27
4. HASIL DAN PEMBAHASAN
4.1. Koreksi Suhu
Koreksi suhu udara antara data MOTIWALI dengan suhu udara sebenarnya suhu manual dianalisis menggunakan analisis regresi linear. Dari analisis
tersebut dihasilkan persamaan yang menghubungkan kedua parameter yang dianalisis dengan persamaan Y = 0,9985X + 3,539 pada selang kepercayaan 95,
dimana X adalah suhu udara yang terukur oleh MOTIWALI dan Y adalah suhu manual. Gambar 11 merupakan grafik koreksi kedua suhu tersebut.
Gambar 11. Grafik koreksi suhu Jumlah data yang digunakan dalam melakukan koreksi sebanyak 25 data,
baik MOTIWALI maupun manual. Hal ini disebabkan karena keterbatasan dari data suhu manual yang ada, sehingga suhu MOTIWALI disesuaikan dengan suhu
manual. Oleh karena suhu manual dan MOTIWALI tidak memiliki waktu pengukuran yang tepat sama, sehingga pemilihan data MOTIWALI dilakukan
dengan melihat waktu pengukuran yang terdekat dari waktu pengambilan data
28
suhu manual. Setelah mengevaluasi data menggunakan persamaan yang diperoleh, untuk suhu MOTIWALI sebesar 21,6 ºC di udara yang sebenarnya
suhu memiliki nilai sebesar 25,1 ºC. Suhu MOTIWALI sebesar 23,6 ºC suhu udara sebenarnya memiliki nilai 27,1 ºC. Sehingga dapat diketahui bahwa antara
suhu MOTIWALI dan suhu udara sebenarnya memiliki perbedaan sebesar 4,5 ºC. Selain menghasilkan persamaan regresi linear, pencocokan fitting data
menggunakan metode analisis regresi linear juga menghasilkan beberapa parameter fitting, diantaranya adalah r-square r
2
dan root mean square error rmse. Nilai r-square r
2
atau dalam Walpole 1993 disebut koefisien determinasi contoh dari hubungan antara suhu MOTIWALI dan suhu manual
sebesar 0,6107 yang berarti 61,07 dari nilai-nilai suhu manual sumbu-y dapat dijelaskan oleh hubungan linear dengan nilai-nilai suhu MOTIWALI sumbu-x.
Mengacu pada acuan nilai r
2
, data-data tersebut memiliki kecenderungan sebesar 0,3893 atau 38,93 tidak dapat dijelaskan berdasarkan hubungan linearnya. Dari
nilai r
2
dapat diketahui koefisien korelasi dilambangkan dengan r sebesar 0,7814. Nilai root mean square error rmse, semakin mendekati nilai nol maka
persamaan fitting yang digunakan akan semakin baik. Nilai rmse dari hubungan suhu MOTIWALI dan manual adalah 0,4264. Berdasarkan nilai rmse yang
diperoleh dapat dikatakan bahwa persamaan yang didapat masih belum baik. Untuk memperbaiki persamaan dapat dilakukan dengan memperbanyak data
pengukuran.
4.2. Jarak dan Suhu MOTIWALI