Makin kecil perbedaan diantara simpangan baku yang

  • No School
  • AA 1
  • AgentMask3432
  • 23

This preview shows page 12 - 15 out of 23 pages.

. Makin kecil perbedaan diantara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (S), makin tinggi pula tingkat presisinya. Biasanya presisi menyatakan seberapa dekat nilai hasil dua kali atau lebih pengulangan pengukuran. Semakin dekat nilai – nilai hasil pengulangan pengukuran maka semakin presisi pengukuran tersebut. Error acak akan berdampak pada presisi pengukuran. Error acak hadir memberikan hasil pengukuran yang fluktuatif, diatas dan dibawah nilai sebenarnya atau nilai yang dianggap benar. Presisi pengukuran akibat error acak ini dapat diperbaiki dengan melakukan pengulangan pengukuran. Biasanya, error ini terjadi karena permasalahan dalam memperkirakan (estimasing) nilai pengukuran saat jarum berada di antara dua garis-skala atau karena nilai yang ditunjukkan oleh instrument tersebut berfluktuasi dalam rentang tertentu. Analisis Presisi Dari perhitungan data Peserta I dan II, data perhitungan peserta II memiliki tingkat presisi yang baik dengan nilai h (84,71) yang mendekati nilai h (84,23) perhitungan. Presisi tinggi tetapi akurasi rendah Akurasi tinggi, tetapi presisi rendah 2.5. Kesalahan ( Error/ Galat) Kesalahan di dalam metode numerik dibagi menjadi dua macam yaitu 1. Kesalahan pembulatan ( round of error ) 2. Kesalahan pemotongan ( truncation error )
Image of page 12
10 Kesalahan pembulatan adalah kesalahan yang disebabkan oleh pembulatan misalnya 0.4 menjadi 0 atau 0,5 menjadi 1.Sedangkan kesalahan pemotongan adalah kesalahan yang ditimbulkan pada saat dilakukan pengurangan jumlah angka signifikan. Kesalahan numerik adalah kesalahan yang timbul karena adanya proses pendekatan.Hubungan kesalahan dan penyelesaian adalah x = x + e Dimana : adalah nilai yang sebenarnya ( nilai eksak ) x adalah nilai pendekatan yang dihasilakan dari metode numerik e adalah kesalahan numerik. Kesalahan fraksional adalah prosentase antara kesalahandan nilai sebenarnya. = ( e x ) x 100% Pada banyak permasalahan kesalahan fraksional di atas sulit atau tidak bisa dihitung, karena nilai eksaknya tidak diketahui.Sehingga kesalahan fraksional dihitung berdasarkan nilai pendekatan yang diperoleh: = ( e x ) x 100% Dimana e pada waktu ke n x n-1 adalah selisih nilai pendekatan ke n dan ke n-1 = ( x n x n 1 x n ) x 100% 2.6. Analisi Galat Menganalisis galat sangat penting di dalam perhitungan yang menggunakan metode numerik. Galat berasosiasi dengan seberapa dekat solusi hampiran terhadap solusi sejatinya. Semakin kecil galatnya, semakin teliti solusi numerik yang didapatkan. Kita harus memahami dua hal: (a) bagaimana menghitung galat, dan (b) bagaimana galat timbul. Misalkan ^ a adalah nilai hampiran terhadap nilai sejati a , maka selisih e = a - ^ a
Image of page 13
11 disebut galat . Sebagai contoh, jika ^ a = 10.5 adalah nilai hampiran dari a = 10.45, maka galatnya adalah e = -0.01. Jika tanda galat (positif atai negatif) tidak dipertimbangkan, maka galat mutlak dapat didefenisikan sebagai | e = a ^ a | Sayangnya, ukuran galat e kurang bermakna sebab ia tidak menceritakan seberapa besar galat itu dibandingkan dengan nilai sejatinya. Sebagai contoh, seorang anak melaporkan panjang sebatang kawat 99 cm, padahal panjang sebenarnya 100 cm. Galatnya adalah 100 - 99 = 1 cm. Anak yang lain
Image of page 14
Image of page 15

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture