Nama :
Zakaria Ahmad
Kelas : MS –
1B
No :
22
Tugas
Sub Bab Besaran, Satuan, dan Pengukuran
Soal :
1. Berikan
contoh analisa hasil pengukuarn menggunakan :
a. Ketidakpastian
Proses Perhitungan
b. Ketidakpastian
Pengukuran Berulang ( ralat mutlak, ralat nisbi, dan keseksamaan )
c. Regresi
linier atau Aproksimasi linier
Jawaban :
1. A.
Ketidakpastian Proses Perhitungan
Soal :
Diketahui hasil dari sebuah pengukuran balok dengan
panjang, lebar, dan tinggi adalah 50 + 0,2 mm, 25 + 0,2 mm, 10 +
0,06 mm. Maka berapakah volume balok beserta ketidakpastiannya ?
Jawab
:
Diketahui :
panjang =
50 + 0,2 mm
Lebar =
25 + 0,2 mm
tinggi
= 10 + 0,06 mm
Ditanya : Berapa volume balok beserta
ketidakpastiannya ?
Dijawab :
Misal : Panjang = x
Lebar
= y
Tinggi = z
Turunan
Partial :
Volume
terukur balok = panjang
x lebar x
tinggi
= 50
x 25 x 10
= 12500 mm3
Ketidakpastian
Volume ( ΔV ) =
= yz Δx + xz
Δy +
xy Δz
= 25 x 10 x 0,2 + 50 x
10 x 0,2 + 50 x 25 x 0,06
= 50
+ 100 + 75
= 225 mm3
Volume
balok beserta ketidakpastiannya adalah
12500 + 225 mm3
Analisa :
Untuk mengetahui ukuran salah satunya volume pada benda maka kita akan
melakukan pengukuran pada benda
tersebut. Dalam melakukan pengukuran tidak ada pengukuran yang sempurna, maka
dari itu ada penyimpangan dalam pengukuran. Dalam menghitung volume ini yang
sudah diketahui panjang, lebar, dan tinggi beserta ketidakpastiannya, sehingga
diawali dengan menghitung volume benda terukur kemudian dilanjutkan menghitung
ketidakpastian volume dengan menggunakan turunan partial. Akhirnya dapat
diperoleh volume benda beserta ketidakpastiannya yaitu 12500 + 225 mm3
B.
Ketidakpastian
Pengukuran Berulang ( ralat mutlak, ralat nisbi, dan keseksamaan )
Soal :
Di bawah ini adalah data hasil pengukuran
panjang sebuah potongan kayu menggunakan
mistar dengan ketelitian 0,1 cm, Hitunglah :
1)
Ralat
Mutlak
2)
Ralat
Nisbi
3)
Keseksamaan
Kayu
|
X ( cm)
|
X - ( cm )
|
(X - )2 (cm2 )
|
I
|
7,1
|
-
0,2
|
0,04
|
II
|
7,2
|
- 0,1
|
0,01
|
III
|
7,3
|
0
|
0
|
IV
|
7,4
|
0,1
|
0,01
|
V
|
7,5
|
0,2
|
0,04
|
n = 5
|
= 7,3
|
= 0,1
|
Jawab :
1) Ralat
Mutlak ( ΔX )
ΔX =
=
=
=
= 0,07071 cm
Analisa :
Untuk mencari Ralat mutlak atau yang biasa dilambangkan dengan ( ΔX )
harus mencari terlebih dahulu rata-rata dari data yang ada. Dari langkah
tersebut dilanjutkan dengan mengurangkan data dengan rata-rata. Setelah itu
baru dikuadratkan, kemudiakan di terapkan ke dalam rumus ΔX = . Maka akan diperoleh ralat
mutlak dari data tersebut.
2) Ralat
Nisbi ( I )
I = x 100 %
= x 100 %
= 0,9686
%
0,97 %
Analisa :
Ralat Nisbi ini dilambangakan dengan I. Dimana untuk mencari ralat nisbi
harus mengetahui ralat mutlak terlebih
dahulu. Setelah mengetahuinya Ralat mutlak dibagi dengan rata-rata dan
dikalikan dengan 100 %, maka akan diperoleh hasil Ralat nisbi dalam bentuk
persen.
3) Keseksamaan
( K )
K = 100 %
- I
= 100 %
- 0,97 %
= 99,03 %
Analisa :
Keseksamaan yang dilambangkan dengan
( K ) dapt dicari dengan mengurangkan 100 % dengan persen dari Ralat
nisbi.
C.
Regresi Linier atau Aproksimasi Linier
Soal :
Diketahui sebuah perusahaan memiliki mesin
yang beraneka ragam usia pemakainya. Sehingga produksi dari setiap mesin pu
berbeda dan tidak stabil. Maka akan dilakukan pengecekan sehingga dapat
memprediksi hasil produksi yang dilihat dari usia pemakaian mesin.
Usia Pemakaian Mesin ( tahun )
( X )
|
Hasil Produksi
Per Hari ( Y )
|
XY
|
X2
|
Y2
|
1
|
100
|
100
|
1
|
10000
|
2
|
90
|
180
|
4
|
8100
|
3
|
80
|
240
|
9
|
6400
|
4
|
70
|
280
|
16
|
4900
|
5
|
60
|
300
|
25
|
3600
|
6
|
50
|
300
|
36
|
2500
|
7
|
40
|
280
|
49
|
1600
|
8
|
30
|
240
|
64
|
900
|
9
|
20
|
180
|
81
|
400
|
10
|
10
|
100
|
100
|
100
|
= 55
|
= 550
|
=
2200
|
= 385
|
=
38500
|
Jawab :
a =
=
=
=
=
110
b =
=
=
=
= - 10
Persamaan regresi liniernya adalah
:
Keterangan
:
Y
I = Prediksi hasil produksi per hari
X =
Usia Pemakaian Mesin Perusahaan
a
=
Konstanta
b =
Koefisien Regresi
Grafik
Analisa :
Regresi Linier merupakan salah satu fungsi yang digunakan untuk
mengetahui hubungan antara faktor penyebab
( X ) dengan Faktor Akibat ( Y ). Regresi Linier dapat dicari dengan
rumus yaitu Y = a + bx. Sehingga kita dapat mengetahui berapa hasil produksi
oleh mesin berdasar usia pemakaiannya.
No comments:
Post a Comment