BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 3 BAB LANDASAN TEORI. Defs Pemelharaa Pegerta Pemelharaa da Perawata ( Mateace ) meurut Assaur adalah suatu kegata utuk mejaga atau memelhara fasltas da peralata pabrk da megadaka perbaka atau peyesuaa/peggata yag dperluka agar supaya terdapat suatu keadaa operas produks yag memuaska sesua dega yag drecaaka.peraa Mateace meetuka dalam kegata produks yag meyagkut kelacara/kemaceta produks, kelambata da volume produks serta efses berproduks. ( Assaur, hal 88 ) Dega adaya kegata mateace maka fasltas/ peralata pabrk dapat dperguaka utuk produks sesua dega recaa, da tdak megalam kerusaka selama dguaka dalam proses produks atau sebelum jagka waktu tertetu yag drecaaka tercapa da Proses produks dapat berjala dega lacar. Pemelharaa mempuya peraa yag sagat meetuka dalam kegata produks dar suatu perusahaa yag meyagkut kelacara atau kemaceta produks, kelambata da volume produks. Dega demka, pemelharaa memlk fugs yag sama petgya dega fugs-fugs la dar suatu

2 4 perusahaa. Karea petgya aktvtas pemelharaa maka dperluka perecaaa yag matag utuk mejalakaya, sehgga terhetya proses produks akbat mes rusak dapat dkurag semmum mugk. Pemelharaa yag bak aka megakbatka kerja perusahaa megkat, kebutuha kosume dapat terpeuh tepat waktu, serta la vestas yag dalokaska utuk peralata da mes dapat dmmas. Sela tu pemelharaa yag bak juga dapat megkatka kualtas produk yag dhaslka da megurag waste yag berart megurag ogkos produks. Pelaksaaa dar perawata memerluka beberapa hal petg, yatu dataraya :. Orag yag berweag atau bertaggug jawab terhadap pelaksaaa.. Perecaaa da pejadwala perawata. 3. Pegawasa utuk dapat mejaga agar tujua perawata dapat terpeuh. 4. Dperluka pula peyesuaa bla terjad suatu peympaga, perubaha terhadap kerja produks. Peraa baga mateace tdak haya mejaga agar kegata dlata produks pabrk dapat berjala dega bak ataupu juga agar produk dapat dproduks da dserahka kepada pelagga tepat pada waktuya, aka tetap utuk mejaga agar pabrk dapat bekerja secara efse dega meeka atau megurag kemaceta-kemaceta mejad semmum mugk.

3 5 Jad dega adaya kegata mateace, maka peralata pabrk dapat dperguaka utuk produks sesua dega recaa, da dharapka dapat meuruka tgkat kerusaka selama peralata tersebut dperguaka utuk proses produks.. Tujua Pemelharaa Secara umum, masalah pemelharaa serg terabaka sehgga kegata pemelharaa tdak teratur, yag pada akhrya apabla mes da peralata megalam kerusaka dapat mempegaruh kapastas produks. Dega demka, kegata pemelharaa harus dlakuka secara tetap da kosste. Kegata pemelharaa peralata da fasltas mes tetu memlk tujua. Tujua utama dar fugs perawata adalah( Assaur, Hal 89):. Memperpajag usa keguaa asset.. Mejam ketersedaa peralata da kesapa operasoal perlegkapa serta peralata yag dpasag utuk kegata produks. 3. Membatu megurag pemakaa atau peympaga dluar batas serta mejaga modal yag dtaamka selama waktu yag dtetuka. 4. mejaga kualtas pada tgkat yag tepat utuk memeuh apa yag dbutuhka oleh produk tu sedr da kegata produks yag tdak tergaggu. 5. Meeka tgkat baya perawata seredah mugk dega melaksaaka kegata perawata secara efektf da efse. 6. Memeuh kebutuha produk da recaa produks tepat waktu.

4 6 7. Megkatka keterampla para supervsor da operator melalu kegata pelatha yag dadaka. 8. Meghdar kegata mateace yag dapat membahayaka keselamata para pekerja..3 Jes-jes Pemelharaa Aktvtas perawata (mateace) dapat dbedaka dalam tga jes yatu prevetve mateace (pecegaha), correctve mateace (perbaka),predctve mateace, da breakdow mateace..3. Breakdow Mateace (Do t Do Mateace) Breakdow mateace meurut Tampubolo (004, p5) adalah kegata pemelharaa yag dlakuka setelah terjadya kerusaka atau terjad kelaa pada fasltas da peralata sehgga tdak dapat berfugs dega bak. Cotohya mes da peralata yag dguaka dalam proses kovers, selama mash ada garas (after sale servce), tdak terlalu meekaka pada pemelharaa prevetf, cukup pada keadaa apabla mes da peralata sudah megalam kerusaka sehgga perlu pembogkara secara total (breakdow). Pada dasarya aktvtas tdak tepat utuk dsebut aktvtas perawata. Yag termasuk dalam katagor adalah semua aktvtas yag tak terecaa (uscheduled) yag dsebabka oleh kerusaka (breakdow) peralata.

5 7.3. Correctve Mateace (CM) Perawata korektf merupaka stud dalam meetuka tdaka yag d perluka utuk megatas kerusaka atau kemaceta yag terjad berulag kal. tdaka perawata bertujua utuk mecegah terjadya kerusaka yag sama.. Prosedur d tetapka pada peralata atau mes yag sewaktu waktu dapat terjad kerusaka. Pada umumya usaha utuk megatas kerusaka tu dapat d lakuka dega cara sebaga berkut:. Mecatat data trouble/kerusaka, melakuka kemuda meg-mprove peralata sehgga trouble/kerusaka yag sama tdak terjad lag. Improve peralata sehgga perawata mejad lebh mudah. 3. Merubah proses. 4. Meracag kembal kompoe yag gagal. 5. Meggat dega kompoe yag baru. 6. Megkatka prosedur perawata prevetf. 7. Mejau kembal da merubah sstem pegoperasa. Dega demka ddapatka kesmpula bahwa pemelharaa korektf memusatka permasalah setelah permasalaha tu terjad, buka megaalsa masalah utuk mecegahya agar tdak terjad..3.3 Prevetve Mateace (PM) Prevetve Mateace (Ebellg Hal 89) adalah pemelharaa yag dlakuka secara terjadwal, umumya secara perodk, dmaa sejumlah tugas

6 8 pemelharaa sepert speks, perbaka, peggata, pembersha, pelumasa da peyesuaa dlaksaaka. Kegata pemelharaa atau perawaata utuk mecegah terjadya kerusaka yag tak terduga yag meyebabka fasltas produks megalam kerusaka pada waktu dguaka dala proses produks. Pemelharaa prevetf sagat petg utuk medukug fasltas produks yag termasuk dalam gologa crtcal ut sepert berkut (Tampubolo, 004, p5) : Kerusaka fasltas atau peralata aka membahayaka keselamata atau keseata para pekerja. Kerusaka fasltas aka mempegaruh kualtas dar produk yag dhaslka. Kerusaka fasltas tersebut aka meyebabka kemaceta seluruh proses produks. Modal yag dtaam (vestas) dalam fasltas tersebut cukup mahal hargaya. Terdapat beberapa mafaat dar pemelharaa pecegaha yatu sebaga berkut (Patto, 995, p) :. Memperkecl overhaul ( turu mes ).. Megurag kemugka resparas bersekala besar. 3. Megurag baya kerusaka / pergata mes. 4. Memperkecl kemugka produk produk yag rusak.

7 9 5. Memmalka persedaa suku cadag. 6. Memperkecl hlagya gaj gaj tambaha akbat peurua mes ( overhaul ). 7. Meuruka harga satua dar produk pabrk. Dalam praktek d lapaga, pemelharaa prevetf dalam perusahaa dapat dlakuka da dbedaka sebaga berkut (Tampubolo, 004, p5) :. Route mateace. Kegata perawata yag dlakuka secara rut. Cotohya yatu pelumasa, pegeceka s baha bakar.. Perodc mateace. Kegata perawata yag dlakuka secara perodc atau dalam jagka waktu tertetu. Program mecagkup : Pejaua pada seluruh catata, termasuk kartu kartu order speks atau kartu hstorcal peralata. Pejaua baya perbaka. Pejaua perawata. keruga Produks karea adaya pekerjaa Pejaua utuk jama order pekerja perbaka da pegatura kembal megea prortas kerja yag d utamaka. Pejaua terhadap alteratf apa yag ddahuluka atau djadwalka terlebh dahulu.

8 30 Prevetve mateace merupaka tdaka perawata pecegaha dalam ragkaa aktvtas pemelharaa dega tujua : o Memperpajag umur produktf asset dega medeteks bahwa sebuah asset memlk ttk krts pegguaa (crtcal wear pot) da mugk aka megalam kerusaka. o Melakuka speks secara efektf da mejaga supaya kods peralata selalu dalam keadaa sehat. o Megelmr kerusaka peralata da hasl produks yag cacat serta megkatka ketahaa mes da kemampua proses o Megurag waktu yag terbuag pada kerusaka peralata dega membuat aktvtas pemelhara peralata o Mejaga baya produks semmum mugk.3.4 Predctve Mateace (PM) Yatu tekk perawata dmaa dlakuka speks terhadap asset peralata utuk mempredkska terhadap kerusaka/kegagala yag aka terjad. Beberapa cotoh tekk perawata predktf : vbrato motorg, thermography, trbology, process parameters, vsual specto, ultrasoc motorg, other o-destructve techques.

9 3 Dagram. Relas Kosep Mateace Keutuga dar perawata yag drecaaka (scheduled mateace) : Megurag dow-tme, megkatka up-tme Megurag breakdow mateace Megkatka efses peralata Memperpajag umur hdup peralata (umur produktf) Megurag jumlah stadby-equpmet Megurag persedaa/stock spare parts Pejadwala pekerja yag lebh efektf Dstrbus pekerja (labor) yag lebh sembag Megurag overtme Stadarsas prosedur operas, baya da waktu utuk meyelesaka pekerjaa Megkatka produktvtas Lebh efse dalam cost perawata Megkatka kualtas produk, dsb.

10 3 Prevetve mateace juga melput :. Melakuka pecatata da pegelolaa data tetag perawata, kegagala, da pegguaa peralata (dasar aalss peralata). Semua jes kegata predctve. Termasuk speks, melakuka pegukura, speks part utuk kualtas, aalss pelumas, temperature, getara, kebsga, pecatata semua data dar kegata predctve utuk tred aalyss 3. Perbaka mor (30 met) doroga yag besar kearah produktvtas 4. Wrtg up setap kods yag memerluka perhata khusus yag berpotesal kearah kegagala 5. Pejadwala da pelaksaaa perbaka yag dstrukska 6. megguaka frekues da severty kegagala utuk megkatka PM task lst 7. Trag da upgradg kemampua system PM Sstem prevetve mateace dracag utuk tujua :. Medeteks lokas crtcal potetal falure. Megaulr potetal falure

11 33.4 Kosep-Kosep Pemelharaa.4. Kosep Breakdow (Dowtme) Breakdow dapat ddefska sebaga berhetya mes pada saat produks yag melbatka egeerg dalam perbaka, basaya meggat sparepart yag rusak, da lamaya waktu lebh dar 5 met (berdasarka defs OPI-Overall Performace Idex). Lama waktu dmaa suatu ut tdak dapat mejalaka fugsya sesua dega yag dharapka dsebut sebaga dowtme mes. Dowtme mes dapat terjad ketka ut megalam masalah sepert kerusaka yag dapat meggaggu performas secara keseluruha termasuk kualtas produk yag dhaslka atau kecepata produksya sehgga membutuhka sejumlah waktu tertetu utuk megembarka fugs ut tersebut pada kods semula. Operas Waktu Produks Waktu Produks Waktu Produks Waktu Produks.. Breakdow # Breakdow # Breakdow # 3 Berhet Waktu Breakdow Waktu Breakdow Waktu Breakdow Waktu Grafk. Hubuga waktu breakdow terhadap waktu produks

12 34 Breakdow pada mes da peralata produks basaya dsebabka oleh factor-faktor sebaga berkut : Debu, kotora, baha dasar Geseka, umur mes, keloggara, kebocora Karat, perubaha betuk, cacat, retak Suhu, getara, da factor-faktor kmaw laya Kelemaha racaga Kurag perawata pecegaha Pegatasa semetara sebelumya tdak sempura Kesalaha operasoal Kualtas sparepart yag redah Da faktor-faktor peyebab kerusaka yag laya.4. Kosep Kehadala (Relablty) Yag dmaksud dega keadala adalah :. Peluag sebuah kompoe atau sstem aka dapat beroperas sesua fugs yag dgka utuk suatu perode waktu tertetu ketka dguaka dbawah kods operas yag telah dtetapka. (Ebelg, 997, p5). Peluag dar sebuah ut yag dapat bekerja secara ormal ketka dguaka utuk kods tertetu setdakya bekerja dalam suatu

13 35 kods yag telah dtetapka. (Dhllo ad Reche, 995, p5) Terdapat empat eleme yag sgfka dega kosep relablty dataraya adalah Probablty (peluag) mempuya pegerta bahwa setap tem memlk umur berbeda atara satu dega yag laya. Hal memugkka utuk megdetfkas dstrbus dar kerusaka tem utuk megetahu umur paka dar tem tersebut. Performace (kerja) medfska bahwa kehadala merupaka suatu karakterstk performas sstem dmaa suatu sstem yag adal harus dapat meujukka performas yag memuaska jka doperaska. Waktu. Relablty dyataka dalam suatu perode waktu. Peluag suatu tem utuk dguaka selama setahu aka berbeda dega peluag tem utuk dguaka dalam sepuluh tahu. Kods mejelaska bahwa perlakua yag dterma oleh suatu system aka memberka pegaruh terhadap tgkat relablty..4.3 Kosep Mataablty (keterawata) Adalah probabltas suatu kompoe atau system yag rusak aka dperbak atau dpulhka kembal pada kods yag telah dtetuka selama perode waktu

14 36 tertetu dmaa dlakuka perawata sesua dega prosedur yag seharusya. Keterawata suatu peralata dapat ddefska sebaga probabltas peralata tersebut utuk bsa dperbak pada kods tertetu dalam perode waktu tertetu (Ebellg, hal 6).4.4 Kosep Avalablty (ketersedaa) Avalablty adalah probabltas kompoe atau sstem dapat beroperas sesua dega fugsya pada kods operas ormalya apabla tdaka perawata pecegaha da pemerksaa dlakuka. Avalablty total melput peggata pecegaha da pemerksaa dalam art avalablty merupaka propors waktu teorts yag terseda utuk kompoe dalam system dapat beroperas dega bak..5 Lagkah-lagkah pegambla tdaka Mateace Dalam meetuka tdaka mateace yag dambl ada 4 tahap yag harus dlewat terlebh dahulu yatu : (Arma, hal 366). What : berart meetuka jes kompoe yag perlu dberlakuka pemelharaa rut. Type kompoe dgologka dalam jes : Kompoe Krts : kompoe yag frekues kerusakaya sagat serg Kompoe Mayor : kompoe yag frekues kerusakaya cukup tgg.

15 37 Kompoe Mor : kompoe yag frekues kerusakaya jarag.. How : berart bagamaa cara/tdaka pemelharaa yag dambl : Ispeks rut Prevetve Mateace Correctve Mateace 3. Who : adalah sapa yag aka bertaggugjawab atas kerusaka da yag bertaggug jawab utuk mereparasya. 4. Where : meujukka tempat yag aka dguaka utuk mereparasya..6 Dstrbus Kerusaka Terdapat 4 macam dstrbus yag dguaka agar dapat megetahu pola data yag terbetuk, dstrbus tersebut atara la : dstrbus Webull, Ekspoesal, Normal da Logormal.. Dstrbus Webul l Dstrbus Webull merupaka dstrbus yag palg bayak dguaka utuk waktu kerusaka karea dstrbus bak dguaka utuk laju kerusaka yag megkat maupu laju kerusaka yag meuru. Terdapat dua parameter yag dguaka dalam dstrbus yatu θ yag dsebut dega parameter skala (scale parameter) da β yag dsebut dega parameter betuk (shape parameter).

16 38 Fugs relablty yag terdapat dalam dstrbus Webull yatu (Ebelg, 997, p59) : Relablty fucto : R ( t) = e ( t θ ) β Dmaa θ > 0, β > 0, da t > 0 Dalam dstrbus Webull yag meetuka tgkat kerusaka dar pola data yag terbetuk adalah parameter β. Nla-la β yag meujukka laju kerusaka terdapat dalam tabel berkut (Ebelg, hal 63) : Tabel. Nla-Nla Parameter β Nla Laju Kerusaka 0 < β < Peguraga laju kerusaka (DFR) β = Dstrbus Ekspoesal < β < Pegkata laju kerusaka (IFR), Kokaf β = Dstrbus Raylegh β > Pegkata laju kerusaka (IFR), Koveks 3 β Pegkata laju kerusaka (IFR), medekat kurva ormal Jka parameter β mempegaruh laju kerusaka maka parameter θ mempegaruh la tegah dar pola data.

17 39 Gambar.3 Grafk Webull. Dstbus Ekspoesal Dstrbus Ekspoesal dguaka utuk meghtug keadala dar dstrbus kerusaka yag memlk laju kerusaka kosta. Dstrbus mempuya laju kerusaka yag tetap terhadap waktu, dega kata la probabltas terjadya kerusaka tdak tergatug pada umur alat. Dstrbus merupaka dstrbus yag palg mudah utuk daalsa. Parameter yag dguaka dalam dstrbus Ekspoesal adalah λ, yag meujukka rata rata kedataga kerusaka yag terjad. Fugs relablty yag terdapat dalam dstrbus ekspoetal yatu (Ebelg, 997, p4) : Relablty fucto : R( t) = e λt Dmaa t > 0, λ > 0

18 40 Gambar.4 Grafk Expoetal 3. Dstrbus Normal Dstrbus Normal cocok utuk dguaka dalam memodelka feomea keausa (kelelaha) atau kods wear out dar suatu tem. Sebearya dstrbus bukalah dstrbus relabltas mur karea varable acakya memlk rage atara mus tak hgga sampa plus tak hgga. Aka tetap, karea hampr utuk semua la μ da σ, peluag utuk varable acak yag memlk la egatve dapat dabaka, maka dstrbus ormal dapat dguaka sebaga pedekata yag bak utuk proses kegagala. Parameter yag dguaka adalah μ (la tegah) da σ (stadar devas). Karea hubugaya dega dstrbus Logormal, dstrbus dapat juga dguaka utuk megaalsa probabltas Logormal. Fugs relablty yag terdapat dalam dstrbus Normal yatu (Ebelg, 997, p69) :

19 4 Relablty fucto : Dmaa μ > 0, σ > 0 da t > 0 t μ R ( t) = Φ σ Gambar.5 Grafk Normal 4. Dstrbus Logormal Dstrbus Logormal megguaka dua parameter yatu s yag merupaka parameter betuk (shape parameter) da t med sebaga parameter lokas (locato parameter) yag merupaka la tegah dar suatu dstrbus kerusaka. Dstrbus dapat memlk berbaga macam betuk, sehgga serg djumpa bahwa data yag sesua dega dstrbus Webull juga sesua dega dstrbus Logormal. Fugs relablty yag terdapat pada dstrbus Logormal yatu (Ebelg, 997, p73) :

20 4 Relablty fucto : Φ = t med t s t R l ) ( Dmaa s > 0, t med > 0 da t > 0 Gambar.6 Grafk Logormal.7 Idex of Ft Dalam meetuka dstrbus yag hedak dguaka utuk meghtug MTTF, MTTR da Relablty, proses yag harus dlakuka adalah mecar la r utuk masg-masg dstrbus sehgga ddapatka la r terbesar yag kemuda aka duj lag meurut hpotesa dstrbusya. D bawah adalah rumus-rumus mecar la r:. Dstrbus Webull = = = = = = = = webull y y x x y x y x r

21 43 Keteraga: ) l( t x = = ) ( l l t F y. Dstrbus Normal = = = = = = = = ormal z z x x z x z x r Keteraga: t x = z = Φ - [F(t )] dperoleh dar tabel Φ(z) d lampra 3. Dstrbus Logormal = = = = = = = = ormal z z x x z x z x r log Keteraga: ) l( t x = z = Φ - [F(t )] dperoleh dar tabel Φ(z) d lampra

22 44 4. Dstrbus Ekspoesal = = = = = = = = ekspoetal y y x x y x y x r Keteraga: t x = = ) ( l l t F y.8 Uj Kebaka Sua (Goodess of Ft) Ketka suatu dstrbus data waktu kerusaka telah dasumska sebelumya, dmaa asums tersebut bsa dtetuka melalu betuk umum atau betuk dar plot data dalam suatu grafk (bsa dalam betuk vers mtab). Valdtas dar asums dstrbus dapat dketahu melalu suatu peguja. Hasl peguja tersebut mempuya dua kemugka, yatu asums bahwa dstrbus bsa dterma atau dtolak. Utuk meguj kebaka sua dar suatu dstrbus dguaka statstk Aderso-Darlg. Nla statstk yag lebh kecl meujukka bahwa dstrbus sesua dega plot data. Nla Goodess of Ft ddapatka dega program Mtab 4.0. Dalam Goodess of Ft terdapat hasl keputusa yatu AD (Aderso Darlg) da PV (P-Value) da peuls meetuka pemlha dstrbus dega memlh la

23 45 P-value terbesar, bla la P-Value sama (terjad kemrpa) maka dtetuka berdasarka la AD. Aderso Darlg semak kecl maka dstrbus kerusakaya semak megkut data kerusaka kompoe atau mes tersebut..8. Ma s Test utuk Peguja Dstrbus Webull Meurut Ebelg, (997, p400-40) hpotesa utuk melakuka uj adalah: H 0 : Data kerusaka berdstrbus Webull H : Data kerusaka tdak berdstrbus Webull Uj statstkya adalah : M = k r = k+ k k = ( l t l t ) + ( l t l t ) + M M M = Z + - Z Z = 0.5 l l Keteraga: t = data waktu kerusaka yag ke- X = l(t ) r, M M α,k,k = bayakya data = la pedekata Ma utuk data ke- = la M tabel utuk dstrbus Webull lhat dstrbus F

24 46 k = r/ k = (r-)/ bl. bulat terbesar yag lebh kecl dar (r/) Jka la M htug < M tabel (α,k,k) maka H 0 dterma..8. Bartlett s Test utuk Peguja Dstrbus Ekspoesal Meurut Ebelg, (997, p399) Hpotesa utuk melakuka uj adalah : H 0 : Data kerusaka berdstrbus Ekspoetal H : Data kerusaka tdak berdstrbus Ekspoetal Uj statstkya adalah : B = r r l t R = R ( r + ) + 6r r = l t Keteraga: t = data waktu kerusaka ke- r = jumlah kerusaka B = la uj statstk utuk uj Bartlett s Test Jka X < B <, r α X maka H 0 dterma α, r.8.3 Kolmogorov-Smrov utuk Peguja Dstrbus Normal maupu Logormal Meurut Ebelg, (997, p40-404) Hpotesa utuk melakuka uj adalah :

25 47 H 0 : Data kerusaka berdstrbus Normal atau Logormal H : Data kerusaka tdak berdstrbus Normal da Logormal Uj statstkya adalah : D = max{d,d } Dmaa, D t = max Φ t s t D = max Φ t s t = = lt da s = = (lt t) Keteraga: t = data waktu kerusaka ke- t = rata-rata data waktu kerusaka s = stadar devas = bayakya data kerusaka Jka D < D krts maka terma H 0. Nla D krts dperoleh dar table crtcal value for Kolmogorov-Smrov test for ormalty lhat lampra.9 Nla Tegah dar Dstrbus Kerusaka (Mea Tme To Falure) Mea tme to falure merupaka rata rata selag waktu kerusaka dar suatu dstrbus kerusaka dmaa rata-rata waktu merupaka waktu ekspektas terjadya kerusaka dar ut-ut detk yag beroperas pada kods ormal.

26 48 MTTF serg dguaka utuk meyataka agka ekspektas E(t) da dapat dyataka dega: adalah : E(t) = t. f ( t) dt 0 Da tegral dar t.f(t) dt dapat dyataka dega: tp tf ( t) dt = σ exp σ 0 ( t μ) σ t μ + μ N σ Berkut adalah perhtuga la MTTF utuk masg masg dstrbus a. Dstrbus Webull (Ebelg, 997, p59) MTTF = θ. Γ + β Nla Γ + ddapat dar β Γ (x) = tabel fugs Gamma (lhat d lampra) b. Dstrbus Ekspoetal MTTF = λ c. Dstrbus Normal MTTF = μ d. Dstrbus Logormal s e med MTTF = t.

27 49.0 Nla Tegah dar Dstrbus Perbaka (Mea Tme To Repar) Dalam meghtug rata-rata atau peetua la tegah dar fugs probabltas utuk waktu perbaka, sagatlah perlu dperhatka dstrbus data perbakaya. Peetua utuk peguja dlakuka dega cara yag sama dega yag sudah djelaska sebelumya. Meurut Ebelg (997, p9), MTTR dperoleh dega rumus: MTTR = 0 ( th ( t) dt = H ( t) ) dt 0 dmaa, h(t) = fugs kepadata peluag utuk data waktu perbaka (TTR) H(t) = fugs dstrbus kumulatf utuk data waktu perbaka (TTR) Berkut adalah perhtuga la MTTR utuk masg masg dstrbus adalah : a. Dstrbus Webull MTTR = θ. Γ + β Nla Γ + ddapat dar β Γ (x) = tabel fugs Gamma (lhat d lampra) b. Dstrbus Ekspoetal

28 50 MTTR = λ c. Dstrbus Normal da Logormal s e med MTTR = t.. Model Peetua Iterval Waktu Peggata Pecegaha Optmal Model peetua peggata pecegaha berdasarka krtera mmas dowtme dguaka dega meetuka waktu terbak dlakukaya peggata sehgga total dowtme per ut waktu dapat termmas. Peggata dlakuka utuk meghdar terhetya mes akbat kerusaka kompoe. Model dguaka utuk megetahu terval waktu peggata pecegaha yag optmal sehgga memmas total dowtme. Ada jes model perawata utuk peggata yatu sebaga berkut : Block Replacemet Jka pada selag waktu tp tdak terdapat kerusaka, maka tdaka peggata dlakuka pada suatu terval tp yag tetap. Jka system rusak sebelum jagka waktu tp, maka dlakuka peggata kerusaka da peggata selajutya aka tetap dlakuka pada saat tp dega megabaka peggata perbaka sebelumya. Age Replacemet

29 5 Dalam metode tdaka peggata dlakuka pada saat pegoperasaya sudah mecapa umur yag dtetapka yatu sebesar tp. Jka pada selag waktu tp tdak terdapat kerusaka, maka dlakuka peggata sebaga tdaka korektf. Perhtuga umur tdaka peggata tp dmula dar awal lag dega megambl acua dar waktu mula bekerjaya system kembal setelah dlakuka tdaka perawata korektf tersebut. Model peetua terval waktu peggata pecegaha berdasarka krtera mmas dowtme yag dguaka adalah Age Replacemet (Jarde, hal 94). Dalam pegguaa model perlu dketahu kostruks modelya yatu : Tf = dowtme yag dbutuhka utuk melakuka peggata kerusaka. Tp = dowtme yag dbutuhka utuk melakuka peggata pecegaha. f(t) = fugs kepadata probabltas waktu kerusaka. Pada model Age Replacemet, tdaka peggata pecegaha dlakuka dlakuka pada saat pegoperasa telah mecapa umur yag telah dtetapka yatu tp. Hal dlakuka jka pada selag waktu tp tdak terjad kerusaka. Apabla sebelum waktu tp, sstem tdak megalam kerusaka maka dlakuka peggata sebaga tdaka perawata korektf. Peggata selajutya aka dlakuka pada saat tp dega megambl waktu acua dar waktu beroperasya sstem setelah dlakuka tdaka perawata korektf. Metode dapat dgambarka sebaga berkut :

30 5 Peggata Kerusaka Peggata Kerusaka Peggata pecegaha Tf tp Tp Tf t Gambar.3 Model Age Replacemet Total dowtme per ut waktu utuk peggata pecegaha pada saat tp ddeotaska dega D (tp) yak : (Jarde, hal 96) Total ekspektas dowtme per sklus D ( tp) = ekspektas pajag sklus Total ekspektas dowtme per sklus = Tp. R( tp) + ( R( tp) ) Ekspektas pajag sklus = ( tp + Tp). R( tp) + ( M ( tp) + Tf )(. R( tp) ) Dega demka total dowtme per ut waktu adalah : D( tp) = ( tp + T p T. R( tp) + ( R( tp)) p ). R( tp) + ( M ( tp)) + T f ).( R( tp)) Dmaa : tp Tf = terval waktu peggata pecegaha = dowtme yag terjad karea peggata kerusaka.

31 53 Tp F(t) = dowtme yag terjad karea peggata pecegaha = fugs dstrbus terval atar kerusaka yag terjad R(tp) = probabltas terjadya peggata pecegaha pada saat tp M(tp) = waktu rata-rata terjadya kerusaka jka peggata pecegaha dlakuka pada tp D(tp) = dowtme persatua waktu Semetara la tgkat ketersedaa (avalablty) dar terval peggata pecegaha / D(tp)m dapat dketahu dega rumus A(tp) = -D(tp)m.. Model Peetua Iterval Waktu Peggata Pemerksaa Optmal Sela pecegaha, juga perlu dlakuka tdaka pemerksaa yag terjad secara tba-tba. Kostruks model terval waktu pemerksaa optmal tersebut adalah : ( Jarde, hal 08) / μ = Waktu rata-rata perbaka / = Waktu rata-rata pemerksaa Total dowtme per ut waktu merupaka fugs dar frekues pemerksaa ( ) da ddeotaska dega D() yak : D() = dowtme utuk perbaka kerusaka + dowtme utuk pemerksaa λ ( ) D ( ) = + μ Dmaa : λ () = laju kerusaka yag terjad = jumlah pemerksaa per satua waktu

32 54 μ = berbadg terbalk dega / μ I = berbadg terbalk dega / Dasumska laju kerusaka berbadg terbalk dega jumlah pemerksaa : λ ( ) = k / Da karea : ( Jarde, hal 09 ) λ ( ) D ( ) = + μ Maka : Da : λ( ) = k / D λ( ) ) = + μ ' ( Dmaa : MTTR = (/ μ jam kerja/bl Nla μ berbadg terbalk dega / : x pemerksaa = waktu (/ ) jam kerja/bl Nla berbadg terbalk dega / Nla K adalah la kosta dar jumlah kerusaka per satua, sehgga jumlah pemerksaa optmal dapat dperoleh :

33 55 = k μ Iterval waktu pemerksaa ( t) = jam kerja/bl Semetara la tgkat ketersedaa ( avablty ) jka dlakuka pemerksaa bsa dketahu dega rumus : A() = D()..3 Tgkat Ketersedaa (Avalablty) Total Pada perhtuga Avalablty total kompoe krts bertujua utuk megetahu tgkat ketersedaa / kesapa mes utuk beroperas kembal saat mes tersebut telah dperbak. Tgkat ketersedaa berdasarka terval waktu peggata pecegaha da tgkat ketersedaa berdasarka terval pemersaa merupaka dua kejada yag salg bebas da tdak salg mempegaruh. Sehgga berdasarka teor peluag dua kejada bebas, la peluag kejada salg bebas sama dega hasl perkala kedua avalablty tersebut. ( Walpole, hal 0).4 Relabltas dega Prevetve Mateace da Tapa Prevetve Mateace Pegkata kehadala dapat dtempuh dega cara prevetve mateace. Dega prevetve mateace maka pegaruh wear-out mes atau kompoe dapat dkurag da meujukka hasl yag cukup sgfka terhadap umur sstem.

34 56 Berdasarka sstem yag ada pegkata tgkat keadala ( Relablty ) serg dcapa dega program Prevetve Mateece. Prevetve Mateece dapat megurag kerusaka karea usa yag sudah tua atau sudah saatya megalam kerusaka ( wear-out ) da mempuya yag pegaruh yag besar dalam umur ekooms suatu peralata da sstem : R (T) = - Φ l s t t med R (T) = Φ l s t t med R (t - T) Rm (t) = R(T) t t = - Φ l s t med R( t T ) Dmaa : T = Age Replacemet = Jumlah Peggata ke R (t) = Keadala sebelum dlakuka perawata ( saat ) R(T) = Probabltas keadala hgga mula dlakukaya perawata R (t - T) = Probabltas relablty utuk waktu t-t dar tdaka prevetve mateece yag terakhr

35 57 Rm (t) = Keadala setelah dlakuka Prevetve Matece Meurut Ebelg (997, p04), model kehadala berkut megasumska sstem kembal ke kods baru setelah mejala prevetve mateace. Keadala pada saat t dyataka sebaga berkut : R m (t) = R(t) R m (t) = R(T).R(t-T) utuk 0 t < T utuk T t < T Keteraga: T = terval waktu peggata pecegaha kerusaka R m (t) = kehadala (relablty) dar sstem dega prevetve mateace R(t) R(T) = kehadala (relablty) dar sstem tapa prevetve mateace = peluag dar kehadala hgga prevetve mateace pertama R(t-T) = peluag dar kehadala atara waktu t-t setelah sstem dkembalka pada kods awal pada saat T. Secara umum persamaaya adalah : R m (t) = R(T).R(t-T) utuk T t (+)T, dmaa =,,3, dst Keteraga: = jumlah perawata R m (t) = relablty dega prevetve mateace R(T) = probabltas kehadala hgga selag waktu perawata

36 58 R(t-T)= probabltas kehadala utuk waktu t-t dar tdaka prevetve mateace yag terakhr. λt Utuk laju kerusaka yag kosta : R(t) = e maka, λt λt( t T ) R m (t) = ( e ) e R m (t) = e e λt λt e λt λt R m (t) = e R m (t) = R(t) Berdasarka rumus d atas, membuktka bahwa dstrbus ekspoetal, yag memlk laju kerusaka kosta, bla dlakuka prevetve mateace tdak aka meghaslka damak apapu. Dega demka, tdak ada pegkata relablty sepert yag dharapka, karea R m (t) = R(t).5 Perhtuga Baya Falure da Baya Prevetve Secara teorts, total baya pemelharaa dapat dgambarka bahwa baya pemelharaa korektf (breakdow mateace) aka berbadg terbalk dega pemelharaa prevetf (prevetve mateace), sepert duraka kurva gambar 5.. Pemelharaaa produktvtas secara total dapat dlakuka dega jala berkut (Tampubolo, 004, p53) :

37 59. Medesa mes atau peralata yag memlk relabltas tgg, mudah doperaska da mudah utuk dpelhara.. Aalsa baya vestas utuk mes atau peralata dega pelayaa (servce) dar pemasok da baya-baya pemelharaaya. 3. Megembagka perecaaa pemelharaa prevetf yag dapat dmafaatka secara prakts oleh operator, baga pemelharaa, da teks. 4. Melath pekerja utuk megoperaska mes atau peralata, termasuk cara memelharaya. Baya Total Baya (Total Cost) Baya Pemelharaa Korektf (Breakdow Mateace Cost) Baya Pemelharaa Prevetf (Prevetve Mateace Cost) Optmas (Kebjaka Baya Pemelharaa yag Redah) Kebjaka Pemertah Optmas (Baya Pemelharaa) Gambar.8 Kurva Total Baya Pemelharaa (Total Cost of Mateace)

38 60 Melaksaaka kegata pemelharaa terdapat dua persoala utama yag dhadap perusahaa, yatu persoala teks da ekooms. (Tampubolo, 004, p53) a. Persoala teks. Persoala teks meyagkut usaha utuk meghlagka kemugka tmbulya kemaceta karea kods fasltas atau peralata kovers yag tdak bak. Dalam kods teks yag perlu dperhatka atra la : Tdaka-tdaka apa yag dperluka utuk memelhara atau merawat peralata yag ada da utuk memperbak mes da peralata yag rusak. Alat-alat atau kompoe apa yag dbutuhka serta harus dsedaka agar tdaka-tdaka pada baga d atas dapat dlakuka. b. Persoala ekooms. Persoala ekooms meyagkut bagamaa usaha yag harus dlakuka supaya kegata pemelharaa mes da peralata yag dbutuhka secara teks dapat efse dega memperhatka besarya baya yag terjad yag dapat megutugka perusahaa. Persoala ekooms perlu daalss terhadap perbadga d atara masg-masg tdaka alteratf yag dambl. Adapu baya yag terdapat dalam kegata pemelharaa atara la baya-baya pegeceka, peyetela (set-up),

39 6 baya sepert yag telah duraka. Perbadga baya-baya tu perlu dlakuka dega tujua sebaga berkut :. Apakah sebakya dlakuka prevetve mateace atau correctve mateace, dmaa baya-baya yag perlu dperhatka adalah : a. Jumlah baya-baya perbaka yag perlu akbat kerusaka yag terjad karea adaya prevetve mateace, dega jumlah baya pemelharaa da perbaka akbat kerusaka yag terjad, walaupu sudah dadaka prevetve mateace dalam jagka waktu tertetu. a. Jumlah baya-baya pemelharaa da perbaka yag aka dlakuka terhadap suatu peralata dserta dega hargaya. b. Jumlah baya-baya pemelharaa da perbaka yag dbutuhka oleh peralata dega jumlah keruga yag dhadap bla peralata rusak dalam operas kovers.. Apakah sebakya peralata yag rusak dperbak d dalam perusahaa atau d luar perusahaa, dega membadgka jumlah baya-baya yag aka dkeluarka. 3. Apakah sebakya peralata yag rusak dperbak atau dgat. Dalam hal baya-baya yag perlu dperbadgka atara la :

40 6 a. Jumlah baya perbaka dega harga pasar atau la dar peralata tersebut. b. Jumah baya perbaka dega harga peralata yag sama d pas Utuk meghtug total baya saat falure da prevetve rumus yag dguaka adalah : Falure Dmaa : Prevetve Tc ( tf ) = Cf tf Cf = baya falure Tf = merupaka la MTTF Cp R + Cf ( R) Tc( tp) = tp R + tf ( R) Dmaa : Cp = baya prevetve Cf = baya falure tp tf R = terval waktu prevetve = merupaka la MTTF = merupaka la relablty saat R(tp)

41 63.6 Sstem Smulas.6. Defs Sstem Sstem berasal dar bahasa yua (systema) yag berart keseluruha yag terdr dar bermacam-macam baga. Atau secara umum ddefska sebaga sekumpula eleme-eleme yag salg berteraks utuk mecapa suatu tujua tertetu d dalam lgkuga yag kompleks. Meurut Raymod McLeod (00, p9-0), medefska sstem sebaga sekelompok eleme-eleme yag tertegras dega maksud yag sama utuk mecapa suatu tujua. Eleme-eleme yag terdapat dalam sstem adalah eleme put, eleme trasformas, eleme output, da mekasme pegedal..6. Defs Smulas Meurut Kakay (004, p-) megemukaka defs smulas sebaga suatu sstem yag dguaka utuk memecahka atau meguraka persoala-persoala dalam kehdupa yata yag peuh dega ketdakpasta dega tdak atau megguaka model atau metode tertetu da lebh dtekaka pada pemakaa komputer utuk medapatka solusya. Meurut Oxford Amerca Dctoary (980) mejelaska smulas adalah suatu cara utuk membuat kods utuk suatu stuas (model) utuk dlakuka pembelajara atau peguja atau pelatha.

42 Defs Sstem Smulas Meurut Kakay (004, p), sstem smulas adalah suatu kegata yag memberka peryataa (represetg) atas suatu sstem melalu model smbolk yag dapat dmapulas dega mudah utuk meghaslka agkaagka atau blaga-blaga umerk..6.4 Defs Smulas Mote Carlo Meurut Kakay (004, p5), megemukaka bahwa smulas Mote Carlo atau dkeal juga dega stlah samplg smulato merupaka suatu metode smulas yag cukup sederhaa utuk meyelesaka berbaga persoala dega megguaka dstrbus dar data hstorcal. Smulas bayak berpera dalam smulas komputer..6.5 Jes Smulas Meurut Kakay (004, p 3), meyataka bahwa smulas dapat dbag mejad empat jes yatu :. Smulas Idettas Merupaka smulas yag memodelka suatu sstem dega model-model smbolk.. Smulas Idettas Semu

43 65 Merupaka smulas yag memodelka berbaga aspek yag terkat dar sstem sebearya da dapat megeluarka usur-usur yag dapat membuat setap detty smulato tdak berfugs dega bak. 3. Smulas Laboratorum Merupaka smulas yag aka memberka jawaba yag lebh essesal pada masa aka datag, da basaya memerluka berbaga kompoe sepert operator, software, hardware, computer, prosedur operasoal, fugs matemats, dstrbus probabltas, da laya. Basaya smulas dguaka utuk megsmulaska operatg plag da ma mache smulato. 4. Smulas Komputer Merupaka smulas yag megeluarka usur mausaya da memerluka berbaga kompoe sepert software, hardware, computer, prosedur operasoal, fugs matemats, dstrbus probabltas, da laya. Basaya smulas megguaka batua program komputer..6.6 Keutuga Smulas Meurut Kakay (004, p3-4) berkut adalah berbaga keutuga dega memafaatka smulas yatu :. Meghemat waktu Kemampua d dalam meghemat waktu dapat dlhat dar pekerjaa yag bla dkerjaka dapat memaka waktu tahua, amu dapat

44 66 dsmulaska haya dalam beberapa met atau bahka dalam htuga detk. Kemampua dpaka oleh para peelt utuk melakuka berbaga pekerjaa desa operasoal yag juga memperhatka baga terkecl dar waktu utuk kemuda dbadgka dega yag terdapat pada sstem yag sebearya.. Dapat melebar-luaska waktu Smulas dapat dguaka utuk meujukka perubaha struktur dar suatu sstem yata (real system) yag sebearya tdak dapat dtelt pada waktu yag seharusya (real tme). Dega demka, smulas dapat membatu megubah sstem yata dega memasukka sedkt data. 3. Dapat megedalka sumber-sumber varas Kemampua pegedala dalam smulas tampak apabla statstk dguaka utuk mejau hubuga atara varabel bebas (depedet) dega varabel terkat (depedet) yag merupaka faktor-faktor yag aka dbetuk dalam percobaa. Dalam smulas pegambla data da pegolahaya pada komputer, ada beberapa sumber yag dapat dhlagka atau segaja dtadaka. 4. Memperbak kesalaha perhtuga Dalam praktekya, pada suatu kegata ataupu percobaa dapat saja mucul kesalaha dalam mecatat hasl-haslya. Sebalkya, dalam smulas komputer jarag dtemuka kesalaha perhtuga terutama bla

45 67 agka-agka dambl dar keomputer secara teratur da bebas. Komputer mempuya kemampua utuk melakuka peghtuga dega akurat. 5. Dapat dhetka da djalaka kembal Smulas komputer dapat dhetka utuk kepetga pejaua ataupu pecatata semua keadaa yag releva tapa berakbat buruk terhadap program smulas tersebut. Dalam dua yata, percobaa tdak dapat dhetka begtu saja, amu dalam smulas komputer, setelah dlakuka pegheta maka kemuda dapat dega cepat djalaka kembal. 6. Mudah dperbayak Dega smulas komputer, percobaa dapa dlakuka setap saat da dapat dulag-ulag. Pegulaga dlakuka terutama utuk megubah berbaga kompoe da varabelya, sepert perubaha parameter, perubaha kods operas, atau perubaha jumlah output..7 Falure Mode ad Effect Crtcally Aalyss (FMECA) FMECA adalah suatu cara atau tekk evaluas relablty utuk meetuka efek dar system da kegagala kompoe, d maa suatu baga atau suatu proses yag mugk gagal memeuh suatu spesfkas, mecptaka kerusaka atau keausa da dampakya pada output/produk akhr bla mode kegagala tu tdak dcegah atau dkoreks (Joel Levt, 003, p53).

46 68 Metode evaluas merupaka peyempuraa dar metode aalsa FMEA dmaa haya terjad peambaha pada reportya berupa aalsa kekrtsa dar suatu tem/kompoe. Metode sagat bermafaat utuk meemuka efek dar kegagala suatu sstem da melakuka atspas berdasarka prortas kegagalaya. Dmaa kegagala dklasfkaska berdasarka dampak masg-masg kegagala pada ms /tujua sasaraya da keamaa peralata serta dvdu (persoell). Dalam peerapaya harus dperhatka setap varable-varabel peyebab kegagala (falure modes) yag meetuka tgkat keberhasla pegaalsaa terjadya breakdow. Defs serta peguruta atau pembera rakg dar berbaga termolog dalam FMECA adalah sebaga berkut:. Akbat potesal adalah akbat yag dtmbulka pada produk akhr.. Mode kegagala potesal adalah kegagala atau kecacata dalam desa yag meyebabka cacat tu tdak berfugs sebagamaa mestya. 3. Peyebab potesal dar kegagala adalah kelemaha-kelemaha desa da perubaha dalam varabel yag aka mempegaruh proses da meyebabka kerusaka da meghaslka kecacata produk. 4. Occurace (O) adalah suatu perkraa tetag probabltas atau peluag bahwa peyebab aka terjad da meghaslka modus kegagala yag meyebabka akbat tertetu. Tabel. Ratg Occurrece Ragkg Krtera Verbal ProbabltasKegagala Tdak mugk peyebab megakbatka kegagala dalam

47 Kegagala aka jarag terjad Kegagala agak mugk terjad Kegagala adalah sagat mugk terjad Hampr dapat dpastka bahwa kegagala aka terjad dalam 0000 dalam 4000 dalam 000 dalam 400 dalam 80 dalam 40 dalam 0 dalam 8 dalam Catata : probabltas kegagala berbeda beda tap produk, oleh karea tu pembuata ratg dsesuaka dega proses da berdasarka pegalama da pertmbaga rekayasa (egeerg judgemet) Sumber : Gasperz, 00, p5 5. Severty (S) adalah suatu perkraa subyektf atau estmas tetag bagamaa burukya peggua akhr aka merasaka akbat dar kegagala tersebut. Tabel.3 Ratg Severty Ragkg 3 Krtera Verbal Neglble Severty, kta tdak perlu memkrka akbat aka berdampak pada kerja produk. Peggua akhr tdak aka memperhatka kecacata atau kegagala. Mld Severty, akbat yag dtmbulka haya bersfat rga, peggua akhr tdak merasaka perubaha kerja Moderate Severty, peggua akhr aka merasaka akbat peurua kerja atau peampla amu mash berada dalam batas toleras.

48 Hgh Severty, peggua akhr aka merasaka akbat buruk yag tdak dapat dterma, berada d luar batas toleras. Catastrophc : Potetal Safety Problem, akbat yag dtmbulka adalah sagat berbahaya da bertetaga dega hukum. Catata : Tgkat severty berbeda beda tap produk, oleh karea tu pembuata ratg dsesuaka dega proses da berdasarka pegalama da pertmbaga rekayasa (egeerg judgemet) Sumber: Gasperz, 00, Detectblty (D) adalah perkraa subyektf tetag bagamaa efektvtas da metode pecegaha atau pedeteksa. Tabel.4 Ratg Detectablty Ragkg Krtera Verbal Tgkat Kejada Peyebab Metode pecegaha atau deteks sagat efektf. Tdak ada kesempata bahwa peyebab aka mucul lag. dalam Kemugka bahwa peyebab tu terjad adalah sagat redah. Kemugka peyebab bersfat moderat, Metode deteks mash memugkka kadag kadag peyebab tu terjad. Kemugka bahwa peyebab tu mash tgg. Metode pecegaha atau deteks kurag efektf, karea peyebab mash berulag lag Kemugka bahwa peyebab tu terjad sagat tgg. Metode deteks tdak efektf. Peyebab aka selalu terjad dalam 0000 dalam 4000 dalam 000 dalam 400 dalam 80 dalam 40 dalam 0 dalam 8 dalam Catata : tgkat kejada peyebab berbeda beda tap produk, oleh karea tu pembuata ratg dsesuaka dega proses da berdasarka pegalama da pertmbaga rekayasa (egeerg judgemet) Sumber: Gasperz, 00, p54 7. Rsk Prorty Number (RPN) merupaka hasl perkala atara ratg severty, detectblty da ratg occurace. RPN = (S) x (O) x (D) Lagkah-lagkah megaalsa peyebab terjadya breakdow dega FMECA :

49 7 Membuat daftar/lst dar sub-assembly atau kompoe. Terutama dprortaska utuk kompoe krts Membuat daftar modus kegagala yag serg terjad Mempelajar kemugka peyebab kegagala Meemuka kemugka kegagala/kerusaka dapat terdeteks Kemuda tahap selajutya yatu member pergkat dar tpe kegagala yag berbeda berdasarka data da memutuska tpe perawata apa yag tepat utuk dlaksaaka. Plha dar tdaka perawata aka dlaksaaka berdasarka rakg prortas. Berkut tga faktor yag harus dpertmbagka : o Frequecy : seberapa serg kegagala/kerusaka terjad? o Gravty : jka kegagala terjad, seberapa serus kosekuesya? o Detectablty : kemudaha atau tmele utuk medeteks kemampua? Tgkat kekrtsa dar kompoe aka dtetuka oleh ketga faktor tersebut. Tahap ketga yatu medefska tdaka yag tepat utuk dlakuka berdasarka hasl aalsa : o Merekomedaska tdaka tap modus kegagala o Medefska frekues tdaka. Frekues berdasarka waktu Prevetve Mateace yag telah dtetapka sehubuga dega ratarata breakdow yag terjad. o Memlh utuk bertdak pada saat mes sedag beroperas (rug) atau pada saat sedag berhet (shut dow)

50 7 o Membuat daftar phak-phak yag bertaggug jawab (mateace specalst atau operator)

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Perawata (Mateace) Meurut Assaur (999, p95) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peyesuaa, atau peggata yag dperluka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 22 BAB II LANDASAN TEORI 2.1 Pedahulua 2.1.1 Pegerta Mateace Beberapa pegerta perawata (mateace) meurut ahl : 1. Meurut Corder (1988), perawata merupaka suatu kombas dar tdaka yag dlakuka utuk mejaga suatu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Pegerta Pemelharaa da Perawata Pegerta Pemelharaa da Perawata ( Mateace ) meurut Assaur adalah suatu kegata utuk mejaga atau memelhara fasltas da peralata pabrk da megadaka perbaka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pemelharaa (Mateace) 2.1.1 Pegerta Pemelharaa Defs pemelharaa (mateace) meurut Patrck (2001, p407) adalah suatu kegata utuk memelhara da mejaga fasltas yag ada serta memperbak,

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 9 BAB LANDASAN TEORI. Defs Pemelharaa Agar suatu kegata produks dapat berlagsug dega lacar, meghaslka produk-produk yag bermutu tgg, maka perlu ddukug oleh mes-mes atau peralata yag hadal da sap bekerja

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB LANDASAN TEORI. Prevetve Mateace.. Pegerta Perawata (Mateace) Meurut Assaur (999, p59) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peesuaa

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Metode Sychroous Servcg Secara umum hubuga mausa da mes dapat berbetuk salah satu dar tpe berkut (Wgjosoebroto,S., 000. Ergoom Stud Gerak da Waktu, halama 53): Sychroous servcg. Completely

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 4 BAB LANDASAN TEORI. Prevetve Mateace.. Pegerta Perawata ( Mateace ) Meurut Assaur (999, p95) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peyesuaa,

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Perawata (Mateace) Perawata (mateace) adalah memperbak alat-alat mekak atau elektrk yag sedag rusak atau tergaggu (dkeal sebaga reparas, tdak terjadwal atau pemelharaa secara kebetula),

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Perawata (Mateace) Perawata (mateace) adalah memperbak alat-alat mekak atau elektrk yag sedag rusak atau tergaggu (dkeal sebaga reparas, tdak terjadwal atau pemelharaa secara kebetula),

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL

ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL Agus Fkr, ST., MM Muhammad Irva, ST.,MT. ABSTRACT I a producto system, all mache related to the creato of added value of

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta pemelharaa (mateace) Pemelharaa atau perawata merupaka kegata utuk mejaga atau memelhara fasltas atau perawata pabrk dega megadaka perbaka, peyesuaa atau pergata yag dperluka

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

UNIVERSITAS INDONESIA

UNIVERSITAS INDONESIA UNIVERSITAS INDONESIA OPTIMASI PREVENTIVE MAINTENANCE DAN PENJADWALAN PENGGANTIAN KOMPONEN MESIN KOMPRESSOR DENGAN MENGGUNAKAN MIXED INTEGER NON LINIER PROGRAMMING DARI KAMRAN TESIS PRIMA FITHRI 0906495886

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Pemelharaa (Mateace) Tujua pemelharaa adalah utuk memelhara kemampua sstem da megedalka baya sehgga system harus dracag da dpelhara utuk mecapa stadar mutu da kerja yag dharapka.

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 08 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4. Pegumpula Data Data yag peuls kumpulka adalah data yag berhubuga dega proses produks, lapora kerusaka mes, lapora reject dalam produks yag dtaga oleh

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

Analisis Kriteria Investasi

Analisis Kriteria Investasi Uverstas Guadarma TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft. Pelaa

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Analisis Kriteria Investasi TUJUAN

Analisis Kriteria Investasi TUJUAN Aalss Krtera Ivestas TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft.

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Pada Bab I sudah dijelaskan bahwa tujuan penelitian ini adalah untuk

BAB II TINJAUAN PUSTAKA. Pada Bab I sudah dijelaskan bahwa tujuan penelitian ini adalah untuk BAB II TINJAUAN PUSTAKA 2.1 Pedahulua Pada Bab I sudah djelaska bahwa tujua peelta adalah utuk memperoleh ekspektas bayakya kompoe lstrk motor yag aka medapatka peggata berdasarka kebjaka Reewg Free Replacemet

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci