Pengertian, analisis, dan

Back implementasinya pada kasus kalibrasi

> Why Calibration > SS Calibration > Tenik Calibration > Uncertainty > Caliper > Micrometer > Timbangan > Thermocuple

www.sentral-sistem.com Remi Ramdhani

 Ketidakpastian (Uncertainty)
•
Ketidakpastian (uncertainty)
adalah parameter yang
menetapkan rentang nilai yang
didalamnya diperkirakan terletak
nilai kuantitas yang diukur

•
Merupakan perkiraan dari hasil
kalibrasi yang mencirikan suatu
rentang nilai dimana di dalamnya
terdapat nilai yang benar
Metode :
ISO GUM (Guide to the Expression of Uncertainty in Measurement)
 1. PENDAHULUAN

• Dalam era perdagangan bebas, parameter keberterimaan suatu produk

ditentukan oleh suatu spesifikasi yg berlaku universal.

• Kesesuaian thd Spesifikasi tsb Ditentukan oleh suatu batas tertentu disekitar
nilai yg diinginkan, yg kemudian disebut dgn ketidakpastian.

• Perbedaan metode penaksiran ketidakpastian menyebabkan ditolaknya

suatu komoditi ke negara lain yg mempunyai metode yg berbeda.

• Untuk mencegah hambatan perdagangan tsb, beberapa organisasi

internasional sepakat utk menyusun suatu pedoman yg berlaku universal.

• Pedoman tsb kemudian disebut sebagai ISO “GUIDE TO THE EXPRESSION OF

UNCERTAINTY IN MESUREMENT” yg diterbitkan pertama kali pada tahun
1993.
 CALIBRATION
CERTIFICATE

Penunjukan Penunjukan
Standar Alat Koreksi
(C) (C) (C)
0 0.00 0.00
10 9.99 0.01
20 19.99 0.01
30 29.97 0.03
40 39.97 0.03
50 49.97 0.03
70 69.98 0.02
80 79.97 0.03
100 99.96 0.04
125 124.95 0.05
150 149.93 0.07

Ketidakpastian kalibrasi adalah

0,1 c dengan tingkat
kepercayaan 95% dan faktor
cakupan k = 2
 CARA PEMBACAAN SERTIFIKAT SETELAH
ALAT DIKALIBRASI

Baca Sebenarnya = Baca alat + Koreksi + U

U = Uncertainty (ketidakpastian)

Koreksi = Kesalahan (Error)

Koreksi kebalikan dari Error

5
• Dalam evaluasi ketidakpastian pengukuran pedoman ini digunakan oleh Lab
Penguji / Kalibrasi yg ingin diakreditasi olen KAN berdasarkan SNI 19-17025-2000
tentang “Persyaratan Umum Kompetensi Lab Penguji dan Kalibrasi”.

• CMC merupakan faktor penting dalam akreditasi Lab Penguji maupun Kalibrasi dan
lab kalibrasi industri

Budget CMC (Calibration measurement and Capability)

Sumber dk ui ci ui.ci (ui.ci)2 (ui.ci)4/dk
Satuan Distribusi Pembagi u
Uncertainty gabungan type A
Repeatabili 4 0.00 1 0 0 0
Type A ty 0
C Normal 2.24 0.0000

Type B

∞ 0.080 1 0.080 0.006 4.096E-

Standar
10
kalibrator 0
C Normal 2 0.16
Resolusi alat yang dikalibrasi Rectangul ∞ 0.289 1 0.289 0.083 6.944E-
0
C ar 1.732 0.5 08
stabilty media Rectangul ∞ 0.008 1 0.008 0.000 4.268E-
0
C ar 1.732 0.014 14
0.090 6.985E-
Jumlah 08
Ketidakpastian Baku Gabungan, Uc 0.300
Derajat Kebebasan Effektif 115438
k 2
Ketidakpastian Bentangan, U = k.Uc 0.60
 Ketidakpastian (Uncertainty)

Contoh :
Ketidakpastian 0.05 cm tersebut
Hasil pengukuran karena dipengaruhi resolusi alat
adalah yakni 0.1 cm. Sehingga nilai
1,55 cm ± 0.05 cm ketidakpastiannya ½ dari nilai
resolusi
 KONSEP UMUM

• Tujuan pengukuran adalah menentukan besaran nilai besaran ukur

• Hasil pengukuran merupakan taksiran nilai besaran ukur

• Karena hanya merupakan taksiran, maka setiap hasil pengukuran selalu

mengandung kesalahan

• Terdapat dua komponen kesalahan pengukuran, yaitu :

- Kesalahan acak, dan
- Kesalahan sistematik

• Kesalahan acak timbul dari besaran berpengaruh yg tidak terduga

• Kesalahan sistematik timbul dari besaran berpengaruh yg dapat diduga

berdasarkan model besaran ukur
 KESALAHAN ACAK
• Hasil suatu pengukuran dikurangi nilai rata-rata yg dihasilkan dari sejumlah
besar pengukuran berulang berhingga dari besaran ukur yg sama.

c1 c3

c4
c6

c2
c5

x1 x4 x2 x5 x6 x3

• Nilai kesalahan acak tidak dapat dikoreksi, karena bervariasi dari suatu
pengukuran ke pengukuran lainnya.
 KESALAHAN SISTEMATIK

• Nilai rata-rata yg akan dihasilkan dari sejumlah pengukuran berhingga dari

besaran ukur yg sama yg dilakukan secara berulang dikurangi nilai
sebenarnya dari besaran ukur.

csistematik

• Dlm pengukuran, taksiran nilai benar diberikan oleh nilai dlm sertifikat
kalibrasi alat ukur atau standar pengukuran.

• Taksiran nilai kesalahan sistematik dapat dihitung dari pengaruh besaran yg

dapat dikenali selama proses pengukuran sehingga taksiran kesalahan
sistematik ini dapat dikoreksi dengan suatu nilai koreksi atau faktor koreksi.
• Nilai benar besaran ukur dan kesalahan pengukuran merupakan suatu nilai
yg tidak dapat diketahui.

• Hasil pengukuran hanya dikatakan lengkap bila disertai dgn suatu taksiran
rentang dimana nilai benar dari besaran ukur tsb diyakini berada di
dalamnya.

• Parameter yg menyatakan suatu rentang dimana nilai benar dari besaran

ukur tsb diyakini berada di dalamnya dengan tingkat kepercayaan tertentu
disebut dengan KETIDAKPASTIAN PENGUKURAN.

• Ketidakpastian pengukuran dapat ditaksir berdasarkan hasil pengamatan

terhadap perilaku besaran ukur selama proses pengukuran dilakukan.
 BEBERAPA INTILAH DAN DEFINISI YANG SERING DIGUNAKAN

• Kesalahan
Hasil pengukuran dikurangi nilai sebenarnya dari besaran ukur.

• Koreksi
Nilai yg dijumlahkan secara aljabar pada hasil pengukuran tak terkoreksi untuk
mengkonpensasi kesalahan sistematik yang diketahui.

• Evaluasi ketidakpastian baku tipe A

Metoda eveluasi ketidakpastian dengan analisis statistik dari serangkaian
pengamatan

• Evaluasi ketidakpastian baku tipe B

Metoda eveluasi ketidakpastian dengan cara selain analisis statistik dari
serangkaian pengamatan
• Ketidakpastian baku gabungan
Ketidakpastian baku hasil pengukuran, bila hasil pengukuran diperoleh dari nilai
sejumlah besaran lain, ketidakpastin baku gabungan bernilai sama dengan akar
kuadrat positip dari jumlah semua suku yg merupakan varian atau kovarian
besaran lain tersebut yg telah diberi bobot sesuai dengan bagaimana hasil
pengukuran bervariasi terhadap perubahan besaran tersebut.

• Faktor cakupan
Faktor numerik yg digunakan sebagai pengali terhadap ketidakpastian baku
gabungan untuk memperoleh ketidakpastian bentangan.

• Ketidakpastian bentangan
Besaran yg mendefinisikan interval disekitar hasil pengukuran yg diharapkan
mencakup sebagian besar distribusi nilai yg dapat diberikan pada besaran ukur.
 DEFINISI KETIDAKPASTIAN PENGUKURAN

• Ketidakpastian pengukuran didefinisikan sebagai suatu parameter yang

terkait dengan hasil pengukuran yg menyatakan sebaran nilai yg secara
beralasan dapat diberikan kepada besaran ukur.

• Apabila taksiran nilai besaran ukur dinyatakan dengan X, dan ketidakpastian

pengukuran untuk tingkat kepercayaan tertentu dinyatakan dgn U, maka
nilai dari besaran ukur tsb, yaitu X diyakini berada dalam rentang :

X U  X  X U
SUMBER-SUMBER
KETIDAKPASTIAN

• Standar atau acuan

• Benda ukur

• Peralatan bantu

• Metoda pengukuran

• Kondisi lingkungan

• Personil pelaku pengukuran

• Sumber-sumber lain yang timbul dari :
- definisi besaran ukur yg tidak memadai
- nilai tetapan yang digunakan dalam perhitungan
- keterbatasan teknik perhitungan
- perbedaan hasil pengamatan berulang pada kondisi yg
sama

• Kesalahan pemakaian alat ukur, kesalahan program

komputer, kesalahan pemindahan data, dan kesalahan
model besaran ukur bukan merupakan sumber
ketidakpastian, melainkan penyebab hasil pengukuran yg
salah.
STATISTIK DLM PENAKSIRAN KETIDAKPASTIAN

• Populasi dan sampel

Populasi dalam pengertian statistik adalah sebuah himpunan lengkap
dari semua pengukuran yang mungkin untuk suatu besaran ukur yg
dapat dilakukan selama waktu tak berhingga. Dalam prakteknya kita
hanya dapat mengambil sampel (sebagian saja) dari sebuah populasi.
Dengan cara yg tepat kita dapat mengambil sampel yg mewakili
(representative) populasi yg bersangkutan.

Populasi

Sampel

n n
N
 TAKSIRAN VARIAN DARI NILAI RATA-RATA SAMPEL

• Nilai rata-rata sampel untuk besaran ukur xi sejumlah n

n
1
x   xi
n i 1

• Varian sampel n

 i
( x  x ) 2

s ( xi )  i 1

n 1

• Taksiran varian dari nilai rata-rata sampel

s ( xi )
s( x) 
n
 KETIDAKPASTIAN

• Dalam suatu proses pengukuran ketidakpastian ditaksir dari

pengamatan terhadap n sampel besaran ukur xi,

• Dari n sampel besaran ukur xi, ketidakpastian baku dapat dihitung

dengan :

u ( xi )  s ( x)
 Distribusi kemungkinan
• Distribusi Normal
Ditemukan bahwa kejadian-kejadian alami kebanyakan memiliki sifat acak yg
memperlihatkan kurva sebaran berbentuk bel simetrik.

Interval kepercayaan 95 %

Batas Batas
Kepercayaan Kepercayaan
95 % 95 %

-U  +
U U U
 
k k
• Distribusi Segi-4
Distribusi ini didasarkan pada asumsi bahwa ada batas berhingga dari tersebarnya
nilai-nilai, tetapi tidak cukup informasi yg menunjukan nilai-nilai mana saja yg lebih
mungkin, sehingga diambil kebolehjadian yg sama untuk setiap nilai. Rentang sebaran
biasanya dapat dipandang simetris disekitar nilai rata-rata.

Rentang

Rentang
Paruh a

Frekuensi
kejadian

1
2a

-a  +a
a a
 
3 3
• Distribusi Segi-3
Distribusi ini didasarkan pada adanya keyakinan bahwa nilai-nilai yg lebih dekat ke
nilai rata-rata memiliki kebolehjadian yg lebih tinggi, dan nilai-nilai yg lebih dekat
dengan batas rentang kebolehjadiannya berkurang menuju nol.

Rentang

Rentang
Paruh a

Frekuensi
kejadian 1
a

-  +a
a
a a
 
6 6
• Distribusi bentuk – U
Distribusi ini didasarkan pada adanya keyakinan bahwa nilai-nilai yg lebih dekat dengan
batas rentang memiliki kebolehjadian yg lebih tinggi, dan nilai-nilai yg lebih dekat ke nilai
rata kebolehjadiannya berkurang.

Frekuensi
kejadian

1
a
-a  +a

a a
 
2 2
 5. KLASIFIKASI KOMPONEN KETIDAKPASTIAN

Berdasarkan teknik evaluasinya, komponen ketidakpastian pengukuran

dapat diklasifikasikan menjadi komponen ketidakpastian Tipe A dan
komponen ketidakpastian Tipe B.

• Komponen ketidakpastian Tipe-A

Dievaluasi dengan analisis statistik dari sekumpulan data pengukuran, yg
antara lain meliputi :

- Simpangan baku rata-rata eksperimental

- Simpangan baku eksperimental pooled

- Regresi linier dan teknik statistik lainnya

• Komponen ketidakpastian Tipe-B
Dievaluasi dengan metode selain analisis statistik dari sekumpulan data
pengukuran, biasanya berdasarkan penetapan ilmiah menggunakan
informasi yg relevan antara lain meliputi :

- Data pengukuran sebelumnya

- Pengalaman dan pengetahuan

- Spesifikasi pabrik

- Data dari sertifikat kalibrasi

- Ketidakpastian yg ditetapkan berdasarkan databook

 PEMODELAN PENGUKURAN

• Model pengukuran adalah suatu fungsi yang menghubungkan besaran yang diukur dengan
besaran masukan.

• Dalam sebagian besar proses pengukuran, besaran ukur Y ditentukan dari N besaran lain,
yaitu X1, X2, …, XN dinyatakan dengan :

Y = f (X1, X2, …, XN)

• Besaran masukan X1, X2, …, XN dapat mempunyai nilai dan ketidakpastian yg diperoleh dari
proses pengukuran langsung maupun sumber dari luar.

• Ketidakpastian baku besaran ukur Y dapat diperoleh dengan cara menggabungkan

ketidakpastian baku setiap komponen besaran masukan.
 EVALUASI CALIBRATION MEASUREMENT CAPABILITY(CMC)

• CMC didefinisikan sebagai “ketidakpastian terkecil yg dapat dicapai oleh

lab. Dalam lingkup akreditasinya, dalam melakukan kalibrasi rutin standar
pengukuran yg mendekati ideal yg digunakan untuk mendefinisikan,
merealisasikan, memelihara atau mereproduksi suatu satuan dari besaran
ukur tersebut atau satu atau lebih nilai-nilainya; atau peralatan ukur yg
mendekati ideal yg digunakan untuk mengukur besaran ukur tsb”.

• CMC dipengaruhi oleh beberapa komponen yg bergantung pada sejumlah

faktor yg diperlukan oleh lab. Untuk menunjukan kompetensi lab:
- Pendidikan, pelatiahan dan pengetahuan teknis personil
- Kondisi lingkungan lab. Kalibrasi / uji
- Pemeliharaan peralatan, termasuk interval kalibrasi dan
verifikasi.
• Berdasarkan hasil pengamatan terhadap komponen-komponen di atas, sumber
ketidakpastian dalam evaluasi CMC dapat meliputi :

1. Ketidakpastian baku yang bersumber dari standar acuan :

- Ketidakpastian baku kalibrasi standar acuan (Sertifikat kalibrasi)
- Drift standar acuan (dari hasil pengecekan antara)
- Kondisi kerja standar acuan

2. Ketidakpastian baku yang bersumber dari alat bantu :

- Ketidakpastian baku kalibrasi alat bantu (Sertifikat kalibrasi)
- Drift alat bantu (dari hasil pengecekan antara)
- Kondisi kerja alat bantu

3. Ketidakpastian baku tipe A

4. Ketidakpastian baku yg bersumber dari alat yang dikalibrasi

5. Ketidakpastian baku yg bersumber dari besaran berpengaruh dan karakteristik

peralatan “hampir ideal” yg dapat dikalibrasi oleh lab.
• Dari pembahasan tentang CMC di atas maka dalam penetapan CMC
laboratorium dengan cara selain penilaian terhadap uncertainty budget,
maka hal berikut perlu untuk diperhatikan :

> Sesuai dengan definisi CMC, maka penilaian CMC dengan audit
pengukuran harus dilakukan dengan peralatan yg memenuhi kondisi
hampir ideal untuk lab.

> Kaji ulang CMC lab. Berdasarkan hasil uji banding antar lab. Juga
memperhatikan artifak yg digunakan.

> Penilaian CMC lab. Dengan mengevaluasi hasil kalibrasi lab untuk periode
tertentu juga harus memperhatikan jenis alat yg hasilnya ditinjau.
 IDENTIFIKASI SUMBER KETIDAKPASTIAN
• Sumber-sumer ketidakpastian yg berkaitan dengan proses pengukuran harus dapat
diidentifikasi dengan baik untuk menghindari taksiran ketidakpastian yg overestimate
maupun underestimate.
• Cause and effect diagram
mi  m k
  U95 drift U95 drift
mi mk V
mi mk
kalibrasi kalibrasi
 repeatability
repeatability


V
kalibrasi

mi mk temperatur

kalibrasi kalibrasi V
repeatability
repeatability
U95 drift

 U95 repeatability

kalibrasi
temperatur

V
 CMC pengukuran Temperature
Type A
1. Pengulangan pengukuran/ repeatability
10 x Pengulangan
pengukuran 1.
u = stdev
Resolusi alat , UUT
U = ½ Resolusi
Type B
 2. Ketidakpastian
Standar
kalibrator
3. Resolusi Alat , UUT

n st a ndar
a
eti d a kpasti r, k to r S uhu
u hu
K ra to F a si s
kalib
9 5 t i m a s i varia
ecil) 4. Estimasi Variasi
= U ) E s an k
U
k a l i b rasi U = p e rc o ba Suhu
rtifika t i
a r i se ( dar
(d
 EVALUASI KETIDAKPASTIAN BAKU TIPE-A

• Pengukuran berulang n
1
Rerata : x 
n
 x
i 1
i
n

 (x i  x) 2
Simpangan bakus (: xi )  i 1

n 1

Simpangan baku rata-rata eksperimmental : s ( xi )

s( x) 
n

Ketidakpastian baku Tipe-A : u ( x i )  s( x)

Derajat kebebasan :   n 1
 Data dari beberapa kali pengukuran
(tipe-A)

• asumsi distribusi probabilitas Normal, f(x) fungsi distribusi

diperoleh, probabilitas
– jumlah pengukuran: n
n
1
– Nilai Rata-rata: x
n
 x
i 1
i

– Standar Deviasi
 
2
1 n 1 2, s2
s 
n - 1 i 1
xi  x
x
1, s1
_
• maka, _ , X
• estimasi nilai ukur: X -~  x  +~
• ketidakpastian standar: u = 
 ESDM =
s/n
•
 Analisis Data untuk Laporan (step-1)

• Data yang dimiliki:

– X1, u1, 1; X2, u2, 2; ….. dst.
– Model Pengukuran: X = f (X1, X2, X3, …)

• Analisis
– Hasil Ukur: X X X X
ci  maka : c1  ; c 2  ; ....
– koefisien sensitivitas: X i X 1 X 2
uc  c .u   c .u 
 i i 1 1 2 2  .....
2 2
 c .u 2

– Ketidakpastian kombinasi: i
4 4
(X1, X2, …dst tidak berkorelasi) uc uc
 eff  
ci u i 4 c1u1 4  c2u 2 4  .....
– Derajat Kebebasan Efektif: i  1 2
i
 Data non pengukuran
(tipe-B)

• diperoleh, f(x)
– Nilai Tengah: X
R
– Rentang paruh (semi-range): a
– keraguan nilai a: R(%)
 Estimasi distribusi probabilitas x
• maka, a
– estimasi nilai ukur: X f(x)

– ketidakpastian standar: u =  R
 segi-4 (rectangular)  = s/3
 segi-3 (triangle)  = s/6 x
X a
 U-shape  = s/2
– derajad kebebasan: 2 (x-a)  x  (x+a)
1  100 
v  
2 R 
 KOEFISIEN SENSITIFITAS

• mengkonversikan semua komponen ketidakpastian ke dalam satuan yg

sama dgn besaran satuan ukur.

• Memberikan skala fungsi pembobot untuk setiap komponen

ketidakpastian

• Evaluasi koefisien sensitifitas dapat dilakukan berdasarkan turunan parsial

dari fungsi yg mewakili model matematis pengukuran, yaitu :

f
ci 
xi
 KETIDAKPASTIAN BAKU GABUNGAN

• Ketidakpastian baku gabungan dari suatu pengukuran, dinotasikan dengan u c(y),

diambil untuk mewakili taksiran simpangan baku dari hasil pengukuran yg
diperoleh dgn menggabungkan ketidakpastian baku dari setiap taksiran masukan
berdasarkan pendekatan deret Taylor orde satu dari model pengukuran.

• Untuk besaran masukan yg tidak berkorelasi :

N
uc ( y)  
 i i
c u ( x ) 2

i 1

• Untuk besaran masukan yg berkorelasi :

2
 N

u c ( y )   c i u ( x i ) 
 i 1 
• Untuk penggunaan praktis dalam bidang pengujian, aturan sederhana dapat berikut dapat
digunakan untuk model pengukuran yg sering dijumpai dalam pengukuran alalitik :

> Jika model hanya mencakup penjumlahan atau pengurangan dari besaran yg berbeda,

misal , y  ( p  q  r  ...)
u c ( y )  u ( p ) 2  u (q ) 2  u (r ) 2  ...
> Jika model mencakup perkalian atau pembagian besaran yg berbeda,

misal , y  p.q.r...
2 2 2
 u ( p)   u (q)   u (r ) 
u c ( y )  y          ...
 p   q   r 
> Jika model mencakup suatu fungsi pangkat-n,

misal , y  a n
n. y
uc ( y)  .u ( a )
a
 DERAJAT KEBEBASAN EFEKTIF
Setiap komponen ketidakpastian mempunyai derajat kebebasan yg tepat
- untuk nilai rata-rata dari n pengukuran :
  n 1
- untuk nilai yg terkait dengan penarikan kurva :

  n
- untuk ketidakpastian yg ditaksir berdasarkan pengetahuan tentang suatu batas
rentang ± a : 2
1 R 
  
2 100 
- Untuk ketidakpastian gabungan, derajat kebebasan efektif dapat dihitung dengan
rumus Welch-Sutterthwaite :
4
uc
 eff  n 4
u i ( yi )
i 1 i
 10
Tabel distribusi t-student,s
t-test table.pdf
 TK. 68.30% TK. 95% TK. 99 %
1 1.84 12.71 63.66
2 1.32 4.30 9.92
3 1.20 3.18 5.84
4 1.14 2.78 4.60
5 1.11 2.57 4.03
6 1.09 2.45 3.71
7 1.08 2.36 3.50
8 1.07 2.31 3.36
9 1.06 2.26 3.25
10 1.05 2.23 3.17
11 1.05 2.20 3.11
12 1.04 2.18 3.05
13 1.04 2.16 3.01
14 1.04 2.14 2.98
15 1.04 2.13 2.95
16 1.03 2.12 2.92
17 1.03 2.11 2.90
18 1.03 2.10 2.88
19 1.03 2.09 2.86
 1.00 1.96 2.58
 KETIDAKPASTIAN BENTANGAN

• Ukuran ketidakpastian perlu untuk memenuhi kemungkinan yg memadai

yg diistilahkan dengan ketidakpastian bentangan, yg dinyatakan dengan
simbol U, dan diperoleh dari mengalikan uc(y) dengan faktor cakupan, yg
dinyatakan dengan simbol t atau k.

U  k .u c ( y )
 PELAPORAN KETIDAKPASTIAN

• Dalam pelaporan hasil pengukuran, informasi berikut sebaiknya diberikan :

- Ketidakpastian bentangan beserta faktor cakupan dan tingkat kepercayaan.

- Deskripsi metoda pengukuran yg digunakan untuk menghitung hasil

pengukuran dan ketidakpastiannya.

- Nilai dan sumber semua koreksi dan konstanta yg digunakan, baik dalam
perhitungan dan analisis ketidakpastian.

- Hubungan fungsional Y = f(X1, X2, …) dan beberapa koefisien sensitifitas

tertentu yg ditentukan secara eksperimental sebaiknya diberikan.
 Penentuan koefisien dari penarikan kurva untuk persaman garis lurus :

y
residual

ypred
a yobs

x
y  a  bx
 y obs  y pred 
2
dengan :
a
 y  b x u  SEE 
n n
n x. y   x  y
b
n x 2   x 
2
Ketidakpastian
Pengukuran

Pengertian, analisis,
dan implementasinya
pada kasus kalibrasi
 _
X X21 cc21 X2
Diagram Pengukuran a u21 21
uc
R 21 X 2  f X 21 , X 22 ,... eff
_
X X22 cc22
22
a u22
R 22
_
Data-data c1 (= 1)
Data-datadari
dari X X1
Tipe-A

beberapa
beberapakali
kali s u1
pengukuran
pengukuran n 1

Data-Data dari: X X2 c2 XX
X
 manual alat ukur u2
a uc UU
 hand book
R 2  kk
 estimasi X  f X1 , X 2 , X 3 ,... eff
distibusi CL
 dokumen lain probabilitas CL
X3 c3
XX u3
Sertifikat UU 3 hasil  Y = X  U
Tipe-B

Kalibrasi kk distribusi: Student-t

CL faktor cakupan: k
CL tingkat kepercayaan:
 Sumber-sumber ketidakpastian
pada Kasus Kalibrasi
pendekatan teoritis pendekatan faktual
SWIPE approach ! dalam kalibrasi
kasus kalibrasi
efek suhu

Standard
Standard
drift
keandalan
References laboratoriu
m
sensitivitas
Workpice
Workpice
Supporting efek suhu dll.
Equipments stabilita
linieritas s
Instrument
Instrument&&
metode
metode histeresys
Repeatability
pengukuran
berulang
Personnel
Personnel diskriminasi/
Instrument resolusi
Readability Ketidak-
Environment paralax pastian
Environment kombinasi
Langkah-langkah evaluasi ketidakpastian pengukuran dan rumus-rumus yg relevan
Buat Model
Tentukan measurand dan input-inputnya

Urutkan sumber-sumber ketidakpastian

Untuk tiap-tiap komponen hitung :

(a) Ketidakpastian baku (ui)
(b) Derajat kebebasan (i)

Tipe A-hitung : Tipe B-hitung :

- Simpangan baku (s) - Jenis distribusi & tingkat kepercayannya
- Banyaknya pengukuran (n) - Rentang paruh (a)
- Tingkat keraguan (R %)
s
ui  a Jenis pembagi : D=
n ui 
D Normal 95 % 2
 i  n 1 2 Segiempat √3
1 R  Segitiga √6
i   
2  100  Bentuk-U √2

Hitung koefisien sensitivitas (ci) sehingga ui mempunyai satuan yg sama dengan measurand

c i  y
x i

Hitung ketidakpastian baku gabungan Hitung derajatKebebasan efektif

4
uc
 eff 
 ci u i
2 2
uc 
4 4
ci u i
 i
Pilih faktor t-student yg sesuai

Hitung ketidakpastian bentangan

U  k .u c
 Uncertainty Budget

No. Komponen Unit Distribusi U Pembagi i ui ci uici (uici)2 (uici)4/i

Sums

Ketidakpastian baku gabungan, u c

Derajat kebebasan efektif, eff.

Faktor cakupan, k untuk tingkat kepercayaan 95%

Ketidakpastian bentangan, U

> Why Calibration > SS Calibration > Tenik Calibration > Uncertainty > Caliper > Micrometer > Timbangan > Thermocuple