LAPORAN PRAKTIKUM BIOMETRI
“AKURASI DAN PRESISI SUATU DATA”
DISUSUN OLEH:
WAHYUNI NIM. F05112025
PROGRAM STUDI PENDIDIKAN BIOLOGI FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS TANJUNGPURA PONTIANAK 2014
PENDAHULUAN
Dalam ilmu biometrik, kata biometrik berasal dari bahasa Yunani yaitu bios = hidup dan metron = ukuran, menurut Kamus Besar Bahasa Indonesia, terbitan Balai Pustaka, 1986. “Biometri adalah pengukuran yang dilakukan dalam kepentingan proses biologi”. Cara kerja dari ilmu ini adalah dengan mengunakan ciri – ciri biologi yang dapat memberikan informasi yang unik berkaitan dengan identifikasi masing – masing individu. Dalam teknologi informasi, biometrik dikenal untuk mengukur
dan menganalisis karakteristik bagian tubuh pada manusia
umumnya seperti sidik jari, retina, DNA, pola suara, dan pola wajah.
Setiap pengukuran melibatkan beberapa kekeliruan dan karena alasan ini adalah penting sekali bahwa jumlah dan signifikansi kekeliruan ini diperhatikan. Masalah ini harus dipecahkan dengan pengolahan data statistik. ( Jasin, 2002 ).
Dalam pengolahan data sangat pelu dilakukannya uji akurasi data. Akurasi yang dimaksud disini adalah kecocokan antara suatu informasi standar yang dianggap benar, dengan terklasifikasi yang belum diketahui kualitas informasinya. Kesalahan dalam klasifikasi dapat disebabkan oleh kompleksnya interaksi yang terjadi antar struktur spasial suatu bentang alam, resolusi sensor, algoritma pengolahan, dan prosedur klasifikasi yang digunakan. Sumber kesalahan yang paling sederhana terjadi oleh karena kekeliruan penetapan informasi dari kelas spektral yang diadakan. Uji akurasi dilakukan dengan membandingkan dua peta, satu peta bersumber dari hasil analisis penginderaan jauh ( peta yang akan diuji ) dan satunya adalah peta yang berasal dari sumber lainnya. Peta kedua dijadikan sebagai peta acuan, dan diasumsikan memiliki informasi yang benar. Seringkali data acuan ini dikompilasi dari informasi yang lebih detail dan akurat dari data yang akan diuji. ( Campbell, 1987 ). Akurasi adalah kedekatan hasil pengamatan terhadap nilai-nilai benar atau nilai-nilai diterima sebagai benar. Ini berarti bahwa pengamatan fenomena spasial kebanyakan biasanya hanya dianggap perkiraan nilai sebenarnya. Perbedaan antara
diamati dan benar ( atau diterima sebagai benar ) nilai-nilai menunjukkan akurasi pengamatan. Pada dasarnya ada dua jenis akurasi, yaitu : Akurasi Posisi adalah penyimpangan diharapkan dalam lokasi geografis dari objek posisi tanah yang sebenarnya. Ini adalah apa yang biasanya kita pikirkan ketika membahasan
ketepatan.
Ada
dua
komponen
untuk
akurasi
posisi
adalah
akurasi relatif dan absolut. Akurasi mutlak menyangkut akurasi elemen data sehubungan dengan skema koordinat, misalnya UTM akurasi relatif. Menyangkut posisi fitur peta relatif terhadap satu sama lain. Akurasi atribut sama pentingnya dengan akurasi posisi. Hal ini juga mencerminkan perkiraan kebenaran. Menafsirkan dan menggambarkan batas-batas dan karakteristik untuk tegakan hutan atau poligon tanah dapat sangat sulit dan subjektif. Spesialis sumber daya yang akan
membuktikan fakta ini. Dengan demikian, derajat
homogenitas yang ditemukan dalam batas-batas dipetakan tersebut tidak hampir sama tinggi dalam kenyataan karena akan tampak pada peta. ( Buckley, 2008 ). Dalam suatu pengukuran tidak hanya membutuhkan suatu akurasi tetapi juga harus adanya presisi dalam suatu data hasil pengukuran . Presisi menunjukkan tingkat reliabilitas dari data yang diperoleh. Hal ini dapat dilihat dari standar deviasi yang diperoleh dari pengukuran, presisi yang baik akan memberikan standar deviasi yang kecil dan bias yang rendah. Jika diinginkan hasil pengukuran yang valid, maka perlu dilakukan pengulangan. Dari data tersebut dapat diperoleh ukuran harga nilai terukur adalah rata-rata dari hasil yang diperoleh dan standar deviasi. ( Erfido, 2010 ). . Memisahkan error menjadi akurasi dan presisi sangat berguna untuk identifikasi bias, yaitu perbedaan nilai prediksi atau model dengan nilai yang diprediksi ( nilai sebenarnya ). Jika suatu prediksi/model memiliki presisi tinggi namun akurasi rendah, maka terdapat kemungkinan prediksi atau model memiliki penyumbang error yang sistemik. ( Raharjo, 2011 ).
Nilai presisi mengacu pada sejumlah angka signifikan yang digunakan dan sebaran bacaan berulang pada alat ukur. Nilai akurat atau akurasi mengacu pada dekatnya nilai pendekatan yang dihasilkan dengan nilai acuan atau nilai eksak. Dari keadaan akurat dan presisi ini, akan muncul kesalahan atau yang biasa disebut error. ( Basuki, 2005 ).
Pengujian
tingkat
akurasi
alat
ukur
V-R
meter
dilakukan
dengan
membandingkan hasil pengukuran dari alat ukur V-R meter dengan piranti standar seri NI DAQ tipe BNC-2110. Pengujian tingkat akurasi alat ukur V-R meter dilakukan sebanyak tiga kali, yaitu menggunakan 1 baterai, 2 baterai dan 3 baterai ukuran A2 merk Alkaline. Uji ketepatan ( presisi ) dan pengulangan ( ripitibilitas ) alat ukur V-R meter dilakukan sebanyak tiga kali dengan tiga variabel pengukuran yang berbeda. Pembacaan pengukuran dilakukan per detik selama 300 detik. ( Junaidi, 2013 ).
Adapun permasalahanadalah
apakah sama akurasi dan presisi suatu
pengukuran terhadap setiap orang ? , serta apakah ada faktor yang mempengaruhi presisi dan akurasi dari suatu pengukuran ? . Tujuannya yaitu mengetahui tingkat keakurasi dan presisi yang dimiliki oleh seseorang, dari alat pengukuran yaitu neraca analitik
dan mengetahui faktor-faktor
yang mempengaruhi presisi dan akurasi dari suatu pengamatan.
METODELOGI Pengamatan mengenai akurasi dan presisi serta tampilan data, dilaksanakan pada tanggal 25 september 2014 di laboratorium pendidikan biologi, fakultas keguruan dan ilmu pendidikan, universitas tanjungpura pontianak, pukul 08.00selesai WIB. Adapun alat yang digunakan saat praktikum ini, yaitu
timbangan
analitik,kertas millimeter blok ,alat tulis, gunting.. Bahan yang digunakan berupa 30 lembar daun nagka .Langkah kerja pada perngamatan ini adalah diambil 10 lembar daun nagka , kemudian daun nangka tertsebut dibuat gambar pada kertas
millimeter blok dengan cara ditempelkan. Setelah semua daun digambar, kertas tersebut digunting sesuai dengan bentuk daun. Kemudian dibuat potongan kertas millimeter blok dengan ukuran yang telah ditentukan sehingga memudahkan menghitung luasnya. Kertas potongan daun tadi lalu ditimbang satu per satu menggunakan timbangan analitik. Supaya mendapatkan luas tiap kertas potongan daun maka dilakukan perhitungan dengan membandingkan massa dan luas kertas yang telah distandarisasi. Adapun perhitunganya sebagai berikut : L=
x luas kertas standarisasi. HASIL DAN PEMBAHASAN
Pada praktikum akurasi dan presisi data ini , dilakukan suatu pengukuran luas daun nangka , dimana suatu pengukuran ini dilakukan untuk mengetahui keakurasian dan kepresisian mean dan standar deviasi yang di lakukan dengan 2 cara yaitu cara pertama luas dari 3 orang yang berbeda di hitung mean dan standar deviasi nya pada masing masing daun , kemudian hasil mean dan standar deviasinya di jumlahkan kemudian di bagi tiga , dan yang ke dua data keseluruhan di dihitung mean dan standar deviasinya . adapun hasil yang diperoleh sebagai berikut: Table 1.Data statistik luas daun nangka oleh sopan hadi Luas Kertas Sampel (cm²) Mean Standard Error Median Mode
13.1 0.965516557 14.25 15
Standard Deviation
3.053231439
Sample Variance
9.322222222
Kurtosis
-1.846209355
Skewness
-0.213142942
Range
8
Minimum
9
Maximum
17
Sum
131
Count
10
Largest(1)
17
Smallest(1)
9
Confidence Level(95.0%)
2.184150191
Tabel 2. Data luas daun nangka oleh Nurseri Fauziah
Luas Kertas Sampel (cm²) Mean Standard Error
25.089 1.57173821
Median
24.99
Mode
24.99
Standard Deviation Sample Variance Kurtosis Skewness
4.970272628 24.70361 -0.410619614 0.25575988
Range
15.99
Minimum
17.49
Maximum
33.48
Sum Count
250.89 10
Largest(1)
33.48
Smallest(1)
17.49
Confidence Level(95.0%)
3.555518842
Tabel 3.Data statistik luas daun nagka oleh Wahyuni
Luas Kertas Sampel (cm²) Mean
22.45
Standard Error
0.761759659
Median
23
Mode
20.5
Standard Deviation
2.408895551
Sample Variance
5.802777778
Kurtosis
-1.927949331
Skewness
-0.273638708
Range
6
Minimum
19
Maximum
25
Sum
224.5
Count
10
Largest(1)
25
Smallest(1)
19
Confidence Level(95.0%)
1.723220065
Table4. Hasil perhitungan data Sopan. Seri dan Wahyuni No
Data
1
Rata-rata
2
Standar deviasi
3
Standar eror
Sopan
Seri
Wahyuni
13.1
25.089
22.45
3.053231439
4.970272628
2.408895551
0.965516557
1.57173821
0.761759659
Setelah melakukan pengukuran dari data sopan , seri dan wahyuni di dapatkan hasil rata rata dan standar deviasi yang berbeda-beda yaitu pada data sopan rata ratanya 13,1, data seri rata ratanya 25,089 dan pada data wahyuni rata-rata yang
diperoleh sebesar 22,45.
Terdapat perbedaan rata rata diantara ketiganya hal ini
karena masing masing orang menggunakan daun yang luaasnya berbeda . sedangkan pada
standar
deviasinya
pada
data
sopanhadi
standar
deviasinya
sebesar
3.053231439, pada data seri standar deviasinya sebesar 4.970272628 dan pada data wahyuni standar deviasinya sebesar 2.408895551. dari ketiga data di atas diperoleh bahwa keakuratan dan kepresisian yang paling tinggi adalah pada data wahyuni , karena menunjukanstandar deviasi yang paling rendah , kita ketahui.. Standar deviasi menunjukkan sebaran data, semakin kecil nilai standar deviasi maka semakin sempit sebaran datanya. Sementara itu, sebaran data yang sempit menunjukkan akurasi data juga tinggi. Sedangkan data yang menunjukan presisi dan akurasi yang rendah adalah pada data seri . Table 5. Hasil perhitungan luas daun nangka
No
1
Data
Luas Rata-Rata
Standar Deviasi
Rata-rata dari sampel
20.213
6.299774361
20.213
6.303257587
daun Sopan, Seri dan wahyuni
2
Sampel daun keseluruhan
Grafik perbedaan standar deviasi sampel rata-rata luas 20.213
6.299774361
sampel daun sopan, seri dan wahyuni
standar deviasi 20.213
6.303257587
sampel keseluruhan
Dilihat dari grafik di atas meunjukan bahwa rata tara yang dipeloleh dari data sopan , seri dan wahyuni menunjukan hasil yang sama dengan rata-rata data keseluruhan . sedangkan pada standar deviasinya sampel dari standar deviasi dengan cara pertama lebih mempunyai sedikit akurat dan presisi yang tinggi dibandingkan dengan cara yang ke dua , hal ini terlihat dari hasil standar deviasi yang pertama lebih rendah yakni 6,29 sedangkan yang kedua 6,30. Namun keakurasian dan kepresisian ini tidak terlepas dari factor factor yang mempengaruhinya yaitu penggunaan alat , pengolahan data serta ketelitian neraca analitiknya .
Grafik perbedaan luas rata rata dan jumlah luas daun . 700 600 500 z-Test: Two Sample for Means luas rata rtata
400 300
z-Test: Two Sample for Means jumlah luas keseluruhan
200 100 0 0
1
2
3
4
5
-100
Kurva z data dengan sumbu x adalah rata-rata luas dan sumbu y adalah sebaran data
Besar kecilnya presisi dan akurasi data tergantung pada cara pengolahan data serta ketelitian dalam pengguaan alat .karena apabila kita tidak tepat dalam mengolah data maka data yang diperoleh juga akan salah . SARAN
Lebih teliti lagi dalam mengolah data dan penggunaan alat KESIMPULAN
Berdasarkan hasil pengamatan yang telah dilakukan dapat disimpulkan bahwa pengukuran dan pengolahan data menunjukkan akurasi dan presisi yang tidak ada perbedaan yang signifikan, yakni yaitu 20.213 cm², serta
kedua cara menghasilkan nilai mean yang sama
nilai standar deviasinya yang tidak jauh berbeda. Nilai
standar deviasi cara satu yaitu 6,2997, sedangkan pada cara dua yaitu 6,303. Standar deviasi pada suatu data menunjukkan sebaran data tersebut. Semakin rendah standar
deviasi, maka semakin tinggi akurasi dan presisi data tersebut. Selain itu, faktor lain yang mempengaruhi akurasi dan presisi data adalah ketelitian alat ukur, pengguna alat ukur DAFTAR PUSTAKA
Basuki. 2005. Step by Step Pengolahan Citra Digital . Yogyakarta: Andi Offset Buckley.
2008.
Akurasi
Data
Dan
Kualitas.
(
online
).
http://bgis.sanbi.org/gis-primer/page_08.htm. diakses tanggal 29 september 2014 Campbell. 1987. Introduction To Remote Sensing. New York: The Guilford Press. Erfido.
2010.
Akurasi
Dan
Presisi
Data.
(
online
).
http://erfido.community.undip.ac.id/. diakses tanggal 29 september 2014 Jasin. 2002. Ilmu Alamiah Dasar . Jakarta: PT. Raja Grafindo Persada. Junaidi. 2013. Komputerisasi Alat Ukur V-R Meter Untuk Karakterisasi Sensor Gas Terkalibrasi NI DAQ BNC-2110. Jurnal teori dan aplikasi fisika. Vol ( 01 ), No ( 01 ). Jurusan Fisika FMIPA Universitas Lampung. Raharjo. 2011. Akurasi Dan Presisi. ( online ). http//:beniraharjo.wordpress.com. diakses tanggal 29 september 2014
LAMPIRAN Perhitungan
1. x 3= 20,05 = 25 2. x 3=24,5 3.
4. x 3=19 x 3=20,05 5. x 3=22 6. x 3=24 7. x 3= 24,5 8. 9. x 3= 19,5 x 3= 25 10.
X= 224,5
X rata rata = 22,45
SD=
√
Standarisasi daun
Berat daun =
2.408
0.06
luas daun =
3
Berat Daun 1
Berat Daun 2
Berat Daun 3
(Sopan hadi )
(Nurseri Fauziah)
(Wahyuni )
Berat
Berat
Berat
No Daun
Luas Daun Daun
Luas Daun Daun
(cm2) (gr) 0,21
10.5
2
0,27
13.5
3
0,20
10
4
019
9.5
5
0,30
15
6
0,33
16.5
7
0,30
15
8
0,30
15
9
0,34
17
10
0,18
9
Mean
(cm2) (gr)
1
Luas Daun Daun
0,55
0.63
0.42
(cm2) (gr)
23.49
0,41
20.5
24.99
0.50
25
19.98
0.49
24.5
17.49
0.38
19
26.49
0.41
20.5
27.48
0.44
22
24.99
0.48
24
31.5
0.49
24.5
33,48
0.39
19.5
21
0.50
25
13.1
25.089
22.45
3.053231439
4.970272628
2.408895551
Modus
15
24.99
20.5
Median
14.25
24.99
23
Standar Deviasi
Range
8
15,99
2
6
NO
Luas daun (cm )
-
( -
1
23.49
3,277
10,73
2
24.99
4.777
22,189
3
19.98
-0.233
0,054
4
17.49
2,723
7.414
5
26.49
6,277
39,40073
6
27.48
7,267
52,80929
7
24.99
4,777
22,81973
8
31.5
11,287
127,3964
9
33.48
13,267
176,0133
10
21
0,787
0,619369
11
10.5
-9,713
94,34237
12
13.5
-6,713
45,06437
13
10
-10,213
104,3054
14
9.5
-10,713
114,7684
15
15
-5,213
27,17537
16
16.5
-3,713
13,78637
17
15
-5,213
27,17537
18
15
-5,213
27,17537
19
17
-3,213
10,32337
20
9
-11,213
125,7314
21
20.5
0,287
0,082369
22
25
4,787
22,91537
23
24.5
4,287
18,37837
24
19
-1,213
1,471369
25
20.5
0,287
0,082369
26
22
1,787
3,193369
27
24
3,787
14,34137
28
24.5
4,287
18,37837
29
19.5
-0,713
0,508369
30
25
4,787
22,91537
Jumlah -
1152,201
MeanLuas Daun
20,213
Median
20,5
Mode
15
Range
24,48
Minimum
9
Maximum
33,48
Standard Deviation
6,303258