TUGAS II

PEMODELAN SISTEM

Kelompok :
Rindi Kusumawardani

(16/404675/PTK/11092)

Yulinda Sakinah Munim (16/404682/PTK/11099)

PROGRAM STUDI S2 TEKNIK INDUSTRI

DEPARTEMEN TEKNIK MESIN DAN INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2016
A. Pengambilan Data

Pengambilan data dilakukan menggunakan operator dan kendaraan yang sama pada
2 kondisi jalan yang berbeda. Terdapat perbedaan waktu untuk setiap kondisi yang
berbeda, perkiraan sementara pemodel yaitu terdapat hubungann antara jarak dan
kecepatan terhadap waktu. Data pada tabel dibawah merupakah hasil dari pengukuran
waktu sebenarnya (T riil) untuk dua kondisi jalan conblock dan jalan aspal serta dengan
kombinasi antara S dan V yang diubah-ubah dan tetap.
1. Jalan Conblok
2. Jalan Aspal
No
1
2
3
4
5
6
7
8

S (m)
10
15
20
25
15
15
15
15

V (Km/h)
20
20
20
20
10
15
20
25

T (s)
03.11
03.80
04.34
04.86
04.91
03.88
03.03
01.86

No
1
2
3
4
5
6
7
8

S (m)
10
15
20
25
15
15
15
15

V (Km/h)
20
20
20
20
10
15
20
25

T (s)
02.07
02.61
03.53
04.60
04.25
03.51
02.13
01.30

B. Mencari Hubungan Antar Variable

1. Uji Korelasi dan Regresi
Pengujian bertujuan untuk mengetahui apakah terdapat hubungan antara
variable. Pengujian ini dilakukan menggunnakan rumus exel =Correl(S/V;T) untuk
mengetahui hubungan antara S T untuk kondisi conblock dan aspal, dan hubungan
antara V T untuk kondisi conblock dan aspal, seperti grafik di bawah ini.
a. Grafik Skenario 1
Skenario 1 yaitu grafik hubungan antara nilai S yang diubah-ubah dengan T pada
kondisi conblok dan aspal. Hasil yang didapatkan yaitu terdapat korelasi pada
skenario 1 karena perubahan nilai variabel S disertai dengan perubahan pada nilai
variabel T sehingga dapat dimasukkan ke dalam model.

Grafik Skenario 1
6
4
Waktu (s)

f(x) = 0.12x + 2
f(x) = 0.17x + 0.22
R = 1
R = 0.98

T Conblok (s)
Linear (T Conblok (s) )
T Aspal (s)
Linear (T Aspal (s))

0
8 101214161820222426
Jarak (m)

b. Grafik Skenario 2

Skenario 2 yaitu grafik hubungan antara nilai V yang tetap dengan T pada kondisi
conblok dan aspal. Hasil yang didapatkan yaitu tidak terdapat korelasi pada
skenario 2 karena perubahan nilai pada variabel T tidak disertai dengan
perubahan pada nilai variabel V sehingga tidak dimasukkan ke dalam model.

Grafik Skenario 2
6
T Conblok (s)

Linear (T Conblok (s) )

Waktu (s) 2

T Aspal (s)
Linear (T Aspal (s))

0
15

20

25

30

35

40

Kecepatan

c. Grafik Skenario 3
Skenario 3 yaitu grafik hubungan antara nilai S yang tetap dengan T pada kondisi
conblok dan aspal. Hasil yang didapatkan yaitu tidak terdapat korelasi pada
skenario 3 karena perubahan nilai variabel T tidak disertai dengan perubahan
pada nilai variabel S sehingga tidak dimasukkan ke dalam model.

Grafik Skenario 3
6
T Conblok (s)

4
Axis Title

Linear (T Conblok (s) )

T Aspal (s)

Linear (T Aspal (s))

0
14 16 18 20 22 24 26 28 30
Axis Title

d. Grafik Skenario 4
Skenario 4 yaitu grafik hubungan antara nilai V yang diubah-ubah dengan T pada
kondisi conblok dan aspal. Hasil yang didapatkan yaitu terdapat korelasi pada
skenario 4 karena perubahan nilai variabel V disertai dengan perubahan pada nilai
variabel T sehingga dapat dimasukkan ke dalam model.

Grafik Skenario 4
6
4
Waktu (s) 2

f(x) = - 0.2x + 6.92

f(x) = - 0.2x + 6.38
R = 1
R = 0.99

T Conblok (s)
Linear (T Conblok (s) )
T Aspal (s)
Linear (T Aspal (s))

0
8 101214161820222426
Kecepatan (Km/h)

Berikut tabel hasil pengujian korelasi dan regresi ke empat skenario :

Skenario
Lokasi
Uji Korelasi
Uji Regresi
Conblock
0.995
0.115x + 2.001
Skenario 1
Aspal
0.980
0.170x + 0.224
Conblock
0
Skenario 2
Aspal
0
Conblock
0
Skenario 3
Aspal
0
Conblock
0.996
-0.2x + 6.92
Skenario 4
Aspal
0.986
-0.204x + 6.378
2. Formulasi Model Untuk Variable yang Terkorelasi
Berdasakan skenario yang telah dibuat terdapat 2 skenario yang memiliki nilai
korelasi dan 2 skenario yang tidak memiliki nilai korelasi (k=0). Sehingga dari grafik
skenario 1 dan grafik skenario 4 kita dapat melakukan metode menghitung luasan
untuk meengetahui/membuktikan korelasi antara variabel. Dimana dari hasil
perhitungan luasan terlihat bahwa ketika nilai variabel S dan V semakin besar,nilai T
juga semakin besar dan sebaliknya. Sehingga dapat disimpulkan bahwa variabel jarak
dan kecepatan independen terhadapat variabel waktu. Model yang diperoleh model
adalah S= V x T. Berikut Grafik Perhitungan Luasan :

3. Uji Validasi Model

Uji validasi adalah langkah dalam memvalidasi atau menguji apakah model
yang telah disusun dapat merepresentasikan sistem nyata dengan benar. Dalam uji
validasi pemodel menggunakan metode untuk menghitung nilai error antara model
yang dibuat dengan data riil di lapangan. Dari data perbandingan nilai T riil dengan T
model diperoleh nilai rata- rata error data conblock 11% dan data aspal -14%.
Dihasilkan nilai error yang cukup besar. Dibuktikan dengan pengujian statistik

kecukupan data dan dari hasil perhitungan kecukupan data didapatkan bahwa jumlah
N > N, sehingga data dinyatakan belum cukup untuk menjadi sample.
a. Tabel Validasi Data Conblock
S (m)
10
15
20
25
15
15
15
15

V (Km/h)
20
20
20
20
10
15
20
25

T riil (s)
03.11
03.80
04.34
04.86
04.91
03.88
03.03
01.86
Rata-Rata

T model
1.8
2.7
3.6
4.5
5.4
3.6
2.7
2.16

Error %
42%
29%
17%
7%
-10%
7%
11%
-16%
11%

T model

Error %

1.8
2.7
3.6
4.5
5.4
3.6
2.7
2.16

13%
-3%
-2%
2%
-27%
-3%
-27%
-66%

b. Tabel Validasi Data Aspal

S (m)
10
15
20
25
15
15
15
15

V (Km/h)
20
20
20
20
10
15
20
25

T riil (s)
2.07
2.61
3.53
4.6
4.25
3.51
2.13
1.3
Rata - Rata

-14%

Berikut contoh uji statistik membuktikan N>N (Data dinyatakan tidak cukup) :

Xi
2

1,96
8 x 97.82700,1
0,05
N Xi2 2=
=13,452=180,9
26,46
k

'
N =