HITUNG PERATAAN

Kelompok 3 :
1. Riyas Syamsul Arif (117180001)
2. Aditya Firman Pramudya (117180004)
3. Afrizal Amri Fahmi (117180005)
4. Ahmad Rafi Muafa Syarif (117180008)
5. Mohammad Faisal Annas Rasyid (117180009)
6. Fandi Dwi Julianto (117180014)
7. Hafizh Humam Safii (117180016)
8. Dinda Pratiwi Dwi Putri (117180018)
9. Haekal (117180029)
10. Mohammad Putra Sahaja (117180030)
11. Raden Nur Azizah Afiati (117180033)
Prinsip Kuadrat Terkecil
Dari suatu pengukuran yang tidak saling bergantung
(independent): d1, d2, d3, d4, ...., dn. Dari pengukuran
tersebut dapat dicari nilai rata-rata (d) yang
merupakan nilai yang paling mungkin (Most Probable
Value)
Residual masing-masing pengukuran:
V1 = d1 – d
V 2 = d2 - d
V 3 = d3 -
d

V n = dn - d
Persamaan diatas dapat dituliskan sebagai berikut:
∑ v2 = v1 2 + v2 2 + v3 2 +....vn 2 =
minimun............(1)

∑ v2 = (d1-d)2 + (d2-d)2 + (d3-d)2

+
...+ (dn-d)2 = minimun...........(2)
Aplikasi Hitung Kuadrat Terkecil

r=n–u

r = banyaknya persamaan kondisi

n = jumlah pengamatan
u = syarat minimal pengamatan
Contoh kasus
Pengukuran Jarak AB diukur 5 kali d1,d2,d3,d4,d5

Persamaan yang dapat

dibentuk:
1) d1 – d2 = 0
2) d2 – d3 = 0
3) d3 – d4 = 0
4) d4 – d5 = 0
5) d1 – d3 = 0
6) d2 – d4 = 0
7) d3 – d5 = 0
8) d1 – d4 = 0
9) d2 – d5 = 0
10) d1 – d5 = 0
Penyelesaian step 1
Menghitung jumlah persamaan
1. Menghitung jumlah persamaan kondisinya
Dari 10 persamaan yang dapat dibentuk tersebut
dipilih sejumlah r persamaan yang
independent.
n=5
u=1
Maka r = n – u = 5 – 1 = 4
Penyelesaian step 2
Membuat Persamaan
1) d1 – d2 = 0
2) d2 – d3 = 0
3) d3 – d4 = 0
4) d4 – d5 = 0

Karena d1, d2, d3, d4 dan d5 merupakan hasil pengukuran, maka masing-
masing mempunyai kesalahan acak sehingga persamaan diatas dapat
1) ditulis
(d1+v1) – (d2+v2) = 0 v1-v2 + (d1-d2) = 0
2) (d2+v2) – (d3+v3) = 0 v2-v3 + (d2-d3) = 0
3) (d3+v3) – (d4+v4) = 0 v3-v4 + (d3- d4) = 0
4) (d4+v4) – (d5+v5) = 0 v4-v5 + (d4-d5) = 0
Penyelesaian step 3 Konversi
ke matriks W + B. V = 0

Jika persamaan diatas ditulis dalam bentuk matriks :

d1-d2 1 -1 0 0 0 v1
d2-d3 0 1 -1 0 0
d3- d4 + 0 0 1 -1 0 v2
d4- 0 0 0 1 -1 v
d5 3

W + B . =V =0
0
Penyelesaian step 3
Cari nilai K dan V dengan rumus dibawah ini
Untuk mencari matriks V (koreksi)
V = BTK, dalam hal ini : K = - (BBT)-1.W
Penyelesaian step 4
koreksikan data pengukuran (La) dengan
nilai residu (v) yang didapat
Jika persamaan diatas ditulis dalam bentuk
matriks
La = Lb + v
d1 d1 v1
d2 d2 + v2
= d3 v3
d3 d4 v4
d5 v5
d4
d5
Pengamatan = Lb (mengandung kesalahan acak)
Koreksi =V
Pengamatan Terkoreksi = La
bangun segitiga sebagai dasar hitungan untuk jaring
segitiga (pemotongan kemuka, triangulasi, trilaterasi,
dan triangulaterasi).
HITUNG PERATAAN KUADRAT TERKECIL METODE PARAMETER
(LINIER)
 ( Apositori Varians )

( Parameter )

( Residu)
Konsep Metode Kondisi
Penyelesaian Metode Kondisi

Gambar x.x Contoh Kasus Penyelesaian Metode Kondisi - Linear

Penyelesaian Metode Kondisi

Gambar x.x Contoh Kasus Penyelesaian Metode Kondisi – Non Linear

Penyelesaian Hitungan kuadrat terkecil metode Kombinasi

24
 Penyelesaian Metode Kombinasi
“Merupakan gabungan dari metode kondisi dan metode parameter”

Pengukurannya sendiri merupakan fungsi parameter

 
Dilakukan pada kasus dimana terdapat beberapa jumlah pengamatan dan parameter yang
tidak diketahui pada persamaan yang sama.

Persamaan parameter : La = F(Xa)

Persamaan Kondisi : F(La) =0
Sehingga dibentuk model matematik/model fungsional:

25
 Syarat penyelesaian HKT
metode kombinasi
Jika
  n = jumlah pengukuran, = jumlah pengukuran minimum, u = banyaknya
parameter, r = redundansi/pengamatan lebih, c = jumlah persamaan = r – u ;
r = n -  c = n - + u maka agar dapat diselesaikan harus dipenuhi beberapa syarat :
r≤c≤n
0≤u≤
<n

26
HKT Metode Kombinasi

Bentuk
  umum persamaan :

Menggunakan Deret Taylor untuk melinearkan model diatas, sehingga

diperoleh

BV + AX + W =0

𝐁
  (𝐜 𝐱 𝐧) 𝐕 (𝐧 𝐱 𝟏)+ 𝐀(𝐜 𝐱 𝐮) 𝐗 (𝐮 𝐱𝟏) +𝐖 (𝐜 𝐱𝟏 )=𝟎

27
 Pembeda Metode Kombinasi Metode Metode
Parameter Kondisi
1 Model Matematik F(Xa, La) = 0 F(Xa) – La = 0 F ( La) =0
2 Banyaknya persamaan bersyarat r n n-u
3 Banyaknya pengamatan n n n
4 Banyaknya parameter u u -
5 Model Matematik dalam bentuk linier BV+AX+W=0 AX–V+W=0 BV +W=0

28
Persamaan
  pengamatan Hitung Kuadrat Terkecil Metode kombinasi dapat ditulis sebagai Persamaan [1]
sampai dengan Persamaan [7]
W + B V + AX = 0 [1]
X = - (A (BP B ) A) (A BP B ) W)
T -1 T -1 -1 T -1 T -1
[2]
V = - P B (BP B ) (AX + W)
-1 T -1 T -1
[3]
∑X = (A (BP B ) A)
T -1 T -1 -1
[4]
= VT P V /(n – u) [5]
∑V = {P B (BP B ) (BQ – A( A (BP B ) A) A (BP B ) BQ))}
-1 T -1 T -1 T -1 T -1 -1 T -1 T -1
[6]
∑L = {P P B (BP B ) A (A (BP B ) A) A (BP B ) BP – P B (BP BT)-1 BP-1} [7]
-1 + -1 T -1 T -1 T -1 T -1 -1 T -1 T -1 -1 -1 T -1

Keterangan :
n = jumlah pengukuran
u = jumlah parameter
X = matriks parameter
A= matriks koefisien parameter
Q = matriks kofaktor pengukuran
B = matriks koefisien pengukuran
∑L = varian kovarian ukuran
W = matriks pengukuran
P = matriks bobot pengukuran
∑X = varian kovarian parameter
∑V = varian kovarian residu
V = matriks residu pengukuran
= varian aposteori

29
 Contoh Soal
Q Diukur
  beda tinggi , , .
Tentukan tinggi Q dan P, bila diketahui TA = 100 m
Ukuran : = 15.2 m
 𝑙 2  𝑙 3 = 20.3 m
= 5.2 m
Solusi:
TA P n=3, =2, u=2
 𝑙 1 jumlah persamaan kondisi (c) = n - + u = 3

30
Persamaan Kondisi
  - + =0 + - -+ + =0
- + + - - + =0
- + =0 + - - + =0

Model Linierisasi :

B= V= W=
A= X=

31
Menghitung pendekatan
Parameter
 

Sehingga,
W= =

32
 = +
 𝐿𝑎= 𝐿+ 𝑉
= +
= + 0
𝑋
  𝑎=𝑋 + 𝑋
= +
= +

= ......
= ......
= ......
= ......

33
3/21/21 34
3/21/21 35
3/21/21 36
3/21/21 37
3/21/21 38
3/21/21 39
3/21/21 40
Evaluasi Hasil Perataan

Bagian :
a. Variasi Aposteriori
-Matriks Kovarian Pengukuran
-Matriks Kovarian Parameter
-Matriks Kovarian Residu
-Elips Kesalahan
 Metode Parameter
a. Menghitung Matriks Kovarian Parameter ∑X

b. Menghitung Matriks Kovarian Pengukuran ∑L

≫
 
 Metode Parameter
c. Menghitung Matriks Kovarian Residu ∑V
Metode Kondisi
a. Menghitung Matriks Kovarian Pengukuran ∑L

b. Menghitung Matriks Kovarian Residu ∑V

 Metode Kombinasi
a. Parameter Terestimasi Xa
Xa
 
b. Ukuran Terestimasi La
 La
Elips Kesalahan
Uji Global

Hipotesis nol ditolak apabila memenuhi persamaan :

Uji Blunder
Ho : hasil pengukuran tidak dipengaruhi kesalahan besar
Ha : hasil pengukuran dipengarhui kesalahan besar
Hipotesis nol diterima apabila memenuhi persamaan :

dalam hal ini :

Uji Signifikansi Parameter

dalam hal ini :

Terima Kasih