Analisis Langkah Akuisisi Data Analisis Langkah Menerjemahkan Model

Hasil simulasi dinamis untuk jumlah produksi crumb rubber dapat dilihat pada Tabel 6.2. Tabel 6.2. Time Table Hasil Simulasi Dinamis Jumlah Produksi Crumb Rubber Time Jumlah Produksi Crumb Rubber dalam Ton Ton da Jumlah Produksi Crumb Rubber dalam Pallet Pallet 03 Jun 04 Jun 05 Jun 06 Jun 07 Jun 08 Jun 09 Jun 10 Jun 11 Jun 12 Jun 13 Jun 14 Jun 15 Jun 16 Jun 17 Jun 18 Jun 19 Jun 20 Jun 21 Jun 22 Jun 23 Jun 24 Jun 25 Jun 26 Jun 27 Jun 28 Jun 29 Jun 30 Jun 01 Jul 02 Jul 55,63 55,00 57,73 56,33 55,00 52,50 56,88 62,27 58,13 57,50 58,13 57,27 57,27 58,75 57,19 55,63 59,30 56,88 56,25 53,13 51,88 55,00 55,63 59,38 57,50 57,50 58,13 56,88 56,25 50,63 42,00 42,00 44,00 43,00 42,00 40,00 43,00 47,00 44,00 44,00 44,00 44,00 44,00 45,00 44,00 42,00 45,00 43,00 43,00 40,00 40,00 42,00 42,00 45,00 44,00 44,00 44,00 43,00 43,00 39,00 Sumber : Pengolahan dengan Powersim Studio 2005 Hasil simulasi dinamis untuk permintaan harian produk crumb rubber adalah fluktuatif tiap harinya dimana permintaan harian produk crumb rubber paling kecil adalah pada periode 16 Juni 2011 yaitu sebesar 51,00 ton dan permintaan harian produk crumb rubber paling besar adalah pada periode 10 Juni 2011 yaitu sebesar 63,00 ton. Hasil simulasi dinamis untuk permintaan harian produk crumb rubber dapat dilihat pada Tabel 6.3. Tabel 6.3. Time Table Hasil Simulasi Dinamis Permintaan Harian Produk Crumb Rubber T ime Permint aan Harian T on 03 Jun 04 Jun 05 Jun 06 Jun 07 Jun 08 Jun 09 Jun 10 Jun 11 Jun 12 Jun 13 Jun 14 Jun 15 Jun 16 Jun 17 Jun 18 Jun 19 Jun 20 Jun 21 Jun 22 Jun 23 Jun 24 Jun 25 Jun 26 Jun 27 Jun 28 Jun 29 Jun 30 Jun 01 Jul 02 Jul 54, 00 60, 00 58, 00 57, 00 61, 00 54, 00 62, 00 63, 00 60, 00 52, 00 58, 00 59, 00 60, 00 51, 00 57, 00 54, 00 60, 00 60, 00 60, 00 53, 00 57, 00 54, 00 59, 00 59, 00 60, 00 60, 00 57, 00 61, 00 57, 00 56, 00 Sumber : Pengolahan dengan Powersim Studio 2005 Hasil simulasi dinamis untuk persediaan bokar adalah fluktuatif tiap harinya dimana persediaan bokar paling kecil adalah pada periode 04 Juni 2011 yaitu sebesar 0,89 ton dan persediaan bokar paling besar adalah pada periode 18 Juni 2011 yaitu sebesar 155,51 ton. Hasil simulasi dinamis untuk persediaan bokar dapat dilihat pada Tabel 6.4. Tabel 6.4. Time Table Hasil Simulasi Dinamis Persediaan Bokar Time Persediaan Bokar Ton 03 Jun 04 Jun 05 Jun 06 Jun 07 Jun 08 Jun 09 Jun 10 Jun 11 Jun 12 Jun 13 Jun 14 Jun 15 Jun 16 Jun 17 Jun 18 Jun 19 Jun 20 Jun 21 Jun 22 Jun 23 Jun 24 Jun 25 Jun 26 Jun 27 Jun 28 Jun 29 Jun 30 Jun 01 Jul 02 Jul 71, 00 0, 89 8, 76 79, 99 8, 99 16, 86 24, 73 32, 60 40, 47 48, 34 56, 21 64, 08 141, 90 69, 72 77, 59 155, 51 85, 40 10, 66 18, 53 26, 40 34, 27 42, 14 50, 01 57, 88 65, 75 135, 28 62, 80 70, 67 78, 54 86, 41 Sumber : Pengolahan dengan Powersim Studio 2005 Hasil simulasi dinamis untuk total upah kerja buruh harian adalah fluktuatif tiap harinya sebab upah kerja lembur overtime buruh tiap hari berbeda tergantung jam lembur tiap harinya. Hasil simulasi dinamis untuk total upah kerja buruh harian dapat dilihat pada Tabel 6.5. Tabel 6.5. Time Table Hasil Simulasi Dinamis Total Upah Kerja Buruh Harian Rupia h Sumber : Pengolahan dengan Powersim Studio 2005

6.5. Analisis Langkah Verifikasi

Analisis yang diberikan untuk langkah ini adalah analisis terhadap verifikasi struktur model dan analisis terhadap hasil test run Adapun analisis yang dilakukan terhadap verifikasi struktur model adalah sebagai berikut: 1. Verifikasi Teoritis Verifikasi teoritis yang dilakukan sudah benar dan tepat. Hal ini terlihat dari kesesuaian antara causal loop yang dibuat dengan sistem nyata yang ada. 2. Konsistensi Unit Analisis Dari pengolahan data, terlihat bahwa formulasi secara manual sudah sesuai dan konsisten dengan formulasi pada powersim. Hal ini berarti menunjukkan bahwa konsistensi unit analisis sudah benar dan tepat Adapun analisis yang diberikan terhadap hasil test run adalah dari hasil test run pada pengolahan data, terlihat bahwa tidak terjadi trouble, yang berarti model telah terverifikasi dengan baik.

6.6. Analisis Langkah Validasi

Pada langakah validasi ini, yang akan dianalisis adalah hasil uji statistik AME, AVE, dan Kalman Filter terhadap data penggunaan bokar dan data permintaan produk crumb rubber. Dari hasil pengolahan data, diperoleh hasil uji statistik AME, AVE, dan Kalman Filter terhadap data penggunaan bokar yang dapat dilihat pada Tabel 6.6. Tabel 6.6. Hasil Uji Statistik AME, AVE, dan Kalman Filter Terhadap Data Penggunaan Bokar Keterangan Nilai Rata-rata nilai simulasi 71,00 Rata-rata nilai aktual 72,00 Standar deviasi nilai simulasi 2,97 Standar deviasi nilai aktual 3,05 Varians nilai simulasi 8,84 Varians nilai aktual 9,32 Tabel 6.6. Hasil Uji Statistik AME, AVE, dan Kalman Filter Terhadap Data Penggunaan Bokar Lanjutan Keterangan Nilai AME -0,01389 = 1,389 AVE -0,02623 = 2,623 Kalman Filter 0,4868 = 48,68 Sumber : Pengolahan dengan Microsoft Excel Setelah memperoleh hasil uji statistik AME, AVE, dan Kalman Filter terhadap data penggunaan bokar dapat dilakukan uji validitas model terhadap data penggunaan bokar yang dapat dilihat pada Tabel 6.7. Tabel 6.7. Hasil Uji Validitas Model Terhadap Data Penggunaan Bokar No. Metode Validasi Batas Kritis Nilai Uji Statistik Keterangan 1 Uji penyimpangan rata-rata AME 5 1,389 Valid 2 Uji penyimpangan variasi AVE 5 2,623 Valid 3 Uji kecocokan Kalman Filter KF 47,5 - 52,5 48,68 Valid Dari Tabel 6.7. di atas, terlihat bahwa semua nilai uji statistik yaitu AME, AVE, dan Kalman Filter KF tidak melewati batas kritis. Ini menunjukkan bahwa model yang dibuat telah valid. Dari hasil pengolahan data, juga diperoleh hasil uji statistik AME, AVE, dan Kalman Filter terhadap data permintaan produk crumb rubber yang dapat dilihat pada Tabel 6.8.