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 iZ = 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

      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 &lt;z&lt;z ) n n (n -n ) /n data. df = n-3 1 2 e o o e e 2 . z z χ

    • – 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

            χ χ

          • – Jika harga data berada diantara daerah dg tingkat kepercayaan rendah dan tinggi,

            2

          • maka distribusi data tidak bisa

            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

          • Distribusi data dapat dikatakan mendekati distribusi normal d
          • Sensitifitas &amp; linieritas

            Menghitung karakteristik statik sensor:

          • SensitivitasHisteresis
            • berlaku pada suatu daerah harga input tertentu, yaitu dinyatakan dalam daerah liniernya

            Sensitivitas instrumen

            • =

          • Persamaan naik: e o
          • Persamaan turun: e o
          • Persamaan sensitivitas: (Persamaan naik+persamaan turun)/2 e o
            • 1.12 -0.69

            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,

          • Sistem pengukuran seringkali tersusun dari rantai komponen,

            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

          • Ketidaklinieran instrumen dinyatakan sbg harga non- fungsi dari berbagai variabel u , u , u , ......u .

            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 ∂ fff

            ∆ N

          • E = ∆ N = ∆ uuu

            ∆ u = i = 1 , 2 , 3 n a

            1 2 n i  

            ∂ uuuf

            1 2 n n

              u

            ∂  i

          • i

            Tetapi jika error ∆u dianggap bukan error absolut, tetapi error

          • Jika error total adalah harga statistik

            statistik, seperti limit error + 3 σ, maka digunakan error root mean square (E )

            rss 2 2 2

            ∆ Nu = i = i 1 , 2 , 3 n

            ∂ fff  

            f

            ∂ a 1 + = + + EN = ∆ uuu 2 n

            n

              ∂ uuu 1 2 n

            ∂ u   i

          • – 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

            = -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

          • – Kurva turun: pada e
          • – Dead space: -0,669 – (-1,025) = 0,37 kPa 135

            134