BAB II

TEORI KETIDAKPASTIAN
(RALAT)
Nama Kelompok:
1. Santi Nanda Putri
2. Silvia Nurlaili Agustina
3. Siti Nurkhasanah
4. Syafara Anggita Rahmawati
5. Tica Laudita Nabilah
6. Urmila Hairani Putri
7. Yunita Kristanti Andriani
8. Zulfa Fikriyah
 Pengertian Ralat/Ketidakpastian

Ralat/ketidakpastian sering disebut

sebagai penyimpangan atau deviasi.
Dapat diartikan sebagai perbedaan harga
ukur dengan harga sebenarnya, atau
perbedaan harga ukur dengan harga rerata
sekelompok hasil pengukuran. Arti lain
dari ralat/ketidakpastian adalah
menyatakan besarnya keraguan
menafsirkan suatu hasil percobaan.
 Contoh Ralat/Ketidakpastian dalam
Pengukuran
• Dalam pengukuran tunggal
Misalkan seorang pengamat mengukur panjang pensil menggunakan
mistar diperoleh nilai benar sebesar 12 cm. Skala terkecil dari mistar
adalah 1 mm atau 0,1 cm maka Δx=12×nst=12×0,1. Hasil
pengukuran tunggal ini dituliskan sebagai L=12±0,05 cm.
• Dalam pengukuran berulang
Pada pengukuran berulang nilai terbaik untuk menggantikan nilai
benar x0x0 adalah nilai rata – rata dari data yang diperoleh (x¯x¯).
Sedangkan untuk nilai ketidakpastiannya (ΔxΔx) dapat digantikan
oleh nilai simpangan baku nilai rata-rata sampel. Secara matematis
dapat ditulis sebagai berikut.
¯=x1+x2+x3+…..+xnN=∑xiN

Sumber:
https://environmentalchemistry.wordpress.com/2013/07/07/definisi-
untuk-perhitungan-ketidakpastian-pengukuran/
 Sumber Ralat dalam Pengukuran

Subyek (Pengamat/Pelaku
Pengukuran)

Obyek (obyek yang

diukur/lingkungan pengukuran)

Metode (model teori, metode

pengukuran, teknik
pengukuran)
Sumber:
http://sekitarkita0.blogspot.com/2018/03/teori-sumber-faktor-penyebab-
ralat.html
 Klasifikasi Ralat dalam Pengukuran
1. Ralat sistematis
Ralat kelompok ini bersifat tetap adanya dan disebabkan oleh
faktor-faktor :
a. Alat, misalnya kalibrasi alat; harga skala, kondisi alat yang
berubah, pengaruh alat terhadap besaran yang diukur.
b. Pengamat, karena ketidakcermatan pengamat dalam
membaca.
c. Kondisi fisis pengamatan, misalnya karena kondisi fisis
pada saat pengamatan tidak sama dengan kondisi fisis
peneraan alat akan mempengaruhi penunjukan alat.
d. Metoda pengamatan, ketidaktepatan pemilihan metode akan
mempengaruhi hasilpengamatan, misal sering terjadi
kebocoran besaran fisis seperti panas, cahayadan sebagainya.
2. Ralat kebetulan
Dalam pengamatan yang berulang-ulang untuk suatu besaran fisis yang
dianggap tetap ternyata memberikan hasil yang umumnya berbeda-beda.
Kesalahan-kesalahan yang terjadi pada pengamatan berulang ini disebut ralat
kebetulan, faktor-faktor penyebabnya adalah :
a. salah menaksir, misalnya penaksiran terhadap harga skala terkecil, bagi
seorang pengamat berbeda dari waktu ke waktu.
b. Kondisi fisis yang berubah (berfluktuasi), misalnya karena temperatur, atau
tegangan listrik ruang yang tidak stabil.
c. Gangguan, misalnya adanya medan magnet yang kuat dapat mempengaruhi
penunjukan meter-meter listrik.
d. Definisi, misalnya karena penampang pipa tidak bulat betul maka penentuan
diameternya menimbulkan kesalahan.
3. Ralat kekeliruan tindakan
Kekeliruan tindakan bagi pengamat dapat terjadi dalam 2 bentuk, yaitu:
a. Salah berbuat, misalnya salah baca, salah pengaturan situasi/kondisi, salah
menghitung (misalnya ayuanan 10 kali hanya terhitung 9 kali).
b.Salah hitung terutama terjadi pada hitungan pembulatan.

Sumber:
http://www.dikti.org.diknas/70/1/online/jurnal
 Sebab Ralat Rambat
1. Relasi penjumlahan
2. Relasi pengurangan
3. Relasi perkalian
4. Relasi pembagian
5. Relasi perpangkatan
Sehingga ralat rambat
sebab penjumlahan,
pengurangan, perkalian
dan pembagian dapat
ditulis sebagai berikut:

Sumber:
http://sekitarkita0.blogspot.com/2018/03/teori-sumber-faktor-penyebab-ralat.html
 Data Fitting
Data fitting (pencocokan data) adalah adalah
proses membangun kurva, atau fungsi matematika,
yang paling cocok untuk serangkaian titik data.
Tujuannya adalah melukiskan secara umum pola
hubungan antara satu besaran fisika dengan besaran
lainnya dalam bentuk garis.

Sumber:
https://aw-efendi.blogspot.com/2012/04/curve-fitting.html?m=1
 Hubungan Variabel Pengukuran dalam
Data Fitting
Jika suatu variabel merupakan fungsi dari variabel lain
yang disertai oleh ketidakpastian, maka variabel ini
akan disertai pula oleh ketidakpastian. Hal ini disebut
sebagai perambatan ketidakpastian.
Perambatan ketidakpastian ini berdampak pada
pembuatan data dalam bentuk kurva maupun fungsi
matematika.

Sumber:
http://staff.uny.ac.id/sites/default/files/pendidikan/didik-setyawarno-spdsi-
mpd/teori-pengukuran-dan-ketidakpastian.pptx
 Persamaan dalam Data Fitting
• Regresi Linier Dengan Metode Kuadrat Terkecil
• Regresi Polinomial
• Regresi Linier Berganda (Multiple Linear Regression)
• Interpolasi Linier
• Interpolasi Kuadrat
• Interpolasi Polinomial Newton
• Interpolasi Polinomial Lagrange

Sumber:
https://www.google.com/url?sa=t&source=web&rct=j&url=https://diyarkholis
oh.files.wordpress.com/2008/12/curve-fitting-dan-interpolasi-doc-
dy.pdf&ved=2ahUKEwir2fW0pu7kAhWE6XMBHfeGCu4QFjAAegQIBhAB
&usg=AOvVaw1Ph6nsfv5QyGLPYtY1p9Cx