3.

4 CONTOH PROBLEM PERATAAN KUADRAT TERKECIL SEDERHANA

Pada mata kuliah Hitung Perataan I ini bentuk umum dari masingmasing teknik perataan kuadrat terkecil belum diberikan. Tetapi contoh
penggunaan perataan kuadrat terkecil untuk memecahkan permasalahan
yang sederhana dapat dilihat berikut ini. Dalam contoh berikut, diasumsikan
bahwa semua pengamatan tidak berkorelasi dan memiliki ketelitian (bobot)
yang sama. Asumsi ini diperlukan supaya persamaan yang digunakan
sederhana. Penting untuk dicatat bahwa pada pengukuran untuk surveying
mungkin didapatkan hasil pengamatan dengan bobot yang berbeda-beda.
Contoh 3.2
Sebuah jarak diukur sebanyak 4 kali (n=4) dengan hasil sebagai berikut :
l 1=32.51 m; l 2=32.48 m ,; l 3=32.52 ml 4 =32.53 m
. Berapakah nilai estimasi kuadrat
terkecil untuk jarak tersebut?
Jawab :
Misalkan nilai estimasi kuadrat terkecil dari jarak yang kana dicari adalah
^x Jika n=4 dan n0=1 (hanya satu elemen yaitu jarak yang diperlukan
dalam model matematika) maka

r=41=3.

Dengan menganggap x

sebagai parameter yang akan dicari (unknown parameter), maka jumlah

persamaan syarat adalah 3+1=4=n . Persamaan syarat tersebut adalah
l 1+ v 1=^x

or

v 1= x^ 23.51

l 2+ v 2=^x

or

v 2= x^ 32.48

l 3+ v 3= x^

or

v 3= ^x 23.52

l 4 +v 4= x^

or

v 4=^x 23.53

Prinsip perataan kuadrat terkecil

=v 1 + v2 + v 3+ v 4 =( ^x 23.51 ) + ( ^x 32.48 ) + ( ^x 23.52 ) + ( ^x 23.53 )

Untuk membuat minimum, maka turunan pertama dari persamaan di atas

terhadap x harus nol, sehingga didapat

=2 ( x^ 23.51 )+ 2 ( ^x 32.48 ) +2 ( ^x 23.52 ) +2 ( ^x 23.53 )=0

^x
Atau
^x =( 23.51+32.48+23.52+23.53 )=130.04 m.
Sehingga
^x =130.04 /4 = 32.51m

Dapat dilihat dan telah diperkirakan sebelumnya bahwa nilai estimasi

kuadrat terkecil pada contoh di atas merupakan nilai rata-rata dari keempat
pengamatan. Hal ini pasti terjadi berapapun jumlah pengmatannya selama
semua pengamatan tidak berkorelasi dan bobot pengamatan sama.
Contoh 3.3
Ketiga sudut dalam dari sebuah
a1=41 33 ' , a2=78 57 ' , a3=59 27 '
.

segitiga

diukur

dengan

hasil

Hitung masing-masing sudut hasil perataan menggunakan perataan kuadrat

terkecil.
Solusi :
Diperlukan minimal dua ukuran sudut untuk mmebentuk sebuah segitiga
(i.e.,

0= 2
) dan karena terdapat 3 pengamatan
n

lebih

r=31=1. . Syarat geometri dari sebuah segitiga adalah

n=3 maka jumlah ukuran

a^1 + a^2+ a^3=180

atau
a
a
a
( 3+ v 3)=180
( 2+ v2 )+
( 1+ v1 )+

Atau
v1

v2

a1
a
a
+ v 3=180 + 2 + 3

v1

v2

41 33 '
+ v 3=180 + 78 57 + 59 27 '

v1

v2

+ v 3=180 179 57 =3 '

Dimana

'

v 3= ( 3' v 1v 2 ) , persamaan di atas dapat disederhanakan sebagai

berikut

=v 21 + v22 + v 23==v 21 + v 22+(3' v 1v 2 )

Kemudian

'
=2 v 1+2 ( 3 v 1v 2 ) (1 ) =0
v1


=2 v 2+ 2 ( 3' v 1v 2 ) (1 ) =0
v2

Kedua persamaan di atas dapat disederhanakan menjadi

2 v 1+ v 2=3

'

v 1 +2 v 2=3 '
Mengalikan persamaan pertama dengan 2 dan mengurangkan, didapatkan
4 v 1+ 2 v 2=6'
v 1 +2 v 2=3 '
3 v 1=3 '
Hense

v 1=1 '

mengganti kembaliyang pertama dariperbaikanpersamaan.

Didapatkan
v 2=3' 2 v 1=3' 2' =1 '
Akhirnya
v 3=3' v 1v 2=1 '
Kemudian didapatkan nilai v1=1, nilai v2=1 dan nilai v3=1
Maka nilai sudut setelah perataan adalah
a^1=a1 +v 1=41 33 '
a^2=a2 +v 2=78 57
a^3 =a3 + v3 =5 9 27'

180
Cek 1 + 2 + 3 = 41034 + 78058 + 59028 = 1800

Contoh 3.4
Jarak AB , BC ,CD , AC ,BD diukur, gambar.3.4 nilai yang diamati adalah
100.00m, 100.00m, 100.080m, 200.040m, and 200.00m. masing -masing.
Semua pengukuran tidak berkorelasi dan memiliki presisi yang sama. Jika
nilai-nilai yang diukur disesuaikan sesuai dengan prinsip kuadrat terkecil,
berapakah jarak yang disesuaikan yang dihasilkan antara A and D?
Solusi
Model geometris relatif sederhana, adalah bahwa dari tiga jarak
x 1 , x 2x 3
colliniear AB, BC, dan CD, yang akandapat kitadonasikan
masingmasing.. Tentu saja hal itu akan memakan waktu minimal tiga pengukuran
n0=3 .
untuk menentukan unik model ini (i.e.,
karena kita memiliki lima
pengukuran jarak ( n=5 ,
ada dari dua pengamatan redudant, atau
r=53=3. jika earry x 1 , x 2 x 3 tiga parameter yang tidak diketahui, kita
perlu menulis

2+3=5=n persamaan kondisi n yang berhubungan lima

pengukuran
l1 ,

l2 ,

l3 ,

l 4 ,l 5

estimasi parameter

x1

l 1+ v 1=^
x1

or

v 1= x^1l 1= x^1100.000

l 2+ v 2=^
x2

or

v 2= x^2l 2 =^
x2 100.000

l 3+ v 3= x^3

or

v 3= ^
x3 l 3=^
x 3100.080

l 4 + v 4= x^1 + ^
x3

or

v 4=^
x 1+ ^
x3 l 4= x^1 + ^
x 3200.040

x2 ,

x3

l 5+ v 5= x^2 + ^
x3

or

v 5= ^
x2 + ^
x 3l 5= x^2 + ^
x 3200.000

Untuk mendapatkan solusi kuadrat terkecil kita harus meminimalkan jumlah

kuadrat dari residual. Dengan demikian,
=v 21 + v22 +v 23+v 24 +v 25
(^
x 1100.000 )2 + ( ^
x 2100.000 )2 + ( x^3100.080 ) 2+ ( ^
x1 + ^
x 3200.040 ) 2+ ( x^2 + ^
x 3200.000 )2

harus diminimalkan derivatif parsial sehubungan dengan masing-masing

x ^
^
x x^
perkiraan parameter ( 1 2 3 ) dievaluasi dan setara dengan nol; demikian

=2 ( ^
x1 100.000 ) +2( ^
x 1+ x^3200.040)=0
x1

=2 ( ^
x2 100.000 ) +2 ( ^
x1 + x^3200.040 ) + 2(^
x 2+ x^3200.000)=0
x2

=2 ( ^
x3 100.080 ) +2( ^
x2 + ^
x 3200.000)=0
x3
Membersihkan dan menata ulang, tiga persamaan menjadi
2^
x1 + ^
x 2=300.040
x 1+3 ^
^
x 2 +^
x1 =500.040
x 2+2 ^
^
x 3=300.040
Ketiga persamaan dalam tiga hal yang tidak diketahui disebut
persamaan normal. Persamaan tersebut menunjukkan hal itu setelah
menerapkan kriteria kuadrat ( meminimalkan ). Dan kasus pengukuran
inkonsisten yang ditentukan berlebihan berubah menjadi kasus yang unik
(konsisten).
Membagi (a) dengan 2 dan mengurangkan dari (b) untuk mendapatkan

2.5 ^
x2 + x^1=350.020
Di mana kita kurangi satu-setengah (c) untuk mendapatkan
2^
x 2=199.980^
x 2=99.990 m
Mengganti nilai yang sama
2^
x 1=300.04099.990=200.050,^
x 1=100.025 m
Dan menggantikannya dengan nilai yang sama ke (c), kita mendapatkan
2^
x 3=300.08099.990=200.090,^
x 3=100.045 m
Dengan demikian, jarak yang disesuaikan antara A dan D adalah
AD =^
x1 + x^2 + ^
x 3=100.025+99.990+100.045=300.060