entin-makalah aan 2009 revisi
TRANSCRIPT
ANALISIS KETIDAKPASTIAN PADA PERHITUNGAN KONSENTRASI UNSUR UNTUK PERANGKAT LUNAK k0-BATAN
Entin Hartini1, Khairina Ns1, Dinan Andiwijayakusuma1
Pusat Pengembangan Informatika Nuklir BATAN, Gd. 71 Kawasan Puspiptek Serpong, Tangerang, 15310
Email: [email protected]
ABSTRAK
ANALISIS KETIDAKPASTIAN PADA PERHITUNGAN KONSENTRASI UNSUR UNTUK PERANGKAT LUNAK k0-BATAN. Dalam tulisan ini kami menggunakan metodologi pendekatan ketidakpastian statistik, untuk analisis ketidakpastian perhitungan konsentrasi unsur pada Analisis Aktivasi Neutron Instrumental berbasis metode k0. Metode Monte Carlo digunakan pada analisis ketidakpastian untuk parameter jumlah cacah yang dikumpulkan pada puncak energi penuh (Np) dan massa sampel yang diiradiasi (W). Digunakan metodologi perhitungan konsentrasi unsur (ρ) dengan tambahan input stochastic dari Np dan W. Inputan stochastic dibangkitkan dengan menggunakan metoda Latin Hypercube Sampling (LHS) berbasis fungsi densitas peluang dari kedua parameter tersebut. Keluaran LHS diinputkan ke persamaan konsentrasi unsur. Pada tahap lebih lanjut perhitungan LHS ini akan menjadi salah satu modul pada perangkat lunak k0-BATAN.
Kata kunci: Analisis Aktivasi Neutron Instrumental, analisis ketidakpastian, Latin Hypercube Sampling, jumlah cacah, massa sampel
ABSTRACT
UNCERTAINTY ANALYSIS ON ELEMENTS CONCENTRATION CALCULATIONS FOR SOFTWARE k0-BATAN. In this paper we use the statistical uncertainty methodology approach to analyze the uncertainty of elements concentration of the Instrumental Neutron Activation Analysis based on k0
methods. Monte Carlo Method applied to analyze the uncertainty of counts collected at full energy peaks (Np) and and also applied to sample irradiated mass (W). The k0 stochastic Input Np dan W added to the methodology that has been applied in calculation of the elements concentration. Stochastic inputs generated by Latin Hypercube Sampling (LHS) based on the probability density function of that parameters. The LHS results will become input for the calculation of element concentrations. In further stages, this LHS calculations will be one of the k0-BATAN software moduls.
Keywords: Instrumental Neutron Activation Analysis, Uncertainty Analysis, Latin Hypercube Sampling, the number count, sample mass
PENDAHULUAN
Nilai yang diperoleh dari suatu pengukuran kuantitatif hanya merupakan suatu
perkiraan terhadap nilai benar dari sifat yang diukur dan suatu hasil pengukuran
menjadi tidak bermakna apabila tidak disertai pernyataan kuantitatif mengenai
kesalahan. Hal Ini disebabkan oleh adanya faktor yang berkontribusi terhadap
penyimpangan dan diperlukan suatu indikator mutu yang dapat diterapkan secara
universal yaitu ketidakpastian.
Salah satu aspek yang dominan dalam perhitungan konsentrasi unsur pada
metode k0 adalah keterlibatan parameter yang berpotensi menimbulkan
ketidakpastian yang akan berpengaruh terhadap hasil perhitungan. Variabel yang
paling dominan menyumbangkan ketidakpastian berasal dari data eksperimen.
Jumlah cacah yang terdeteksi pada puncak energi penuh (Np) perwaktu cacah dan
massa sampel (W) yang diiradiasi merupakan parameter-parameter dari
ketidakpastian.
Metodologi yang digunakan untuk analisis ketidakpastian perhitungan
konsentrasi unsur pada Analisis Aktivasi Neutron Instrumental berbasis metode k0
merupakan pendekatan ketidakpastian statistik. Metode Monte Carlo digunakan
pada analisis ketidakpastian tersebut dengan parameter Np dan W sebagai
parameter input yang stochastic. Pembangkitan sampel dilakukan terhadap Inputan
stochastic dengan menggunakan metoda Latin Hypercube Sample (LHS) berbasis
fungsi densitas peluang dari ke dua parameter tersebut. Keluaran LHS pada tulisan
ini diinputkan ke persamaan konsentrasi unsur dalam cuplikan analisis aktivasi
neutron pada energi tertentu. Pada tahap lebih lanjut perhitungan LHS ini akan
menjadi salah satu modul pada perangkat lunak k0-BATAN.
2. TEORI
2.1 KETIDAKPASTIAN PADA k0 AANI
Konsep standarisasi-k0 dalam AANI didasarkan pada iradiasi cuplikan dan
nuklida pemantau fluks secara bersamaan. Konsentrasi unsur dalam cuplikan pada
analisis aktivasi neutron dihitung berdasarkan persamaan [1]
(1)
dengan :
ρa merupakan konsentrasi unsur dalam cuplikan (mg/kg), Np adalah jumlah cacah
yang dikumpulkan pada puncak energi penuh, SDC merupakan faktor koreksi
saturasi untuk peluruhan dan tC waktu cacahan. F,α merupakan parameter reaktor
sedangkan εp,a efisiensi detektor. Fc,Au faktor komparator, k0,Au merupakan konstanta
k0,Au berbasis unsur emas. Gth,m merupakan faktor serapan diri thermal dan Ge,m
faktor serapan diri epithermal. Q0,a konstanta k0 dan W berat sampel. Dari
persamaan diatas Np dan W merupakan parameter yang stochastic dan
mengandung ketidakpastian sedangkan parameter lain dianggap konstan
2.2 ANALISIS KETIDAKPASTIAN DENGAN LATIN HYPERCUBE SAMPLING
Latin Hypercube sampling (LHS) merupakan teknik sampling dengaan reduksi varian
dan cakupan penuh dari kisaran setiap variabel dari region tertentu pada ruang
sampel. Secara khusus, masing-masing rentang variabel Xj dibagi ke dalam nLHS
interval probabilitas yang sama dipilih secara acak dari masing-masing Interval. Satu
set nLHS untuk nX dibentuk sebagai [3]
Xk = [xkl, Xk2, .... x k, nX], k = 1, ... nLHS, (2)
Pembangkitan sampel dari sebuah LHS dengan ukuran nLHS dari distribusi D1,
D2,……, Dnx yang terkait dengan elemen x = [x1, x2, …, Xnx] dengan nx = 3. Kisaran
setiap xj dibagi menjadi nLHS interval dari probabilitas sama dan satu nilai x ij dipilih
secara acak dari masing-masing interval. Sampel input dihasilkan berdasarkan
metode inverse transform, dan diberikan oleh
xhi,j= F-1 [(ri +i) / nj)], i = 1, .., nj, j = 1, .., k (3)
dimana ri untuk random number distribusi tertentu i = 1, .., nj, dan F-1(R), R [0,1],
adalah inverse transform dari distribusi tersebut.
3. DATA DAN STRUKTUR PROGRAM
Data untuk diambil dari NAA UTILITY- BATAN untuk unsur Cl , Al, Mg, Ti dan Eu
disajikan pada tabel 1. Massa sampel (W) 50 mg
Tabel1. Data Parameter Untuk Analisis Unsur
Cl Al Mg Ti Eu
HLIFE 37,21 2,24 9,462 5,76 8,8
RHLIFE M M M M Y
Energy Gamma 1642,42 1778,85 1014,44 320,076 756,870
Net Count Rate
uncertainty
2,41096
0,32378
82,71647
1,06728
0,75634
0,31813
0,84334
0,39749
3,24834
0,34251
SDC 2,15E-006 3,34E-005 8,18E-006 1,35E005 7,48E007
Q0 0,69 0,71 0,64 0,67 5,66
k0 Gamma 0,00197 0,0175 9,8E-5 3,74E-4 0,108
F 43,9 43,9 43,9 43,9 43,9
Alpha 0,026 0,026 0,026 0,026 0,026
Fc 214,898 214,898 214,898 214,898 214,898
tirr 299,999 299,999 299,999 299,999 299,999
td 596.363,990 596.363,990 596.363,990 596.363,990 596.363,990
tc 312 312 312 312 312
Gthm 1 1 1 1 1
Gtha 1 1 1 1 1
0 ,9 0 ,9 0 ,9 0 ,9 0 ,9
3.1 Tahapan Latin Hypercube Sampling (LHS) untuk Analisis Ketidakpastian
3.1.1 Mendefinisikan ρ (Xi)
Ketidakpastian variabel ρ dipengaruhi oleh ketidakpastian variabel X, modul ini
digunakan untuk mendefinisikan model ρ = f(X). Data untuk model ρ adalah
banyaknya variabel X
3.1.2 Mendefinisikan Variabel X
Modul ini mendefiniskan variabel X, yang terdiri dari beberapa tahap. Pada awalnya
dilakukan definisi distribusi X (Normal, Uniform atau Triangular). Hal ini bisa
diperoleh dari ulasan expert yang kompeten, selanjutnya menentukan parameter
masing-masing sesuai distribusinya, untuk membangkitkan sampel.
3.1.3 Memilih Distribusi X (Normal, Triangular,Uniform)
Memasukkan parameter karakteristik sesuai dengan distribusi X dan membangkitan
sampel
3.1.4 Pembangkitan sampel X
pembangkitan sampwl ini diawali dengan menentukan banyaknya sampel yang ingin
dibangkitkan, selanjutnya dimasukkan parameter sesuai dengan distribusinnya.
Sesuai dengan metode LHS, dari nilai r yang di-generate. Kemudian dihitung nilai X
tergantung dari jenis distrubusinya.
3.1.5.Menghitung variabel ρ
Setelah didapat masing-masing sample X sejumlah trial, maka, selanjutnya dihitung
nilai ρ berdasarkan fungsi yang telah ditentukan. Data untuk menghitung variabel ρ
adalah Sampel masing-masing X.
3.6. Deskripsi variabel ρ (Rata-rata dan varians). Dari nilai ρ yang didapat sebanyak
trial, kemudian dihitung rata-rata dan variannya.
Secara umum menu yang ada di software ini ada 2 yaitu :Proses Variabel
dan Hitung Data.
1. Menu Proses Variabel digunakan untuk mendapatkan distribusi nilai variabel
sesuai data yang diperoleh. Langkah pertama menentukan jenis / nama variabel
kemudian tentukan jenis distribusi pada variabel tersebut, selanjutnya menentukan
banyak trial yang akan dilakukan untuk mendapatkan jumlah data yang diinginkan.
Hal ini dilakukan untuk semua variabel dengan jumlah trial yang sama, namun jenis
distribusi untuk masing-masing variabel bisa berbeda.
2. Menu Hitung Data digunakan setelah masing-masing Variabel dibangkitkan dan
didapat sampel dengan sejumlah trial, selanjunya dilakukan perhitungan fungsi ρ.
Pada Hitung Data terlihat data-data Variabel yang sudah terkumpul, sebelum
melakukan perhitungan tentukan terlebih dulu nilai-nilai konstanta, yaitu waktu
cacahan, faktor koreksi saturasi untuk peluruhan, parameter reaktor, efisiensi
detektor, faktor komparator, konstanta k0,Au barbasis unsur emas, faktor serapan diri
thermal, faktor serapan diri epithermal dan konstanta k0. Selanjunya melihat
deskripsi variabel ρ
4. HASIL DAN PEMBAHASAN
Dalam penelitian ini telah dilakukan pengembangan perangkat lunak untuk
analisis ketidakpastian pada perhitungan konsentrasi unsur (ρ) yang selanjutnya
dapat digunakan untuk perangkat lunak k0-BATAN. Pembangkitan sampel untuk
parameter Jumlah cacah yang dikumpulkan pada puncak energi penuh (Np) dan
massa sampel yang diiradiasi (W) dilakukan dengan LHS dengan menganggap W
berdistribusi normal dengan rata-rata 50 dan simpangan baku 0.04 sedangkan Np
berdistribusi normal dengan rata-rata Net Peak dan simpangan baku untuk masing-
masing unsur adalah Cl (2,41096 , 0,32378), Al (82,71647, 1,0672), Mg (0,75634 ,
0,31813), Ti(0,84334, 0,39749) dan Eu(3,24834, 0,34251) . Parameter lainnya
yaitu waktu cacahan, faktor koreksi saturasi untuk peluruhan, parameter reaktor,
efisiensi detektor, faktor komparator, konstanta k0,Au barbasis unsur emas, faktor
serapan diri thermal, faktor serapan diri epithermal dan konstanta k0 dianggap
konstan terhadap sampel Cl, Al, Mg, Ti dan Eu. Dari hasil perhitungan diperoleh nilai
kosentrasi unsur (ρ) tanpa ketidakpastian parameter Input dan nilai kosentrasi
unsur dengan memperhitungkan ketidakpastian parameter input disajikan pada
tabel2.
Tabel2. Perbandingan nilai konsentrasi
Unsur Konsentrasi dengan menghitung
ketidakpastian input Np dan W
Simpangan Baku
Interval kepercayaan
95%
Konsentrasi tanpa menghitung
Ketidakpastian input Np dan W
Cl
Al
Mg
Ti
Eu
4295,95
1067,980
7119,520
1260,221
302,597
471,44
10,958
2.454,306
486,992
26,097
4.203,55 - 4,388,36
1.065.83 - 1.070,12
6.638.47 - 7.600,56
1.164.77 - 1.355,67
297.482 - 307,712
4.302,234
1.069,500
7.117,151
1.256,139
302,490
TAMPILAN PROGRAM
LHS untuk net count rate (Np/t) berdistribusi normal dengan mean 2,41096 dan
standar deviasi 0,32378 disajikan pada gambar1.
Gambar1. LHS untuk Np/t
LHS untuk massa sampel yang diiradiasi (W) berdistribusi normal dengan mean 50
dan standar deviasi 0,04 disajikan pada gambar2.
Gambar2. LHS untuk W
Hasil perhitungan konsentrasi unsur dengan memperhitungan ketidakpastian pada
massa sampel dan Net peak disajikan pada gambar3.
Gambar3. Hasil Perhitungan Konsentrasi Unsur
5. KESIMPULAN
Telah dilakukan pengembangan perangkat lunak untuk analisis ketidakpastian pada
perhitungan konsentrasi unsur pada energi gamma 1.642,42 , 1.778,85 , 1014,44 ,
320,076 dan 756,870 untuk unsur Cl, Al, Mg, Ti dan Eu dengan memperhitungkan
ketidakpastian pada input parameter massa sampel (W) dan Net peak (Np). Analisis
ini dapat dilakukan untuk parameter lainnya yang dianggap mempunyai kontribusi
terhadap ketidakpastian output. Pada tahap lebih lanjut perhitungan LHS ini akan
menjadi salah satu modul pada perangkat lunak k0-BATAN
6. UCAPAN TERIMAKASIH
Penulis mengucapkan terimakasih kepada Drs. Sutisna.DEA, pakar AAN dari Pusat
Teknologi Bahan dan Instrumentasi Nuklir-Batan atas masukan yang diberikan pada
penulisan makalh ini.
7. DAFTAR PUSTAKA
[1] Frans De Corte, “ The k0-Standardization Method A Move to The Optimization of
Neutron Activation Analysis” Proefschrift voorgelegd tot het verkrijgen van de
graad van Geaggregeerde voor het Hoger Onderwijs, 1987
[2] J.c. Helton, J.D. Johnson, “ Survey of Sampling-Based Methods for Uncertainty
and Sensitivity Anaysis”, Sandia National Laboratoris , USA, 2006
[3] Athanasion Papoulis S. Unnikrishna Pillai, “ Probability, Random Variables and
Stochastic Proses”, McGraw-Hill Education, 2002
[4] http://mathwold.Wolfram.com/ Statistical Distribution, 2008