas ketidakpastian atas yang diperkirakan dengan asumsi distribusi
segiempat (EURAMET cg-19)
4. Resolusi peralatan adalah 0,01 mm, dengan asumsi distribusi rectangular
(SAC_TG-3)
5. Efek histeresis suatu instrumen adalah 0,1% dengan sebaran rectangular
(SAC_TG-1)
 IMPLEMENTASI DISTRIBUSI

❑ Distribusi Triangular
1. Ketidakpastian bersumber dari meniscus pada volumetric multi-skala
disarankan dan lebih realistis untuk mempertimbangkan batas
ketidakpastian atas yang diperkirakan dengan asumsi distribusi segitiga
(EURAMET cg-19)
2. Suhu lingkungan dikontrol sedemikian rupa sehingga selalu mendekati
pusat kisaran 20 ± 2 °C. Batas setengah intervalnya adalah 2 °C dan
ketidakpastian standarnya sesuai distribusi triangular (SAC_TG-1)
 IMPLEMENTASI DISTRIBUSI

❑ Distribusi U-Shaped
1. Ketidakpastian Daya Keluaran Referensi diasumsikan mengikuti
distribusi U-shaped (SAC_TG-1)
2. Suhu test dilaporkan sebagai (19,9 ± 0,5) °C sedangkan variasi siklik
dalam waktu menghasilkan distribusi U-shaped (JCGM 100)
 TERIMA KASIH

WWW.AZOSAINS.COM