Bab 3: Perhitungan Karakteristik Statik Sensor - Bab Iii Perhitungan Karakteristik Statik - Repository UNIKOM
Perhitungan Presisi, akurasi, bias dan error pada input (harga benar) konstan
- X
Harga rata-rata = 10,11 kPa N
∑ i i = 1 X = N
- Variansi: 0,14 kPa
Perhitungan Karakteristik Statik Sensor N 2 X
X ( − ) ∑ i i = 1 s =
Dr. Ir. Yeffry Handoko Putra, M.T N −
1 Normalisasi data:
- X
X i − Z = i 110 s 111
Normalisasi data dilakukan untuk mencari probabilitas Setelah dilakukan Normalisasi harga data pengukuran
Pada
Ploting data Sebelum dilakukan normalisasi
x = x
- Maka z = 0 dan skala z tidak berdimensi Sehingga kurva distribusi
- 2
normal berlaku untuk z semua data normal
1 −
2 f ( z ) = e dibuat tabel distribusi x µ 2
2 π σ ( − ) normal f(z) dan F(z)
− 2
1 2
σ f x = e
( )
x F(z) menyatakan
- π σ
2 F z f z dx
( ) = ( ) probabilitas bahwa data x
∫ − ∞ mempunyai harga
F ( x ) = f x dx ( )
∫
- –z s/d +z
− ∞ Dari Tabel Distribusi Normal dapat dicari bahwa jika
Data yang diberikan mempunyai
data dinyatakan berada dalam suatu daerah harga
- – harga rata-rata = 10,11 kPa dan
tertentu, maka kepercayaan dalam menyatakan harga
- – variansi 0,14 kPa, sehingga jika dinyatakan bahwa harga tekanan yang diukur adalah:
berubah
- kepercayaannya 68%
9,97 s/d 10,25 kPa kepercayaannya 67%
x = x ± 1 σ
- 9,83 s/d 10,39 kPa kepercayaannya 95%
kepercayaannya 95%
- Dengan menggunakan alat ukur tekanan tersebut jika diinginkan
9,69 s/d 10,53 kPa kepercayaannya 99,7%
x = x ± 2 σ
- x
3 = x ± σ kepercayaannya 99,7%
kepercayaan yang tinggi, maka harga tekanan terukur adalah dalam daerah 9,69 kPa s/d 10,53 kPa
- – Error 3 σ disebut juga limit error
- Error 0,68 σ disebut probable error, dengan
- kepercayaan 50% 114 115<
- Presisi:
3 σ esisi = −
Pr 100 %
1 Akurasi, presisi, bias & kesalahan
x
- Bias:
data pressure-gage, nilai rata-rata
- x
10 ,
11 = bias x x
- Dan standard deviasi, σ = 0,14
= | − |
benar
- Harga benar, x = 10,00
true
Akurasi:
- 3 ( 0,14)
- Pr esisi = 100 %
1 − = 95 , 9 %
- bias σ
3 = − 10 , 11 akurasi 100 %
1 x
benar
Bias = 10,11 – 10 = 0,11
Error dari input tertentu
+
3 ,
11 3 . ,
14
- bias σ
- error = 100 %
= − =
akurasi 100 %
1 94 , 7 % x
10 benar
- Error yang dicantumkan pada manual alat dicari dari berbagai
- Pertama data diurutkan dari harga paling kecil ke harga yang besar.
- Harga akurasi, presisi, dan error yang dibahas sebelumnya berdasarkan asumsi bahwa data normal..
- Jika diperoleh plot yang mendekati garis lurus, dan perpotongan dengan F(x) pada sekitar harga 0,5, maka distribusi data adalah normal.
- – Tes linier pada harga atau z = 0
- – Tes Chi-Square ( χ
- Tes χ 2 dilakukan dengan mengumpulkan data menjadi beberapa kelompok, dan untuk masing kelompok dicari
- Pada daerah z = 0 x z F(z) 9.81 -2.14 0.05 9.9 -1.50 0.1 9.97 -1.00 0.15 9.98 -0.93 0.2 10.02 -0.64 0.25 10.04 -0.50 0.3 10.05 -0.43 0.35 10.09 -0.14 0.4 10.1 -0.07 0.45 10.11 0.00 0.5 10.12 0.07 0.55<
- n o
- n e
- n = jumlah kelompok
- Chi-Square ( χ 2 ) adalah: ( ) e e o n n n 2
- Kemudian F(z) atau F(x) diplot pada suatu x tertentu di sekitar z = 0 atau
- Untuk menguji apakah benar bahwa data terdistribusi normal atau tidak, perlu dilakukan “tes normal”, yaitu dengan
- – Jika harga data berada pada 1 2 daerah dg tingkat kepercayaan
- -0.786 0.220 4.390 4 0.03 - ∞ tinggi, maka distribusi data
- -0.785 -0.107 0.240 4.790 4 0.13 normal, χ Jika harga data berada
- – daerah dg tingkat kepercayaan 0.286 0.750 0.161 3.216 4 0.19 rendah, maka distribusi data 0.750 0.225 4.505 4 0.06 ∞ tidak bisa dikatakan normal. 2 2 0.69
- – Jika harga data berada diantara daerah dg tingkat kepercayaan rendah dan tinggi,
- maka distribusi data tidak bisa
- Distribusi data dapat dikatakan mendekati distribusi normal d
- Sensitifitas & linieritas
- – Sensitivitas – Histeresis
- berlaku pada suatu daerah harga input tertentu, yaitu dinyatakan dalam daerah liniernya
- =
- Persamaan naik: e o
- Persamaan turun: e o
- Persamaan sensitivitas: (Persamaan naik+persamaan turun)/2 e o
- 1.12 -0.69
- Sistem pengukuran seringkali tersusun dari rantai komponen,
- Ketidaklinieran instrumen dinyatakan sbg harga non- fungsi dari berbagai variabel u , u , u , ......u .
- E = ∆ N = ∆ u ∆ u ∆ u
- i
- Jika error total adalah harga statistik
- – 1,025
- Persamaan turun: e
- – 0,669
- Histerisis: 0,33 kPa
- Dead space: 0,37 kPa
- Mencari histerisis:
- – Kurva naik: pada e
- – Kurva turun: pada e
- – Histerisis = 0,9474 – 0,6178 = 0,33 kPa
- Mencari dead space:
- – Kurva naik: pada e
- – Kurva turun: pada e
- – Dead space: -0,669 – (-1,025) = 0,37 kPa 135
2
1
= − = n i e e o n n n
( ) ∑
−
= jumlah data yang akan diamati jika data terdistribusi normal
= jumlah data yang diamati secara aktual
2 )
10.23 0.86 0.9 10.26 1.07 0.95 10.42 2.21 1 T e s N o rm a l - lin ie r 0 .1 0 .2 0 .3 0 .4 0 .5 0 .6 0 .7 0 .8 0 .9 F 1 - 3 .0 0 - 2 .0 0 - 1 .0 0 0 .0 0 1 .0 0 2 .0 0 3 .0 0 z (z ) 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6 0. 7 0. 8 0. 9 1 -1. 50 -1.0 0 -0. 50 0. 00 0. 50 1. 00 1. 50
2. Tes Chi Square ( χ χ χ χ
10.13 0.14 0.6 10.17 0.43 0.65 10.2 0.64 0.7 10.2 0.64 0.75 10.21 0.71 0.8 10.22 0.79 0.85
119
= x x = x x
1. Tes linier pada sekitar z = 0 atau
= x x
) 118
2
Catatan
2 χ
χ
2 2
2 d
Harga χ dibanding dg tabel χ untuk Penerapan tes pada data pressure gage
derajat kebebasan (df) kelompok 2 Range z F(z <z<z ) n n (n -n ) /n data. df = n-3 1 2 e o o e e 2 . z z χ
χ χ
2
2 Dari tabel dan kurva , maka data ini mempunyai
χ χ
kepercayaan bahwa data terdistribusi normal sebesar 80%
dikatakan normal, tetapi juga tidak bisa dikatakan tidak normal 122 123
Menghitung karakteristik statik sensor:
Sensitivitas instrumen
8
0.29
5
4.5
4.71
0.21
6
5.26
5.87
0.61
7
6.59
6.89
0.30
7.73
3.33
7.92
0.19
9
8.68
9.1
0.42
10
9.8
10.2
0.40 129 06 .
10 61 .
= −
= Hysterisis
3.62
4
Sensitivitas alat ukur dicari dari data kalibrasi alat, dengan regressi linier .
3 9 2.09 2.48 6.27 7.44 4 16 3.33 3.62 13.32 14.48 5 25 4.5 4.71 22.5 23.55 6 36 5.26 5.87 31.56 35.22
.jika hubungan output-input linier: b e m e i o
( )( ) ( ) ∑ ∑ ∑ ∑ ∑
− −
= 2 2 i i o i i o
N e e N e e e e m
( ) ( )( ) ( ) ∑ ∑ ∑ ∑ ∑ ∑
− − = 2 2 2 ) ( i i i o i i o
N e e N e e e e e b
126
.
= 1,08236 e i – 1,025
= 1,08227 e i – 0,669
= 1.0823 e i -0,847 output (eo) e o e i input (e i ) e i 2 naik turun naik turun -1.12 -0.69 1 1 0.21 0.42 0.21 0.42 2 4 1.18 1.65 2.36 3.3
7 49 6.59 6.89 46.13 48.23 8 64 7.73 7.92 61.84 63.36 9 81 8.68 9.1 78.12 81.9 10 100 9.8 10.2 98 102 Total 385
0.39
48.25 52.17 360.3 379.9 127 Hysterisis
Hysterisis output (eo) input (e i ) naik turun H
0.43
1
0.21
0.42
0.21
2
1.18
1.65
0.47
3
2.09
2.48
H maksimum
Non-linieritas Kombinasi komponen error pada perhitungan akurasi sistem
: pada umumnya alat ukur mempunyai sensitivitas yg tidak konstan,
hubungan output-input tidak
yang masing-masing mempunyai ketidak akurasi. Jika akurasi
linier. Perlu linierisasi pada
setiap komponen diketahui, maka akurasi dari sistem dapat range tertentu. dihitung.
Misalkan bahwa besaran sistem yang diukur N merupakan
1
2 3 n linieritas
, yang menyatakan
N = f(u , u , u , ......u )
1
2 3 n selisih maksimum dari harga
Jika setiap variabel mempunyai kesalahan:
linier dibandingkan dengan
∆u , ∆u , ∆u , ...... ∆u harga nonlinier.
1
2 3 n 130 131
Jika akurasi total absolut diketahui dan diinginkan
Dimana dianggap sebagai batas error absolut, seperti e ∆u
i p atau batas 3 σ. akurasi absolut dari setiap komponen yang
N + ∆N = f(u ∆u , u ∆u , ......u ∆u ) + + +
diperlukan untuk mencapai harga akurasi total
1
1
2 2 n n absolut, maka ∂ f ∂ f ∂ f
∆ N
∆ u = i = 1 , 2 , 3 n a
1 2 n i
∂ u ∂ u ∂ u ∂ f
1 2 n n
u
∂ i
Tetapi jika error ∆u dianggap bukan error absolut, tetapi error
statistik, seperti limit error + 3 σ, maka digunakan error root mean square (E )
rss 2 2 2
∆ N ∆ u = i = i 1 , 2 , 3 n
∂ f ∂ f ∂ f
f
∂ a 1 + = + + E ∆ N = ∆ u ∆ u ∆ u 2 n
n
∂ u ∂ u ∂ u 1 2 n
∂ u i
= -0,669
o
= 0 e
i
= -1,025
o
= 0 e
i
= 0,6178
i
= 0 e
o
= 0,9474
i
= 0 e
o
i
= 1,08227 e
o
i
= 1,08236 e
o
Persamaan naik: e
THANK YOU FOR YOUR ATTENTION
134