2
5 58
1.965,2 R
≥
R ≥ 4,24
Dari hasil perhitungan estimasi awal jumlah replikasi di atas maka nilai kemungkinan R yang dipilih adalah R = 5, 6, 7, 8 dan seterusnya. Uji
ketidaksamaan terhadap nilai-nilai R tersebut di atas untuk menentukan nilai R dapat dilihat pada Tabel 5.31.
Tabel 5.31. Uji Ketidaksamaan Jumlah Replikasi R R
5 6
7 8
t
0.025,R-1
2,78 2,57
2,45 2,36
2 ε
S 1
R 0.025,
t
−
8,549 7,306
6,640 6,161
Berdasarkan perhitungan pada Tabel 5.31 di atas maka dapat dilihat bahwa jumlah replikasi yang dapat memenuhi persamaan 5.2 adalah 7, dimana 7
6,640. Oleh karena itu sedikitnya 7 replikasi dibutuhkan untuk memperoleh confidence interval 95 . Adapun replikasi awal yang telah dilakukan sebanyak
10 replikasi telah mencukupi 7 replikasi hasil perhitungan tersebut maka jumlah replikasi yang digunakan adalah 10 replikasi.
5.2.7.4. Validasi Model
Validasi model merupakan langkah untuk menguji apakah model yang telah disusun dapat merepresentasikan sistem nyata yang diamati secara benar.
Model dikatakan valid jika tidak memiliki karakteristik dan perilaku yang berbeda
Universitas Sumatera Utara
secara signifikan dari sistem nyata yang diamati. Validasi model dilakukan dengan menggunakan uji t berpasangan untuk menguji hipotesis dimana dua
sampel random berasal dari dua populasi data yang tidak bebas berpasangan.
24
n S
μ d
t
d d
− =
Hipotesis yang digunakan adalah: H
: µ
S
- µ
M
= µ
d
= 0 H
1
: µ
d
≠ 0
Uji statistik:
Dimana:
1,4 10
19 8
d d
8 1
j j
= =
=
∑
=
;
377 ,
15 9
138,40 1
10 d
d s
8 1
j 2
j 2
d
= =
− −
=
∑
=
;
921 ,
3 377
, 15
s
d
= =
Perbandingan jumlah produksi matras aktual dengan jumlah produksi matras pada model awal dapat dilihat pada Tabel 5.32.
Tabel 5.32. Parameter Validasi Model Simulasi Replikasi
j Output Aktual
unit Z
1j
Output Model unit
W
1j
Selisih d
j
= Z
1j
– W
1j
Deviasi kuadrat dari rata-rata
d
j
- d
2
1 120
119 1
0.16
2 124
123 1
0.16
3 121
126 -5
40.96
4 120
118 2
0.36
5 117
111 6
21.16
6
118 114
4 6.76
7
124 123
1 0.16
24
Pfaffenberger, Patterson, Statistical Methods For Bussines and Ecconomics, Richard D. Irwin, 1977, Hal 352
Universitas Sumatera Utara
8 120
112 8
43.56
9
121 124
-3 19.36
10 120
121 -1
5.76
d
= mean ;
2 d
S
= squared deviation
d
= 1,4
2 d
S
= 138,40
Sumber: Hasil Pengolahan Data dengan Simulasi
Berdasarkan Tabel 5.32. maka uji statistik t-berpasangan dapat diberikan sebagai berikut:
10 3,921
- 1,4
t =
128 ,
1 t
= Dengan Tingkat signifikansi α = 0.05, nilai kritis t
α2,n-1
= t
0.025,9
= 2,262 karena nilai
│t │ t
0.025,9
= 2.262 maka hipotesis nol tidak ditolak dan dapat diberi kesimpulan bahwa tidak terdapat perbedaan rata-rata antara output aktual
dengan rata-rata output hasil model simulasi.
Universitas Sumatera Utara
BAB VI ANALISA PEMECAHAN MASALAH
6.1. Analisis Keseimbangan Lintasan Kondisi Awal
Keseimbangan lintasan kondisi awal di lantai pabrik PT. Cahaya Kawi Ultra Polyintaraco belum cukup baik. Hal ini dapat dilihat dari performansi
keseimbangan lintasan setiap stasiun kerja yaitu kriteria balance delay yang masih tinggi yaitu 34,22 dan efisiensi lintasan yang masih rendah 65,78. Penentuan
penilaian terhadap balance delay dan efisiensi lintasan tersebut dengan menggunakan pendekatan heuristik bobot posisi dapat dilihat pada Tabel 6.1.
Tabel 6.1. Pembebanan Operasi Berdasarkan Stasiun Kerja Stasiun
kerja Pembebanan
operasi Waktu operasi
stasiun kerja menit
Efisiensi stasiun kerja I
1 15,82
15,8221,13 x 100 = 74,85
II 2
5,46 5,4621,13 x 100 = 25,83
III
3 16,95
16,9521,13 x 100 = 80,20
IV 4,7,8
9,84 9,8421,13 x 100 = 46,57
V 5,6
14,90 14,9021,13 x 100 = 70,50
VI 9
21,13 21,1321,13 x 100 = 100
VII 10
16,46 16,4621,13 x 100 = 77,86
VIII 11
10,66 10,6621,13 x 100 = 50,43
Efisiensi Lintasan 65,78
Sumber: hasil pengolahan data
Adapun balance delay dan efisiensi lintasan dapat diberikan sebagai berikut:
c. Balance delay BD
N = 8 stasiun kerja Tc = 21,13 menit
Universitas Sumatera Utara
