DATA DALAM PERSPEKTIF PENELITIAN ILMIAH
DAN PERENCANAAN
Penyusun:
Siti Latifah S,Hut. MSi Ph.D
PROGRAM STUDI KEHUTANAN
FAKULTAS PERTANIAN
Pendahluan
Saat ini kita sedang menyaksikan perkembangan ilmu pengetahuan dan teknologi
yang sangat dinamis. Perkembangan ilmu pengetahuan itu bertujuan untuk
mengungkapkan kaedah-kaedah baru mengenai fenomena alam, sosial atau kemanusiaan
serta penerapannya untuk meningkatkan ksejahteraan umat manusia. Ilmu pengetahuan
dan teknologi merupakan masukan yang sangat penting dalam pembangunan nasional.
Ilmu pengetahuan dan teknologi dikembangkan melalui kegiatan penelitian.
Penelitian merupakan salah satu dharma perguruan tinggi, disamping dharma pendidikan
dan pengabdian pada masyarakat. Dengan demikian, penelitian menjadi salah satu unsur
kegiatan pokok dosen dan mahasiswa dalam melaksanakan tugas di perguruan tinggi.
Penelitian merupakan wahana penting bagi perguruan tinggi untuk turut berkontribusi
dalam pengembangan ilmu pengetahuan dan teknologi serta pembangunan nasional.
Penelitian (riset) dan ilmu pengetahuan tidak bisa dipisahkan satu sama lain. Penelitian
ilmiah digunakan untuk kebutuhan ilmu pengetahuan; ilmu pengetahuan tidak akan
berkembang bila tidak menggunakan riset ilmiah.
Penelitian merupakan suatu siklus. Setiap tahapan akan diikuti oleh tahapan lain
secara terus menerus.Salah sauaapan tersebutadalah pengumpulan data dan penglaa data.
Data penelitian dikumpulkan sesuai dengan rancangan penelitian yang telah ditentukan.
Data tersebut diperoleh dengan jalan pengamatan, percobaan atau pengukuran gejala
yang diteliti. Data yang dikumpulkan merupakan pernyataan fakta mengenai obyek yang
diteliti. Kegiatan pengolahan data dilakukan dengan mengklasifikasi dan
mengorganisasikan datasecara sistematis serta mengolah secara logis menurut rancangan
penelitian yang telah ditetapkan. Pengolahan data diarahkan untuk memberi argumentasi
atau penjelasan mengenai tesis yang diajukan dalam penelitian, berdasarkan data atau
fakta yang diperoleh.
Oleh karenanya dalam kegiatan penelitian ilmiah diperlukan data yang memenuhi
kaidah –kaidah data ilmiah sebagai bahan dasar dalam penarikan kesimpulan yang baik
DASAR –DASAR PENGUKURAN
Pengertian Data
Data adalah hasil yang diperoleh dari suatu proses pengamatan yang dilakukan
dari suatu proses pengamatan yang dilakukan terhadap obyek yang diteliti. Data juga
merupakan keterangan yang benar atau nyata yang dapat dijadikan sebagai dasar kajian
(analisis dan kesimpulan). Data yang dikumpulkan dapat bersifat kualitatif maupun
kuantitatif statistika khususnya bekerja dangan data kuantitatif atau data kualitatif yang
sudah dikuantitatifkan denagn berbagai cara. Data kuantitatif adalah fakta yang
dipresentasikan dengan angka. Misalnya penghasilan keluarga dalam rupiah (Rp), berat
sapi dalam Kg, tinggi badan dalam Cm, diameter dan tinggi pohon dalam m, lama hidup
suatu mikroorganisme dalam jam dan sebagainya. Data kualitatif adalah fakta yang
dinyatakan dalam bentuk sifat (bukan angka). Data kualitatif dapat kita kuantitatifkan
antara lain denagn cara memberi skor, rangking, variable boneka (dummy variable) dan
sebagainya.
Data diukur secara langsung dan tidak sedikit data yang tidak dapat diukur secara
langsung. Untuk data yang tidak dapat diukur secara langsung harus kita buat secara
operasional agar dapat diukur. Operasionalisasi ini berarti harus diusahakan untuk
memecah atau menguraikan pengertian itu dalam sejumlah demensi yang dapat diukur.
Kualitas data pengukuran terdiri dari bias dan variance.
Cara memperoleh data :
- Perancangan percobaan, dimana data diperoleh di populasi buatan yang dibangkitkan
melalui percobaan (experiment). Contoh : pengaruh dosis pupuk terhadap
pertumbuhan semai gmelina (Gmelina arborea)
- Survey, dimana data diperoleh dari populasi yang telh ada di alam. Contoh : kegiatan
inventarisasi hutan.
Pengukuran dapat dilakukan dengan cara :
- Sensus : pengukuran 100% (full enumeration) dimana seluruh elemen dalam posisi
- Sampling (penarikan contoh) : pengukuran hanya dilakukan pada sebagian elemen
dari populasi.
Syarat Data Ilmiah
Data yang dikumpulkan harus cukup valid untuk digunakan. Dalam mengukur
fakta validitas pengukuran harus diusahakan sebaik mungkin. Pada umumnya setidaknya
ada dua syarat yang harus dipenuhi agar data dapat dipakai sebagai dasar penarikan
kesimpulan, yaitu :
1. Sifat kesasihan atau keabsahan data (data validity)
Dicirikan oleh kemampuan data untuk menerangkan permasalahan yang
dihadapi. Semakin tinggi kemampuan data dalam menerangkan permasalahan
yang diselidiki maka semakin tinggi tingkat keabsahan data tersebut. Keabsahan
data umumnya dicirikan oleh macam dan banyaknya sifat yang diambil untuk
menerangkan permasalahan yang dihadapi. Pada kenyataannya tingkat
keabsahahan data akan sangat ditentukan oleh batasan permasalahan yang
diselidiki dan pada kadar tertentu akan sangat tergantung dengan peneliti
(berhubungan dengan latar belakang disiplin ilmu yang didalami).
2. Sifat keterandalan data (data reliability)
Tingkat keterandalan data menyatakan ketelitian data yang diperoleh
dibandingkan dengan keadaan yang sebenarnya. Tingkat keterandalan data
biasanya dicirikan oleh faktor yang diduga akan sangat berpengaruh terhadap
tingkat ketelitian dalam mendapatkan data yang diamati, yaitu alat yang dipakai,
tingkat keterampilan pengamat atau pengukur dan metode yang dipakai dalam
pengamatan atau pengukuran data.
Bila digambarkan dalam bentuk target lemparan anak panah, perbedaan akurasi
Pada gambar (a) sebaran data cukup baik dan mendekati data aslinya. Hasil data
dikatakan presisi dan tidak bias atau tidak menyimpang. Gambar (b) menunjukkan
sebaran data yang presisi, tetapi menyimpang dari target yang sebenarnya berarti data
dikatakan bias. Gambar (c) menunjukkan sebaran data yang meluas berarti data yang
diperoleh tidap presisi. Data (c) tersebut tidak bias relatif jika dibandingkan dengan data
(d) yang sama-sama tidak presisi. Faktor-faktor presisi dan bias ini sangat ditentukan oleh
terjadinya faktor-faktor kesalahan yang terjadi selama pengukuran.
Satuan Pengukuran
Pengukuran adalah pengamatan terhadap suatu besaran yang dilakukan dengan
menggunakan peralatan dalam suatu lokasi dengan beberapa keterbatasan yang tertentu.
Pengukuran merupakan aturan-aturan pemberian angka untuk berbagai objek sedemikian
rupa sehingga angka ini mewakili kualitas atribut. Pengukuran adalah serangkaian
kegiatan yang bertujuan untuk menentukan nilai suatu besaran dalam bentuk angka
(kuantitatif). Jadi mengukur adalah suatu proses mengaitkan angka secara empirik dan
obyektif pada sifat-sifat obyek atau kejadian nyata sehingga angka yang diperoleh
tersebut dapat memberikan gambaran yang jelas mengenai obyek atau kejadian yang
diukur.
Sistem pengukuran merupakan sekumpulan aktifitas, prosedur, alat ukur, software
sedang diukur. Manfaat pengukuran adalah sebagai sarana untuk mendapatkan data guna
mengambil keputusan perlu/tidaknya meng-adjust proses manufaktur atau sarana untuk
menentukan keterkaitan antara 2 variable atau lebih. Satuan pengukuran meliputi satuan
panjang, satuan berat, satuan luas, satuan volume dan satuan waktu. Beberapa ukuran
standar pengukuran adalah meter, kilogram, detik, ampere, derajat Kelvin, Candela, Mole
serta beberapa satuan ukuran lain yang merupakan turunan dari ketujuh satuan ukuran
standar tersebut.
Sistem pengukuran terdiri atas :
1. Sistem metrik (metric system)
Diformulasikan oleh the French Academy of Science pada tahun 1790.
Diterapkan di Eropa, Asia, Afrika, Amerika Latin. Saruan dasar ukuran adalah meter
(panjang), meterpersegi (luas), gram (berat), meter kubik (volume). Sistem metrik terdiri
atas Standar Internasional (SI) dan Standar Nasional (SN).
a. Standar Internasional (International standard)
Adalahstandar yang ditetapkan oleh persetujuan international sebagai dasar untuk
menetapkan suatu harga atau besaran bagi semua standar izin dari besaran yang ada.
Sistem SI pada pengukuran ini dikembangakan sejak tahun 1960 dan diakui sebagai versi
yang terakhir dan kemudian dikenal sebagai sistem metrik (Metrick). Sistem pengukuran
ini pada awalnya dikembangkan di Negeri Perancis pada abad tujuh belas, dan SI atau
“System Interntional” adalah sistem ukuran yang sekarang dipakai pada industri dan
telah diakui di seluruh dunia (Internasional). Sistem SI mempunyai tujuh satuan dasar
pengukuran dan satuan lain yang berasal dari ke tujuh satuan ini. Semua satuan sistem SI
yang lain diperoleh dengan menurunkan dari satuan dasar atau dari kombinasi satuan
dasar yang lain. Misalnya kita perhatikan satuan SI untuk volume, yaitu liter. Satuan liter
sama dengan 1/1000 meter kubik (m3). Satu m3 sesuai untuk volume dengan ukuran
ketiga sisinya satu meter.
Satuan dasar untuk panjang (length) dalam sistem SI didefinisikan sebagai meter
(m). Perkalian dan perkalian lanjutan yang sering digunakan adalah kilometer (km),
centimeter (cm) dan millimeter (mm). Satuan dasar untuk massa (mass) dalam sistem SI
adalah kilogram (kg). Massa didefinisi sebagai banyaknya bahan yang berada di dalam
(gravity) dan gaya grafitsi ini akan berkurang jika berat benda menjadi lebih jauh dari
pusat bumi. Walaupun satuan gram merupakan satuan dasar yang benar untuk massa, tapi
satuan gram untuk massa sangatlah kecil dan karena itu sekarang satuan kilogram diakui
sebagai satuan dasar. Perkalian dan perkalian lanjutan yang terkenal baik untuk massa
adalah: milligram (mg), dan ton (t). Satuan ton metrik sesuai dengan 1000 kg.
b. Standar Nasional (National standard)
Adalah standar yang ditetapkan oleh peraturan pemerintah sebagai dasar untuk
menetapkan harga atau besaran dalam suatu negara, untuk semua standar lain dari
besaran yang ada.
2. Sistem British (British/English system)
Lahir di Inggris, sejak berabad-abad yang lalu Sistem Inggris (Imperial) mulai
digunakan di negeri Inggris serta dipakai di Negara-negara persemakmuran dan Amerika.
Ada banyak variasi satuan dasar pengukuran. Lain halnya dengan sistem SI, dimana
perkalian biasa dan perkalian lanjutan menggunakan satuan perkalian sepuluh yang
dinyatakan dalam bentuk eksponen (misalnya: mx1000 atau kilometer). Pada sistem
imperial, perkalian biasa dan perkalian lanjutan mempunyai banyak factor dari satuan
dasar, dan menggunakan nama-nama yang berbeda, serta tidak ada modifikasi pada
awalannya. Sistem Inggris menggunakan satuan dasar ukuran yard (panjang), square-yard
(luas), pound (berat), cubic-yard (volume).
Satuan dasar untuk panjang dalam sistem Inggris didefinisikan sebagai foot (ft).
Perkalian lanjutan umumnya adalah inch (inch=in) yang mana ada 1/12 inch = 1 kaki
(atau foot). Perkalian yang umum untuk kaki (foot) yaitu yard (yar=yd) atau kaki kubik
(feet), dan satu mile (mil=mi) atau 5280 kaki (feet). Satuan dasar untuk berat (weight)
dalam sistem Inggris didefinisikan sebagai (pound = lb). Perkalian lanjutan yang paling
umum adalah ounce (ons=oz), atau sebesar 1/16 onns = 1 pound (pon). Perkalian umum
yang biasa untuk berat (weight) yaitu ton atau dua ribu (=2000) pound. Satu ton biasanya
tidak disingkat.
Skala pengukuran merupakan kesepakatan yang digunakan sebagai acuan untuk
menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur
tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif. Data yang
diperoleh dari suatu pengamatan dapat bersifat kualitatif maupun bersifat kuantitatif.
Data dapat dinyatakan dalam skala pengukuran berdasarkan :
- Ada atau tidaknya pengelompokan
- Ada atau tidaknya peringkat nilai antar kelompok
- Kesamaan jarak antar dua tingkatan nilai yang berurutan
- Mutlak tidaknya nilai dari tingkatan awal
Berdasarkan keempat ciri tersebut, dapat ditentukan empat macam skala pengukuran
data, yaitu data dengan skala nominal, skala ordinal, skala interval dan skala ratio.
Keempat skala pengukuran tersebut memiliki tingkat penggunaan yang berbeda dalam
riset statistik.
1. Skala Nominal
Skala nominal hanya bisa membedakan sesuatu yang bersifat kualitatif Skala
pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau
kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan area
geografis. Data pada skala ini memiliki kedudukan setara dan tidak berlaku operasi
matematika.
Apabila kita menggunakan skala pengukuran nominal, maka statistik
non-parametrik digunakan untuk menganalisa datanya. Hasil analisa dipresentasikan dalam
bentuk persentase. Sebagai contoh kita mengklaisfikasi variable jenis kelamin menjadi
sebagai berikut: laki-laki kita beri simbol angka 1 dan wanita angka 2. Kita tidak dapat
melakukan operasi arimatika dengan angka-angka tersebut, karena angka-angka tersebut
hanya menunjukkan keberadaan atau ketidakadanya karaktersitik tertentu.
2. Skala Ordinal
Skala ordinal selain membedakan juga menunjukkan tingkatan. Cirinya adalah
adanya pengelompokan data, kedudukan data tidak setara/berjenjang dan tidak berlaku
operasi matematika. Tingkatan dalam data menunjukkan tingkat kekuatan, kebaikan atau
mungkin dibuat untuk data skala ordinal selain hubungan kesamaan adalah sebatas lebih
besar dari (>) atau lebih kecil dari (<).
Contoh : jenjang pendidikan (1=tidak bersekolah, 2=SD, 3=SMP, 4=SMA,
5=Sarjana), pendapatan, LIKERT (1=Sangat Tidak Setuju, 2=Tidak Setuju, 3=Netral,
4=Setuju dan 5=Sangat Setuju). Angka-angka ini hanya merupakan simbol
peringkat, tidak mengekspresikan jumlah.
3. Skala Interval
Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol mutlak.
Cirinya adalah merupakan angka yang sebenarnya/asli, berlaku operasi matematika serta
memiliki interval. Dalam skala interval juga terjadi pengelompokan data dengan jarak
antar dua peringkat data yang berurutan sama besar. Hubungan yang terbentuk antar dua
kelompok yang peringkatnya berurutan bukan semata-mata menerangkan kelompok data
yang satu lebih besar (>) atau lebih kecil (<) dari kelompok lain, tetapi menyatakan besar
perbedaan antara dua kelompok.
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal
dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap.
Contoh: indeks prestasi mahasiswa (0-4), suhu (25ºC-27ºC), misal temperatur
yang rendah pada suatu hari adalah 40o F dan temperatur yang tinggi adalah 80o F. Disini
kita tidak dapat mengatakan bahwa temperatur yang tinggi dua kali lebih panas
dibandingkan temperatur yang rendah karena jika skala Fahrenheit menjadi skala Celsius,
dimana C = (5F – 160) / 9, sehingga temperatur yang rendah adalah 4,4o C dan
temperatur yang tinggi adalah 26,6o C.
4. Skala rasio
Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak. Cirinya
adalah data pada umumnya, berlaku operasi matematika, nilai 0 adalah mutlak (titik awal
yang menyatakan keadaan dimana tidak adanya sifat yang diukur pada titik ini) serta
jarak sama. Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh
empiris absolut. Nilai absolut nol tersebut terjadi pada saat ketidakhadirannya suatu
karakteristik yang sedang diukur.
Tinggi dan berat adalah dua contoh nyata disini. Seseorang yang memiliki berat
100 kg boleh dikatakan dua kali lebih berat dibandingkan seseorang yang memiliki berat
50 kg, dan seseorang yang memiliki berat 150 kg tiga kali lebih berat dibandingkan
seseorang yang beratnya 50 kg. Dalam skala ratio nol memiliki makna empiris absolute
yaitu tidak satu pun dari property yang diukur benar-benar eksis.
Kesalahan Dalam Pengukuran Data
Menurut Miller & Miller (2001) tipe kesalahan dalam pengukuran dapat dibagi
menjadi tiga, yaitu:
1. Kesalahan serius (Gross error)
Tipe kesalahan ini sangat fatal, sehingga konsekuensinya pengukuran harus
diulangi. Indikasi dari kesalahan ini cukup jelas dari gambaran data yang sangat
menyimpang, data tidak dapat memberikan pola hasil yang jelas, tingkat reprodusibilitas
yang sangat rendah dan lain lain. Sumber kesalahan ini adalah surveyor/pengukur.
kesalahan ini terjadi karena kurang hati-hati/ gegabah, kurang pengalaman / kurang
perhatian, kesalahan ini tidak boleh terjadi, apabila diketahui ada kesalahan maka
dianjurkan untuk mengulang keseluruhan atau sebagian. contoh : salah baca, salah
mencatat, salah dengar. Untuk menghindari kesalahan ini adalah pengukuran lebih dari
satu kali, pengukuran dengan model dan teknik tertentu serta pengukuran dilakukan
dengan 2 orang atau lebih sesuai tugasnya..
2. Kesalahan acak (Random error)
Golongan kesalahan ini merupakan bentuk kesalahan yang menyebabkan hasil
dari suatu perulangan menjadi relatif berbeda satu sama lain, dimana hasil secara
individual berada di sekitar harga rata-rata. Kesalahan ini memberi efek pada tingkat
akurasi dan kemampuan dapat terulang (reprodusibilitas). Kesalahan ini bersifat wajar
dan tidak dapat dihindari, hanya bisa direduksi dengan kehati-hatian dan konsentrasi
Kesalahan random terjadi karena hal-hal yg tdk terduga seperti :
(1) Getaran udara / undulasi,
(2) Kondisi tanah tempat berdiri pengukur dan alat,
(3) Kecepatan udara atau kondisi atmosfer dan
(4) Kondisi pengamat.
Biasanya kesalahan ini terlihat bila suatu besaran diukur berulang ulang nilainya tidak
sama antara ukuran satu dgn yang lain.
3. Kesalahan sistematik (Systematic error)
Kesalahan sistematik merupakan jenis kesalahan yang menyebabkan semua hasil
data salah dengan suatu kemiripan. Hal ini dapat diatasi dengan standarisasi prosedur,
kalibrasi instrumen. Umumnya kesalahan sistematik disebabkan oleh alat-alat ukur
sendiri atau cara pengukuran yang tidak benar. Cara menghindari kesalahan alat perlu
dikalibrasi sebelum digunakan, dengan cara-cara pengukuran tertentu (pengamatan biasa
dan luar biasa dan hasilnya dirata-rata) serta koreksi pada pengolahan data. Pada
pengukuran jarak langsung kesalahan sistematik yang terjadi adalah panjang pita ukur
yang tdk standar, pelurusan yang tdk sempurna, pita ukur yang tidak sempurna,
kemiringan medan lapangan (slope), kelenturan pita ukur dan variasi temperatur udara.
Kesalahan pengukuran dapat disebabkan karena :
- Kesalahan manusia (human errors) misalnya kecerobohan dalam penggunaan alat,
kurang terampil atau teknik pengukuran yang tidak benar.
- Kesalahan alat, alat yang digunakan sudah rusak atau perlu kalibrasi.
- Kesalahan karena faktor alami, karena pengaruh banir pohon, cuaca, medan berat atau
ketinggian dan kelerengan tempat pengukuran.
Secara umum, faktor yang menjadi sumber kesalahan dalam pengukuran sehingga
menimbulkan variasi hasil, antara lain adalah:
1. Perbedaan yang terdapat pada obyek yang diukur.
Hal ini dapat diatasi dengan:
a. Obyek yang akan dianalisis diperlakukan sedemikian rupa sehingga diperoleh
ukuran kualitas yang homogen
2. Perbedaan situasi pada saat pengukuran.
Perbedaan ini dapat diatasi dengan cara mengenali persamaan dan perbedaan
suatu obyek yang terdapat pada situasi yang sama. Dengan demikian sifat-sifat dari
obyek dapat diprediksikan.
3. Perbedaan alat dan instrumentasi yang digunakan.
Alat ukur dikatakan valid (sahih) apabila alat ukur tersebut mampu mengukur
dengan tepat apa yang hendak diukur. Terdapat dua unsur penting yang tidak dapat
dipisahkan dari prinsip validitas, yaitu kejituan dan ketelitian. Suatu alat ukur
dikatakan jitu apabila alat ukur tersebut dapat dipergunakan secara tepat dan jitu
mengenai sasaran. Alat ukur dikatakan reliable (andal) jika alat ukur tersebut
memiliki sifat konstan, stabil atau tepat.
4. Perbedaan penyelenggaraan/administrasi.
Kendala ini diatasi dengan menyelesaikan permasalahannon-teknis dengan baik
sehingga keadaan peneliti selalu siap untuk sehingga melakukan kerja.
5. Perbedaan pembacaan hasil pengukuran.
Kesalahan ini dapat diatasi dengan selalu berupaya untuk mengenali alat atau
instrumentasi yang akan digunakan terlebih dahulu.
Kesalahan dapat dihindari dengan persiapan sebelum pelaksanaan seperti :
– Mengetahui tentang teori pengukuran
– Paham dengan jenis-jenis alat ukur dan cara koreksinya
– Menguasai metode-metode ilmu hitung perataan
– Bekerja dengan loyalitas tinggi dan rasa tanggung jawab
Non sampling Error (NSE) dan sampling Error (SE)
Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya.
Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan,
yang dikenal dengan nama “sampling error”. Penyimpangan dari karakteristik populasi
disebut galat sampling (sampling error). Jadi, galat sampling adalah perbedaan antara
hasil yang diperoleh dari sampel dengan hasil yang didapat dari sensus. Presisi diukur
yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (makin tinggi
pula tingkat presisinya. Walau tidak selamanya, tingkat presisi mungkin bisa meningkat
dengan cara menambahkan jumlah sampel, karena kesalahan mungkin bisa berkurang
kalau jumlah sampelnya ditambah (Kerlinger, 1973 ).
Jenis kesalahan ada 2, yakni kesalahan sampling dan kesalahan non sampling.
Kesalahan sampling (sampling error : SE) adalah kesalahan yang disebabkan karena
dilakukannya pengambilan contoh (sampling). Kesalahan bukan karena kesalahan
pengukuran, alat, faktor lingkungan maupun kesalahan pengukur melainkan kesalahan
pada saat melakukan sampling. Besarnya kesalahan sampling dapat dihitung dengan
pasti. Error sistematik akan berdampak pada akurasi pengukuran. Jika error sistematik
terjadi maka akurasi pengukuran tidak dapat ditingkatkan dengan melakukan
pengulangan pengukuran.
Biasanya, sumber error sistematik terjadi karena istrumen pengukuran tersebut
tidak terkalibrasi atau kesalahan pembacaan. Error acak akan berdampak pada presisi
pengukuran. Error acak hadir memberikan hasil pengukuran yang fluktuatif, di atas dan
di bawah nilai sebenarnya atau nilai yang diangap benar. Presisi pengukuran akibat error
acak ini dapat diperbaiki dengan melakukan pengulangan pengukuran. Biasanya, error ini
terjadi karena permasalahan dalam memperkirakan (estimating) nilai pengukuran saat
jarum berada di antara dua garis skala atau karena nilai yang ditunjukan oleh instrumen
tersebut berfluktuasi dalam rentang tertentu.
Kesimpulan
Data yang dapat memenuhi syarat keilmiahan setidak –tidaknya memenuhi dua
syarata yaitu mempunyai sifat kesahihan atau keabsahan data dan sifat kerterandalan
data. Data yang diperoleh dari suatu proses pengamatan dapat bersifat kuantitatif dan
kualikatif . Dalam pengukuran data terdapat empat macam skala data yaitu skala
DAFTAR PUSTAKA
Akca, Alparslan dan van Laar Anthonie. 1997. Forest Mensuration. Cuvillier Verlag. Gottingen.
Anonim. 2010. Defenisi Angka Penting. http://definisi-pengertian.blogspot.com/
Anonim. 2010. Skala Pengukuran. http://id.wordpress.com/tag/skalapengukuran/.
Anonim. 2010. Statistika Matematika. http://naviul.student.umm.ac.id/
BPKH Wilayah XI Jawa-Madura dan Forest Governance and Multistakeholder Forestry Programme (MFP II). Allometrik Berbagai Jenis Pohon untuk Menaksir Kandungan Biomassa dan Karbon di Hutan Rakyat. Program Kegiatan Penyusunan Basis Data Potensi dan Dinamika Karbon Hutan Rakyat di Pulau Jawa sebagai Prakondisi Proyek Karbon Hutan.
Budi, M. Pemodelan Pertumbuhan Volume Tegakan Acacia mangium. Studi Kasus di Hutan Tanaman Industri Pt. Musi Hutan Persada Sumatera Selatan. Fakultas Kehutanan Universitas Gadjah Mada Yogyakarta.
Budiman, A. Penyusunan Pita Volume Pohon Berdiri untuk Jenis-jenisHutan Rakyat (Revolusi Alat Ukur Volumetrik untuk Petani). Balai Penelitian Kehutanan Ciamis.
Gondells. 2009. Kesalahan-Kesalahan Dalam Pengukuran. http://belajar-teknik-sipil.blogspot.com/2010/03/kesalahan-kesalahan-dalam-pengukuran.html.
Husch, B. 1987. Perencanaan Inventarisasi Hutan. UI-Press. Jakarta.
Iqmal, T. Arti Penting Kalibrasi pada Proses Pengukuran Analitik: Aplikasi pada Penggunaan pHmeter dan Spektrofotometer UV-VIS. Jurusan Kimia-FMIPA Universitas Gadjah Mada. Yogyakarta.
Jhon, H. 2009. Riset Pemasaran. Universitas Gunadarma.
Latifah, S. 2003. Peranan Metode Analisis Kuantitatif dalam Pengelolaan Hutan di Indonesia. Program Ilmu Kehutanan Universitas Sumatera Utara. Medan.
Miller, J.N and Miller, J.C. 2000. Statistics and Chemometrics for Analytical Chemistry, 4th. Ed, Prentice Hall, Harlow.
.
.2003. Penyusunan Dan Validasi Fungsi Volume Batang (Studi Kasus pada Jenis
Gmelina arborea Roxb di Areal P.T. Wanakasita Nusantara, Jambi).Jurnal Manajemen Hutan Tropika Vol. IX No. 1 : 17-25 (2003) .
Munzir, I. 2009. Satuan Pengukuran (Unit of Measure.IND). http://munzir888.wordpress.com//satuan-pengukuran-unit-of-measure-ind/
Purba, H. 2009. Akurasi dan Presisi. http://hardipurba.com/
Simon, H. 1987. Manual Inventore Hutan. UI-Press. Jakarta.
Simon, H. 2007. Metode Inventore Hutan. Pustaka Pelajar. Yogyakarta.
Suhendar, E. 2010. Angka Penting.
http://www.smkn2pandeglang.net/index.php. SMKN2 Pandeglang.
Tim Pengajar. Handout Kuliah. Dasar-Dasar Pengukuran dan Kesalahan Pengukuran. P2M Departemen Teknik Mesin Fakultas Teknik Universitas Indonesia. Depok. Tim Pengajar. Hand out Kuliah. Skala Pengukuran dan Instrumen Penelitian. Teknik
Informatika Universitas Brawijaya. Malang.