BAB I
PENDAHULUAN
1.1
Latar Belakang
Salah satu cara untuk mengetahui bahwadata memiliki distribusi baik atau tidak
adalah dengan menggunakan cara distribusi statistik. Banyak kegunaan dari distribusi
statistic, salah satu penerapannya adalah dalam pengambilan keputusan terhadap suatu
masalah. Dalam suatu masalah pasti banyak kemungkinan-kemungkinan dalam
penyelesaian masalah membuat distribusi statistik. Hal itu lah yang membuat distribusi
statistik berguna untuk membantu dalam pencarian jalan keluar untuk memutuskan
suatu masalah.
Distribusi statistik memiliki banyak macam, yaitu uniform, exponensial, gamma,
weibull, normal, lognormal, beta, pearson type v, pearson type vi, log-logistic,
triangular, dan lain sebagainya. Masing-masing macam distribusi statistic memiliki
fungsi dan parameternya.
Pada laporan kali ini, praktikan akan menganilisis suatu data kontinu dan akan
melakukan pengolahan data dengan uji goodness of fit. Uji goodness of fit sendiri
adalah suatu pengujian untuk menguji apakah keragamannya cocok dengan distribusi
atau tidak. Dalam laporan ini, praktikan juga akan menampilkan beebrapa grafik hasil
dari pengolahan data dengan software Easyfit.
1.2
Tujuan Praktikum
Melalui Praktikum Teori Probabilitas Distribusi Statistik ini, praktikan
diharapkan:
1. Mengerti dan memahami macam-macam distribusi statistik
2. Memahami parameter-parameter distribusi statistik
3. Memahami fungsi atau kegunaan dari distribusi statistik
1
Program Studi Teknik Industri
Universitas Diponegoro
1.3
Pembatasan Masalah
Pada praktikum Teori Probabilitas Distribusi Statistik ini praktikan mengambil
data kontinu dari panjang rentang tangan 40 mahasiswa Teknik Industri Universitas
Diponegoro 2013. Setelah mendapatkan data, praktikan lalu melakukan uji goodness
of fit. Setelah itu praktikan mencari data dengan distribusi terbaik dan menyajikan
grafiknya. Lalu praktikan akan melakukan analisis data dari hasil pengolahan data.
2
Program Studi Teknik Industri
Universitas Diponegoro
1.4
Metodologi Praktikum
Start
Studi Pustaka
Observasi
Pengumpulan
Pengolahan Data:
1. Software Arena
2. Uji Goodness of
Fit
Analisa
Penutup
Selesai
3
Program Studi Teknik Industri
Universitas Diponegoro
1.5
Sistematika Penulisan
Sistematika penulisan laporan praktikum Teori Probabilitas
Distribusi
BAB I PENDAHULUAN
Membahas tentang latar belakang praktikum, tujuan praktikum, perumusan
masalah, metodologi dalam praktikum, dan sistematika penulisan laporan
praktikum.
BAB V PENUTUP
Berisi kesimpulan dan saran mengenai praktikum yang telah dilakukan dan juga
membahas isi laporan dalam bentuk ringkasan.
4
Program Studi Teknik Industri
Universitas Diponegoro
BAB II
TINJAUAN PUSTAKA
2.1
Parameter Statistik
Parameter statistik dalam suatu distribusi statistik ada tiga jenis, yaitu location
5
Program Studi Teknik Industri
Universitas Diponegoro
2.2
Statistika Deskriptif
Statistka adalah ilmu yang mempelajari tentang cara pengumpulan, pengolahan,
2.3
Distribusi Kontinu
Distribusi Uniform
Distribusi ini terdiri dari dua nilai yaitu nilai maksimum dan minimum.
Bentuk distribusinya adalah
, jika x a
0
x a
F ( x)
, jika a x b
b a
, jika b x
1
.(1)
6
Program Studi Teknik Industri
Universitas Diponegoro
Distribusi Exponensial
Distribusi ini banyak diaplikasikan dalam waktu antar kedatangan konsumen
suatu system yang dianggap konstan, waktu kerusakan dari komponen suatu
mesin.
1 x
e
Distribusi : F ( x)
0,
jika x 0
untuk x yang lain
.(2)
Distribusi Gamma
Distribusi ini banyak diaplikasikan untuk waktu pengerjaan suatu tugas
x/
1 e
F ( x)
0
(x / ) j
j!
j 0
1
jika x 0
untuk x yang lain
.(3)
7
Program Studi Teknik Industri
Universitas Diponegoro
Distribusi Weibull
Aplikasi dari distribusi weibull sama dengan penerapan distribusi gamma.
Hal ini disebabkan parameter distribusi ini sama dengan distribusi gamma.
Hanya bentuk distribusinya yang berbeda.
Bentuk distribusinya adalah:
jika x 0
1 e x
F x =
1
2
2
2
e x 2 ...........(5)
Distribusi Lognormal
Distribusi ini mirip dengan distribusi normal. Grafik fungsi padat dari
8
Program Studi Teknik Industri
Universitas Diponegoro
1
(ln x ) 2
exp
jika x 0
f ( x) x 2 2
2 2
0
untuk x yang lain .(6)
Distribusi Beta
Distribusi beta banyak digunakan untuk proporsi jumlah cacat, waktu
F ( x) B(1 , 2 )
jika 0 x 1
.(7)
1 - F (1 x )
F ( x) G
0
jika x 0
untuk x yang lain
.(8)
9
)
FB (
x
F ( x)
0
jika x 0
untuk x yang lain
.(9)
Distribusi Log-logistic
Bentuk distribusinya adalah :
F ( x) 1 ( x / )
0
jika x 0
untuk x yang lain
.(10)
Distribusi Johnson SB
Distribusi ini adalah distribusi dengan parameter paling lengkap. Distribusi
ini mempunyai tiga parameter yang ada:
Location parameter , scale parameter, dan shape parameter
10
Program Studi Teknik Industri
Universitas Diponegoro
x a
1 2 ln
F ( x)
b x
0
jika a x b
untuk x yang lain
.(11)
Distribusi Johnson SU
Bentuk distribusinya adalah:
2
x y
x y
1
F x 1 2 ln
.(12)
Distribusi Triangular
Distribusi ini mempunyai tiga parameter. Dengan a, b, dan c adalah bilangan
real. Distribusi ini menggambarkan model secara kasar dimana terjadi absence
data.
Bentuk distribusinya adalah:
2x a
b a c a
2b x
F ( x)
b a b c
0
, jika a x c
, jika c x b
(13)
Aplikasinya adalah digunakan sebagai model kasar dalam suatu absen data
11
Program Studi Teknik Industri
Universitas Diponegoro
a, b, dan c adalah bilangan real dengan . a adalah location parameter, b-a adalah
scale parameter, c adalah shape parameter.
(Kelton,2000)
2.4
hipotesis untuk menentukan apakah suatu himpunan frekuensi yang diharapkan sama
dengan frekuensi yang diperoleh dari suatu distribusi. Uji goodness of fit pada
prinsipnya bertujuan untuk mengetahui apakah sebuah distribusi teoritis tertentu
ataukah tidak. Sebagai contoh, jika sebuah dadu dilempar, maka kemungkinan
mendapat angka 5 adalah 1/6, juga kemungkinan untuk angka yang lain. Inilah yang
disebut distribusi teoritis sebuahd adu, karena terdiri atas 6 mata dadu yang mempunyai
kemungkinan seimbang untuk muncul dalam sekali pelemparan. Seandainya dilakukan
pelemparan 120 kali, seharusnya tiap mata dadu secara teoritis akan muncul masingmasing 1/6 x 120= 20 kali(angka 1 muncul 20 kali,angkan 2 muncul 20 kali dan
seterusnya). Namun tentu kenyataan tidaklah persissama, bisa saja angka 1 muncul
hanya 10 kali, tapi angka 3 muncul 24 kali dan kemungkinan lain. Untuk mengetahui
apakah kenyataan tersebut masih bisa dianggap selaras(fit) dengan distribusi teoritis,
akan digunakan uji goodness of fit.
Dengan demikian,goodness of fit test akan membandingkan dua distribusi data,
yakni yang teoritis(frekuensi harapan) dan yang sesuai kenyataan (frekuensi observasi).
(Singgih,2010)
2.3.1 Chi-Square
Uji ini ialah suatu uji test hipotesis tertua yang ditemukan oleh K.Pearson(1900).
Langkah untuk melakukan pengujian ini adalah dengan membagi data kedalam interval
serta menentukan frekuensi amatan dan harapan. Bentuk uji statistik ini adalah:
X 2=
k
i=1
(oi-ei )^2
ei
.(14)
(Modul Praktikum Teori Probabilitas 2014)
12
13
Program Studi Teknik Industri
Universitas Diponegoro
.(15)
(http://eprints.uny.ac.id/10838/1/S%20-%2019.pdf)
2.5
Software Arena
Software Arena adalah sebuah software pengolah dan penganalisa suatu data
statistika. Software Arena ini memiliki spesialisasi untuk menyelesaikan masalah pada
system diskrit. Fungsi dari software ini pun beragam, yaitu untuk mengolah data
statistik, menganalisa suatu aliran proses data, dan juga dapat menyajikan hasil
pengolahan dalam bentuk grafik. Kegunaan lainnya juga untuk identifikasi data,
mengetahui penyebaran, dan penjadwalan.
(digilib.upnjatim.ac.id)
2.6
Software Easyfit
Software Easyfit adalah sebuah software statistic yang menggunakan dasar
statistik. Kegunaan dari software Easyfit ini adalah untuk menganalisa dasar simulasi.
Selain itu juga dapat memudahkan kita dalam analisa probabilitas data dan juga
pemilihan model terbaik. Software Easyfit ini juga dapat dengan cepat memilih
distribusi terbaik yang sesuai dengan data.
(respiratory.ipb.ac.id)
14
Program Studi Teknik Industri
Universitas Diponegoro
BAB III
PENGUMPULAN DAN PENGOLAHAN DATA
3.1
Data Kontinu
Dalam praktikum Teori Probabilitas Modul 2B data yang digunakanadalah data
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Jenis Kelamin
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Nama
Natalia Purba
Anatashia Rosa F
Pramudiastuti Ageng N
Rizqi Rahmawati C
Adinda Putri P
Almira Puan R
Laila Izzatunnisa
Dhindi Oxiana Irawan
Devi Amalia A
Andina Pratiwi
Wening Rahayuningtyas
Bella Prima Novita Sari
Octavia Putri W
Siti Nur Azizah
Octavia Rosari G
Yuni Sartika
Ulyvia Trisnawati
Bedietra Adriz R
Claudia Gita Pratiwi
Tiara Ima Khota
David Kurnia S H
Deshtyan Erlangga Adi
Dhani Alfanda
Dhialma Yonathan Susilo
Donnie Cahya Gumilang Silalahi
Eko Satriyo Nugroho
Eko Sunarto
PRT
167.2
164.5
165.4
160.8
151.9
160.4
159.5
162.3
159.0
160.0
165.4
176.7
158.8
161.9
158.1
155.8
156.8
152.2
153.8
164.6
156.6
168.2
176.2
178.1
179.8
171.2
165.6
15
Program Studi Teknik Industri
Universitas Diponegoro
28
29
30
31
32
33
34
35
36
37
38
39
40
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Eric Priambodo S
Fahmi Farid Priyatna
Faiz Hanif Kurniawan
Hanan Muhardiansyah
Hary Utama Kurniawan
Hilal Soleh Jolang Prakoso
Hilga Prawingga
Ilham Sudrajat Ramadhon
Joy Irfan Sembiring
Lutfi Setiawan
Mario Exaudia Purba
Maulana Arif U
Meikel Zekben S
172.4
167.8
170.3
171.3
184.2
163.9
175.2
177.7
187.6
169.8
176.1
181.6
165.8
Kemudian kami menguji data kami dengan Uji Anderson darling dengan cara
mengubah data kami menjadi 10 bagian data kombinasi.Kombinasi 1 dari data ke 1
sampai data ke-30.Kombinasi 2 dari data ke-2 sampai data ke-31,begitu seterusnya
sampai data kombinasi ke-10.Berikut hasil dari uji Anderson Darling untuk sepuluh data
kombinasi.
Tabel 3.3 Rank dariUji Anderson Darling
Kombinasi
Anderson Darling
Statistik
Rank
Wakeby
0,13408
Johnson SB
0,15432
Johnson SB
0,13905
Johnson SB
0,13997
Johnson SB
0,1165
Johnson SB
0,15665
10
Johnson SB
0,11071
Johnson SB
0,10232
Johnson SB
0,15463
10
Error
0,12347
Dari tabel diatas diketahui bahwa data kombinasi ke-8merupakan data yang
memiliki rank pertama,data kombinasi ke-8 merupakan kombinasi data dari data ke-8
16
Program Studi Teknik Industri
Universitas Diponegoro
sampai data ke-37 dari data kontinu.Oleh karena itu dalam grafik output software kami
menggunakan data kombinasi yang ke-8.
3.2
17
Program Studi Teknik Industri
Universitas Diponegoro
2. Chi-Square
18
Program Studi Teknik Industri
Universitas Diponegoro
3. Erlang
19
Program Studi Teknik Industri
Universitas Diponegoro
4. Error
20
Program Studi Teknik Industri
Universitas Diponegoro
5. Eksponensial
21
Program Studi Teknik Industri
Universitas Diponegoro
6. Gamma
22
Program Studi Teknik Industri
Universitas Diponegoro
7. Johnson SB
23
Program Studi Teknik Industri
Universitas Diponegoro
8. Laplace
24
Program Studi Teknik Industri
Universitas Diponegoro
9. Log Pearson 3
25
Program Studi Teknik Industri
Universitas Diponegoro
10. Logistic
26
Program Studi Teknik Industri
Universitas Diponegoro
11. Lognormal
27
Program Studi Teknik Industri
Universitas Diponegoro
12. Normal
28
Program Studi Teknik Industri
Universitas Diponegoro
13. Pareto
29
Program Studi Teknik Industri
Universitas Diponegoro
14. Pearson 5
30
Program Studi Teknik Industri
Universitas Diponegoro
15. Pearson 6
31
Program Studi Teknik Industri
Universitas Diponegoro
16. Students
32
Program Studi Teknik Industri
Universitas Diponegoro
17. Triangular
33
Program Studi Teknik Industri
Universitas Diponegoro
18. Uniform
34
Program Studi Teknik Industri
Universitas Diponegoro
19. Wakeby
35
Program Studi Teknik Industri
Universitas Diponegoro
20. Weibull
36
Program Studi Teknik Industri
Universitas Diponegoro
3.3
Distribution Summary
Corresponding p-value
> 0.15
Distribution: Normal
Expression: NORM(167, 9.14)
Data Summary
= 152
= 188
Number of intervals = 3
Sample Mean
= 167
Degrees of freedom
=0
= 9.3
Test Statistic
= 1.17
Corresponding p-value
< 0.005
Histogram Summary
Histogram Range
Kolmogorov-Smirnov Test
= 30
= 152 to 188
Number of Intervals = 5
K= 1+3,3 Log n
K= 1 + 3,3 Log 30
37
K= 5,87 6
R =
R = 187,6 152,2
R = 35,4 36
I=
I=
36
6
I=6
2
149,4922
2
896,9532
12
161,15
966,9 167,3767
-6,2267
38,77179
232,6308
164,2 170,1
18
167,15
1002,9 167,3767
-0,2267
0,051393
0,308357
170,2 176,1
23
173,15
865,75 167,3767
5,7733
33,33099
166,655
176,2 182,1
28
179,15
895,75 167,3767
11,7733
138,6106
693,053
182,2 188,1
30
185,15
370,3 167,3767
17,7733
315,8902
631,7804
16,6398
676,142
2621,381
Total
-12,2267
158,2 164,1
930,9 167,3767
155,15
Interval
152,2 158,1
30
Variansi
2 =
5032,5
( )2 2621,381
=
= 90,3924
1
30 1
Standart Deviasi
=
( )2
1
2621,381
30 1
= 9,50749
38
Program Studi Teknik Industri
Universitas Diponegoro
1 =
2 =
PZ1 dan PZ2 merupakan nilai berdasarkan tabel L-3 Luas Wilayah dibawah
Standar Deviasi
Standar Deviasi
Kurva Normal pada Buku Walpole, nilai dilihat dari Z1 dan Z2.
BB
152,15
158,15
164,15
170,15
176,15
182,15
BA
158,15
164,15
170,15
176,15
182,15
188,15
Z1
-1,60
-0,97
-0,33
0,29
0,92
1,55
Z2
-0,97
-0,33
0,29
0,92
1,55
2,18
P(Z1)
0,0548
0,166
0,3707
0,6141
0,8186
0,9394
oi
6
6
6
5
5
2
Fh
3,336
6,141
7,302
6,213
3,624
1,38
total
oi
ei
oi-ei
(oi-ei)^2
12
9,477
2,523
6,365529
6
5
7,302
6,213
-1,302
-1,213
1,695204
1,471369
5,004
1,996
3,984016
27,996
P(Z2)
0,166
0,3707
0,6141
0,8212
0,9394
0,9854
|P|=P(Z2)-P(Z1)
0,1112
0,2047
0,2434
0,2071
0,1208
0,046
13,51612
39
Program Studi Teknik Industri
Universitas Diponegoro
V
3
0,05
2,366
5. Perhitungan
( )2
2 =
2 =
(129,477 )2
9,477
(67,032 )2
7,032
(56,213 )2
6,213
(75,004 )2
5,004
= 2,0
6. Keputusan
Karena 2 hitung < 2 tabel L-5,Maka jangan tolak H0
7. Kesimpulan
Maka ini termasuk distribusi normal.
40
Program Studi Teknik Industri
Universitas Diponegoro
BAB IV
ANALISA DATA
4.1
Analisa Output
1.
Beta
Berdasarkan gambar distribusi beta data kombinasi ke 8 dari data
Chi Squared
Berdasarkan gambar distribusi chi squared data kombinasi ke 8 dari
Erlang
Berdasarkan gambar distribusi erlang data kombinasi ke 8 dari data
Exponential
Berdasarkan gambar distribusi exponential data kombinasi ke 8 dari
Error
Berdasarkan gambar distribusi error data kombinasi ke 8 dari data
Gamma
Berdasarkan gambar distribusi gamma data kombinasi ke 8 dari data
Johnson SB
Berdasarkan gambar distribusi Johnson SB data kombinasi ke 8 dari
Laplace
Berdasarkan gambar distribusi Laplace data kombinasi ke 8 dari data
Lognormal
Berdasarkan gambar distribusi Lognormal data kombinasi ke 8 dari
leptokurtic.Nilai statistic chi squared pada data tersebut sebesar 2,2167, pada
data tersebut tidak ada reject, sehingga data tersebut cocok untuk djadikan
sampel.
10.
Log-Pearson 3
Berdasarkan gambar distribusi Log-Pearson 3 data kombinasi ke 8 dari
ini
Logistic
Berdasarkan gambar distribusi Logistic data kombinasi ke 8 dari data
Normal
Berdasarkan gambar distribusi Normal data kombinasi ke 8 dari data
landai atau disebut platykurtic. Nilai statistic chi squared pada data tersebut
sebesar 2,7196, pada data tersebut tidak ada reject, sehingga data tersebut cocok
untuk djadikan sampel.
13.
Pareto
Berdasarkan gambar distribusi Pareto data kombinasi ke 8 dari data
Pearson 5
Berdasarkan gambar distribusi Pearson 5 data kombinasi ke 8 dari data
Pearson 6
Berdasarkan gambar distribusi Pearson 6 data kombinasi ke 8 dari data
grafik datanya runcing atau disebut leptokurtic.Nilai statistic chi squared pada
data tersebut sebesar 20,843, pada data tersebut ada reject, sehingga data
tersebut tidak cocok untuk djadikan sampel.
16.
Students t
Berdasarkan gambar distribusi Students t data kombinasi ke 8 dari
Triangular
Berdasarkan gambar distribusi Triangular data kombinasi ke 8 dari data
Uniform
Berdasarkan gambar distribusi Uniform data kombinasi ke 8 dari data
19.
Wakeby
Berdasarkan gambar distribusi Wakeby data kombinasi ke 8 dari data
Weibull
Berdasarkan gambar distribusi Weibull data kombinasi ke 8 dari data
Karakteristik
Data
Mean
Variansi
Standar Deviasi
Derajat
Kebebasan
X2
Manual
Easyfit
Arena
167,3767
90,3924
9,50794
0,05
167,38
86,48
9,2995
0,05
167
86,49
9.3
0,05
2,7196
1,17
47
Program Studi Teknik Industri
Universitas Diponegoro
Daerah Kritis
Keputusan
Kesimpulan
2,366
Distribusi
Normal
Diterima
7,8147
Distribusi
Normal
Diterima
7,8147
Distribusi
Normal
Diterima
Dalam data perbandingan ketiga metode diatas ada beberapa perbedaan dalam
hasil perhitungan antara metode manual,software easyfit,dan arena.
Mean
Dalam perhitungan manual nilai mean = 167,3767;Easyfit = 167,38;Arena =
167.Ada sedikit perbedaan dalam hasil perhitungan mean namun selisihnya sangat
sedikit,itu dikarenakan pembulatan nilai entah itu pada manual,Easyfit ataupun Arena.
Variansi
Dalam perhitungan manual nilai variansi = 90,3924;Easyfit = 86,48;Arena =
Standar Deviasi
Dalam perhitungan manual nilai standar deviasi = 9,50794;Easyfit = 9,2995;
Arena = 9,3.Perbedaan niali standar deviasi pada perhitungan manual dengan software
itu dikarenakan pada perhitungan manual kami menggunakan nilai mean pendekatan
yang berasal dari data kelompok yang pastinya memiliki error saat pembuatan data
kelompoknya.Sedangkan perbedaan nilai pada kedua software hanya dikarenakan cara
pembulatan nilai.
Nilai
Untuk nilai dalam perhitungan manual dan kedua software memiliki nilai yang
sama yaitu,0,05.
48
Program Studi Teknik Industri
Universitas Diponegoro
Derajat Kebebasan
Untuk derajat kebebasan dalam perhitungan manual nilainya = 4;Easyfit= 3;
Arena = 0.Perbedaan nilai pada perhitungan manual dan dengan Easyfit berbeda karena
syarat penentuan nilai derjat kebebasan yang berbeda antara manual dan dengan
software Easyfit.Sedangkan nilai derajat kebebasan pada Arena = 0,karena dalam input
data kami menggunakan nilai data yang sudah ada pada software notepad sehingga nilai
derajat kebebasannya = 0.
Statistik(x2)
Nilai x2 berbeda satu sama lain dalam ketiga metode perhitungan yaitu dengan
Daerah Kritis
Nilai daerah kritis dengan cara manual = 2,366;Easyfit dan Arena = 7,8147.
Selisih perhitungan itu terjadi karena dalam menghitung daerah kritis pada cara manual
kami menggunakan nilai-nilai pendekatan dari data kelompok yang bukan nilai
sebenarnya dalam artian bukan nilai baku.
Sesuai dengan data yang ada,niali ketiga metode menunjukkan bahwa data bisa
diterima dan ketiga metode menunjukkan juga bahwa data berdistribusi normal.
49
Program Studi Teknik Industri
Universitas Diponegoro
BAB V
PENUTUP
5.1
Kesimpulan
Dari praktikum modul 2B yaitu mengenai distribusi statistik dapat diambil
Distribusi Diskrit
Distribusi Kontinu
pengukuran
beta,chi
squared,erlang,error,ekspoential,gamma,johnson
SB,
Salah satu distribusi kontinu yang menggunakan ketiga parameter ini ialah
Log Pearson 3 dengan nilai Shape Parameter = 86,995;Scale Parameter =
0,00593;dan Location Parameter = 4,6035.
3. Distribusi statistik mempunyai fungsi menentukan jenis/tipe distribusi apa yang
paling cocok digunakan dalam suatu data yang telah diketahui.Sedangkan fungsi
dari goodness of fit adalah mengetahui keragaman suatu data.
50
Program Studi Teknik Industri
Universitas Diponegoro
4. Untuk mengolah data, menyajikan dan menganalisa data diskrit ini dipermudah
dengan penggunaan software-software pada komputer seperti easyfit dan Arena.
Perbedaan pada penggunaan software easyfit dan Arena yaitu:
Dalam modul 2b ini kami menggunakan software Arena untuk melakukan Uji
Goodness of Fit dan hasilnya sebagai berikut:
Distribution Summary
Distribution: Normal
Expression: NORM(167, 9.14)
Square Error: 0.022042
= 1.17
Corresponding p-value
< 0.005
Data Summary
Number of Data Points
Min Data Value
= 152
= 188
Sample Mean
= 167
= 9.3
= 30
51
Program Studi Teknik Industri
Universitas Diponegoro
Sedangkan Easyfit kami gunakan untuk menyajikan grafik dan melihat nilai-nilai
tertentu yang dibutuhkan.Kemudian ditentukan bahwa uji Anderson Darling,pada
distribusi normal (chi squared) merupakan uji terbaik atau paling cocok.
5.2
Saran
Saran dari kelompok 17 untuk kelancaran praktikum selanjutnya adalah
1. Lebih baik bila modul 2A dan 2B dipisah saja pengerjaannya, karena materi
yang sama sekali berbeda.
2. Pemahaman tentang materi sebaiknya lebih diperdalam oleh para praktikan.
3. Praktikan dapat lebih memahami penggunaan softwareyang akan digunakan
untuk pengerjaan laporan praktikum
52
Program Studi Teknik Industri
Universitas Diponegoro
53