BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka Uji Kecukupan Data Untuk menguji sekumpulan data, terlebih dahulu diperlukan untuk menguji kecukupan jumlah pengamatan yang telah dilakukan. Karena itu diperlukan untuk melakukan uji kecukupan data. Rumus dari uji kecukupan data adalah: k N = s N x 2 i x i ( xi ) 2 2 dimana: N = banyaknya data pengamatan N = banyaknya data pengamatan yang diperlukan k = tingkat keyakinan s = tingkat kepercayaan x i = data pengamatan ke-i Syarat dari suatu pengamatan untuk dapat mencukupi uji kecukupan data adalah banyaknya data pengamatan (N) harus lebih banyak dari banyaknya data pengamatan yang diperlukan (N ). Dengan kata lain N < N data cukup. 10

2 Pengertian dan Karakteristik Distribusi Normal Distribusi normal merupakan suatu distribusi probabilitas yang kontinu dan sangat penting. Distribusi normal ini ditemukan pada sekitar abad ke 18 oleh seorang astronom yang bernama Karl Gauss, sehingga distribusi probabilitas yang normal sering juga disebut dengan Gaussian distribusion. (Richard I. Levin & David S. Rubin, Statistics for Management, sixth edition) Distribusi normal biasanya sangat sering ditemukan pada kehidupan sehari-hari manusia, seperti nilai ujian, berat badan, tinggi badan, kecepatan lari,, jarak, dan masih banyak lagi lainnya. Menurut Ricard I. Levin dan David S. Rubin didalam bukunya yang berjudul Statistic for Management, distribusi normal memiliki beberapa karakteristik yang unik yang tidak dimiliki oleh distribusi probabilitas yang lainnya. Mean Median Mode Probabilitas distribusi normal biasanya bergerak simetris disekitar nilai rata-rata Kedua buntut kurva terus memanjang sampai tak terhingga dan tidak akan menyentuh sumbu horisontal Gambar 2.1. Ilustrasi Kurva Probabilitas Distribusi Normal 11

3 Karakteristik-karakteristik tersebut adalah: Kurva dari distribusi normal ini memiliki satu titik puncak, yang mana bentuk dari kurva ini adalah selalu sama. Yaitu menyerupai bentuk lonceng yang dibalik atau ditelungkupkan. Nilai rata-rata dari populasi yang terdistribusi secara normal ini berada di tengah-tengah kurva normal ini. Karena bentuk dari kurva distribusi normal ini simetris, maka nilai tengah (median) dan nilai yang paling sering muncul (mode) berada pada tengah tengah kurva tersebut. Untuk kurva normal, nilai rata rata, nilai tengah, dan nilai yang paling sering muncul mempunyai nilai yang sama. Kedua buntut dari kurva distribusi nomal ini terus memanjang sampai tidak terhingga dan tidak akan pernah menyentuh sumbu horisontal (sumbu x). Biasanya pada distribusi normal buntut awal (buntut sebelah kiri) lebih pendek dari buntut akhir (buntut sebelah kanan), ini dikarenakan waktu yang diperlukan untuk melakukan suatu aktivitas biasanya secara signifikan lebih panjang dari pada waktu rata rata, juga biasanya tidak lebih pendek jauh dari waktu rata rata. Jadi sebagai kesimpulannya dapat ditarik bahwa distribusi normal adalah sebuah distribusi dari sebuah variable acak yang kontinu yang mempunyai sebuah titik puncak, mempunyai bentuk kurva seperti lonceng 12

4 dibalik. Dengan nilai rata rata, nilai tengah, dan nilai yang paling sering muncul berada ditengah tengah distribusinya. Dengan menggunakan simbol dari huruf Yunani, nilai rata rata dari distribusi normal disimbolkan dengan µ (mu). σ (sigma) sebagai standar deviasi dan σ 2 sebagai variance. Tidak peduli berapa nilai dari µ dan σ pada distribusi normal, total luas dari kurva normal adalah sebesar Standar Deviasi sangat kecil σ = 1 Standar Deviasi besar Standar Deviasi sangat besar σ = 5 σ = 10 µ = 100 Gambar 2.2. Ilustrasi Kurva Berdistribusi Normal dengan nilai µ yang sama namun berbeda dalam nilai σ 13

5 Mean terkecil Mean sedang Mean terbesar σ = 5 σ = 5 σ = 5 µ = 5 µ = 15 µ = 25 Gambar 2.3. Ilustrasi Kurva Berdistribusi Normal dengan nilai σ yang sama namun berbeda dalam nilai µ Mean kecil, Standar Deviasi kecil σ = 1 Mean sedang, Standar Deviasi sedang σ = 5 Mean besar, Standar Deviasi besar σ = 10 Gambar 2.4. Ilustrasi Kurva Berdistribusi Normal dengan nilai σ dan nilai µ berbeda antara satu dengan yang lainnya 14

6 Berikut adalah persamaan distribusi normal : z = x µ σ (Levin, Richard I. & David S. Rubin, Statistic for Management, Sixth Edition 1998) Dimana: x = nilai dari variabel acak yang sedang kita cari µ = nilai rata rata (mean) σ = standar deviasi z = nilai x yang didapat dari tabel distribusi normal (tabel z) Untuk mencari nilai dari standar deviasi, perlu untuk menggunakan persamaan sebagai berikut: σ Dimana: N = Banyaknya data x = data 2 N x ( xi ) = N ( N 1) ProModel Banyak perangkat lunak perangkat lunak yang dapat digunakan untuk membantu dalam melakukan simulasi untuk memperoleh pemecahan masalah 15

7 diantaranya adalah SLAM, SIMAN, GPSS, ProModel, dan lain lain. Pada skripsi ini digunakan perangkat lunak ProModel versi 2001 untuk membantu dalam memecahkan masalah simulasi yang dihadapi perusahaan Kelebihan dan Kekurangan ProModel 2001 ProModel 2001 adalah merupakan perangkat lunak yang gunakan untuk membantu dalam pemecahan masalah simulasi. Kelebihan perangkat lunak ProModel 2001 ini dibandingkan dengan perangkat lunak perangkat lunak simulasi lain, antaranya adalah: Mudah dalam pengoperasiannya Perangkat lunak ini sangat mudah untuk digunakan dan dipelajari meskipun oleh pengguna yang belum mengenal apa itu simulasi untuk membuat bentuk simulasi yang sederhana. Tingkat ketelitian dari perangkat lunak ini sangatlah baik sehingga hasil yang diperoleh cukup akurat. Perangkat lunak ini banyak digunakan oleh orang banyak sehingga dapat disebut sebagai perangkat lunak yang general. ProModel 2001 mempunyai berbagai macam kriteria kriteria yang cukup lengkap yang diperlukan dalam menjalankan dan memecahkan masalah simulasi, seperti kegiatan proses barang yang seperti apa yang diinginkan oleh pengguna. 16

8 Terdapat laporan ringkasan terhadap masalah yang telah disimulasikan Selain untuk simulasi, perangkat lunak ProModel 2001 juga dapat digunakan untuk Untuk kekurangan dari perangkat lunak ProModel 2001 adalah: Terlalu banyak memakan memory dari komputer sehingga mempengaruhi kinerja komputer Sulit untuk memperoleh perangkat lunak ini (kurang sosialisasi) Elemen elemen pada ProModel 2001 Dalam pembuatan suatu sistem simulasi, diperlukan elemen elemen dasar seperti mesin mesin yang akan digunakan, operator, alat alat pendukung, dan lain lain. Semuanya itu sudah disediakan oleh perangkat lunak ProModel 2001 ini. Berikut adalah sebagian dari elemen elemen yang dimiliki oleh ProModel 2001 : Lokasi (Location) Lokasi didalam perangkat lunak ini ditetapkan sebagai tempat dimana mesin, tempat bahan baku, tempat penyimpanan atau tempat tunggu barang jadi atau setengah jadi. Yang termasuk lokasi diantaranya adalah stasiun kerja, mesin mesin, conveyor, dan lain 17

9 lain. Untuk setiap lokasi, dapat diatur aturan barang masuk maupun barang keluar dan pengaturan pengambilan barang. Sebagai contoh untuk barang masuk dapat diatur dengan ketentuan Random, oldest by priority, dan lain lain. Untuk aturan barang keluar atau aturan barang mana yang harus terlebih dahulu diproses, kita dapat memilih aturan aturannya seperti FIFO (First In First Out), by type, LIFO (Last In First Out), dan lain lain. Sedangkan aturan untuk barang mana yang akan diproses pada lokasi (mesin ataupun stasiun kerja) yang mana, dapat diatur secara aturan by turn, first available, random, dan lain lain. Bahan (Entities) Entities adalah merupakan kesatuan barang atau produk yang mengalami proses di dalam sistem. Produk ini dapat berupa barang mentah (bahan baku), barang setengah jadi, barang jadi, ataupun pallet. Untuk entities ini dapat mengatur ukuran dari entities ini sehingga menyerupai bentuk aslinya. Jalur (Path Network) Jalur melupakan jalan dimana resource harus menempuh untuk menghasilkan suatu produk sesuai dengan keadaan asli. Baik bentuk pergerakan resource maupun panjangnya jalur. Setiap resource harus 18

10 memiliki jalur sendiri agar tidak terjadi tabrakan antara satu dengan yang lainnya. Sumber daya(resources) Resources dapat berupa operator, forklift, mobil, katrol, dan sebagainya. Resources ini bertugas untuk melaksanakan suatu operasi tertentu di dalam suatu sistem. Resources bergerak, jadi harus ditempatkan pada jalur tertentu sehingga mereka dapat mengerjakan tugasnya masing masing sesuai dengan keadaan di alam nyata. Proses (Processing) Tahap proses dapat dikatakan sebagai tahapan utama dari seluruh sistem simulasi yang terdapat pada perangkat lunak ini. Karena pada tahap proses ini diatur bagaimana entities dan locations harus bergerak. Proses inilah yang mengatur pergerakan entities dari pertama memasuki sistem simulasi sampai dengan keluar dari sistem. Pada proses, dapat diatur kegiatan proses suatu barang berdasarkan nilai rata rata dan standar deviasi produksi dari kegiatan di alam nyata. Sehingga hasil yang didapat, dapat akurat dan tepat. Kedatangan (Arrivals) Kedatangan adalah merupakan tempat masuknya entity ke dalam sistem. Untuk kedatangan ini, dapat diatur kapan, dimana, banyaknya, dan interval waktu kedatangan entity ke dalam sistem. 19

11 Dan elemen yang lainnya Simulasi Pengertian Simulasi Menurut Webster s Encyclopedic Unabridged Dictionary (1995), simulasi diartikan sebagai sebuah kegiatan atau proses membayangkan terhadap sesuatu kegiatan. Simulasi juga adalah pendekatan yang digunakan untuk memecahkan berbagai masalah yang mengandung ketidakpastian dan kemungkinan jangka panjang yang tidak dapat diperhitungkan dengan seksama. (Thomas J.Kakiay, Pengantar Sistem Simulasi, 2004) Maka dapat ditarik kesimpulan dari definis definisi simulasi diatas adalah simulasi merupakan proses pemahaman tingkah laku sistem dengan jalan mengembangkan suatu model deskriptif dari sistem tersebut dan mempertimbangkan strategi strategi operasi yang berlaku. Didalam suatu sistem permodelan simulasi, terdapat tiga unsur yang sangat penting. Ketiga unsur tersebut adalah System, Entities, dan Attributes. 20

12 SYSTEM ENTITIES ATTRIBUTES Jumlah meja tulis Ruang kepala sekolah Jumlah bangku Jumlah peralatan menulis Jumlah meja tulis Jumlah bangku Ruang kelas Jumlah kapur Sekolah Jumlah peralatan belajar mengajar Jumlah guru IPA Guru guru Jumlah guru IPS Jumlah asisten guru Jumlah rak buku Perpustakaan Jumlah buku Jumlah meja membaca Jumlah bangku Tabel 2.1. Contoh dari system, entities, dan attributes 21

13 Kelebihan dan Kekurangan dari Simulasi Dengan menggunakan simulasi kita dapat memperoleh berbagai kelebihan - kelebihan, seperti: Efisiensi biaya Efisiensi biaya didalam simulasi sangatlah dipertimbangkan, karena sebagian inti dari simulasi adalah untuk memperoleh efisiensi pengeluaran biaya. Jika suatu perusahaan tidak menggunakan simulasi, maka untuk biaya jangka pendek dalam rangka mengubah seluruh sistem yang sedang berjalan seperti biaya untuk penambahan pekerja dan biaya penyiapan perangkat lunak sangatlah tinggi dibandingkan dengan menggunakan simulasi untuk mencapai tujuan yang ingin dicapai oleh perusahaan tersebut. Begitu juga dengan biaya jangka panjang, modal untuk investasi dan untuk menjalankan sistem baru sangatlah besar jika dibanding penggunaan simulasi. 22

14 Biaya untuk sistem Biaya dengan simulasi Biaya tanpa simulasi Tahap Desain Tahap Penerapan Tahap Operasi Gambar 2.5. Perbandingan biaya yang harus dikeluarkan antara menggunakan simulasi dan tidak menggunakan simulasi Menghemat waktu Simulasi dapat dengan signifikan menghemat waktu untuk memperoleh suatu pemecahan masalah yang memerlukan waktu yang cukup lama dalam mendapatkan hasilnya. Hanya dalam hitungan menit atau mungkin dalam hitungan detik simulasi dapat memperoleh hasilnya dengan cepat dan akurat. Kemampuan ini digunakan oleh para ahli untuk melakukan berbagai kegiatan yang mana nantinya dibandingkan dengan sistem nyatanya. Tidak mempengaruhi keadaan sistem aslinya sehingga dapat dilakukan metode Trial and Error 23

15 Untuk sistem asli, tidak dapat secara gegabah untuk mengubah, mengganti, ataupun memberhentikan sistem yang sedang berjalan secara tiba - tiba. Karena setiap ada perubahan sedikit saja maka akan berpengaruh pada keseluruhan sistem tersebut. Maka dengan adanya simulasi ini, dapat dilakukan perubahan, penggantian, maupun penghentian suatu sistem secara tiba tiba tanpa melihat apapun karena tidak akan mengganggu sistem aslinya yang sedang berjalan. Dapat melebar-luaskan waktu Simulasi dapat digunakan untuk menunjukkan perubahan struktur dari suatu sistem nyata yang sebenarnya tidak dapat diteliti pada waktu yang seharusnya berjalan. Namun dengan adanya simulasi maka semuanya itu dapat mungkin terjadi. Dapat mengawasi sumber sumber yang bervariasi Simulasi dengan cepat dapat meninjau hubungan antara variabel bebas (independent) dengan variabel terkait (dependent) yang kedua variabel ini adalah faktor faktor yang harus diperhatikan didalam percobaan ini. Melalui simulasi, dapat dengan mudah dicoba coba untuk menambahkan maupun mengurangi variabel variabel tersebut. Dapat mengoreksi kesalahan kesalahan perhitungan Simulasi yang dilakukan dengan menggunakan bantuan komputer umumnya dapat memperhitungkan sesuatu dengan akurat, 24

16 kemungkinan untuk terdapat kesalahan perhitungan sangatlah kecil. Namun jika tidak menggunakan simulasi, yaitu menggunakan perhitungan biasa, kemungkinan untuk mendapatkan kesalahan pada proses perhitungan cukup besar. Mudah untuk diperbanyak Seperti yang sudah diketahui bahwa dengan menggunakan bantuan komputer, simulasi sangatlah mudah untuk dilakukan perubahan perubahan. Baik melakukan penambahan penambahan maupun pengurangan pengurangan sesuatu. Mendorong terciptanya solusi yang total dan kreatif Dengan adanya simulasi ini, maka diharapkan akan diperoleh suatu solusi pemecahan masalah yang lebih tepat sasaran dan sesuai dengan apa yang diharapkan. Mungkin juga bahkan dapat diperoleh hasil yang jauh lebih baik dari yang diharapkan. Kekurangan yang terdapat pada simulasi adalah: Perlu belajar terlebih dahulu untuk dapat melakukan suatu proses simulasi Diperlukan data data yang cukup akurat untuk dapat memperoleh hasil yang akurat 25

17 Diperlukan ketelitian yang tinggi sehingga tidak terjadi kesalahan kesalahan dalam memperoleh pemecahan masalahnya Jenis Jenis Simulasi Terdapat beberapa jenis simulasi yang biasa digunakan (menurut Thomas J. Kakiay, Pengantar Sistem Simulasi, 2004), yaitu: Simulasi Identitas (Identity Simulation) Sistem simulasi adalah suatu kegiatan yang memberikan pernyataan atas suatu sistem dengan melalui model simbolik yang dapat dimanipulasi dengan mudah dan dapat menghasilkan angka angka atau bilangan bilangan numerik. (Thomas J. Kakiay, Pengantar Sistem Simulasi, 2004) Simulasi identitas ini digunakan secara langsung dan cukup sederhana dalam penggunaannya. Dengan banyak meniadakan berbagai macam hal yang mendasar dari aturan permodelan. Kekurangan dari simulasi ini adalah cukup mahal dan tidak begitu layak, hanya sedikit memberikan kontrol atau mungkin tidak sama sekali dalam memberikan jawaban yang efektif. Simulasi Identitas Semu (Ouasi Identity Simulation) Simulasi ini memodelkan berbagai aspek yang terkait dari sistem yang sebenarnya sehingga dapat mengeluarkan unsur unsur yang dapat membuat setiap simulasi identitas tidak berfungsi dengan baik. 26

18 Simulasi ini setingkat lebih maju dibandingkan dengan simulasi identitas. Simulasi Laboratorium (Laboratory Simulation) Simulasi laboratorium biasanya memerlukan berbagai komponen seperti operator, perangkat lunak dan keras, prosedur operasional, fungsi fungsi matematis, distribusi probabilitas, dan lain lain. Keuntungan dari simulasi ini adalah simulasi ini lebih murah dan lebih layak untuk memberikan jawaban yang dapat dipertanggungjawabkan dibandingkan dengan dua simulasi diatas. Terdapat dua jenis simulasi laboratorium, yaitu: - Operating Planning Disini komputer berperan sangat penting sebagai pengumpul data dan sebagai pengolah informasi. - Man Machine Simulation Didalam simulasi ini, aturan aturan dari simulasi tidak terlalu diperhatikan dan komputer hanya digunakan untuk mengolah dan menganalisis data. Simulasi Komputer (Computer Simulational) Untuk simulasi jenis ini, digunakan komputer untuk memecahkan masalah sesuai dengan kebutuhan yang kemudian komputer tersebut diprogram sehingga nanti dapat digunakan untuk memecahkan 27

19 masalah yang sama lagi. Untuk saat sekarang ini, lebih condong untuk dilakukan simulasi komputer. Karena hasil yang diperoleh untuk pemecahan masalah lebih cepat dan akurat. 28

20 2.2 Kerangka Pemikiran PENGUMPULAN DATA TINJAUAN PUSTAKA MASALAH RELASI MASALAH PERUSAHAAN PEMILIHAN TOOLS SIMULASI USAHA PERBAIKAN Gambar 2.6. Kerangka Pemikiran Pada gambar 2.6. menunjukkan pola pemikiran dalam penyusunan skripsi ini, dimana terdapat 6 pola pikir yang saling berhubungan satu dengan yang lainnya. 29

21 Pertama adalah data, data dari suatu permasalahan sangat dibutuhkan dalam mencari pemecahan masalah. Data dapat berupa hasil observasi menyeluruh yang dilakukan terhadap masalah masalah yang sedang dihadapi. Didalam skripsi ini data data yang dipakai adalah data data perusahaan pada bagian proses produksi. Kedua adalah masalah. Setelah mendapatkan data keseluruhan, maka perlu ruang lingkup perlu dipersempit dengan memilih objek untuk diteliti yang menimbulkan suatu masalah yang ingin dipecahkan. Untuk objek penelitian masalah dari skirpsi ini adalah bagian proses produksi perusahaan yang mana lebih dititik beratkan ke mesin embossing. Untuk mengatasi masalah yang ada, perlu untuk dibantu dengan tinjauan pustaka yang dimiliki perusahaan maupun dimiliki oleh peneliti. Bagian ketiga adalah relasi masalah. Relasi masalah ini menghubungkan antara data dengan masalah yang terdapat pada perusahaan. Pada bagian ini, data dan masalah harus lebih mempunyai hubungan yang lebih dalam. Jadi jika data yang didapat belum atau belum tepat mengenai sasaran dari masalah tersebut, maka harus lebih dilakukan observasi yang mendalam terhadap masalah ini sehingga dapat diperoleh data data yang tepat sasaran. Pemilihan tools merupakan langkah keempat. Penggunaan tools yang tepat, sangatlah membantu dalam pemecahan masalah dan juga membantu dalam memperoleh jawaban yang tepat dan akurat. Karena skripsi ini membahas tentang masalah simulasi, maka diperlukan tools simulasi. Terdapat banyak tools yang dapat membantu memecahkan masalah simulasi, seperti diantaranya adalah ProModel 2001, SLAM, SIMAN,GPSS, dan lain lain. 30

22 Seluruh langkah langkah diatas adalah penting namun terdapat langkah yang paling penting, yaitu simulasi. Karena jika simulasi tidak dilakukan dengan benar dan sempurna serta sesuai dengan permasalahannya, dapat dikatakan seluruh langkah langkah yang telah dilakukan diatas adalah sia sia. Sebab tidak akan memperoleh hasil yang tepat dan maksimal. Jadi dapat dikatakan, simulasi merupakan langkah inti dari seluruh langkah langkah pada gambar 2.6. Setelah dilakukan simulasi menyeluruh terhadap sistem kerja dari perusahaan dan usulan simulasi dari perusahaan, maka dapat dipilih sistem mana yang merupakan sistem kerja terbaik untuk dapat diterapkan pada keadaan nyata. Maka usaha perbaikan terhadap sistem yang berjalan dapat dilakukan sesuai dengan simulasi yang telah dirancang. 31

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 19 BAB 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Pengertian Persediaan Persediaan meliputi semua barang dan bahan yang dimiliki oleh perusahaan dan dipergunakan dalam proses produksi atau dalam memberikan

Lebih terperinci

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif untuk

Lebih terperinci

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26 Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random

Lebih terperinci

KOMPUTER INDUSTRI (PROMODEL)

KOMPUTER INDUSTRI (PROMODEL) KOMPUTER INDUSTRI (PROMODEL) Disusun Oleh: Nama / NPM : 1. A. Sofwan Yusuf / 30408016 2. Ganjar Artha Kusuma / 30408384 3. Heidy Olivia Thaeras / 30408421 4. M. Gilang B. Abdillah / 31408559 Kelas : 3ID02

Lebih terperinci

Makalah Statistika Distribusi Normal

Makalah Statistika Distribusi Normal Makalah Statistika Distribusi Normal Disusun Oleh: Dwi Kartika Sari 23214297 2EB16 Fakultas Ekonomi Jurusan Akuntansi Universitas Gunadarma 2015 Kata Pengantar Puji syukur kehadirat Tuhan Yang Maha Esa

Lebih terperinci

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi

Lebih terperinci

UNIVERSITAS BINA NUSANTARA

UNIVERSITAS BINA NUSANTARA UNIVERSITAS BINA NUSANTARA Jurusan Teknik Industri Fakultas Teknik Skripsi Sarjana Teknik Industri Semester Ganjil 2004/2005 ANALISA SIMULASI TINGKAT PELAYANAN DALAM RANGKA PERLUASAN USAHA UNTUK MENCAPAI

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Metode Simulasi 2.1.1 Pengertian Metode Simulasi Simulasi ialah suatu metodologi untuk melaksanakan percobaan dengan menggunakan model dari suatu sistem nyata (Siagian, 1987).

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Simulasi 2.1.1 Pengertian Simulasi Banyak para ahli yang memberikan definisi tentang simulasi. Beberapa diantaranya adalah sebagai berikut: Emshoff dan Simun (1970), simulasi didefinisikan

Lebih terperinci

UTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG)

UTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG) bidang TEKNIK UTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG) AGUS RIYANTO, IYAN ANDRIANA, GABRIEL SIANTURI Program Studi Teknik

Lebih terperinci

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.

Lebih terperinci

BAB I PENDAHULUAN. Kata Statistik dikaitkan dengan kata staat (bahasa Jerman artinya Negara) atau statista

BAB I PENDAHULUAN. Kata Statistik dikaitkan dengan kata staat (bahasa Jerman artinya Negara) atau statista BAB I PENDAHULUAN 1.1 Latar Belakang Kata Statistik dikaitkan dengan kata staat (bahasa Jerman artinya Negara) atau statista (bahasa Italia artinya Negarawan). Jadi Statistika dapat bermakna suatu yang

Lebih terperinci

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI 3.1 Pendahuluan Pada bab sebelumnya telah dibahas mengenai pertidaksamaan Chernoff dengan terlebih dahulu diberi pemaparan mengenai dua pertidaksamaan

Lebih terperinci

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang

Lebih terperinci

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

PENARIKAN SAMPEL & PENDUGAAN PARAMETER PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti

Lebih terperinci

Bab 2 DISTRIBUSI PELUANG

Bab 2 DISTRIBUSI PELUANG Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut

Lebih terperinci

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Descriptive Statistics mengandung metoda dan prosedur yang digunakan untuk pengumpulan, pengorganisasian, presentasi dan memberikan karakteristik terhadap himpunan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pemodelan dan Simulasi Model merupakan representasi sistem dalam kehidupan nyata yang menjadi fokus perhatian dan menjadi pokok permasalakan. Pemodelan dapat didefinisikan sebagai

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1 DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori

Lebih terperinci

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Revenue Management Belakangan ini revenue management telah mendapat perhatian dunia sebagai salah satu aplikasi dari operations research (OR) yang paling sukses. Revenue management

Lebih terperinci

Studi dan Implementasi Integrasi Monte Carlo

Studi dan Implementasi Integrasi Monte Carlo Studi dan Implementasi Integrasi Monte Carlo Firdi Mulia - 13507045 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang

Lebih terperinci

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode

Lebih terperinci

LAMPIRAN 1. Struktur Organisasi PT. Soho

LAMPIRAN 1. Struktur Organisasi PT. Soho 8 LAMPIRAN Struktur Organisasi PT. Soho 83 LAMPIRAN Perhitungan Jumlah Sampel Minimum Menurut Sritomo (995, p 84), untuk menetapkan jumlah observasi yang seharusnya dibuat (N ) maka disini harus diputuskan

Lebih terperinci

CIRI-CIRI DISTRIBUSI NORMAL

CIRI-CIRI DISTRIBUSI NORMAL DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau BAB II TINJAUAN PUSTAKA 2.1 Proses Stokastik Menurut Gross (2008), proses stokastik adalah himpunan variabel acak Semua kemungkinan nilai yang dapat terjadi pada variabel acak X(t) disebut ruang keadaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar belakang. Secara langsung atau tidaklangsung kata statitik sering kita dengar dan kita rasakan

BAB I PENDAHULUAN. 1.1 Latar belakang. Secara langsung atau tidaklangsung kata statitik sering kita dengar dan kita rasakan 10 BAB I PENDAHULUAN 1.1 Latar belakang Secara langsung atau tidaklangsung kata statitik sering kita dengar dan kita rasakan dalam kehidupan sehari-hari, sebagai contoh pada saat kita menonton pertandingan

Lebih terperinci

BAB 1 PENDAHULUAN. Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista

BAB 1 PENDAHULUAN. Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista vii BAB 1 PENDAHULUAN 1.1 Latar Belakang Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista (bahasa Italia artinya negarawan). Dari dua kata tersebut, statistika dapat

Lebih terperinci

BAB II LANDASAN TEORI. digunakan untuk mendukung penyusunan laporan tugas akhir. Landasan teori

BAB II LANDASAN TEORI. digunakan untuk mendukung penyusunan laporan tugas akhir. Landasan teori BAB II LANDASAN TEORI Dalam bab ini akan dijelaskan berbagai macam landasan teori yang digunakan untuk mendukung penyusunan laporan tugas akhir. Landasan teori yang dibahas meliputi permasalahan-permasalahan

Lebih terperinci

BAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran.

BAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran. BAB V DISTRIBUSI NORMAL Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran. Manfaat: Memberikan metode distribusi normal yang benar saat melakukan proses pengukuran.

Lebih terperinci

BAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk

BAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk BAB 2 LANDASAN TEORI 2.1 Definisi Persediaan Menurut Jacob, Chase, Aquilo (2009: 547) persediaan merupakan stok dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk produksi. Sedangkan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Antrian Sistem antrian adalah merupakan keseluruhan dari proses para pelanggan atau barang yang berdatangan dan memasuki barisan antrian yang seterusnya memerlukan pelayanan

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal

Lebih terperinci

SIMULASI ANTRIAN PELAYANAN BONGKAR MUAT KAPAL

SIMULASI ANTRIAN PELAYANAN BONGKAR MUAT KAPAL SEMINAR TUGAS AKHIR SIMULASI ANTRIAN PELAYANAN BONGKAR MUAT KAPAL (STUDI KASUS TERMINAL MIRAH PELABUHAN TANJUNG PERAK SURABAYA) Oleh : Risky Abadi 1203.109.004 Latar Belakang Pelabuhan Tanjung Perak sebagai

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB MANAJEMEN DASAR MODUL STATISTIKA 1 LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian tidak terantisipasi yang menyebabkan kerugian perusahaan. Depresi tajam dan cepat terhadap

Lebih terperinci

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Blanchard (2000) mendefinisikan sistem sebagai sekumpulan dari elemen-elemen yang mempunyai fungsi bersama untuk mencapai suatu tujuan (Miftahol, 2009). Sedangkan Law (2004)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Teori Antrian 2.1.1. Sejarah Teori Antrian. Teori antrian adalah teori yang menyangkut studi matematis dari antrian atau baris-baris penungguan. Teori antrian berkenaan dengan

Lebih terperinci

STATISTIK PERTEMUAN IV

STATISTIK PERTEMUAN IV STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,

Lebih terperinci

MAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA

MAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA MAKALAH Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR 13050394007 PUTRI DESSY VIVIT L 13050394053 IGA ANDRIANITA 13050394055 S1 Pendidikan Tata Boga 2013 JURUSAN PENDIDIKAN KESEJAHTERAAN KELUARGA FAKULTAS

Lebih terperinci

ANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research)

ANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research) 2013 ANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research) Disusun oleh: Dian Fitriana Arthati (09.5934), Dede Firmansyah (09.5918), Eka Fauziah Rahmawati

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pengertian Dasar Teori Antrian Dalam kehidupan sehari-hari, antrian (queueing) sangat sering ditemukan. Mengantri sering harus dilakukan jika kita menunggu giliran misalnya mengambil

Lebih terperinci

BAB II DISTRIBUSI PROBABILITAS

BAB II DISTRIBUSI PROBABILITAS BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 23 BAB 2 LANDASAN TEORI 2.1 Introduction to Manufacturing System 2.1.1 Definisi Manufacturing System Menurut Mikell P. Groover (2001, p375), Manufacturing System merupakan sebuah sekumpulan dari perlengkapan

Lebih terperinci

Statistik Deskriptif dengan Microsoft Office Excel

Statistik Deskriptif dengan Microsoft Office Excel Statistik Deskriptif dengan Microsoft Office Excel Junaidi, Junaidi I. Prosedur Statistik Deskriptif pada Excel Statistik deskriptif adalah statistik yang bertujuan untuk mendeskripsikan atau menggambarkan

Lebih terperinci

Analisis Sistem Antrian Pada Pelayanan Poli Kandungan Dan Ibu Hamil Di Rumah Sakit X Surabaya

Analisis Sistem Antrian Pada Pelayanan Poli Kandungan Dan Ibu Hamil Di Rumah Sakit X Surabaya Analisis Sistem Antrian Pada Pelayanan Poli Kandungan Dan Ibu Hamil Di Rumah Sakit X Surabaya Zarah Ayu Annisa 1308030058 Dosen Pembimbing : Dra. Sri Mumpuni R., MT PENDAHULUAN Antrian Meningkatnya kebutuhan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Menunggu dalam suatu antrian adalah hal yang sering terjadi dalam kehidupan sehari-hari khususnya dalam sebuah sistem pelayanan tertentu. Dalam pelaksanaan pelayanan pelaku utama dalam

Lebih terperinci

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Pelayanan Yang dimaksud pelayanan pada area anti karat adalah banyaknya output pallet yang dapat dihasilkan per hari pada area tersebut. Peningkatan pelayanan dapat dilihat dari

Lebih terperinci

Pengantar Statistika Bab 1

Pengantar Statistika Bab 1 BAB 14 PENGUJIAN HIPOTESA SAMPEL KECIL 1 Pengujian Hipotesa Sampel Kecil 4 DEFINISI Pengertian Sampel Kecil Sampel kecil yang jumlah sampel kurang dari 30, maka nilai standar deviasi (s) berfluktuasi relatif

Lebih terperinci

Analisis Performansi dan Perbaikan Lini Produksi dengan Menggunakan Metoda Simulasi

Analisis Performansi dan Perbaikan Lini Produksi dengan Menggunakan Metoda Simulasi Analisis Performansi dan Perbaikan Lini Produksi dengan Menggunakan Metoda Simulasi T E K N O S I M 008 Yogyakarta, 16 Oktober 008 Irwan Sukendar, Dewi Retno F, Dian Setiadi, Dwi Riyanti, Eko Pramudyo,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB ANDASAN TEORI. Teori Antrian Sistim ekonomi dan dunia usaha (bisnis) sebagian besar beroperasi dengan sumber daya yang relatif terbatas.sering terjadi pada orang, barang, dan komponen harus menunggu

Lebih terperinci

BAB 4 PENGUMPULAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN DAN ANALISIS DATA BAB 4 PENGUMPULAN DAN ANALISIS DATA 4.1 Pengumpulan Data Sebelum melakukan pengolahan dan analisis data, penulis melakukan observasi kondisi yang ada di area final inspection VLC saat ini. Observasi dilakukan

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasan Pembahasan membahas tentang perancangan rak sepatu berdasarkan data yang telah didapatkan dari populasi kelas 3ID02. Beberapa hal yang dibahas antara lain

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Antrian Teori antrian pertama kali disusun oleh Agner Krarup Erlang yang hidup pada periode 1878-1929. Dia merupakan seorang insinyur Demark yang bekerja di industri telepon.

Lebih terperinci

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal 1 Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat

Lebih terperinci

BAB I PENDAHULUAN. yang berkaitan dengan urutan (prioritas) yang dilakukan oleh sistem. Menurut J.

BAB I PENDAHULUAN. yang berkaitan dengan urutan (prioritas) yang dilakukan oleh sistem. Menurut J. BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Antrian adalah sekumpulan proses dan mekanisme di dalam suatu sistem yang berkaitan dengan urutan (prioritas) yang dilakukan oleh sistem. Menurut J. Liberman,

Lebih terperinci

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial

Lebih terperinci

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina

Lebih terperinci

MODUL PRAKTIKUM RISET OPERASIONAL 2

MODUL PRAKTIKUM RISET OPERASIONAL 2 MODUL PRAKTIKUM RISET OPERASIONAL 2 Versi 3.1 Tahun Penyusunan 2012 1. Muhammad Yunanto, SE., MM. 2. Iman Murtono Soenhadji, Ph.D. Tim Penyusun 3. Darmadi, SE.,MM. 4. Ririn Yuliyanti, SE. 5. Padyan Khatimi,

Lebih terperinci

ANALISIS SIMULASI ANTRIAN NASABAH DI BANK BNI 46 Tbk

ANALISIS SIMULASI ANTRIAN NASABAH DI BANK BNI 46 Tbk ANALISIS SIMULASI ANTRIAN NASABAH DI BANK BNI 46 Tbk Penelitian oleh: Agus Riyanto,ST.,MT UNIVERSITAS KOMPUTER INDONESIA BANDUNG JANUARI 2012 ANALISIS SIMULASI ANTRIAN NASABAH DI BANK BNI 46 Tbk Penelitian

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Universitas Komputer Indonesia Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Sistem Antrian Antrian ialah suatu garis tunggu pelanggan yang memerlukan layanan dari satu/lebih

Lebih terperinci

Bab 5 Distribusi Sampling

Bab 5 Distribusi Sampling Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 14 BAB 2 LANDASAN TEORI 2.1. Pendahuluan Antrian adalah kejadian yang sering dijumpai dalam kehidupan seharihari. Menunggu di depan loket untuk mendapatakan tiket kereta api, menunggu pengisian bahan bakar,

Lebih terperinci

PENGUKURAN VARIANS DAN SIMPANGAN BAKU

PENGUKURAN VARIANS DAN SIMPANGAN BAKU PEGUKURA VARIAS DA SIMPAGA BAKU Varians data yang belum dikelompokkan Pengertian varians mirip dengan deviasi rata-rata. Hanya saja, untuk memperoleh hasil perhitungan dalam bilangan positif tidak lagi

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA II.1. Meteor Pengertian Meteor - Dalam dunia Tata Surya atau Astronomi sering sekali kita dengan istilah Meteor. Apa sih sebenarnya definisi atau pengertian Meteor? Meteor adalah

Lebih terperinci

Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika

Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika 2 N i 1 x i N 2 Z X Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika sederhana s 2 n i 1 x i x n 1 2 No.

Lebih terperinci

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(, 0 DISTRIBUSI NORMAL UMUM Distribusi normal umum ini merupakan distribusi dari peubah acak kontinu yang paling banyak sekali dipakai sebagai pendekatan yang baik dari distribusi lainnya dengan persyaratan

Lebih terperinci

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation) DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

Lebih terperinci

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana

Lebih terperinci

USULAN PERANCANGAN DAN SIMULASI TATA LETAK FASILITAS GUDANG PT. ORIFLAME INDONESIA CABANG PEKANBARU. Jl. HR. Soebrantas KM.15 Panam, Pekanbaru-Riau

USULAN PERANCANGAN DAN SIMULASI TATA LETAK FASILITAS GUDANG PT. ORIFLAME INDONESIA CABANG PEKANBARU. Jl. HR. Soebrantas KM.15 Panam, Pekanbaru-Riau USULAN PERANCANGAN DAN SIMULASI TATA LETAK FASILITAS GUDANG PT. ORIFLAME INDONESIA CABANG PEKANBARU Nofirza 1, Diaan Masruri 2 1,2 Jurusan Teknik Industri, Fakultas Sains dan Teknologi UIN SUSKA Riau Jl.

Lebih terperinci

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang

Lebih terperinci

USULAN PERBAIKAN METODE KERJA PROSES PENGANTONGAN UREA DENGAN SIMULASI PROMODEL DI PT. XYZ

USULAN PERBAIKAN METODE KERJA PROSES PENGANTONGAN UREA DENGAN SIMULASI PROMODEL DI PT. XYZ Afif hakim 1), Dicky Suryapranatha 2) USULAN PERBAIKAN METODE KERJA PROSES PENGANTONGAN UREA DENGAN SIMULASI PROMODEL DI PT. XYZ Afif hakim 1), Dicky Suryapranatha 2) Program Studi Teknik Industri, Universitas

Lebih terperinci

ANALISIS EFEKTIVITAS SISTEM ANTRIAN TELLER BANK BNI DENGAN VISUALISASI PROMODEL (STUDI KASUS CABANG UNIVERSITAS INDONESIA DEPOK)

ANALISIS EFEKTIVITAS SISTEM ANTRIAN TELLER BANK BNI DENGAN VISUALISASI PROMODEL (STUDI KASUS CABANG UNIVERSITAS INDONESIA DEPOK) ANALISIS EFEKTIVITAS SISTEM ANTRIAN TELLER BANK BNI DENGAN VISUALISASI PROMODEL (STUDI KASUS CABANG UNIVERSITAS INDONESIA DEPOK) Penulis: Gargentiana Gian Program Studi Ekstensi Departemen Manajemen Fakultas

Lebih terperinci

Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA)

Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA) 37 Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA) VI.1 Probabilitas Integral (Integral Kumulatif) Ketika menganalisis distribusi probabilitas,

Lebih terperinci

BAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR,

BAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, BAB IV PEMBAHASAN IV.1 Analisa Harga Saham BBCA Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, penulis akan menganalisa pergerakan harga saham BBCA. Data yang diperlukan dalam

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya

Lebih terperinci

SIMULASI SISTEM ANTRIAN SINGLE SERVER. Sistem: himpunan entitas yang terdefinisi dengan jelas. Atribut: nilai data yang mengkarakterisasi entitas.

SIMULASI SISTEM ANTRIAN SINGLE SERVER. Sistem: himpunan entitas yang terdefinisi dengan jelas. Atribut: nilai data yang mengkarakterisasi entitas. SIMULASI SISTEM ANTRIAN SINGLE SERVER Sistem: himpunan entitas yang terdefinisi dengan jelas. Atribut: nilai data yang mengkarakterisasi entitas. List/file/set: entitas-entitas dengan properti yang sama.

Lebih terperinci

SESI 13 STATISTIK BISNIS

SESI 13 STATISTIK BISNIS Modul ke: SESI 13 STATISTIK BISNIS Sesi 13 ini bertujuan agar Mahasiswa dapat mengetahui teori Analisis Regresi dan Korelasi Linier yang berguna sebagai alat analisis data Ekonomi dan Bisnis. Fakultas

Lebih terperinci

Distribusi Peluang. Kuliah 6

Distribusi Peluang. Kuliah 6 Distribusi Peluang Kuliah 6 1. Diskrit 1. Bernoulli 2. Binomial 3. Poisson Distribution 2. Kontinu 1. Normal (Gaussian) 2. t 3. F 4. Chi Kuadrat Distribusi Peluang 1.1. Distribusi Bernoulli Distribusi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Manajemen Operasi Menurut Heizer & Render (2011, p. 36) manajemen operasi adalah sekumpulan aktivitas yang menciptakan nilai dalam bentuk barang dan jasa dengan mengubah input

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK PT Sumber Jaya Indahnusa Coy (disingkat SJI) merupakan sebuah perusahaan keluarga penghasil minyak kelapa sawit mentah (CPO) yang berlokasi di Kota Lama, Riau. Perusahaan ini belum menerapkan perawatan

Lebih terperinci

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1. Teori Antrian Menunggu dalam suatu antrian adalah hal yang sering terjadi dalam kehidupan kita sehari-hari. Teori Antrian (Queueing Theory), meliputi studi matematika dari antrian

Lebih terperinci

Pertemuan 14. Teknik Simulasi

Pertemuan 14. Teknik Simulasi Pertemuan 14 Teknik Simulasi Pengantar Dalam mempelajari sistem dapat dilakukan dengan pendekatan eksperimental, baik dengan menggunakan sistem aktual, maupun menggunakan model dari suatu sistem. Eksperimen

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Antrian Suatu antrian ialah suatu garis tunggu dari nasabah yang memerlukan layanan dari satu atau lebih fasilitas pelayanan. Kejadian garis tunggu timbul disebabkan oleh

Lebih terperinci

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel.

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel. TEORI PENDUGAAN Estimasi / Pendugaan Suatu pernyataan mengenai parameter populasi yang diketahui berdasarkan informasi sampel. Penduga atau Estimator Suatu statistik ti tik (harga sampel) yang digunakan

Lebih terperinci

1. PENGERTIAN. Manfaat Sampling :

1. PENGERTIAN. Manfaat Sampling : 1. PENGERTIAN Sampel adalah sebagian dari anggota populasi yang dipilih dengan cara tertentu yang akan diteliti sifat-sifatnya dalam penelitian. Nilai-nilai yang berasal dari data sampel dinamakan dengan

Lebih terperinci

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting

Lebih terperinci

Antrian adalah garis tunggu dan pelanggan (satuan) yang

Antrian adalah garis tunggu dan pelanggan (satuan) yang Pendahuluan Antrian Antrian adalah garis tunggu dan pelanggan (satuan) yang membutuhkan layanan dari satu atau lebih pelayan (fasilitas pelayanan). Masalah yang timbul dalam antrian adalah bagaimana mengusahakan

Lebih terperinci

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam

Lebih terperinci

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan: Nama : Purnomo Satria NIM : 1133467162 Evaluasi Pertemuan 4 dan 5 Laporan Tugas dan Quiz Statistik Deskriptif 1. Berikan penjelasan secara singkat apa yang dimaksud dengan: a. Rata-rata hitung, median,

Lebih terperinci

BAB I PENDAHULUAN. alas pada kapal, body pada mobil, atau kendaraan semacamnya, merupakan contoh dari beberapa struktur pelat. Pelat-pelat tersebut

BAB I PENDAHULUAN. alas pada kapal, body pada mobil, atau kendaraan semacamnya, merupakan contoh dari beberapa struktur pelat. Pelat-pelat tersebut BAB I PENDAHULUAN 1.1 Latar Belakang Struktur pelat sering dijumpai sebagai dinding penyelubung rangka. Selubung atau cangkang dari pesawat terbang, dinding dan alas pada kapal, body pada mobil, atau kendaraan

Lebih terperinci