BKB = x – k �
Untuk tingkat ketelitian 5 diperoleh nilai k = 2. Data dapat dikatakan seragam apabila range data masih terletak diantara nilai BKA dan BKB. Hasil
perhitungan uji keseragaman data dari data permintaan produk dengan menggunakan software Microsoft Excel dapat dilihat pada tabel 5.3.
Tabel 5.3 Uji Keseragaman Data Data
x �
BKA BKB
x maks x min Kesimpulan
Permintaan Produk
792,48 33,5 859,48 725,47 852
727 Seragam
5.5 Pengujian Distribusi Data
Pada langkah ini, akan dilakukan identifikasi terhadap data yang dikumpulkan. Identifikasi dilakukan untuk mengetahui pola data masa lalu agar
dapat memperoleh spesifikasi data yakni parameter distribusi dari data yang akan dijadikan acuan untuk pembangkitan data tiruan pada simulasi dinamis nantinya.
Pola data masa lalu ditentukan dengan melakukan uji distribusi data. Adapun data yang akan diuji polanya adalah data permintaan produk plastic dan data lead time.
Uji distribusi data permintaan plastik dilakukan secara statistik dengan uji Chi Square. Adapun langkah-langkah dalam melakukan pengujian distribusi data
permintaan plastik adalah sebagai berikut: 1. Menetapkan hipotesis awal
Ho : Data berdistribusi normal Ha : Data tidak berdistribusi normal
Universitas Sumatera Utara
Ho diterima apabila X
2 hitung
X
2 tabel
dan sebaliknya ditolak apabila X
2 hitung
X
2 tabel
2. Menentukan nilai deskriptif statistik dari data permintaan produk plastik dengan menggunakan software Microsoft Excel .
a. Menentukan jumlah data N dengan formula : COUNT Range Data b. Menentukan nilai maksimum data dengan formula : MAX Range Data
c. Menentukan nilai minimum data dengan formula : MIN Range Data d. Menentukan nilai Range J dengan formula : MAX – MIN
e. Menentukan banyak kelas k dengan formula : ROUNDUP1+3,3LOG10COUNTRange Data;0
f. Menentukan panjang kelas dengan formula : ROUNDUPrangebanyak kelas;0
g. Menentukan nilai rata-rata dengan formula : AVERAGE Range Data h. Menentukan nilai standar deviasi dengan formula : ROUNDSTDEVRange
Data;2
Tabel 5.4 Hasil Penentuan Nilai Deskriptif Statistik dari Data Permintaan Plastik
Deskriptif Statistik Nilai
N 50
Max 852
Min 705
RangeJ 147
Banyak Kelas 7
Panjang Kelas 21
Rata-rata 792,48
Standar Deviasi 33,5
Universitas Sumatera Utara
3. Adapun hasil penentuan nilai deskriptif statistik dari data permintaan plastik dapat dilihat pada Tabel 5.5.
Tabel 5.5. Hasil Penentuan Nilai Deskriptif Statistik dari Data Permintaan Platik
Kelas Invterval BKA
BKB Frekuensi
1 705-725
704,5 725,5
2 2
726-756 725,5
756,5 7
3 757-777
756,5 777,5
7 4
778-798 777,5
798,5 15
5 799-819
798,5 819,5
4 6
820-840 819,5
840,5 11
7 841-861
840,5 861,5
4
Jumlah 50
4. Membuat tabel penentuan nilai X
2 hitung
yang dapat dilihat pada Tabel 5.6.
Tabel 5.6. Penentuan X
2
Hitung Data Permintaan Plastik Kelas
Interval fo
nx;μ;σ fe
fo-fe2fe
1 705-725
2 0,0185
0,9235 1,2550
2 726-746
1 0,0632
3,1584 1,4750
3 747-767
10 0,1530
7,6493 0,7224
4 768-788
9 0,2348
11,7389 0,6390
5 789-809
11 0,2515
12,5771 0,1978
6 810-830
11 0,1775
8,8767 0,5079
7 831-852
6 0,1016
5,0792 0,1669
Jumlah 50
1 50
4,9640
5. Menentukan nilai X
2 tabel
dimana tingkat kepercayaan α = 5 . Nilai X
2
tabel α ditentukan menggunakan software Microsoft Excel dengan formula :
ROUNDCHIINV;banyak kelas-3;3. Dengan menggunakan formula tersebut diperoleh nilai X
2 tabel
= 9,488
6. Melakukan uji hipotesis data
Universitas Sumatera Utara
X
2 Hitung
= 4,964 X
2 Tabel
= 9,488 X
2 Hitung
X
2 Tabel
maka H diterima Data berdistribusi normal
Universitas Sumatera Utara
BAB VI SIMULASI
6.1 Formulasi Masalah
Langkah awal dalam melakukan simulasi adalah melakukan formulasi masalah untuk menentukan masalah utama yang akan dipecahkan dengan
menggunakan teknik simulasi. Dari hasil formulasi masalah, diketahui bahwa yang menjadi masalah utama yang dialami oleh perusahaan adalah permintaan
yang datang secara fluktuatif dan jumlah kecacatan produk yang bervariasi menyebabkan perusahaan mengalami kendala dalam menentukan jumlah
pemesanan bahan baku yang mendukung jumlah produksi serta memberikaan biaya persediaan yang minimal. Pemecahan masalah yang menjadi tujuan simulasi
ini adalah menentukan jumlah pemesanan bahan baku yang mampu menghindarkan perusahaan dari kekurangan persediaan dan mampu memberikan
biaya persediaan yang minimal untuk dijadikan pertimbangan pihak perusahaan.
6.2 Membangun Model
Sebelum membangun model simulasi, terlebih dahulu dibentuk model umpan balik causal Model yaitu sebuah diagram yang menggambarkan
hubungan antara komponen yang digunakan dalam simulasi dinamis. Hubungan yang terjadi antara komponen terbagi menjadi dua yaitu :
Universitas Sumatera Utara
