111 LAMPIRAN A Daftar Riwayat Hidup Kartu Mata Kuliah Surat Keterangan Survey Tugas Akhir
SURAT KETERANGAN SURVEY TUGAS AKHIR 114
115 LAMPIRAN B Faktor Batas Kendali Peta Variabel
FAKTOR BATAS KENDALI PETA VARIABEL 116
117 LAMPIRAN C Perhitungan ANOVA Proses Drawing Normal Probability Plot of the Residual Proses Drawing Residual Versus the Fitted Values Plot Proses Drawing Residual Versus the Order of the Data Plot Proses Drawing Perhitungan ANOVA Proses Sheating Normal probability Plot of the Residual proses Sheating Residual Versus the Fitted Values Plot proses Sheating Residual Versus the Order of the Data Plot proses Sheating
118 PERHITUNGAN ANOVA PROSES DRAWING Full Factorial Design Factors: 2 Base Design: 2, 4 Runs: 16 Replicates: 4 Blocks: 1 Center pts (total): 0 All terms are free from aliasing. Factorial Fit: C7 versus Konsentrasi, Suhu Estimated Effects and Coefficients for C7 (coded units) Term Effect Coef SE Coef T P Constant 5.01138 0.000324 15478.88 0.000 Konsentrasi 0.00162 0.00081 0.000324 2.51 0.027 Suhu -0.01037-0.00519 0.000324-16.02 0.000 Konsentrasi*Suhu 0.00600 0.00300 0.000324 9.27 0.000 S = 0.00129502 R-Sq = 96.67% R-Sq(adj) = 95.84% Analysis of Variance for C7 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 2 0.00044112 0.00044112 0.00022056 131.52 0.000 2-Way Interactions 1 0.00014400 0.00014400 0.00014400 85.86 0.000 Residual Error 12 0.00002012 0.00002012 0.00000168 Pure Error 12 0.00002012 0.00002012 0.00000168 Total 15 0.00060525
119 NORMAL PROBABILITY PLOT OF THE RESIDUAL PROSES DRAWING 99 Normal Probability Plot of the Residuals (response is C7) 95 90 Percent 80 70 60 50 40 30 20 10 5 1-0.003-0.002-0.001 0.000 Residual 0.001 0.002 0.003 Normal probability plot digunakan untuk mengetahui apakah asumsi kenormalan data telah terpenuhi atau belum. Dari gambar diatas dapat dikatakan bahwa data residual dapat dikatakan normal. Hal ini dapat dilihat dari titik-titik yang menyebar didekat garis.
120 RESIDUAL VERSUS THE FITTED VALUES PROSES DRAWING 0.003 Residuals Versus the Fitted Values (response is C7) 0.002 Residual 0.001 0.000-0.001-0.002 5.000 5.005 5.010 Fitted Value 5.015 5.020 Residual versus the fitted values digunakan untuk mengidentifikasi ada tidaknya sebaran data yang tidak normal. Sebaran yang dimaksud antara lain : Hubungan nonlinear. Dalam analisis regresi, diharapkan agar variabelvariabel terhubung secara linear. Jika data residual tersebut membentuk suatu gelombang maka ini berarti bahwa terdapat hubungan nonlinear pada data.
121 Nonconstant variance. Analisis regresi mengasumsikan bahwa sebaran dari residual adalah konsisten pada jarak yang berseberangan dengan fitted value. Dengan kata lain, jika sebaran meningkat atau menurun dalam hubungannya dengan dengan fitted value maka hal ini berarti sebaran data nonconstant. Outliers. Suatu sebaran pengamatan besar atau kecil yang tidak biasa disebut outlier. Hal ini menyebabkan data tidak normal dan mempengaruhi perhitungan regresi dimana memyebabkan perhitungan tersebut keliru. Residual versus fitted values yang baik harus berdistribusi secara acak diantara angka 0 dan semakin berkurang jumlahnya saat beranjak dari angka 0. Dari residual versus fitted values yang dibuat, terlihat bahwa sebarannya telah ideal dimana semakin menjauhi angka 0 sebarannya semakin sedikit. Dari gambar juka dapat disimpulkan bahwa hubungan antar data linear, konsisten dan tidak ada outlier.
122 RESIDUAL VERSUS THE ORDER OF THE DATA PROSES DRAWING 0.003 Residuals Versus the Order of the Data (response is C7) 0.002 Residual 0.001 0.000-0.001-0.002 1 2 3 4 5 6 7 8 9 10 Observation Order 11 12 13 14 15 16 Residual versus the order of the data digunakan untuk mengetahui apakah antara nilai-nilai residual dengan urutan jalannya percobaan saling bebas atau tidak. Dengan plot ini maka dapat diamati pengaruh waktu atau urutan pengambilan data dan dapat menentukan apakah data tersebut mengandung pengamatan yang tidak normal. Nilai-nilai residual seharusnya tersebar secara acak di sekitar angka 0 dan tidak mengikuti pola tertentu.
123 Dari residual versus the order of data yang dibuat dapat dikatakan bahwa asumsi independensi terpenuhi karena nilai residualnya menyebar secara acak.
124 PERHITUNGAN ANOVA PROSES SHEATING Full Factorial Design Factors: 2 Base Design: 2, 4 Runs: 16 Replicates: 4 Blocks: 1 Center pts (total): 0 All terms are free from aliasing. Factorial Fit: C7 versus Kecepatan Lini, Suhu Estimated Effects and Coefficients for C7 (coded units) Term Effect Coef SE Coef T P Constant 1.03422 0.004194 246.62 0.000 Kecepatan Lini -0.08469-0.04234 0.004194-10.10 0.000 Suhu -0.01906-0.00953 0.004194-2.27 0.042 Kecepatan Lini*Suhu 0.04406 0.02203 0.004194 5.25 0.000 S = 0.0167744 R-Sq = 91.82% R-Sq(adj) = 89.78% Analysis of Variance for C7 (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 2 0.030141 0.030141 0.0150707 53.56 0.000 2-Way Interactions 1 0.007766 0.007766 0.0077660 27.60 0.000 Residual Error 12 0.003377 0.003377 0.0002814 Pure Error 12 0.003377 0.003377 0.0002814 Total 15 0.041284 Pada perhitungan anova yang dilakukan oleh minitab, dapat dilihat bahwa p value untuk kecepatan lini, suhu dan interaksi diantara keduanya < 0.05. Hal ini berarti bahwa kecepatan lini, suhu dan interaksi diantara keduanya memiliki pengaruh yang signifikan terhadap hasil proses Sheating.
125 NORMAL PROBABILITY PLOT OF THE RESIDUAL PROSES SHEATING 99 Normal Probability Plot of the Residuals (response is C7) 95 90 Percent 80 70 60 50 40 30 20 10 5 1-0.04-0.03-0.02-0.01 0.00 Residual 0.01 0.02 0.03 0.04 Normal probability plot digunakan untuk mengetahui apakah asumsi kenormalan data telah terpenuhi atau belum. Dari gambar diatas dapat dikatakan bahwa data dapat dikatakan normal. Hal ini dapat dilihat dari titiktitik yang menyebar didekat garis.
126 RESIDUAL VERSUS THE FITTED VALUES PROSES SHEATING 0.03 Residuals Versus the Fitted Values (response is C7) 0.02 0.01 Residual 0.00-0.01-0.02-0.03 0.98 1.00 1.02 1.04 1.06 Fitted Value 1.08 1.10 1.12 Residual versus the fitted values digunakan untuk mengidentifikasi ada tidaknya sebaran data yang tidak normal. Sebaran yang dimaksud antara lain : Hubungan nonlinear. Dalam analisis regresi, diharapkan agar variabelvariabel terhubung secara linear. Jika data residual tersebut membentuk suatu gelombang maka ini berarti bahwa terdapat hubungan nonlinear pada data.
127 Nonconstant variance. Analisis regresi mengasumsikan bahwa sebaran dari residual adalah konsisten pada jarak yang berseberangan dengan fitted value. Dengan kata lain, jika sebaran meningkat atau menurun dalam hubungannya dengan dengan fitted value maka hal ini berarti sebaran data nonconstant. Outliers. Suatu sebaran pengamatan besar atau kecil yang tidak biasa disebut outlier. Hal ini menyebabkan data tidak normal dan mempengaruhi perhitungan regresi dimana memyebabkan perhitungan tersebut keliru. Residual versus fitted values yang baik harus berdistribusi secara acak diantara angka 0 dan semakin berkurang jumlahnya saat beranjak dari angka 0. Dari residual versus fitted values yang dibuat, terlihat bahwa sebarannya telah ideal dimana semakin menjauhi angka 0 sebarannya semakin sedikit. Dari gambar juka dapat disimpulkan bahwa hubungan antar data linear, konsisten dan tidak ada outlier.
128 RESIDUAL VERSUS THE ORDER OF THE DATA PROSES SHEATING 0.03 Residuals Versus the Order of the Data (response is C7) 0.02 0.01 Residual 0.00-0.01-0.02-0.03 1 2 3 4 5 6 7 8 9 10 Observation Order 11 12 13 14 15 16 Residual versus the order of data digunakan untuk mengetahui apakah antara nilai-nilai residual dengan urutan jalannya percobaan saling bebas atau tidak. Dengan plot ini maka dapat diamati pengaruh waktu atau urutan pengambilan data dan dapat menentukan apakah data tersebut mengandung pengamatan yang tidak normal. Nilai-nilai residual seharusnya tersebar secara acak di sekitar angka 0 dan tidak mengikuti pola tertentu.
129 Dari residual versus the order of data yang dibuat dapat dikatakan bahwa asumsi independensi terpenuhi karena nilai residualnya menyebar secara acak.
130 LAMPIRAN D Kode-kode Pengenal Power Kabel Foto-foto Pendukung
131 KODE-KODE PENGENAL POWER KABEL HURUF KODE N NA Y 2X 2Y R F Gb B NFA T SE SE C CE A Y 2Y re rm se sm cm -I -O M AAAC S K KOMPONEN Kabel jenis standar, dengan tembaga sebagai penghantar Kabel jenis standar, dengan Alumunium sebagai penghantar Isolasi PVC (Polyvinychoride) Isolasi XLPE (Cross-linked polyethylene) Isolasi PE (Polyethylene) Kawat baja bulat (Round) Kawat baja pipih (Flat) Spiral pita baja Pita Baja Kabel dipilin jenis standar, dengan alumunium sebagai penghantar Penggantung dari kawat baja Lapisan pita tembaga pada masing-masing urat (core) Lapisan pita tembaga Penghantar tembaga konsentris Penghantar tembaga konsentris pada bagian luar masing-masing Kawat isolasi Selubung PVC Selubung PE Penghantar padat bulat (single wire) Penghantar bulat berkawat banyak Penghantar padat bentuk sektor Penghantar padat dipilin bentuk sektor Penghantar dipadatkan berkawat banyak sehingga menjadi compact Kabel dengan sistem pengenal warna core dengan hijau kuning Kabel dengan sistem pengenal warna core tanpa hijau kuning Isolasi PVC (Polyvinychoride) Penghantar Aluminium paduan sebagai penghantar Selubung XLPE Selubung Lead (timah)
132 FOTO-FOTO PENDUKUNG Panel Operasi Mesin Drawing Panel Operasi Mesin Ekstrusi
Panel Operasi Mesin Ekstrusi 133