Jumlah Replikasi Simulasi Grade A Jumlah Replikasi Simulasi Grade B

Lidia : Penentuan Jumlah Minimal Operator Pengepakan Dengan Aplikasi Teknik Simulasi Sistem Antrian Pada PT Indorub Nusaraya, 2009. atau tidak. Untuk mengetahui apakah jumlah replikasi yang telah dilakukan sebanyak 10 replikasi telah mencukupi maka; 2 Ginting, Rosnani, 2009. Penjadwalan Mesin. Yogyakarta : Graha Ilmu. Hal 209 3 Horton Krull Dasar- Aplication of Proxels to Queuing Simulation.Jurnal Fakultat fur Informatik. 39106, Jerman, 2006. Hal:10 4 RossaWijaya. Simulasi Antrian dengan Menggunakan Promodel.Proceendings, 2007. Hal:530 Estimasi awal jumlah replikasi dapat dilihat pada ketidaksamaan berikut: 2 2 e S Z R       ≥ Setelah estimasi awal terhadap jumlah replikasi, maka nilai R harus diuji dengan menggunakan ketidaksamaan pada 2 2 e S t R       ≥

5.3.5.1. Jumlah Replikasi Simulasi Grade A

Departure time at last arrival jumlah operator = 5untuk grade A setelah dilakukan running 10 replikasi dapat dilihat pada Tabel 5.26. Tabel 5.26. Departure Time at Last Arrival 10 Replikasi Replikasi Departure time at last arrival 1 448,805 2 446,591 3 444,656 Lidia : Penentuan Jumlah Minimal Operator Pengepakan Dengan Aplikasi Teknik Simulasi Sistem Antrian Pada PT Indorub Nusaraya, 2009. 4 443,913 5 439,096 6 441,677 7 445,23 8 447,422 9 444,422 10 442,558 Total 4444,37 Mean 444,437 Standard deviation 2,853 Dengan menggunakan persamaan estimasi terhadap nilai standar error diberikan 5 unit dari nilai rata-rata dengan confidence interval 95 , dimana = 0,05 maka estimasi awal jumlah replikasi dapat diberikan sebagai berikut: 2 5 53 1.962,8 R       ≥ R ≥ 1,250 Dari hasil perhitungan estimasi awal jumlah replikasi di atas maka nilai kemungkinan R yang dipilih adalah R = 2, 3, 4, dan seterusnya. Uji ketidaksamaan terhadap nilai-nilai R tersebut di atas untuk menentukan nilai R dapat dilihat pada Tabel 5.27. Tabel 5.27. Uji Ketidaksamaan Jumlah Replikasi R R 2 3 4 t 0.025,R-1 12,71 4,30 3,18 Lidia : Penentuan Jumlah Minimal Operator Pengepakan Dengan Aplikasi Teknik Simulasi Sistem Antrian Pada PT Indorub Nusaraya, 2009. 2 S 1 R 0.025, t     − 52,59 6,12 3,29 Berdasarkan perhitungan pada Tabel 5.27 di atas maka dapat dilihat bahwa jumlah replikasi yang dapat memenuhi adalah 4, dimana 4 3,29. Oleh karena itu sedikitnya 4 replikasi dibutuhkan untuk memperoleh confidence interval 95 . Adapun replikasi awal yang telah dilakukan sebanyak 10 replikasi telah mencukupi 4 replikasi hasil perhitungan tersebut maka jumlah replikasi yang digunakan adalah 10 replikasi.

5.3.5.2. Jumlah Replikasi Simulasi Grade B

Departure time at last arrival untuk grade B jumlah operator = 2 setelah dilakukan running 10 replikasi dapat dilihat pada Tabel 5.28. Tabel 5.28. Departure Time at Last Arrival 10 Replikasi Replikasi Departure time at last arrival 1 594,32 2 597,963 3 598,631 4 598,188 5 599,16 6 598,35 7 595,933 Lidia : Penentuan Jumlah Minimal Operator Pengepakan Dengan Aplikasi Teknik Simulasi Sistem Antrian Pada PT Indorub Nusaraya, 2009. 8 594,67 9 597,641 10 598,737 Total 5973,593 Mean 597,3593 Standard deviation 1.744000768 Untuk mengetahui apakah jumlah replikasi yang telah dilakukan sebanyak 10 replikasi telah mencukupi maka; Estimasi awal jumlah replikasi dapat dilihat pada ketidaksamaan berikut: 2 2 e S Z R       ≥ Setelah estimasi awal terhadap jumlah replikasi, maka nilai R harus diuji dengan menggunakan ketidaksamaan pada 2 2 e S t R       ≥ Dengan menggunakan persamaan estimasi terhadap nilai standar error diberikan 5 unit dari nilai rata-rata dengan confidence interval 95 , dimana = 0,05 maka estimasi awal jumlah replikasi dapat diberikan sebagai berikut: 2 5 44 1.961,7 R       ≥ R ≥ 0,46 Lidia : Penentuan Jumlah Minimal Operator Pengepakan Dengan Aplikasi Teknik Simulasi Sistem Antrian Pada PT Indorub Nusaraya, 2009. Dari hasil perhitungan estimasi awal jumlah replikasi di atas maka nilai kemungkinan R yang dipilih adalah R = 2, 3, 4, dan seterusnya. Uji ketidaksamaan terhadap nilai-nilai R tersebut di atas untuk menentukan nilai R dapat dilihat pada Tabel 5.29. Tabel 5.29. Uji Ketidaksamaan Jumlah Replikasi R R 2 3 t 0.025,R-1 12,71 4,30 2 S 1 R 0.025, t     − 19,65 2,25 Berdasarkan perhitungan pada Tabel 5.29 di atas maka dapat dilihat bahwa jumlah replikasi yang dapat memenuhi adalah 3, dimana 3 2,25. Oleh karena itu sedikitnya 3 replikasi dibutuhkan untuk memperoleh confidence interval 95 . Adapun replikasi awal yang telah dilakukan sebanyak 10 replikasi telah mencukupi 3 replikasi hasil perhitungan tersebut maka jumlah replikasi yang digunakan adalah 10 replikasi. 5.3.6. Validasi Hasil Validitas adalah kriteria penilaian keobjektifan dari suatu pekerjaan ilmiah Validasi model merupakan langkah untuk menguji apakah model yang telah disusun dapat merepresentasikan sistem nyata yang diamati secara benar. Model dikatakan Lidia : Penentuan Jumlah Minimal Operator Pengepakan Dengan Aplikasi Teknik Simulasi Sistem Antrian Pada PT Indorub Nusaraya, 2009. valid jika tidak memiliki karakteristik dan perilaku yang berbeda 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. Hipotesis yang digunakan adalah: H : µ S - µ M = µ d = 0 H 1 : µ d ≠ 0 Uji statistik: n S d t d d − =

5.3.6.1. Validasi Hasil Simulasi Grade A