5. Pola Distribusi Gamma
Distribusi Gamma memiliki karakter yang hampir mirip dengan distribusi weibull dengan shape parameter
β dan scale parameter α. Dengan memvariasikan nilai kedua parameter tersebut maka ada banyak jenis sebaran
data yang dapat diwakili oleh distribusi Gamma. Fungsi-fungsi dari distribusi Gamma:
a. Fungsi Kepadatan Probabilitas
b. Fungsi Distribusi Kumulatif
c. Fungsi Keandalan
d. Fungsi Laju Kerusakan
3.6. Diagram Pareto
15
Alfredo Pareto adalah orang yang pertama kali memperkenalkan diagram
15
Dale H, Besterfield. Quality Control. Fifth Edition. New Jersey: Prentice Hall, Inc., 1998, h.1
5
Universitas Sumatera Utara
pareto ini. Diagram pareto adalah grafik yang menguraikan klasifikasi data secara menurun mulai dari kiri ke kanan. Diagram pareto digunakan untuk
mengidentifikasi masalah dari yang paling besar sampai yang paling kecil. Jika diterapkan pada manajemen mutu, diagram pareto umumnya
mengatakan bahwa 80 dari permasalahan dapat diselesaikan jika penyebab utamanya 20 dapat diselesaikan. Diagram pareto mempunyai ciri khas yaitu
sumbu y merupakan persentase terhadap total kerusakan dan penyajian data dalam grafik garis dan diagram batang sekaligus. Gambar grafik garis menunjukan nilai
persentase frekuensi masing-masing kerusakan terhadap total kerusakan dan diagram batang menunjukkan nilai persentase kumulatifnya. Oleh karena itu
diagram pareto digunakan untuk menunjukkan prioritas pada suatu masalah dimana kepada masalah dominan tersebut dapat dilakukan penyelesaian yang
terarah. Fokus penyelesaian terhadap masalah tersebut kemudian akan dikembangkan lebih lanjut. Contoh diagram pareto dapat dilihat pada Gambar 3.3.
Gambar 3.3. Diagram Pareto 3.7.
Uji Kolmogorov-Smirnov
Dalam menganalisis kesesuaian data dapat dimanfaatkan Uji Goodness of fit kesesuaian antara frekuensi hasil pengamatan dengan frekuensi yang
Universitas Sumatera Utara
diharapkan. Alternatif dari uji goodness of fit yang dikemukakan oleh A. Kolmogorov dan N.V.Smirnov dua matematikawan yang berasal dari Rusia. Ahli
ini beranggapan bahwa distribusi variabel yang diuji bersifat kontinu dan sampel diambil dari populasi sederhana. Dengan demikian uji ini hanya dapat digunakan
bila variabel yang diukur paling sedikit dalam skala ordinal yaitu interval waktu pergantian komponen. Ada beberapa keuntungan dan kerugian dari uji kesesuaian
Kolmogorov –Smirnov dibandingkan dengan uji kesesuaian Chi-Kuadrat, yaitu :
1. Uji Kolmogorov
–Smirnov tidak perlu dilakukan kategorisasi. Dengan demikian semua informasi hasil pengamatan terpakai.
2. Uji Kolmogorov
–Smirnov bisa dipakai untuk semua ukuran sampel. 3.
Uji Kolmogorov –Smirnov tidak bisa memperkirakan parameter populasi.
4. Uji Kolmogorov
–Smirnov memakai asumsi bahwa distribusi populasi teoritis bersifat kontinu.
3.8. Total Minimum Downtime
