17 Dimana
cenderung chi- kuadrat se cara asimtut m → ∞. Angka derajat dari chi-
kuadrat adalah m-k-1, dimana k adalah jumlah parameter yang diestimasi dari data mentah untuk dipergunakan dalam mendefinisikan distribusi teoritis yang bersangkutan. Misalnya, untuk
menggunakan distribusi eksponensial sebagai distribusi teoritis yang dihipotesiskan untuk histogram empiris, nilai mean dari variable acak ekponensial dari data mentah perlu diestimasi.
Ini berarti bahwa k= 1 dalam kasus distribusi eksponensial Taha,1997
Dengan menganggap m-k-1, 1-
α sebagai nilai chi kuadrat untuk derajat kebebasan m – k-
1 dan tingkat signifikasi α hipotesis nol yang menyatakan bahwa data mentah yang diamati ditarik dari distribusi teoritis ft diterima jika
m-k-1, 1- α jika tidak hipotesis tersebut
ditolak.
2.6.3 Tornado Chart
Tornado chart adalah salah satu alat bantu yang disediakan oleh Crystal Ball yang dapat berguna untuk mengukur dampak dari model variabel pada suatu waktu yang bersamaan pada
target forecast. Hasilnya ditampilkan dengan Tornado Chart dan Spider Chart. Metode ini berbeda dengan metode berbasis korelasi yang terdapat di Crystal Ball, alat ini menguji setiap
asumsi, variabel keputusan, preseden atau sel secara independen. Ketika menganalisi satu variabel, alat ini mem
“beku” kan variabel lainnya sebesar nilai basis mereka. Ini mengukur pengaruh dari setiap variabel di forecast cell ketika memindahkan efek dari variabel lain. Metode
ini juga dikenal dengan “one-at-a-time-pertubation” atau “parametric analysis” .
Tornado Chart berguna untuk : a. Mengukur nilai sensitivitas dari suatu variable yang ditetapkan pada saat
penggunaan Crystal Ball b. Dengan cepet menyaring variabel pada model yang telah dibangun untuk
menentukan kandidat terbaik yang kemudian ditetapkan sebagai asumsi atau decision variables.
Gambar 1 . Grafik tornado User Manual for Crystal Ball. 2008
Tornado chart menguji jarak dari setiap variabel pada persentil yang dispesifikasi dan kemudian menghitung nilai forecast ramalan dari setiap poin. Tornado chart mengilustrasikan
perubahan antara nilai maksimum dan minimum dari nilai forecast ramalan setiap variabel. Variabel yang menyebabkan perubahan nilai terbesar akan muncul pada bagian paling atas dan
variabel yang menyebabkan perubahan paling kecil akan muncul dibagian paling bawah. Variabel
18 yang terdapat dibagian atas memiliki efek terbesar terdahadap forecast peramalan dan variable
dibagian bawah memiliki efek yang paling kecil atau sedikit di forecast peramalan. Batang
– batang yang terdapat disebelah variabel mewakili selang perubahan nilai forecast terhadap variabel yang diujikan. Yang berada disebelah batang tersebut adalah nilai dari variabel
– variabel yang menghasilkan perubahan terbesar pada nilai forecast. Warna dari batang mengindikasikan arah dari hubungan antara variabel
– variabel dengan forecast ramalan. Untuk variabel yang memiliki efek positif atau peningkatan nilai terhadap forecast peramalan
ditunjukkan dengan warna biru akan menuju arah kanan dan yang menghasilkan penurunan nilai akan kearah kiri dan diindikasikan dengan warna merah. Pada saat hubungan antara variabel
dengan forecast peramalan tidak terjadi peningkatan atau penurunan yang signifikan hal ini disebut dengan non- monotomic. Dengan kata lain apabila nilai minimum atau maksimum dari
rentang forecast tidak terjadi di titik akhir ekstrim pada rentangan uji terhadap variabel, maka variabel memiliki hubungan
“non- monotonic’ dengan forecast peramalan.
Gambar 2. Grafik non monotonic User Manual For Crystal Ball. 2008
19
III. METODOLOGI
3.1 Lokasi dan Waktu
Penelitian dilakukan pada bulan Maret – Juni 2012 di PT. Krakatau Tirta Industri,
Cilegon, Banten.
3.2 Alat dan Bahan
3.2.1 Alat
Alat yang digunakan pada penelitian ini adalah Microsoft Excel dan Crystal Ball
