Waktu Unloading di Toko Distributor

BKB = X - k. σ = 3,04- 20,09 = 2,86 Keseluruhan data pengamatan digambarkan dengan peta kendali untuk melihat keseragaman data dan peta kendali dapat dilihat pada Gambar 5.4. Gambar 5.4. Peta Kendali Waktu Unloading Mobil Kapasitas 12 Dari Gambar 5.4. di atas dapat dilihat bahwa keseluruhan data tidak ada yang berada di luar batas kendali atas dan batas kendali bawah, sehingga keseluruhan data adalah seragam. b. Waktu unloading Toko Distributor dengan kapasitas 6 Pemilihan Toko Distributor dilakukan secara purposive sampling yaitu pemilihan sampel dilakukan secara sengaja untuk kemudahan penelitian. Sampel yang dipilih adalah PT. Danau Sejahtera. Waktu pengukuran Unloading barang di PT. Danau Sejahtera dapat dilihat pada Tabel 5.9. 2,60 2,70 2,80 2,90 3,00 3,10 3,20 3,30 1 2 3 4 5 6 W a k tu M en it Peta Kendali Waktu Unloading Kapasitas 12 BKB Data BKA Tabel 5.9. Pengukuran Waktu Unloading Mobil Kapasitas 6 No. Volume Barang Waktu Unloading menit Waktu Unloading per menit 1 4,95 14,03 2,83 2 4,33 13,5 3,12 3 5,78 15,77 2,73 4 4,65 13,68 2,94 5 4,97 13,32 2,68 6 5,12 15,76 3,08 Total 17,38 Dari data diatas maka didapat rata-rata waktu pengukuran atau besarnya waktu siklus sebagai berikut: = = Standart deviasi waktu pengukuan adalah sebagai berikut: σ = = = = 0,18 Nilai tengah, Batas Kendali Atas BKA dan Batas Kendali Bawah BKB dengan Tingkat Kepercayaan 95 k=2 adalah sebagai berikut : = 2,73 BKA = X + k. σ = 2,90+ 20,18 = 3,26 BKB = X - k. σ = 2,90- 20,18 = 2,54 Keseluruhan data pengamatan digambarkan dengan peta kendali untuk melihat keseragaman data pada Gambar 5.5. Gambar 5.5. Peta Kendali Waktu Unloading Mobil Kapasitas 6 Dari Gambar 5.5. di atas dapat dilihat bahwa keseluruhan data tidak ada yang berada di luar batas kendali atas dan batas kendali bawah, sehingga keseluruhan data adalah seragam.

5.2.3. Pengujian Kecukupan Data

Jumlah pengukuran waktu kerja yang sebenarnya diperlukan dengan tingkat ketelitian 5 dan tingkat kepercayaan 95 dihitung dengan menggunakan rumus: 2 2 2 40           − = ∑ ∑ ∑ X X X N N dimana : N’ = Jumlah pengukuran yang sebenarnya diperlukan n = Jumlah data setelah dilakukan uji keseragaman data 2 2,2 2,4 2,6 2,8 3 3,2 3,4 1 2 3 4 5 6 W a k tu M en it Peta Kendali Waktu Unloading Mobil Kapasitas 6 BKB Data BKA Jika diperoleh dari pengujian tersebut ternyata N’ N, maka diperlukan pengukuran tambahan, tapi jika N’ N maka data pengukuran pendahuluan sudah mencukupi.

5.2.3.1. Pengujian Kecukupan Data Waktu Loading Barang

a. Pengujian kecukupan data waktu loading mobil kapasitas 12 N’ = 2 2 2 40           − ∑ ∑ ∑ X X X N N’ = 2 42 , 17 46 , 303 74 , 50 6 40       − x N’ = 5,22 N’ = 5,22 N = 6, maka jumlah pengamatan telah mencukupi. b. Pengujian kecukupan data waktu loading mobil kapasitas 6 N’ = 2 2 2 40           − ∑ ∑ ∑ X X X N N’ = 2 75 , 14 56 , 217 36 , 36 6 40       − x N’ = 4,28 N’ = 4,28 N = 6, maka jumlah pengamatan telah mencukupi

5.2.3.2. Pengujian Kecukupan Data Waktu Unloading Barang

a. Pengujian kecukupan data unloading mobil kapasitas 12 N’ = 2 2 2 40           − ∑ ∑ ∑ X X X N N’ = 2 21 , 18 67 , 331 32 , 55 6 40       − x N’ = 1,18 N’ = 1,18 N = 6, maka jumlah pengamatan telah mencukupi b. Pengujian kecukupan data unloading mobil kapasitas 6 N’ = 2 2 2 40           − ∑ ∑ ∑ X X X N N’ = 2 38 , 17 09 , 302 51 , 50 6 40       − x N’ = 5,18 N’ = 5,18 N = 6, maka jumlah pengamatan telah mencukupi

5.2.4. Pengolahan data Graph Rute Awal

1. Penentuan Rute Terpendek

Untuk menentukan rute distribusi terpendek dapat dilakukan dengan melalui rute distribusi yang tersedia yaitu rute distribusi melalui Kantor Cabang Medan ke setiap distributor kemudian kembali ke Kantor Cabang Medan. Penentuan rute terpendek untuk rute distribusi menggunakan metode nearest neighbor, dimana metode ini menggunakan prinsip sederhana yaitu distributor