Data Dalam Perspektif Penelitian Ilmiah Dan Perencanaan

(1)

DATA DALAM PERSPEKTIF PENELITIAN ILMIAH

DAN PERENCANAAN

Penyusun:

Siti Latifah S,Hut. MSi Ph.D

PROGRAM STUDI KEHUTANAN

FAKULTAS PERTANIAN

UNIVERSITAS SUMATERA UTARA

2010

(2)

Pendahluan

Saat ini kita sedang menyaksikan perkembangan ilmu pengetahuan dan teknologi yang sangat dinamis. Perkembangan ilmu pengetahuan itu bertujuan untuk mengungkapkan kaedah-kaedah baru mengenai fenomena alam, sosial atau kemanusiaan serta penerapannya untuk meningkatkan ksejahteraan umat manusia. Ilmu pengetahuan dan teknologi merupakan masukan yang sangat penting dalam pembangunan nasional.

Ilmu pengetahuan dan teknologi dikembangkan melalui kegiatan penelitian. Penelitian merupakan salah satu dharma perguruan tinggi, disamping dharma pendidikan dan pengabdian pada masyarakat. Dengan demikian, penelitian menjadi salah satu unsur kegiatan pokok dosen dan mahasiswa dalam melaksanakan tugas di perguruan tinggi. Penelitian merupakan wahana penting bagi perguruan tinggi untuk turut berkontribusi dalam pengembangan ilmu pengetahuan dan teknologi serta pembangunan nasional. Penelitian (riset) dan ilmu pengetahuan tidak bisa dipisahkan satu sama lain. Penelitian ilmiah digunakan untuk kebutuhan ilmu pengetahuan; ilmu pengetahuan tidak akan berkembang bila tidak menggunakan riset ilmiah.

Penelitian merupakan suatu siklus. Setiap tahapan akan diikuti oleh tahapan lain secara terus menerus.Salah sauaapan tersebutadalah pengumpulan data dan penglaa data. Data penelitian dikumpulkan sesuai dengan rancangan penelitian yang telah ditentukan. Data tersebut diperoleh dengan jalan pengamatan, percobaan atau pengukuran gejala yang diteliti. Data yang dikumpulkan merupakan pernyataan fakta mengenai obyek yang diteliti. Kegiatan pengolahan data dilakukan dengan mengklasifikasi dan mengorganisasikan datasecara sistematis serta mengolah secara logis menurut rancangan penelitian yang telah ditetapkan. Pengolahan data diarahkan untuk memberi argumentasi atau penjelasan mengenai tesis yang diajukan dalam penelitian, berdasarkan data atau fakta yang diperoleh.

Oleh karenanya dalam kegiatan penelitian ilmiah diperlukan data yang memenuhi kaidah –kaidah data ilmiah sebagai bahan dasar dalam penarikan kesimpulan yang baik dan benar bagi suatu permasalahan yang dihadapi.

(3)

DASAR –DASAR PENGUKURAN

Pengertian Data

Data adalah hasil yang diperoleh dari suatu proses pengamatan yang dilakukan dari suatu proses pengamatan yang dilakukan terhadap obyek yang diteliti. Data juga merupakan keterangan yang benar atau nyata yang dapat dijadikan sebagai dasar kajian (analisis dan kesimpulan). Data yang dikumpulkan dapat bersifat kualitatif maupun kuantitatif statistika khususnya bekerja dangan data kuantitatif atau data kualitatif yang sudah dikuantitatifkan denagn berbagai cara. Data kuantitatif adalah fakta yang dipresentasikan dengan angka. Misalnya penghasilan keluarga dalam rupiah (Rp), berat sapi dalam Kg, tinggi badan dalam Cm, diameter dan tinggi pohon dalam m, lama hidup suatu mikroorganisme dalam jam dan sebagainya. Data kualitatif adalah fakta yang dinyatakan dalam bentuk sifat (bukan angka). Data kualitatif dapat kita kuantitatifkan antara lain denagn cara memberi skor, rangking, variable boneka (dummy variable) dan sebagainya.

Data diukur secara langsung dan tidak sedikit data yang tidak dapat diukur secara langsung. Untuk data yang tidak dapat diukur secara langsung harus kita buat secara operasional agar dapat diukur. Operasionalisasi ini berarti harus diusahakan untuk memecah atau menguraikan pengertian itu dalam sejumlah demensi yang dapat diukur. Kualitas data pengukuran terdiri dari bias dan variance.

Cara memperoleh data :

- Perancangan percobaan, dimana data diperoleh di populasi buatan yang dibangkitkan melalui percobaan (experiment). Contoh : pengaruh dosis pupuk terhadap pertumbuhan semai gmelina (Gmelina arborea)

- Survey, dimana data diperoleh dari populasi yang telh ada di alam. Contoh : kegiatan inventarisasi hutan.

Pengukuran dapat dilakukan dengan cara :

- Sensus : pengukuran 100% (full enumeration) dimana seluruh elemen dalam posisi diukur.

(4)

- Sampling (penarikan contoh) : pengukuran hanya dilakukan pada sebagian elemen dari populasi.

Syarat Data Ilmiah

Data yang dikumpulkan harus cukup valid untuk digunakan. Dalam mengukur fakta validitas pengukuran harus diusahakan sebaik mungkin. Pada umumnya setidaknya ada dua syarat yang harus dipenuhi agar data dapat dipakai sebagai dasar penarikan kesimpulan, yaitu :

1. Sifat kesasihan atau keabsahan data (data validity)

Dicirikan oleh kemampuan data untuk menerangkan permasalahan yang dihadapi. Semakin tinggi kemampuan data dalam menerangkan permasalahan yang diselidiki maka semakin tinggi tingkat keabsahan data tersebut. Keabsahan data umumnya dicirikan oleh macam dan banyaknya sifat yang diambil untuk menerangkan permasalahan yang dihadapi. Pada kenyataannya tingkat keabsahahan data akan sangat ditentukan oleh batasan permasalahan yang diselidiki dan pada kadar tertentu akan sangat tergantung dengan peneliti (berhubungan dengan latar belakang disiplin ilmu yang didalami).

2. Sifat keterandalan data (data reliability)

Tingkat keterandalan data menyatakan ketelitian data yang diperoleh dibandingkan dengan keadaan yang sebenarnya. Tingkat keterandalan data biasanya dicirikan oleh faktor yang diduga akan sangat berpengaruh terhadap tingkat ketelitian dalam mendapatkan data yang diamati, yaitu alat yang dipakai, tingkat keterampilan pengamat atau pengukur dan metode yang dipakai dalam pengamatan atau pengukuran data.

Bila digambarkan dalam bentuk target lemparan anak panah, perbedaan akurasi dan presisi menjadi seperti ini:

(5)

Pada gambar (a) sebaran data cukup baik dan mendekati data aslinya. Hasil data dikatakan presisi dan tidak bias atau tidak menyimpang. Gambar (b) menunjukkan sebaran data yang presisi, tetapi menyimpang dari target yang sebenarnya berarti data dikatakan bias. Gambar (c) menunjukkan sebaran data yang meluas berarti data yang diperoleh tidap presisi. Data (c) tersebut tidak bias relatif jika dibandingkan dengan data (d) yang sama-sama tidak presisi. Faktor-faktor presisi dan bias ini sangat ditentukan oleh terjadinya faktor-faktor kesalahan yang terjadi selama pengukuran.

Satuan Pengukuran

Pengukuran adalah pengamatan terhadap suatu besaran yang dilakukan dengan menggunakan peralatan dalam suatu lokasi dengan beberapa keterbatasan yang tertentu. Pengukuran merupakan aturan-aturan pemberian angka untuk berbagai objek sedemikian rupa sehingga angka ini mewakili kualitas atribut. Pengukuran adalah serangkaian kegiatan yang bertujuan untuk menentukan nilai suatu besaran dalam bentuk angka (kuantitatif). Jadi mengukur adalah suatu proses mengaitkan angka secara empirik dan obyektif pada sifat-sifat obyek atau kejadian nyata sehingga angka yang diperoleh tersebut dapat memberikan gambaran yang jelas mengenai obyek atau kejadian yang diukur.

Sistem pengukuran merupakan sekumpulan aktifitas, prosedur, alat ukur, software dan orang yang bertujuan mendapatkan data pengukuran terhadap karakteristik yang

(6)

sedang diukur. Manfaat pengukuran adalah sebagai sarana untuk mendapatkan data guna mengambil keputusan perlu/tidaknya meng-adjust proses manufaktur atau sarana untuk menentukan keterkaitan antara 2 variable atau lebih. Satuan pengukuran meliputi satuan panjang, satuan berat, satuan luas, satuan volume dan satuan waktu. Beberapa ukuran standar pengukuran adalah meter, kilogram, detik, ampere, derajat Kelvin, Candela, Mole serta beberapa satuan ukuran lain yang merupakan turunan dari ketujuh satuan ukuran standar tersebut.

Sistem pengukuran terdiri atas :

1. Sistem metrik (metric system)

Diformulasikan oleh the French Academy of Science pada tahun 1790. Diterapkan di Eropa, Asia, Afrika, Amerika Latin. Saruan dasar ukuran adalah meter (panjang), meterpersegi (luas), gram (berat), meter kubik (volume). Sistem metrik terdiri atas Standar Internasional (SI) dan Standar Nasional (SN).

a. Standar Internasional (International standard)

Adalahstandar yang ditetapkan oleh persetujuan international sebagai dasar untuk menetapkan suatu harga atau besaran bagi semua standar izin dari besaran yang ada. Sistem SI pada pengukuran ini dikembangakan sejak tahun 1960 dan diakui sebagai versi yang terakhir dan kemudian dikenal sebagai sistem metrik (Metrick). Sistem pengukuran ini pada awalnya dikembangkan di Negeri Perancis pada abad tujuh belas, dan SI atau “System Interntional” adalah sistem ukuran yang sekarang dipakai pada industri dan telah diakui di seluruh dunia (Internasional). Sistem SI mempunyai tujuh satuan dasar pengukuran dan satuan lain yang berasal dari ke tujuh satuan ini. Semua satuan sistem SI yang lain diperoleh dengan menurunkan dari satuan dasar atau dari kombinasi satuan dasar yang lain. Misalnya kita perhatikan satuan SI untuk volume, yaitu liter. Satuan liter sama dengan 1/1000 meter kubik (m3). Satu m3 sesuai untuk volume dengan ukuran ketiga sisinya satu meter.

Satuan dasar untuk panjang (length) dalam sistem SI didefinisikan sebagai meter (m). Perkalian dan perkalian lanjutan yang sering digunakan adalah kilometer (km), centimeter (cm) dan millimeter (mm). Satuan dasar untuk massa (mass) dalam sistem SI adalah kilogram (kg). Massa didefinisi sebagai banyaknya bahan yang berada di dalam satu benda. Massa bukan berat benda, karena berat bergantung pada gaya gravitasi

(7)

(gravity) dan gaya grafitsi ini akan berkurang jika berat benda menjadi lebih jauh dari pusat bumi. Walaupun satuan gram merupakan satuan dasar yang benar untuk massa, tapi satuan gram untuk massa sangatlah kecil dan karena itu sekarang satuan kilogram diakui sebagai satuan dasar. Perkalian dan perkalian lanjutan yang terkenal baik untuk massa adalah: milligram (mg), dan ton (t). Satuan ton metrik sesuai dengan 1000 kg.

b. Standar Nasional (National standard)

Adalah standar yang ditetapkan oleh peraturan pemerintah sebagai dasar untuk menetapkan harga atau besaran dalam suatu negara, untuk semua standar lain dari besaran yang ada.

2. Sistem British (British/English system)

Lahir di Inggris, sejak berabad-abad yang lalu Sistem Inggris (Imperial) mulai digunakan di negeri Inggris serta dipakai di Negara-negara persemakmuran dan Amerika. Ada banyak variasi satuan dasar pengukuran. Lain halnya dengan sistem SI, dimana perkalian biasa dan perkalian lanjutan menggunakan satuan perkalian sepuluh yang dinyatakan dalam bentuk eksponen (misalnya: mx1000 atau kilometer). Pada sistem imperial, perkalian biasa dan perkalian lanjutan mempunyai banyak factor dari satuan dasar, dan menggunakan nama-nama yang berbeda, serta tidak ada modifikasi pada awalannya. Sistem Inggris menggunakan satuan dasar ukuran yard (panjang), square-yard (luas), pound (berat), cubic-yard (volume).

Satuan dasar untuk panjang dalam sistem Inggris didefinisikan sebagai foot (ft). Perkalian lanjutan umumnya adalah inch (inch=in) yang mana ada 1/12 inch = 1 kaki (atau foot). Perkalian yang umum untuk kaki (foot) yaitu yard (yar=yd) atau kaki kubik (feet), dan satu mile (mil=mi) atau 5280 kaki (feet). Satuan dasar untuk berat (weight) dalam sistem Inggris didefinisikan sebagai (pound = lb). Perkalian lanjutan yang paling umum adalah ounce (ons=oz), atau sebesar 1/16 onns = 1 pound (pon). Perkalian umum yang biasa untuk berat (weight) yaitu ton atau dua ribu (=2000) pound. Satu ton biasanya tidak disingkat.

(8)

Skala pengukuran merupakan kesepakatan yang digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif. Data yang diperoleh dari suatu pengamatan dapat bersifat kualitatif maupun bersifat kuantitatif. Data dapat dinyatakan dalam skala pengukuran berdasarkan :

- Ada atau tidaknya pengelompokan

- Ada atau tidaknya peringkat nilai antar kelompok - Kesamaan jarak antar dua tingkatan nilai yang berurutan - Mutlak tidaknya nilai dari tingkatan awal

Berdasarkan keempat ciri tersebut, dapat ditentukan empat macam skala pengukuran data, yaitu data dengan skala nominal, skala ordinal, skala interval dan skala ratio. Keempat skala pengukuran tersebut memiliki tingkat penggunaan yang berbeda dalam riset statistik.

1. Skala Nominal

Skala nominal hanya bisa membedakan sesuatu yang bersifat kualitatif Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis. Data pada skala ini memiliki kedudukan setara dan tidak berlaku operasi matematika.

Apabila kita menggunakan skala pengukuran nominal, maka statistik non-parametrik digunakan untuk menganalisa datanya. Hasil analisa dipresentasikan dalam bentuk persentase. Sebagai contoh kita mengklaisfikasi variable jenis kelamin menjadi sebagai berikut: laki-laki kita beri simbol angka 1 dan wanita angka 2. Kita tidak dapat melakukan operasi arimatika dengan angka-angka tersebut, karena angka-angka tersebut hanya menunjukkan keberadaan atau ketidakadanya karaktersitik tertentu.

2. Skala Ordinal

Skala ordinal selain membedakan juga menunjukkan tingkatan. Cirinya adalah adanya pengelompokan data, kedudukan data tidak setara/berjenjang dan tidak berlaku operasi matematika. Tingkatan dalam data menunjukkan tingkat kekuatan, kebaikan atau kepentingan tanpa harus memiliki jarak yang sama. Oleh karena itu, hubungan yang

(9)

mungkin dibuat untuk data skala ordinal selain hubungan kesamaan adalah sebatas lebih besar dari (>) atau lebih kecil dari (<).

Contoh : jenjang pendidikan (1=tidak bersekolah, 2=SD, 3=SMP, 4=SMA, 5=Sarjana), pendapatan, LIKERT (1=Sangat Tidak Setuju, 2=Tidak Setuju, 3=Netral, 4=Setuju dan 5=Sangat Setuju). Angka-angka ini hanya merupakan simbol peringkat, tidak mengekspresikan jumlah.

3. Skala Interval

Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol mutlak. Cirinya adalah merupakan angka yang sebenarnya/asli, berlaku operasi matematika serta memiliki interval. Dalam skala interval juga terjadi pengelompokan data dengan jarak antar dua peringkat data yang berurutan sama besar. Hubungan yang terbentuk antar dua kelompok yang peringkatnya berurutan bukan semata-mata menerangkan kelompok data yang satu lebih besar (>) atau lebih kecil (<) dari kelompok lain, tetapi menyatakan besar perbedaan antara dua kelompok.

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap.

Contoh: indeks prestasi mahasiswa (0-4), suhu (25ºC-27ºC), misal temperatur yang rendah pada suatu hari adalah 40o F dan temperatur yang tinggi adalah 80o F. Disini kita tidak dapat mengatakan bahwa temperatur yang tinggi dua kali lebih panas dibandingkan temperatur yang rendah karena jika skala Fahrenheit menjadi skala Celsius, dimana C = (5F – 160) / 9, sehingga temperatur yang rendah adalah 4,4o C dan temperatur yang tinggi adalah 26,6o C.

4. Skala rasio

Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak. Cirinya adalah data pada umumnya, berlaku operasi matematika, nilai 0 adalah mutlak (titik awal yang menyatakan keadaan dimana tidak adanya sifat yang diukur pada titik ini) serta jarak sama. Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol)

(10)

empiris absolut. Nilai absolut nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik yang sedang diukur.

Tinggi dan berat adalah dua contoh nyata disini. Seseorang yang memiliki berat 100 kg boleh dikatakan dua kali lebih berat dibandingkan seseorang yang memiliki berat 50 kg, dan seseorang yang memiliki berat 150 kg tiga kali lebih berat dibandingkan seseorang yang beratnya 50 kg. Dalam skala ratio nol memiliki makna empiris absolute yaitu tidak satu pun dari property yang diukur benar-benar eksis.

Kesalahan Dalam Pengukuran Data

Menurut Miller & Miller (2001) tipe kesalahan dalam pengukuran dapat dibagi menjadi tiga, yaitu:

1. Kesalahan serius (Gross error)

Tipe kesalahan ini sangat fatal, sehingga konsekuensinya pengukuran harus diulangi. Indikasi dari kesalahan ini cukup jelas dari gambaran data yang sangat menyimpang, data tidak dapat memberikan pola hasil yang jelas, tingkat reprodusibilitas yang sangat rendah dan lain lain. Sumber kesalahan ini adalah surveyor/pengukur. kesalahan ini terjadi karena kurang hati-hati/ gegabah, kurang pengalaman / kurang perhatian, kesalahan ini tidak boleh terjadi, apabila diketahui ada kesalahan maka dianjurkan untuk mengulang keseluruhan atau sebagian. contoh : salah baca, salah mencatat, salah dengar. Untuk menghindari kesalahan ini adalah pengukuran lebih dari satu kali, pengukuran dengan model dan teknik tertentu serta pengukuran dilakukan dengan 2 orang atau lebih sesuai tugasnya..

2. Kesalahan acak (Random error)

Golongan kesalahan ini merupakan bentuk kesalahan yang menyebabkan hasil dari suatu perulangan menjadi relatif berbeda satu sama lain, dimana hasil secara individual berada di sekitar harga rata-rata. Kesalahan ini memberi efek pada tingkat akurasi dan kemampuan dapat terulang (reprodusibilitas). Kesalahan ini bersifat wajar dan tidak dapat dihindari, hanya bisa direduksi dengan kehati-hatian dan konsentrasi dalam bekerja.

(11)

Kesalahan random terjadi karena hal-hal yg tdk terduga seperti : (1) Getaran udara / undulasi,

(2) Kondisi tanah tempat berdiri pengukur dan alat, (3) Kecepatan udara atau kondisi atmosfer dan (4) Kondisi pengamat.

Biasanya kesalahan ini terlihat bila suatu besaran diukur berulang ulang nilainya tidak sama antara ukuran satu dgn yang lain.

3. Kesalahan sistematik (Systematic error)

Kesalahan sistematik merupakan jenis kesalahan yang menyebabkan semua hasil data salah dengan suatu kemiripan. Hal ini dapat diatasi dengan standarisasi prosedur, kalibrasi instrumen. Umumnya kesalahan sistematik disebabkan oleh alat-alat ukur sendiri atau cara pengukuran yang tidak benar. Cara menghindari kesalahan alat perlu dikalibrasi sebelum digunakan, dengan cara-cara pengukuran tertentu (pengamatan biasa dan luar biasa dan hasilnya dirata-rata) serta koreksi pada pengolahan data. Pada pengukuran jarak langsung kesalahan sistematik yang terjadi adalah panjang pita ukur yang tdk standar, pelurusan yang tdk sempurna, pita ukur yang tidak sempurna, kemiringan medan lapangan (slope), kelenturan pita ukur dan variasi temperatur udara.

Kesalahan pengukuran dapat disebabkan karena :

- Kesalahan manusia (human errors) misalnya kecerobohan dalam penggunaan alat, kurang terampil atau teknik pengukuran yang tidak benar.

- Kesalahan alat, alat yang digunakan sudah rusak atau perlu kalibrasi.

- Kesalahan karena faktor alami, karena pengaruh banir pohon, cuaca, medan berat atau ketinggian dan kelerengan tempat pengukuran.

Secara umum, faktor yang menjadi sumber kesalahan dalam pengukuran sehingga menimbulkan variasi hasil, antara lain adalah:

1. Perbedaan yang terdapat pada obyek yang diukur. Hal ini dapat diatasi dengan:

a. Obyek yang akan dianalisis diperlakukan sedemikian rupa sehingga diperoleh ukuran kualitas yang homogen

(12)

2. Perbedaan situasi pada saat pengukuran.

Perbedaan ini dapat diatasi dengan cara mengenali persamaan dan perbedaan suatu obyek yang terdapat pada situasi yang sama. Dengan demikian sifat-sifat dari obyek dapat diprediksikan.

3. Perbedaan alat dan instrumentasi yang digunakan.

Alat ukur dikatakan valid (sahih) apabila alat ukur tersebut mampu mengukur dengan tepat apa yang hendak diukur. Terdapat dua unsur penting yang tidak dapat dipisahkan dari prinsip validitas, yaitu kejituan dan ketelitian. Suatu alat ukur dikatakan jitu apabila alat ukur tersebut dapat dipergunakan secara tepat dan jitu mengenai sasaran. Alat ukur dikatakan reliable (andal) jika alat ukur tersebut memiliki sifat konstan, stabil atau tepat.

4. Perbedaan penyelenggaraan/administrasi.

Kendala ini diatasi dengan menyelesaikan permasalahannon-teknis dengan baik sehingga keadaan peneliti selalu siap untuk sehingga melakukan kerja.

5. Perbedaan pembacaan hasil pengukuran.

Kesalahan ini dapat diatasi dengan selalu berupaya untuk mengenali alat atau instrumentasi yang akan digunakan terlebih dahulu.

Kesalahan dapat dihindari dengan persiapan sebelum pelaksanaan seperti : – Mengetahui tentang teori pengukuran

– Paham dengan jenis-jenis alat ukur dan cara koreksinya – Menguasai metode-metode ilmu hitung perataan

– Bekerja dengan loyalitas tinggi dan rasa tanggung jawab

Non sampling Error (NSE) dan sampling Error (SE)

Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error”. Penyimpangan dari karakteristik populasi disebut galat sampling (sampling error). Jadi, galat sampling adalah perbedaan antara hasil yang diperoleh dari sampel dengan hasil yang didapat dari sensus. Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku

(13)

yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (makin tinggi pula tingkat presisinya. Walau tidak selamanya, tingkat presisi mungkin bisa meningkat dengan cara menambahkan jumlah sampel, karena kesalahan mungkin bisa berkurang kalau jumlah sampelnya ditambah (Kerlinger, 1973 ).

Jenis kesalahan ada 2, yakni kesalahan sampling dan kesalahan non sampling. Kesalahan sampling (sampling error : SE) adalah kesalahan yang disebabkan karena dilakukannya pengambilan contoh (sampling). Kesalahan bukan karena kesalahan pengukuran, alat, faktor lingkungan maupun kesalahan pengukur melainkan kesalahan pada saat melakukan sampling. Besarnya kesalahan sampling dapat dihitung dengan pasti. Error sistematik akan berdampak pada akurasi pengukuran. Jika error sistematik terjadi maka akurasi pengukuran tidak dapat ditingkatkan dengan melakukan pengulangan pengukuran.

Biasanya, sumber error sistematik terjadi karena istrumen pengukuran tersebut tidak terkalibrasi atau kesalahan pembacaan. Error acak akan berdampak pada presisi pengukuran. Error acak hadir memberikan hasil pengukuran yang fluktuatif, di atas dan di bawah nilai sebenarnya atau nilai yang diangap benar. Presisi pengukuran akibat error acak ini dapat diperbaiki dengan melakukan pengulangan pengukuran. Biasanya, error ini terjadi karena permasalahan dalam memperkirakan (estimating) nilai pengukuran saat jarum berada di antara dua garis skala atau karena nilai yang ditunjukan oleh instrumen tersebut berfluktuasi dalam rentang tertentu.

Kesimpulan

Data yang dapat memenuhi syarat keilmiahan setidak –tidaknya memenuhi dua syarata yaitu mempunyai sifat kesahihan atau keabsahan data dan sifat kerterandalan data. Data yang diperoleh dari suatu proses pengamatan dapat bersifat kuantitatif dan kualikatif . Dalam pengukuran data terdapat empat macam skala data yaitu skala nominal, ordinal, interval, dan ratio.

(14)

DAFTAR PUSTAKA

Akca, Alparslan dan van Laar Anthonie. 1997. Forest Mensuration. Cuvillier Verlag. Gottingen.

Anonim. 2010. Defenisi Angka Penting. http://definisi-pengertian.blogspot.com/ Anonim. 2010. Skala Pengukuran. http://id.wordpress.com/tag/skalapengukuran/. Anonim. 2010. Statistika Matematika. http://naviul.student.umm.ac.id/

BPKH Wilayah XI Jawa-Madura dan Forest Governance and Multistakeholder Forestry Programme (MFP II). Allometrik Berbagai Jenis Pohon untuk Menaksir Kandungan Biomassa dan Karbon di Hutan Rakyat. Program Kegiatan Penyusunan Basis Data Potensi dan Dinamika Karbon Hutan Rakyat di Pulau Jawa sebagai Prakondisi Proyek Karbon Hutan.

Budi, M. Pemodelan Pertumbuhan Volume Tegakan Acacia mangium. Studi Kasus di Hutan Tanaman Industri Pt. Musi Hutan Persada Sumatera Selatan. Fakultas Kehutanan Universitas Gadjah Mada Yogyakarta.

Budiman, A. Penyusunan Pita Volume Pohon Berdiri untuk Jenis-jenisHutan Rakyat (Revolusi Alat Ukur Volumetrik untuk Petani). Balai Penelitian Kehutanan Ciamis.

Gondells. 2009. Kesalahan-Kesalahan Dalam Pengukuran. http://belajar-teknik-sipil.blogspot.com/2010/03/kesalahan-kesalahan-dalam-pengukuran.html.

Husch, B. 1987. Perencanaan Inventarisasi Hutan. UI-Press. Jakarta.

Iqmal, T. Arti Penting Kalibrasi pada Proses Pengukuran Analitik: Aplikasi pada Penggunaan pHmeter dan Spektrofotometer UV-VIS. Jurusan Kimia-FMIPA Universitas Gadjah Mada. Yogyakarta.

Jhon, H. 2009. Riset Pemasaran. Universitas Gunadarma.

Latifah, S. 2003. Peranan Metode Analisis Kuantitatif dalam Pengelolaan Hutan di Indonesia. Program Ilmu Kehutanan Universitas Sumatera Utara. Medan.

Miller, J.N and Miller, J.C. 2000. Statistics and Chemometrics for Analytical Chemistry, 4th. Ed, Prentice Hall, Harlow.

.

Muhdin. 1999. Analisis Beberapa Rumus Penduga Volume Log: Studi kasus pada Jenis Meranti (Shorea spp.) di Areal HPH PT Siak Raya Timber, Propinsi Riau. Jurnal Manajemen Hutan Tropika Vol. V, No. 2 : 33-44 (1999)

(15)

.2003. Penyusunan Dan Validasi Fungsi Volume Batang (Studi Kasus pada Jenis

Gmelina arborea Roxb di Areal P.T. Wanakasita Nusantara, Jambi).Jurnal Manajemen Hutan Tropika Vol. IX No. 1 : 17-25 (2003) .

Munzir, I. 2009. Satuan Pengukuran (Unit of Measure.IND). http://munzir888.wordpress.com//satuan-pengukuran-unit-of-measure-ind/

Purba, H. 2009. Akurasi dan Presisi. http://hardipurba.com/

Simon, H. 1987. Manual Inventore Hutan. UI-Press. Jakarta.

Simon, H. 2007. Metode Inventore Hutan. Pustaka Pelajar. Yogyakarta.

Suhendar, E. 2010. Angka Penting.

http://www.smkn2pandeglang.net/index.php. SMKN2 Pandeglang.

Tim Pengajar. Handout Kuliah. Dasar-Dasar Pengukuran dan Kesalahan Pengukuran. P2M Departemen Teknik Mesin Fakultas Teknik Universitas Indonesia. Depok. Tim Pengajar. Hand out Kuliah. Skala Pengukuran dan Instrumen Penelitian. Teknik

Informatika Universitas Brawijaya. Malang.

Wijaksana

, Y. 2008.

Karakteristik Biometrik Pohon Mahoni Daun Lebar

(Swietenia macrophylla King.) Kasus di KPH Tasikmalaya. Fakultas

Kehutanan Institut Pertanian Bogor. Bogor.

(1)

empiris absolut. Nilai absolut nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik yang sedang diukur.

Kesalahan Dalam Pengukuran Data

Menurut Miller & Miller (2001) tipe kesalahan dalam pengukuran dapat dibagi menjadi tiga, yaitu:

1. Kesalahan serius (Gross error)

2. Kesalahan acak (Random error)

(2)

Kesalahan random terjadi karena hal-hal yg tdk terduga seperti : (1) Getaran udara / undulasi,

(2) Kondisi tanah tempat berdiri pengukur dan alat, (3) Kecepatan udara atau kondisi atmosfer dan (4) Kondisi pengamat.

Biasanya kesalahan ini terlihat bila suatu besaran diukur berulang ulang nilainya tidak sama antara ukuran satu dgn yang lain.

3. Kesalahan sistematik (Systematic error)

Kesalahan pengukuran dapat disebabkan karena :

- Kesalahan manusia (human errors) misalnya kecerobohan dalam penggunaan alat, kurang terampil atau teknik pengukuran yang tidak benar.

- Kesalahan alat, alat yang digunakan sudah rusak atau perlu kalibrasi.

- Kesalahan karena faktor alami, karena pengaruh banir pohon, cuaca, medan berat atau ketinggian dan kelerengan tempat pengukuran.

Secara umum, faktor yang menjadi sumber kesalahan dalam pengukuran sehingga menimbulkan variasi hasil, antara lain adalah:

1. Perbedaan yang terdapat pada obyek yang diukur. Hal ini dapat diatasi dengan:

a. Obyek yang akan dianalisis diperlakukan sedemikian rupa sehingga diperoleh ukuran kualitas yang homogen

(3)

2. Perbedaan situasi pada saat pengukuran.

Perbedaan ini dapat diatasi dengan cara mengenali persamaan dan perbedaan suatu obyek yang terdapat pada situasi yang sama. Dengan demikian sifat-sifat dari obyek dapat diprediksikan.

3. Perbedaan alat dan instrumentasi yang digunakan.

4. Perbedaan penyelenggaraan/administrasi.

Kendala ini diatasi dengan menyelesaikan permasalahannon-teknis dengan baik sehingga keadaan peneliti selalu siap untuk sehingga melakukan kerja.

5. Perbedaan pembacaan hasil pengukuran.

Kesalahan ini dapat diatasi dengan selalu berupaya untuk mengenali alat atau instrumentasi yang akan digunakan terlebih dahulu.

Kesalahan dapat dihindari dengan persiapan sebelum pelaksanaan seperti : – Mengetahui tentang teori pengukuran

– Paham dengan jenis-jenis alat ukur dan cara koreksinya – Menguasai metode-metode ilmu hitung perataan

– Bekerja dengan loyalitas tinggi dan rasa tanggung jawab

Non sampling Error (NSE) dan sampling Error (SE)

Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error”. Penyimpangan dari karakteristik populasi disebut galat sampling (sampling error). Jadi, galat sampling adalah perbedaan antara hasil yang diperoleh dari sampel dengan hasil yang didapat dari sensus. Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku

(4)

Biasanya, sumber error sistematik terjadi karena istrumen pengukuran tersebut tidak terkalibrasi atau kesalahan pembacaan. Error acak akan berdampak pada presisi pengukuran. Error acak hadir memberikan hasil pengukuran yang fluktuatif, di atas dan di bawah nilai sebenarnya atau nilai yang diangap benar. Presisi pengukuran akibat error acak ini dapat diperbaiki dengan melakukan pengulangan pengukuran. Biasanya, error ini terjadi karena permasalahan dalam memperkirakan (estimating) nilai pengukuran saat jarum berada di antara dua garis skala atau karena nilai yang ditunjukan oleh instrumen tersebut berfluktuasi dalam rentang tertentu.

Kesimpulan

(5)

DAFTAR PUSTAKA

Akca, Alparslan dan van Laar Anthonie. 1997. Forest Mensuration. Cuvillier Verlag. Gottingen.

Budi, M. Pemodelan Pertumbuhan Volume Tegakan Acacia mangium. Studi Kasus di Hutan Tanaman Industri Pt. Musi Hutan Persada Sumatera Selatan. Fakultas Kehutanan Universitas Gadjah Mada Yogyakarta.

Budiman, A. Penyusunan Pita Volume Pohon Berdiri untuk Jenis-jenisHutan Rakyat (Revolusi Alat Ukur Volumetrik untuk Petani). Balai Penelitian Kehutanan Ciamis.

Gondells. 2009. Kesalahan-Kesalahan Dalam Pengukuran. http://belajar-teknik-sipil.blogspot.com/2010/03/kesalahan-kesalahan-dalam-pengukuran.html.

Husch, B. 1987. Perencanaan Inventarisasi Hutan. UI-Press. Jakarta.

Iqmal, T. Arti Penting Kalibrasi pada Proses Pengukuran Analitik: Aplikasi pada Penggunaan pHmeter dan Spektrofotometer UV-VIS. Jurusan Kimia-FMIPA Universitas Gadjah Mada. Yogyakarta.

Jhon, H. 2009. Riset Pemasaran. Universitas Gunadarma.

Latifah, S. 2003. Peranan Metode Analisis Kuantitatif dalam Pengelolaan Hutan di Indonesia. Program Ilmu Kehutanan Universitas Sumatera Utara. Medan.

Miller, J.N and Miller, J.C. 2000. Statistics and Chemometrics for Analytical Chemistry, 4th. Ed, Prentice Hall, Harlow.

.

(6)

.2003. Penyusunan Dan Validasi Fungsi Volume Batang (Studi Kasus pada Jenis Gmelina arborea Roxb di Areal P.T. Wanakasita Nusantara, Jambi).Jurnal Manajemen Hutan Tropika Vol. IX No. 1 : 17-25 (2003) .

Munzir, I. 2009. Satuan Pengukuran (Unit of Measure.IND). http://munzir888.wordpress.com//satuan-pengukuran-unit-of-measure-ind/

Data Dalam Perspektif Penelitian Ilmiah Dan Perencanaan