BAB 3 METODOLOGI PEMECAHAN MASALAH

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

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

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB II LANDASAN TEORI

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

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

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

BAB 2 LANDASAN TEORI

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB 2. Tinjauan Teoritis

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

8. MENGANALISIS HASIL EVALUASI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

X a, TINJAUAN PUSTAKA

BAB III METODE PENELITIAN

BAB II TINJAUAN PUSTAKA

BAB III METODE PENELITIAN

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

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

UNIVERSITAS INDONESIA

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

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

BAB III UKURAN PEMUSATAN DATA

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

S2 MP Oleh ; N. Setyaningsih

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

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

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

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

BAB 2 LANDASAN TEORI

BAB III PERSAMAAN PANAS DIMENSI SATU

POLIGON TERBUKA TERIKAT SEMPURNA

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

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

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

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

PERBANDINGAN ESTIMASI CADANGAN KLAIM

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

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

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

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

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

; θ ) dengan parameter θ,

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18

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

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

BAB 5. ANALISIS REGRESI DAN KORELASI

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

BAB 2 LANDASAN TEORI

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

Bab II Teori Pendukung

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

BAB 2 LANDASAN TEORI

3 Departemen Statistika FMIPA IPB

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

Regresi Linier Sederhana Definisi Pengaruh

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

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

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

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

Penerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung

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

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

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP

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

SOLUSI TUGAS I HIMPUNAN

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

BAB 1 STATISTIKA RINGKASAN MATERI

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

BAB III METODOLOGI PENELITIAN

k N 1 = s X Dimana : = Jumlah pengamatan yang seharusnya dilakukan.

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

UKURAN GEJALA PUSAT (UGP)

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

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

Transkripsi:

BAB 3 METODOLOGI PEMECAHAN MASALAH 3. Metode Pemecaha Masalah Metodolog peelta merupaka tahap-tahap dalam suatu peelta yag harus dtetapka atau dlakuka terlebh dahulu sebelum melakuka pecara solus masalah yag sedag dbahas sehgga peelta tersebut dapat dlakuka dega terarah, jelas da sstemats sehgga dapat memudahka dalam megaalsa permasalaha yag ada. Gambar dagram flow chart dapat dlhat pada halama selajutya :

Dagram 3. Dagram Flowchart Metodolog Peelta

3.. Observas Lapaga Pada tahap, observas lapaga adalah lagkah awal dalam metodolog peelta. Observas utuk megetahu kods atau stuas dar Uverstas Ba Nusatara yag sedag berjala saat da megdetfkas masalah yag sedag dhadap oleh Uverstas Ba Nusatara. Pada tahap, dlakuka observas dega melakuka pegamata lagsug dega phak terkat, khususya yag berhubuga dega saraa da prasaraa d Uverstas Ba Nusatara yatu pada baga buldg maagemet utuk memperoleh data umum sehgga dapat megdetfkas masalah yag ada. 3.. Pemlha Topk Pada tahap, sebelum peelta dlakuka, Peuls memlh da meetuka topk yag sesua. Pemlha topk berdasarka masalah yag terjad d baga buldg maagemet. 3..3 Idetfkas da Perumusa Masalah Pada tahap, melalu peelta yag dlakuka pada departeme mateace, dtetuka masalah tetag dowtme dar mes-mes yag dmlk da apabla terjad kerusaka, maka flow kegata aka terhet sehgga aka meghambat kegata yag ada d Uverstas Ba Nusatara, sehgga peuls megaggap masalah sebaga sesuatu yag harus damat da dtelt.

3..4 Stud Pustaka Pada tahap, sebelum melakuka peelta, dlakuka stud pustaka dega membaca teor teor yag dapat dkemukaka dalam peyusua skrps. 3..5 Tujua Peelta Bertujua memperoleh pegetahua tetag mateace dar escalator yag dmlk oleh Uverstas Ba Nusatara. 3..6 Pegumpula Data Pegumpula data megea mateace da keadala yag dmlk oleh escalator d Uverstas Ba Nusatara dlakuka secara kualtatf da kuattatf, sepert waktu breakdow kerusaka mes (escalator) da kompoe krts. 3..7 Idetfkas Mes Da Kompoe Krts Dega Dagram Pareto Pada tahap, Aka dtetuka mes krts da kompoe-kompoe krts dar mes-mes (escalator) dega melhat total persetase kumulatf medekat 80 %, maka aka termasuk dalam mes da kompoe krts da peetua kompoe krts dlakuka dega megguaka dagram pareto.

3..8 Idetfkas Data Dega Dstrbus Expoetal, Webull, Log Normal, Da Normal Setelah megetahu kompoe maa yag merupaka kompoe krts, maka tahap berkutya adalah megdetfkas kompoe tersebut tergolog dalam dstrbus apa (dstrbus Expoetal, Webull, Log Normal da Normal). Dmaa dar ke 4 dstrbus tersebut aka meghaslka la r (dex of ft). Maka dar tu aka dlakuka perhtuga secara teor. Lagkah-lagkah yag dlakuka dalam peetua la r (dex of ft) terbesar, yag atya aka dguaka dalam pegolaha data berkutya, adalah sebaga berkut :. Data selag waktu kerusaka (data tme to falure) da data dowtme perbaka kerusaka dlambagka dega t.. Meghtug la x, dega rumus : x t utuk dstrbus expoetal da ormal x l (t) utuk dstrbus webull da log ormal 3. Meghtug la x 4. Meghtug la F(t) dega megguaka pedekata meda rakg. Dega rumus : 0,3 F ( t) + 0,4 Dmaa : F(t) Fugs dstrbus kumulatf Uruta data (,,3,.,) Jumlah data selag waktu atar kerusaka.

5. Meghtug la y, dega rumus : Utuk dstrbus expoetal y l F( t) Utuk dstrbus webull y l.l F( t) Utuk dstrbus log ormal da ormal y z Φ [ F( t) ], dmaa la Φ [ F( t) ] dapat dperoleh dega melhat tabel stadardzed ormal probabltas pada lampra. 6. Meghtug la x.y 7. Meghtug la y. 8. Meghtug la r. r x. y ( x)(. y) ( x).. y {. x }{ ( y) } dmaa : r dex of ft jumlah data kerusaka x data falure atau repar tme y fugs dstrbus Kemuda dar keempat dstrbus tersebut yag mempuya hasl r (dex of ft) terbesar maka aka dguaka dalam pegolaha data berkutya.

3..9 Idetfkas MLE (Maxmum Lkehood Estmator) Pada tahap, aka dlakuka peafsra parameter dar data dstrbus tertetu. Da metode pedugaa parameter yag dguaka adalah MLE (Maxmum Lkehood Estmator). Lagkah-lagkah yag dlakuka dalam peetua parameter, yag atya aka dguaka dalam pegolaha data selajutya, adalah sebaga berkut : Dstrbus expoetal MLE : λ Dstrbus webull MLE : θ t r T β β l( t) Dstrbus log ormal MLE : μ μ t med e S ( l t μ) Dstrbus ormal : μ x σ ( ) S S ( t μ)

3..0 Idetfkas Goodess Of Ft Pada tahap dlakuka detfkas apakah suatu data sampel tersebut megkut suatu dstrbus tertetu da jka haslya adalah terma Ho, maka data tersebut dalam dstrbus yag memlk dex of ft terbesar, aka tetap apabla yag terjad adalah sebalkya, maka perhtuga parameter aka dulag, hgga haslya adalah terma Ho. Peguja aka dlakuka terhadap masg-masg dstrbus, yatu :. Uj Barlett Test utuk Dstrbus Expoetal Lagkah-lagkah utuk uj adalah : H 0 : data berdstrbus expoetal H : data buka berdstrbus expoetal Meetuka α H 0 terma jka X (-α/,r-) < B < X (α/,r- dapat dlhat pada tabel chsquare Uj statstk : B r l / r ( r) t ( / r) u + ( r + ) 6r r l t dmaa : t adalah waktu kerusaka ke r adalah jumlah kerusaka B adalah la uj statstk utuk uj Barlett Test

. Uj Ma s Test utuk Dstrbus Webull. Lagkah-lagkah utuk uj adalah : H 0 : falure or repar tme adalah dstrbus webull H : falure or repar tme adalah buka dstrbus webull Meetuka α H 0 terma jka M < F crt Utuk megetahu la F crt dapat dlhat pada tabel F dstrbuto. Uj statstk : M k k [ ( l t+ l t )/ M ] [ ( l t+ l t )/ M ] dmaa : k r k r M Z + Z Z 0,5 l l + 0,5 3. Uj Kolmogorof-Smrov Test utuk Dstrbus Logormal da Normal. Lagkah-lagkah utuk uj adalah : H 0 : falure or repar tme adalah dstrbus logormal da ormal H : falure or repar tme adalah buka dstrbus logormal da ormal Meetuka α H 0 terma jka D < D crt, jka D D crt maka terma H la dar D crt dapat dperoleh pada tabel llefors test. Dmaa D merupaka max D da max D

Tabel 3. uj kolmogorov smrov t (-)/ / t - µ ( t - µ) z Ф (z) D D 3 t μ ( t μ) σ dmaa : t adalah waktu kerusaka ke 3.. Mea Tme To Falure ad Repar Pada tahap, aka dtetuka kods wear out kompoe berdasarka dstrbus kerusakaya, dmaa apabla detfkas dstrbus meujukka bahwa terval waktu kerusaka memlk laju kerusaka yag meuru atau kosta (berdstrbus expoetal atau webull dega β ), maka peggata pecegaha kerusaka tdak aka efektf utuk dlakuka karea tdak aka megkatka keadala escalator sehgga usula tdaka prevetve mateace yag dlakuka haya berupa pemerksaa. La hal jka terval kerusaka memlk laju kerusaka megkat (berdstrbus webull dega β >, ormal da log ormal) maka tdaka prevetve mateace yag dusulka ada cara yatu peggata pecegaha kerusaka da pemerksaa. Rumus yag dguaka utuk meetuka MTTF da MTTR adalah :. Utuk dstrbus Expoetal MTTF / MTTR λ

. Utuk Dstrbus Webull MTTF / MTTR θ Γ + θ β { Γ( x) } Γ dperoleh dalam table gamma fucto 3. utuk Dstrbus Logormal MTTF / MTTR. exp s t med 4. utuk Dstrbus Normal. MTTF / MTTR μ 3.. Relablty da Avalablty Pada tahap, dlakuka perhtuga megea relablty pada kods sekarag, megguaka rumus sebaga berkut : R R λt () t e, utuk dstrbus expoetal ( /θ )β () t e t, utuk dstrbus webull t () R t Φ. l,utuk dstrbus log ormal s t med t μ R() t Φ, utuk dstrbus ormal σ

Da kemuda aka dlakuka perbadga terhadap relablty pada kods usula. Pegkata relablty dapat dtempuh dega perawata pecegaha, melalu hal aka dketahu megkat atau tdakya relablty escalator pada kods usula. Rumus dar relablty dega adaya usula adalah sebaga berkut : R R R λ ( T ) ( t T ) e t ( t /θ )β ( t T ) e Nt ( t T ) Φ. l s t med, utuk dstrbus expoetal, utuk dstrbus webull t T,utuk dstrbus log ormal ( t T ) μ R( t T ) Φ, utuk dstrbus ormal σ da selajutya adalah dcar relablty total, yatu dega rumus : () t R() t R m utuk 0 t T R m R m () t R( T ) R( t T ) utuk T t T () t R( T ) R( t T ) utuk T t ( + )T 0,,,... Dmaa : T adalah Age replacemet R m (t) adalah Keadala (relablty) setelah dlakuka prevetve mateace R(t) adalah Keadala tapa prevetve mateace R(T) adalah probabltas dar Keadala hgga selag waktu perawata. R(t-T) adalah peluag dar Keadala atara waktu t T setelah sstem dkembalkam pada kods awal pada saat T.

R(t-T) adalah probabltas dar Keadala utuk waktu t T dar prevetf mateace terakhr. Setelah tu aka dlakuka perhtuga avalablty, dega tujua utuk meetuka peluag beroperasya escalator utuk setap sklus peggata pecegaha da pemerksaa kompoe krts. Perhtuga dlakuka dega megalka avalablty peggata pecegaha dega avalablty pemerksaa karea avalablty peggata pecegaha da avalablty pemerksaa merupaka kejada yag salg bebas. Da avablty dapat dcar dega rumus :. Avalablty Iterval peggata pecegaha F(tp) ddapat dar tabel stadardzed ormal probabltes R(tp) F(tp) M ( tp) MTTF F( tp) Tp R( tp) + Tf ( R( tp)) D( tp) ( tp + Tp) R( tp) + ( M ( tp) + Tf ) ( R( tp)) Avalablty D(tp)m. Avalablty Iterval pemerksaa k t MTTF μ Tf t T t

k μ Iterval waktu pemerksaa t k D ( ) + * μ Dmaa : k adalah rata-rata jumlah kerusaka μ adalah rata-rata waktu utuk melakuka peggata Tf adalah waktu peggata kerusaka adalah rata-rata waktu utuk melakuka pemerksaa T adalah waktu utuk melakuka pemerksaa adalah frekues D ( ) adalah la dow tme 3. Total Avalablty Avablty terval peggata x Avablty pemerksaa 3..3 Aalsa Setelah dlakuka pegolaha data, dlakuka aalsa terhadap topk tersebut.

3. Tekk Pegumpula Data Data-data yag dambl da dpaka dalam peelta bersfat kualtatf da kuattatf da data-data tersebut adalah :. Data Prmer Data prmer adalah data yag berhubuga lagsug dega peelta. Data prmer yag dguaka adalah lapora kerja mateace egeerg selama dua tahu yag mecagkup kegata mateace, waktu mateace, da jam kerja.. Data Sekuder Sedagka data sekuder yag damat adalah keadaa perusahaa secara umum sepert sejarah Uverstas Ba Nusatara, sstem yag berjala dalam Uverstas Ba Nusatara da pegeala lebh lajut terhadap Uverstas Ba Nusatara.