A9 - Analisis Waktu Peminjaman Dan Jumlah Peminjam Sepeda Kampus Its - Final Laporan
A9 - Analisis Waktu Peminjaman Dan Jumlah Peminjam Sepeda Kampus Its - Final Laporan
STATISTIKA INDUSTRI 1
Disusun oleh:
Penulis menyatakan bahwa laporan ini merupakan hasil karyanya sendiri dan apabila
terdapat penulisan referensi, hal tersebut merupakan pengambilan gagasan orang lain
yang ditulis ulang dengan bahasa sendiri oleh penulis
i
Kata Pengantar
Penyusun
ii
Daftar Isi
STATISTIKA INDUSTRI 1 ....................................................................................................... i
Kata Pengantar ............................................................................................................................ ii
Daftar Isi ................................................................................... Error! Bookmark not defined.
Daftar Gambar ........................................................................................................................... iv
Daftar Tabel ................................................................................................................................ v
Bab I ........................................................................................................................................... 1
Pendahuluan................................................................................................................................ 1
1.1 Alasan Pemilihan Objek ............................................................................................ 1
1.2 Manfaat ....................................................................................................................... 2
1.3 Batasan dan Asumsi ................................................................................................... 3
Bab II .......................................................................................................................................... 4
Metodologi Pengerjaan Laporan ................................................................................................ 4
2.1 Flowchart Pengerjaan Laporan ..................................................................................... 4
2.2 Penjelasan Flowchart ...................................................................................................... 5
Bab III ......................................................................................................................................... 6
Pengumpulan dan Pengolahan Data ........................................................................................... 6
3.1 Teknik Sampling ............................................................................................................. 6
3.2 Rekap Data Hasil Observasi .......................................................................................... 6
3.3 Uji Keseragaman Data ................................................................................................. 38
3.4 Uji Kecukupan Data ..................................................................................................... 43
3.5 Uji Normalitas Data ...................................................................................................... 45
3.6 Pengolahan Data Manual ............................................................................................. 50
3.7 Pengolahan Data Software ............................................................................................ 52
Bab IV....................................................................................................................................... 56
Analisis dan Interpretasi Data................................................................................................... 56
4.1 Analisis dan Interpretasi Hasil Pengolahan Data ...................................................... 56
Bab V ........................................................................................................................................ 72
Kesimpulan dan Saran .............................................................................................................. 72
5.1 Kesimpulan .................................................................................................................... 72
5.2 Saran .............................................................................................................................. 72
Daftar Pustaka........................................................................................................................... 73
Lampiran ................................................................................................................................... 74
iii
Daftar Gambar
iv
Daftar Tabel
v
Bab I
Pendahuluan
Pada bab ini akan dijelaskan materi yang terdiri dari tiga sub-bab berisi alasan pemilihan
objek amatan, manfaat, serta batasan dan asumsi. Pada sub-bab pertama akan dijelaskan kondisi
objek amatan, alasan pemilihan, topik yang diangkat, serta pentingnya statistik deskriptif dan
inferensi pada permasalahan ini. Pada sub-bab kedua akan dijelaskan manfaat yang didapat dari
penelitian ini. Sedangkan pada sub-bab ketiga akan dijelaskan batasan dan asumsi selama
melakukan penelitian.
1.2 Manfaat
Berikut adalah manfaat-manfaat yang telah dibagi untuk penulis, mahasiswa ITS, dan teknisi:
1.2.1 Manfaat Untuk Penulis:
Manfaat dari pengerjaan tugas besar bagi penulis adalah:
1. Penulis mampu menerapkan statistika destkriptif dan statistika inferensi
2. Penulis mampu menyajikan dan mengolah data yang telah didapat dengan modern
chart
3. Penulis dapat memberikan saran dan masukan mengenai penggunaan sepeda
kampus
4. Penulis dapat memberikan saran dan inovasi kepada pihak ITS untuk membuat
lingkungan menjadi lebih baik
1.2.2 Manfaat Untuk Objek Amatan
Manfaat dari pengerjaan tugas besar bagi objek amatan adalah:
1. Dengan disebarkannya kuisioner diharapkan penyedia jasa sepeda kampus dapat
mengetahui alasan mahasiswa lebih memilih menggunakan transportasi lain
dibandingkan dengan sepeda kampus
2. Dengan diadakannya penelitian ini, mahasiswa lebih mengetahui dan mencari
informasi mengenai sepeda kampus yang merupakan fasilitas yang telah disediakan
dari pihak ITS, sehingga peningkatan penggunaan sepeda kampus diharapkan dapat
terwujud
2
1.2.3 Manfaat Untuk Birokrasi ITS
Manfaat dari pengerjaan tugas besar bagi Birokrasi ITS adalah:
1. Dengan diadakannya penelitian diharapkan Birokrasi ITS mengetahui efektivitas
sepeda kampus ITS dalam mendukung ITS menjadi kampus yang ramah lingkungan
2. Dengan disebarkannya kuisioner diharapkan Birokrasi ITS menerima masukan dari
responden mengenai inovasi yang harus dilakukan supaya ITS menjadi kampus
yang ramah lingkungan
3
Bab II
Metodologi Pengerjaan Laporan
Pada bab ini akan dijelaskan tentang proses pengerjaan dari mulai penentuan topik,
teknik pengambilan data, berbagai uji data, analisis data, hingga ditariknya suatu kesimpulan
dan saran dalam bentuk diagram alir atau yang biasa disebut dengan flowchart. Dalam materi
yang akan dijelaskan dibagi menjadi dua sub-bab yaitu sub-bab pertama yang berisi flowchart
dari kegiatan ini dan sub-bab kedua yang berisi tentang penjelasan dari flowchart itu sendiri.
4
2.2 Penjelasan Flowchart
Tahapan pertama dalam kegiatan ini adalah menentukan topik yang akan dianalisis
menggunakan metode Statistik Deskriptif dengan melakukan diskusi kepada asisten terlebih
dahulu. Topik yang terpilih dalam penelitian ini adalah “Analisis Waktu Peminjaman dan
Jumlah Peminjam Sepeda Kampus ITS”. Setelah menemukan topik permasalahan, tahapan
akan dilanjutkan ke penentuan teknik sampling yang akan digunakan. Teknik sampling yang
digunakan dalam pengerjaan tugas besar ini adalah simple random sampling. Teknik tersebut
diterapkan secara acak kepada responden yaitu peminjam sepeda kampus tanpa harus
dikelompokkan dan tidak memperhatikan tingkatan strata. Alasan dari penerapan simple
random sampling agar setiap responden memiliki probabilitas yang sama dalam penentuan data
akhir. Apabila teknik sampling sudah ditentukan, tahapan berlanjut ke pengumpulan data yang
didapat dari pengurus sepeda kampus di asrama ITS dan kuisioner yang telah dibagikan ke
seluruh mahasiswa ITS. Data yang diambil bisa merupakan data primer (data yang diperoleh
secara langsung), dalam hal ini melalui kuisioner, bisa juga data sekunder (data yang diambil
dari sumber yang sudah ada), dalam hal ini dari buku catatan peminjaman sepeda kampus.
Kemudian dilakukan pengujian data dengan menggunakan rumus-rumus yang sudah ada di
Statistik Deskriptif untuk mengetahui data tersebut seragam atau tidak. Apabila terdapat data
yang letak dan frekuensinya tidak sesuai dengan data lainnya atau dicurigai outlier, data
tersebut harus dihilangkan (jika tidak berpengaruh besar terhadap perhitungan) dan kegiatan
harus diulang ke tahapan pengumpulan data. Apabila tidak terdapat data yang dicurigai outlier,
tahapan akan berlanjut ke uji kecukupan data. Uji kecukupan data bertujuan untuk mengetahui
apakah data tersebut cukup atau tidak sehingga bisa dikatakan data tersebut mewakili seluruh
data atau populasi (jika mencukupi). Tetapi jika tidak, kegiatan harus diulang ke tahapan
pengumpulan data. Apabila data dirasa cukup, tahapan akan berlanjut ke uji normalitas.
Menurut Anwar Hidayat (2013), uji normalitas adalah sebuah uji yang dilakukan dengan tujuan
untuk menilai sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data
tersebut berdistribusi normal ataukah tidak. Selanjutnya data akan dianalisis dan diinterpretasi
menggunakan grafik-grafik yang menarik dan mudah dipahami. Kesimpulan dan saran baru
dapat diberikan setelah semua tahapan di atas terlaksana dengan urut dan sistematis.
5
Bab III
Pengumpulan dan Pengolahan Data
Pada bab ini akan dijelaskan tentang proses pengumpulan dan pengolahan data yang
telah diperoleh dari proses observasi. Dalam materi yang akan dijelaskan dibagi menjadi tujuh
sub-bab. Sub-bab tersebut berisi penjelasan tentang penjelasan, teknik sampling, rekap data
hasil observasi, uji keseragaman data, uji kecukupan data, uji normalitas data, pengolahan data
manual, dan pengolahan data software.
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Tabel 3.2 Rekap Data Kuisioner Pertanyaan 1
No. Jurusan di ITS Fakultas Jumlah
1 Fisika FS 1
2 Kimia FS 1
3 Biologi FS 10
4 Teknik Mesin FTI 12
5 Teknik Kimia FTI 10
6 Teknik Fisika FTI 3
7 Teknik Industri FTI 33
8 Teknik Material FTI 3
9 Teknik Elektro FTE 2
10 Teknik Komputer FTE 0
11 Teknik Biomedik FTE 2
12 Teknik Sipil FTSLK 1
13 Teknik Lingkungan FTSLK 6
14 Teknik Geomatika FTSLK 3
15 Teknik Geofisika FTSLK 0
16 Arsitektur FADP 11
17 Perencanaan Wilayah dan Kota FADP 0
18 Desain Produk Industri FADP 0
19 Desain Interior FADP 8
20 Desain Komunikasi Visual FADP 0
21 Teknik Sistem Perkapalan FTK 2
22 Teknik Perkapalan FTK 11
23 Teknik Kelautan FTK 2
24 Teknik Transportasi Laut FTK 0
25 Matematika FMKSD 8
26 Statistika FMKSD 1
27 Sains Aktuaria FMKSD 8
28 Informatika FTIK 3
29 Sistem Informasi FTIK 10
30 Teknologi Informasi FTIK 3
31 Manajemen Bisnis FBMT 1
32 Teknik Infrastruktur Sipil FV 8
33 Teknik Mesin Industri FV 0
34 Teknik Elektro Otomasi FV 3
35 Teknik Kimia Industri FV 2
36 Teknik Instrumentasi FV 0
37 Statistika Bisnis FV 2
Total 170
Sumber : Data Penulis, 2019
25
No. Fakultas Jumlah
2 FTI 61
3 FTE 4
4 FTSLK 10
5 FADP 8
6 FTK 15
7 FMKSD 17
8 FTIK 16
9 FBMT 1
10 FV 15
Total 170
Sumber : Data Penulis, 2019
26
Tabel 3.8 Rekap Data Kuisioner Pertanyaan 6
No. Pilihan Jawaban Jumlah
1 Sudah 72
2 Belum 98
Total 170
Sumber : Data Penulis, 2019
27
Tabel 3.14 Rekap Data Kuisioner Pertanyaan 11
No. Kondisi Sepeda Kampus ITS Setelah Dipinjam Jumlah
1 Baik 35
2 Ada Masalah 5
3 Tidak Pernah Meminjam 130
Total 170
Sumber : Data Penulis, 2019
3.2.1 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019
Data peminjaman tersebut didapat dari buku rekap dara pengurus Sepeda
Kampus ITS yang berada di asrama mahasiswa ITS. Data tersebut adalah data
peminjaman yang direkap selama satu tahun terakhir atau lebih tepatnya dari Mei 2018
– April 2019. Berikut data dari peminjaman sepeda kampus ITS Mei 2018 – April 2019.
Tabel 3.16 Rekap Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019
No. Nama Peminjam Tanggal Peminjaman Lama Peminjaman (jam)
1 Namira Farhani 8-Mei-2018 3
2 Siti Athiul Millah 8-Mei-2018 3
3 Itlai Endambia 9-Mei-2018 2
4 Philipus Nerius A.H 11-Mei-2018 4
5 Kharisma Perdana S 14-Mei-2019 2
6 Siti Athiul Millah 14-Mei-2018 21
7 Yusran Hadi 14-Mei-2018 1
8 Imaniar Cendani 15-Mei-2018 9
9 Chaniva Dilla W 18-Mei-2018 23
10 Kukuh Setya N 21-Mei-2018 23
11 Kemal Jabir Abdullah 22-Mei-2018 4
12 A Winardi 23-Mei-2018 23
13 David Miramar 28-Mei-2018 5
14 Nayla Ashillah 31-Mei-2018 5
15 Kukuh Setya N 31-Mei-2018 4
16 Dauh Eko T.C 6-Jun-2018 1
17 Amin Abdillah H 28-Jun-2018 4
18 Rina Gustiana 1-Jul-2018 4
19 Andi Imran M 2-Jul-2018 6
20 Manatap Advent C 4-Jul-2018 5
21 Andi Imran M 20-Jul-2018 4
22 Niken Dian RD 20-Jul-2018 3
28
No. Nama Peminjam Tanggal Peminjaman Lama Peminjaman (jam)
23 Kharisma Perdana S 23-Jul-2018 18
24 Achmad Rizal 24-Jul-2018 9
25 Yusran Hadi 25-Jul-2018 2
26 Hesti Ariyani 25-Jul-2018 20
27 Namira Fathani 26-Jul-2018 20
28 Dianing Romla 26-Jul-2018 2
29 Amira Dyah 27-Jul-2018 1
30 Kharisma Perdana S 27-Jul-2018 3
31 Wardatut T 27-Jul-2018 8
32 Rina Gustiana 31-Jul-2018 1
33 Mentari F.S 1-Agu-2018 5
34 Miftihatul Jannah 2-Agu-2018 1
35 Daniel Setyo B 2-Agu-2018 9
36 Miftahul Surur 8-Agu-2018 24
37 Yusran Hadi 8-Agu-2018 4
38 Daniel Setyo B 8-Agu-2018 6
39 Yulyana Suci N 8-Agu-2018 8
40 Ismi Roichatul J 8-Agu-2018 2
41 Daniel Setyo B 9-Agu-2018 3
42 Charles Bronson 9-Agu-2018 4
43 Daniel Setyo B 9-Agu-2018 5
44 Tiara M.K 9-Agu-2018 4
45 Nur Aisyah W 10-Agu-2018 23
46 Savira I 10-Agu-2018 7
47 Ruben Bintang E 10-Agu-2018 19
48 Daniel Setyo B 10-Agu-2018 1
49 M Fathmi R.U 10-Agu-2018 24
50 Zahrah Ayu A 10-Agu-2018 4
51 Ruben Bintang E 10-Agu-2018 24
52 Alifatul L 10-Agu-2018 7
53 Velia Tri 10-Agu-2018 6
54 Tiara M.K 10-Agu-2018 24
55 Manatap Advent C 10-Agu-2018 7
56 Hapsari P 10-Agu-2018 2
57 Imaniar Cendani 10-Agu-2018 16
58 Andi Insan M 13-Agu-2018 3
59 Hapsari P 13-Agu-2018 2
60 Hapsari P 13-Agu-2018 4
61 I Made Guna W 20-Agu-2018 6
62 Nukha I 23-Agu-2018 1
63 Davit Eko 24-Agu-2018 3
64 Yusran Hadi 27-Agu-2018 7
65 Sherla S.H.P 27-Agu-2018 20
29
No. Nama Peminjam Tanggal Peminjaman Lama Peminjaman (jam)
66 Gabriella R.C 27-Agu-2018 5
67 M Fahmi R.U 27-Agu-2018 5
68 Yogic Wahyu R 27-Agu-2018 2
69 Ayudya Putri T.S 27-Agu-2018 20
70 Kharisma Perdana S 27-Agu-2018 20
71 FR Adipta A 27-Agu-2018 4
72 M Muchtar M 27-Agu-2018 20
73 Davit Eko 27-Agu-2018 19
74 Kharisma Perdana S 27-Agu-2018 23
75 Tiara M.K 27-Agu-2018 4
76 Fradipta A 27-Agu-2018 5
77 Fath Lilia M.F 28-Agu-2018 4
78 M Fahmi R.K 28-Agu-2018 23
79 Andi Imran M 28-Agu-2018 22
80 M Haikal B.P 29-Agu-2018 6
81 Andi Imran M 30-Agu-2018 13
82 Endra S.H 30-Agu-2018 27
83 M Fahmi R.K 30-Agu-2018 12
84 Nisa Musafatin N 30-Agu-2018 1
85 Dyan Ananda P 31-Agu-2018 2
86 Dyan Ananda P 31-Agu-2018 4
87 Yuniar Wahyu P 5-Sep-2018 1
88 Nisa Musafatin N 6-Sep-2018 19
89 Endra S.H 10-Sep-2018 17
90 Yogic Wahyu R 14-Sep-2018 22
91 Bethri Sonia T 17-Sep-2018 24
92 Heni Ariyani 17-Sep-2018 24
93 Andi Imran M 19-Sep-2018 16
94 Kharisma Perdana 21-Sep-2018 5
95 Berliana Briya 25-Sep-2018 23
96 Nisa Musafatin N 25-Sep-2018 1
97 Weldiyanti X 25-Sep-2018 8
98 M Mufthar M 28-Sep-2018 23
99 Zahrah Ayu A 2-Okt-2018 6
100 Nisa Musafatin N 2-Okt-2018 2
101 Racika Aura S 3-Okt-2018 9
102 Ilayna Y 3-Okt-2018 18
103 Hesti Ariyani 5-Okt-2018 23
104 Yanu Al Fajril P 5-Okt-2018 4
105 Sirojul Hadi 5-Okt-2018 30
106 Sabrina Fani R 10-Okt-2018 30
107 Reza B 2-Nov-2018 3
108 Yuniar W.P 7-Nov-2018 8
30
No. Nama Peminjam Tanggal Peminjaman Lama Peminjaman (jam)
109 Velia Tri M 7-Nov-2018 1
110 Luthfi Hakim 22-Nov-2018 1
111 Julius 27-Nov-2018 2
112 Iftyna Dewi 28-Nov-2018 21
113 Julius 29-Nov-2018 4
114 Julius 30-Nov-2018 2
115 Julius 30-Nov-2018 1
116 Aditya Nugroho 3-Des-2018 2
117 Julius 3-Des-2018 8
118 Aditya Nugroho 3-Des-2018 15
119 Julius 10-Des-2018 13
120 Nada N.A 21-Des-2018 22
121 Eden Lazuardi 11-Des-2018 22
122 Julius 11-Des-2018 16
123 Julius 12-Des-2018 23
124 Aysya Agrifina 21-Des-2018 2
125 Najla Lailin N 18-Jan-2019 7
126 Aditya Nugroho 7-Feb-2019 23
127 Widia Aprilia 7-Feb-2019 2
128 Dina Fahmatuz Z 13-Feb-2019 7
129 Kintan Cahyani 13-Feb-2019 2
130 Yosep Gunawan 15-Feb-2019 23
131 A Zavharotul K 18-Feb-2019 23
132 Daffa F 19-Feb-2019 21
133 Adifa A.N 28-Feb-2019 20
134 Nova A.R 5-Mar-2019 4
135 Noviar Alfi M 6-Mar-2019 7
136 M Burhan A 11-Mar-2019 5
137 Dwi Wahyu S 18-Mar-2019 8
138 Kharisma Perdana S 20-Mar-2019 23
139 Aida Faiqotun N 21-Mar-2019 10
140 Sulis Rizkiyatul F 21-Mar-2019 23
141 Dyan Ananda P 1-Apr-2019 26
142 Caroline A 1-Apr-2019 8
143 Juma Maulana 1-Apr-2019 15
144 Nathasya Veronica 2-Apr-2019 4
145 Eka Luthfia WP 2-Apr-2019 3
146 Daniel Manurung 2-Apr-2019 17
147 Joshua Hasiholan M 4-Apr-2019 18
148 Adinda Fahira P.V 4-Apr-2019 4
149 Hotna Indriani 9-Apr-2019 3
150 Aysya Agripina 22-Apr-2019 5
Sumber : Data Penulis, 2019
31
Tabel 3.17 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 Per Jurusan
No. Jurusan di ITS Fakultas Peminjam
1 Fisika FS 3
2 Kimia FS 5
3 Biologi FS 2
4 Teknik Mesin FTI 8
5 Teknik Kimia FTI 4
6 Teknik Fisika FTI 5
7 Teknik Industri FTI 7
8 Teknik Material FTI 3
9 Teknik Elektro FTE 1
10 Teknik Komputer FTE 2
11 Teknik Biomedik FTE 1
12 Teknik Sipil FTSLK 11
13 Teknik Lingkungan FTSLK 8
14 Teknik Geomatika FTSLK 9
15 Teknik Geofisika FTSLK 5
16 Arsitektur FADP 5
17 Perencanaan Wilayah dan Kota FADP 4
18 Desain Produk Industri FADP 2
19 Desain Interior FADP 6
20 Desain Komunikasi Visual FADP 7
21 Teknik Sistem Perkapalan FTK 2
22 Teknik Perkapalan FTK 5
23 Teknik Kelautan FTK 4
24 Teknik Transportasi Laut FTK 1
25 Matematika FMKSD 1
26 Statistik FMKSD 1
27 Sains Aktuaria FMKSD 2
28 Informatika FTIK 1
29 Sistem Informasi FTIK 1
30 Teknologi Informasi FTIK 1
31 Manajemen Bisnis FBMT 3
32 Teknik Infrastruktur Sipil FV 6
33 Teknik Mesin Industri FV 1
34 Teknik Elektro Otomasi FV 1
35 Teknik Kimia Industri FV 9
36 Teknik Instrumentasi FV 3
37 Statistika Bisnis FV 7
Total 150
Sumber : Data Penulis, 2019
Tabel 3.18 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 Per Angkatan
No. Angkatan Peminjam
1 2018 100
32
No. Angkatan Peminjam
2 2017 34
3 2016 7
4 2015+ 9
Total 150
Sumber : Data Penulis, 2019
Tabel 3.19 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 Berdasarkan Jenis
Kelamin
No. Nama Peminjam Perempuan Laki- Laki
1 Namira Farhani V
2 Siti Athiul Millah V
3 Itlai Endambia V
4 Philipus Nerius A.H V
5 Kharisma Perdana S V
6 Siti Athiul Millah V
7 Yusran Hadi V
8 Imaniar Cendani V
9 Chaniva Dilla W V
10 Kukuh Setya N V
11 Kemal Jabir Abdullah V
12 A Winardi V
13 David Miramar V
14 Nayla Ashillah V
15 Kukuh Setya N V
16 Dauh Eko T.C V
17 Amin Abdillah H V
18 Rina Gustiana V
19 Andi Imran M V
20 Manatap Advent C V
21 Andi Imran M V
22 Niken Dian RD V
23 Kharisma Perdana S V
24 Achmad Rizal V
25 Yusran Hadi V
26 Hesti Ariyani V
27 Namira Fathani V
28 Dianing Romla V
29 Amira Dyah V
30 Kharisma Perdana S V
31 Wardatut T V
32 Rina Gustiana V
33 Mentari F.S V
34 Miftihatul Jannah V
35 Daniel Setyo B V
33
No. Nama Peminjam Perempuan Laki- Laki
36 Miftahul Surur V
37 Yusran Hadi V
38 Daniel Setyo B V
39 Yulyana Suci N V
40 Ismi Roichatul J V
41 Daniel Setyo B V
42 Charles Bronson V
43 Daniel Setyo B V
44 Tiara M.K V
45 Nur Aisyah W V
46 Savira I V
47 Ruben Bintang E V
48 Daniel Setyo B V
49 M Fathmi R.U V
50 Zahrah Ayu A V
51 Ruben Bintang E V
52 Alifatul L V
53 Velia Tri V
54 Tiara M.K V
55 Manatap Advent C V
56 Hapsari P V
57 Imaniar Cendani V
58 Andi Insan M V
59 Hapsari P V
60 Hapsari P V
61 I Made Guna W V
62 Nukha I V
63 Davit Eko V
64 Yusran Hadi V
65 Sherla S.H.P V
66 Gabriella R.C V
67 M Fahmi R.U V
68 Yogic Wahyu R V
69 Ayudya Putri T.S V
70 Kharisma Perdana S V
71 FR Adipta A V
72 M Muchtar M V
73 Davit Eko V
74 Kharisma Perdana S V
75 Tiara M.K V
76 Fradipta A V
77 Fath Lilia M.F V
78 M Fahmi R.K V
34
No. Nama Peminjam Perempuan Laki- Laki
79 Andi Imran M V
80 M Haikal B.P V
81 Andi Imran M V
82 Endra S.H V
83 M Fahmi R.K V
84 Nisa Musafatin N V
85 Dyan Ananda P V
86 Dyan Ananda P V
87 Yuniar Wahyu P V
88 Nisa Musafatin N V
89 Endra S.H V
90 Yogic Wahyu R V
91 Bethri Sonia T V
92 Heni Ariyani V
93 Andi Imran M V
94 Kharisma Perdana V
95 Berliana Briya V
96 Nisa Musafatin N V
97 Weldiyanti X V
98 M Mufthar M V
99 Zahrah Ayu A V
100 Nisa Musafatin N V
101 Racika Aura S V
102 Ilayna Y V
103 Hesti Ariyani V
104 Yanu Al Fajril P V
105 Sirojul Hadi V
106 Sabrina Fani R V
107 Reza B V
108 Yuniar W.P V
109 Velia Tri M V
110 Luthfi Hakim V
111 Julius V
112 Iftyna Dewi V
113 Julius V
114 Julius V
115 Julius V
116 Aditya Nugroho V
117 Julius V
118 Aditya Nugroho V
119 Julius V
120 Nada N.A V
121 Eden Lazuardi V
35
No. Nama Peminjam Perempuan Laki- Laki
122 Julius V
123 Julius V
124 Aysya Agrifina V
125 Najla Lailin N V
126 Aditya Nugroho V
127 Widia Aprilia V
128 Dina Fahmatuz Z V
129 Kintan Cahyani V
130 Yosep Gunawan V
131 A Zavharotul K V
132 Daffa F V
133 Adifa A.N V
134 Nova A.R V
135 Noviar Alfi M V
136 M Burhan A V
137 Dwi Wahyu S V
138 Kharisma Perdana S V
139 Aida Faiqotun N V
140 Sulis Rizkiyatul F V
141 Dyan Ananda P V
142 Caroline A V
143 Juma Maulana V
144 Nathasya Veronica V
145 Eka Luthfia WP V
146 Daniel Manurung V
147 Joshua Hasiholan M V
148 Adinda Fahira P.V V
149 Hotna Indriani V
150 Aysya Agripina V
Total 71 79
Sumber : Data Penulis, 2019
Tabel 3.20 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 Per Durasi Peminjaman
No. Lama Peminjaman (Jam) Frekuensi Frekuensi Kumulatif
1 0–4 59 59
2 5–9 35 94
3 10 – 14 4 98
4 15 – 19 13 111
5 20 – 24 35 146
6 25 – 29 2 148
7 30 – 34 2 150
Sumber : Data Penulis, 2019
36
Tabel 3.6 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 Per Bulan Peminjaman
No. Bulan Peminjaman Peminjam
1 Mei 2018 15
2 Juni 2018 2
3 Juli 2018 15
4 Agustus 2018 54
5 September 2018 12
6 Oktober 2018 8
7 November 2018 9
8 Desember 2018 9
9 Januari 2019 1
10 Februari 2019 8
11 Maret 2019 7
12 April 2019 10
Total 150
Sumber : Data Penulis, 2019
Tabel 3.21 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 Berdasarkan Orang Yang
Sering Meminjam
No. Nama Peminjam Frekuensi Meminjam
1 Julius 8
2 Kharisma Perdana S 6
3 Daniel Setyo B 5
4 Yusran Hadi 4
5 Andi Imran M 4
6 Nisa Musafatin N 4
7 Tiara M.K 3
8 Hapsari P 3
9 Dyan Ananda P 3
10 Aditya Nugroho 3
11 Siti Athiul Millah 2
12 Imaniar Cendani 2
13 Kukuh Setya N 2
14 Rina Gustiana 2
15 Manatap Advent C 2
16 Ruben Bintang E 2
17 Zahrah Ayu A 2
18 Davit Eko 2
19 Yogic Wahyu R 2
20 M Fahmi R.K 2
21 Endra S.H 2
22 Hesti Ariyani 2
Sumber : Data Penulis, 2019
37
3.3 Uji Keseragaman Data
Dalam statistk penyaringan data merupakan salah satu langkah yang penting, hal ini
untuk menunjukan apakah data siap untuk diolah lebih lanjut. Uji keseragaman dapat membuat
data lebih valid. Ada beberapa bagian dalam penyaringan data, uji keseragaman dikategorikan
sebagai salah satu masalah yang perlu dilakukan dalam menemukan outlier dalam kelompok
data. Uji keseragaman terkait pada outlier, sehingga akan memperjelas apakah dalam suatu
kelompok data terdapat outlier.
Penulis menggunakan Minitab sebagai perangkat lunak dalam melakukan uji
keseragaman data untuk menemukan outlier. Langkah-langkahnya dimulai dengan
memasukkan data ke minitab, klik start di kolom menu, pilih control charts; variable charts
for individuals; individuals, pilih variabel yang dipilih untuk uji keseragaman data, dan
akhirnya masukan grafik yang dihasilkan dari perangkat lunak untuk mengidentifikasi outlier
dalam suatu variabel.
3.3.1 Uji Keseragaman Data Kuisioner
Dengan menggunakan Minitab sebagai software untuk mendeteksi outlier, hasil
yang didapat dari data yang berasal dari hasil kuisioner dapat dilihat di gambar bahwa
gambar bisa merepresentasikan data yang outlier. Dalam hasil yang didapat terdapat
data yang outlier dan yang tidak outlier. Berikut hasil yang didapat setelah melakukan
uji keseragaman data.
4. Uji Keseragaman Data Kuisioner Per Fakultas
38
5. Uji Keseragaman Data Peminjaman Sepeda Kampus Berdasarkan Inovasi
39
berfungsi sebagai penentu apakah data tersebut outlier atau tidak. Sedangkan garis
hijau adalah rata-rata dari data tersebut. Dilihat dari gambar, data yang didapat tidak
ada yang terdeteksi outlier. Hal ini bisa terjadi karena persebaran yang merata
sehingga akan menghasilkan keseragaman.
7. Uji Keseragaman Data Kuisioner Berdasarkan Tempat Tinggal
40
1. Uji Keseragaman Data Peminjaman Sepeda Kampus Per Jam
Gambar 3.5 Uji Keseragaman Data Peminjaman Sepeda Kampus ITS Per Jam
Sumber: Data Penulis, 2019
Dengan menggunakan Minitab sebagai software untuk mendeteksi outlier,
hasil yang didapat dari data yang berasal dari hasil observasi dapat dilihat di gambar
bahwa tidak ada data yang diluar garis merah. Garis merah adalah garis batas dan
berfungsi sebagai penentu apakah data tersebut outlier atau tidak. Sedangkan garis
hijau adalah rata-rata dari data tersebut. Dilihat dari gambar, data yang didapat tidak
ada yang terdeteksi outlier. Hal ini bisa terjadi karena persebaran yang merata
sehingga akan menghasilkan keseragaman.
2. Uji Keseragaman Data Peminjaman Sepeda Kampus Per Departemen
Gambar 3.6 Uji Keseragaman Data Peminjaman Sepeda Kampus ITS Per Departemen
Sumber: Data Penulis, 2019
41
Dengan menggunakan Minitab sebagai software untuk mendeteksi outlier,
hasil yang didapat dari data yang berasal dari hasil observasi dapat dilihat di gambar
bahwa ada satu data yang diluar garis merah. Garis merah adalah garis batas dan
berfungsi sebagai penentu apakah data tersebut outlier atau tidak. Sedangkan garis
hijau adalah rata-rata dari data tersebut. Dilihat dari gambar, data yang didapat ada
yang terdeteksi outlier.
3. Uji Keseragaman Data Peminjaman Sepeda Kampus Berdasarkan Pengelompokan
Per Jam (Distribusi Frekuensi)
Gambar 3.7 Uji Keseragaman Data Peminjaman Sepeda Kampus ITS Per Jam (Distribusi
Frekuensi
Sumber: Data Penulis, 2019
Dengan menggunakan Minitab sebagai software untuk mendeteksi outlier,
hasil yang didapat dari data yang berasal dari hasil observasi dapat dilihat di gambar
bahwa tidak ada data yang diluar garis merah. Garis merah adalah garis batas dan
berfungsi sebagai penentu apakah data tersebut outlier atau tidak. Sedangkan garis
hijau adalah rata-rata dari data tersebut. Dilihat dari gambar, data yang didapat tidak
ada yang terdeteksi outlier. Hal ini bisa terjadi karena persebaran yang merata
sehingga akan menghasilkan keseragaman.
42
4. Uji Keseragaman Data Peminjaman Sepeda Kampus Per Bulan
Gambar 3.8 Uji Keseragaman Data Peminjaman Sepeda Kampus ITS Per Bulan
Sumber: Data Penulis, 2019
Dengan menggunakan Minitab sebagai software untuk mendeteksi outlier,
hasil yang didapat dari data yang berasal dari hasil observasi dapat dilihat di gambar
bahwa ada satu data yang diluar garis merah. Garis merah adalah garis batas dan
berfungsi sebagai penentu apakah data tersebut outlier atau tidak. Sedangkan garis
hijau adalah rata-rata dari data tersebut. Dilihat dari gambar, data yang didapat ada
yang terdeteksi outlier.
Untuk mengetahui data yang diperoleh dari hasil pendataan buku pengurus sepeda
kampus ITS, berikut perhitungannya uji kecukupan data pada Tabel Rekap Data Peminjaman
Sepeda Kampus ITS Mei 2018 – April 2019 yang akan disajikan dalam tabel.
43
Tabel 3.22 Contoh Perhitungan Uji Kecukupan Data
∑𝒙 ̅
𝒙 ̅ )𝟐
∑(𝒙 − 𝒙 𝒔𝟐 𝒔 𝑵′
Dengan asumsi tingkat kepercayaan z=1,96 dan tingkat error sebesar 5%, hasil yang
didapat dari data yang berasal dari hasil observasi peneliti adalah sebesar 1076. Ini berarti data
minimal yang harus dimiliki oleh peneliti adalah 1076. Sedangkan dari hasil observasi
diperoleh data yang banyaknya 150. Hal ini bisa terjadi karena waktu peminjaman yang
bervariasi sehingga akan menimbulkan standar deviasi yang besar pula.
Tabel 3.24 Peerhitungan Uji Kecukupan Data Buku Pengurus Sepeda Kampus ITS
No. Data Z ̅
𝒙 S K N’ N Keterangan
1 Per Jurusan TIdak
4 2,8 753 150
Cukup
2 Per Angkatan TIdak
1,96 37,5 43,4 0,05 2058 150
Cukup
3 Per Jam TIdak
10,1 8,7 1140 150
Cukup
44
4 Per Bulan TIdak
12,5 13,7 1859 150
Cukup
Sumber: Data Penulis, 2019
45
2. Uji Normalitas Data Peminjaman Sepeda Kampus Berdasarkan Inovasi
46
4. Uji Normalitas Data Kuisioner Berdasarkan Tempat Tinggal
47
1. Uji Normalitas Data Peminjaman Sepeda Kampus Per Jam
Gambar 3.13 Uji Normalitas Data Peminjaman Sepeda Kampus Per Jam
Sumber: Data Penulis, 2019
Seperti yang ditunjukkan pada grafik di atas, diketahui bahwa Mean dari
data tersebut adalah 10,34 tetapi nilai P adalah kurang dari 0,005 jadi dapat
diartikan bahwa data diatas tidak normal atau tidak menunjukkan persebaran yang
merata. Hal ini diakibatkan karena waktu peminjaman yang terlalu bervariasi,
sehingga menyebabkan persebaran data tidak merata.
2. Uji Normalitas Data Peminjaman Sepeda Kampus Per Departemen
Gambar 3.14 Uji Normalitas Data Peminjaman Sepeda Kampus Per Departemen
Sumber: Data Penulis, 2019
Seperti yang ditunjukkan pada grafik di atas, diketahui bahwa Mean dari
data tersebut adalah 3,973 tetapi nilai P adalah kurang dari 0,005 jadi dapat
diartikan bahwa data diatas tidak normal atau tidak menunjukkan persebaran yang
48
merata. Hal ini diakibatkan karena waktu peminjaman yang terlalu bervariasi,
sehingga menyebabkan persebaran data tidak merata.
3. Uji Normalitas Data Peminjaman Sepeda Kampus Berdasarkan Pengelompokan
Per Jam (Distribusi Frekuensi)
Gambar 3.15 Uji Normalitas Data Peminjaman Sepeda Kampus Per Jam (Distribusi
Frekuensi)
Sumber: Data Penulis, 2019
Seperti yang ditunjukkan pada grafik di atas, diketahui bahwa Mean dari
data tersebut adalah 21,43 dan nilai P adalah lebih dari 0,005 jadi dapat diartikan
bahwa data diatas normal atau menunjukkan persebaran yang merata.
4. Uji Normalitas Data Peminjaman Sepeda Kampus Per Bulan
Gambar 3.16 Uji Normalitas Data Peminjaman Sepeda Kampus Per Bulan
Sumber: Data Penulis, 2019
Seperti yang ditunjukkan pada grafik di atas, diketahui bahwa Mean dari
data tersebut adalah 12,5 tetapi nilai P adalah kurang dari 0,005 jadi dapat diartikan
49
bahwa data diatas tidak normal atau tidak menunjukkan persebaran yang merata.
Hal ini menyebabkan data tidak normal.
3.6 Pengolahan Data Manual
Penulis melakukan pengolahan data secara manual untuk menentukan modus, median,
rata-rata, variansi, dan standar deviasi dari data kuisioner dan data observasi. Untuk mengetahui
data yang diperoleh dari hasil pendataan buku pengurus sepeda kampus ITS, berikut contoh
perhitungan beberapa parameter seperti modus, median, rata-rata, variansi, dan standar deviasi
data pada Tabel Rekap Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 yang
akan disajikan dalam tabel.
Tabel 3.17 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 Per Jurusan
No. Jurusan di ITS Fakultas Peminjam
1 Fisika FS 3
2 Kimia FS 5
3 Biologi FS 2
4 Teknik Mesin FTI 8
5 Teknik Kimia FTI 4
6 Teknik Fisika FTI 5
7 Teknik Industri FTI 7
8 Teknik Material FTI 3
9 Teknik Elektro FTE 1
10 Teknik Komputer FTE 2
11 Teknik Biomedik FTE 1
12 Teknik Sipil FTSLK 11
13 Teknik Lingkungan FTSLK 8
14 Teknik Geomatika FTSLK 9
15 Teknik Geofisika FTSLK 5
16 Arsitektur FADP 5
17 Perencanaan Wilayah dan Kota FADP 4
18 Desain Produk Industri FADP 2
19 Desain Interior FADP 6
20 Desain Komunikasi Visual FADP 7
21 Teknik Sistem Perkapalan FTK 2
22 Teknik Perkapalan FTK 5
23 Teknik Kelautan FTK 4
24 Teknik Transportasi Laut FTK 1
25 Matematika FMKSD 1
26 Statistik FMKSD 1
27 Sains Aktuaria FMKSD 2
28 Informatika FTIK 1
29 Sistem Informasi FTIK 1
30 Teknologi Informasi FTIK 1
31 Manajemen Bisnis FBMT 3
32 Teknik Infrastruktur Sipil FV 6
33 Teknik Mesin Industri FV 1
50
34 Teknik Elektro Otomasi FV 1
35 Teknik Kimia Industri FV 9
36 Teknik Instrumentasi FV 3
37 Statistika Bisnis FV 7
Total 150
Sumber : Data Penulis, 2019
51
Tabel 3.25 Perhitungan Manual Data Kuisioner
𝛔
∑𝒙
No. Data Modus Median ∑𝒙 ̅=
𝒙 (𝒙 − ̅̅̅
𝒙) √𝛔
𝒏 =∑
𝒏
Teknik
1 Jurusan - 2703 15,9 278,9 16,7
Industri
2 Angkatan 2018 - 7225 42,5 4747,2 68,9
Tanam
3 Inovasi - 4131 24,3 265,7 16,3
Pohon
Jam
0–4 0–4
4 (Distribusi 534 3,15 14,8 3,84
jam jam
Frekuensi)
Tempat
5 Kos - 7225 42,5 1325 36,4
Tinggal
Sumber: Data Penulis, 2019
Tabel 3.26 Perhitungan Manual Data Buku Pengurus Sepeda Kampus ITS
𝛔
∑𝒙
No. Data Modus Median ∑𝒙 ̅=
𝒙 (𝒙 − ̅̅̅
𝒙) √𝛔
𝒏 =∑
𝒏
Teknik
1 Jurusan - 150 4 7,84 2,8
Sipil
2 Angkatan 2018 - 5625 37,5 1883,56 43,4
Jenis Laki-
3 - - - - -
Kelamin Laki
Jam
0–4 5–9
4 (Distribusi 1520 10,13 76 8,72
jam jam
Frekuensi)
5 Bulan Agustus - 1875 12,5 189 13,75
Orang
Yang
6 Julius - - - - -
Sering
Meminjam
Sumber: Data Penulis, 2019
3.7 Pengolahan Data Software
Penulis melakukan pengolahan data secara software untuk menentukan modus, median,
rata-rata, variansi, dan standar deviasi dari data kuisioner dan data observasi. Untuk mengetahui
data yang diperoleh dari hasil pendataan buku pengurus sepeda kampus ITS, berikut contoh
perhitungan beberapa parameter seperti modus, median, rata-rata, variansi, dan standar deviasi
52
data pada Tabel Rekap Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 yang
akan disajikan dalam tabel.
Tabel 3.17 Data Peminjaman Sepeda Kampus ITS Mei 2018 – April 2019 Per Jurusan
No. Jurusan di ITS Fakultas Peminjam
1 Fisika FS 3
2 Kimia FS 5
3 Biologi FS 2
4 Teknik Mesin FTI 8
5 Teknik Kimia FTI 4
6 Teknik Fisika FTI 5
7 Teknik Industri FTI 7
8 Teknik Material FTI 3
9 Teknik Elektro FTE 1
10 Teknik Komputer FTE 2
11 Teknik Biomedik FTE 1
12 Teknik Sipil FTSLK 11
13 Teknik Lingkungan FTSLK 8
14 Teknik Geomatika FTSLK 9
15 Teknik Geofisika FTSLK 5
16 Arsitektur FADP 5
17 Perencanaan Wilayah dan Kota FADP 4
18 Desain Produk Industri FADP 2
19 Desain Interior FADP 6
20 Desain Komunikasi Visual FADP 7
21 Teknik Sistem Perkapalan FTK 2
22 Teknik Perkapalan FTK 5
23 Teknik Kelautan FTK 4
24 Teknik Transportasi Laut FTK 1
25 Matematika FMKSD 1
26 Statistik FMKSD 1
27 Sains Aktuaria FMKSD 2
28 Informatika FTIK 1
29 Sistem Informasi FTIK 1
30 Teknologi Informasi FTIK 1
31 Manajemen Bisnis FBMT 3
32 Teknik Infrastruktur Sipil FV 6
33 Teknik Mesin Industri FV 1
34 Teknik Elektro Otomasi FV 1
35 Teknik Kimia Industri FV 9
36 Teknik Instrumentasi FV 3
37 Statistika Bisnis FV 7
Total 150
Sumber : Data Penulis, 2019
53
Perhitungan software adalah proses yang dilakukan untuk menghitung beberapa
parameter seperti modus, median, rata-rata, variansi, dan standar deviasi secara software (tanpa
software. Modus adalah variabel yang memiliki frekuensi terbanyak. Median adalah nilai
tengah data. Rata-rata atau mean adalah jumlah data dibagi dengan banyak data. Sedangkan
variansi dan standar deviasi adalah parameter yang menunjukkan persebaran data terhadap nilai
rata-rata. Semakin kecil varansi dan standar deviasi, artinya, tidak banyak data yang melenceng
dari nilai rata-rata. Perhitungan software dapat diselesaikan menggunakan rumus berikut.
Penghitungan data lama peminjaman :
• Rata-rata : Rata-rata lama peminjaman sepeda kampus per jam dihitung dengan rumus
=AVERAGE($E$3:$E$152) ; Sehingga rata-rata lama peminjaman sepeda kampus per
jam adalah 10,34 jam.
• Modus : Lama peminjaman sepeda kampus per jam terbanyak dihitung dengan rumus
=MAX($E$3:$E$152) ; Sehingga lama peminjaman sepeda kampus per jam terlama
oleh Sirojul Hadi dan Shabrina Fani R dengan total peminjaman 30 jam.
• Median : Median lama peminjaman sepeda kampus per jam dihitung dengan rumus
=MEDIAN($E$3:$E$152) ; Sehingga median lama peminjaman sepeda kampus per
jam adalah 6.
Untuk mengetahui data yang diperoleh dari hasil pendataan buku pengurus sepeda
kampus ITS, berikut perhitungannya software data pada data kuisioner dan data observasi yang
akan disajikan dalam tabel.
3.7.1 Perhitungan Software Data Kuisioner
Dengan menggunakan perhitungan software sebagai metode untuk mengetahui
parameter seperti modus, median, rata-rata, variansi, dan standar deviasi. Hasil yang
didapat dari data yang berasal dari hasil kuisioner dapat ditabel data mana saja yang
cukup dalam penelitian ini. Berikut hasil yang didapat setelah melakukan perhitungan
software data kuisioner.
54
cukup dalam penelitian ini. Berikut hasil yang didapat setelah melakukan perhitungan
software data observasi.
Tabel 3.28 Perhitungan Software Data Buku Pengurus Sepeda Kampus ITS
𝛔
∑𝒙
No. Data Modus Median ∑𝒙 ̅=
𝒙 (𝒙 − ̅̅̅
𝒙) √𝛔
𝒏 =∑
𝒏
Teknik
1 Jurusan - 150 4 7,84 2,8
Sipil
2 Angkatan 2018 - 5625 37,5 1883,56 43,4
Jenis Laki-
3 - - - - -
Kelamin Laki
Jam
0–4 5–9
4 (Distribusi 1520 10,13 76 8,72
jam jam
Frekuensi)
5 Bulan Agustus - 1875 12,5 189 13,75
Orang
Yang
6 Julius - - - - -
Sering
Meminjam
Sumber: Data Penulis, 2019
55
Bab IV
Analisis dan Interpretasi Data
Pada bab ini akan dijelaskan tentang analisis dan interpretasi pengolahan data. Analisis
data yaitu melakukan pengkajian lebih lanjut terhadap data yang telah diolah pada bab
sebelumnya. Sedangkan interpretasi data adalah memperkirakan apa yang akan terjadi pada
data dikemudian hari setelah dilakukan analisis terhadap data.
Gambar 4.1 Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Responden berasal dari
jurusan apa?”
Sumber: Data Penulis, 2019
Dari data yang disajikan, diketahui ada 10 Fakultas di ITS yang mana dari
masing- masing fakultas, mahasiswanya pernah mengendarai sepeda kampus. Dari
data tersebut pula diketahui bahwa mahasiswa dari fakultas teknik sipil, lingkungan
dan kebumian menempati tempat paling tinggi dalam peminjaman sepeda kampus
yakni dengan peminjam sebanyak 33 mahasiswa. Tidak jauh berbeda dengan
Fakultas Vokasi dan Fakultas Teknologi Industri yang memiliki jumlah peminjam
yang sama sebanyak 27 mahasiswa. Berbeda dengan peminjam dari Fakultas Teknik
Kelautan dan Fakultas Sains, Fakultas Matematika Komputasi dan Sains Data
menduduki tempat yang sama rendahnya dengan Fakultas Teknk Elektro dengan
56
peminjam sebanyak 4 orang. Akan tetapi yang menempati kedudukan terendah
dalam hal meminjam dan mengendarai sepeda kampus ditempati oleh fakultas teknik
informasi dan komunikasi yang memiliki jumlah peminjam yang sama dengan
fakultas bisnis manajemen dan teknologi yang hanya sebanyak 3 orang mahasiswa.
57
3. Analisis dan Interpretasi Kuisioner dengan Pertanyaan Responden Berdasarkan
Angkatan
Gambar 4.3 Analisis dan Interpretasi Kuisioner dengan Pertanyaan Responden Berdasarkan
Angkatan
Sumber: Data Penulis, 2019
Berdasarkan kuisioner yang telah direspon oleh sebanyak 170 mahasiswa dari
seluruh angkatan mulai dari 2015, 2016, 2017, dan mahasiswa tahun pertama (2018),
dapat dilihat bahwa peminjam paling banyak berasal dari mahasiswa 2018 dan paling
rendah peminjam berasal dari angkatan 2015. Dari data yang telah disajikan dari 2018,
terdapat 145 orang yang sudah pernah meminjam sepeda kampus, 13 mahasiwa dari
angkatan 2017, 8 mahasiswa dari 2016 dan sebanyak 4 mahasiswa yang berasal dari
angkatan 2015. Hal ini disebabkan karena mahasiswa baru 2018 banyka yang berasal
dari luar Pulau Jawa, sehingga ada beberapa dari mereka yang tidak memiliki kendaraan
pribadi dalam melaksanakan kegiatan sehari- hari. Sehingga mereka lebih memilih
untuk menggunakan sepeda kampus dibandingkan dengan membeli kendaraan baru
untuk digunakan di tahun pertama. Berdasarkan pernyataan dari Bapak yang mengelola
tempat peminjaman sepda kampus, didapatkan informasi bahwa kebanyakan yang
meminjam sepeda merupakan mahasiswa pertukaran pelajar
58
Gambar 4.4 Analisis dan Interpretasi Kuisioner dengan Pertanyaan” Menurut responden,
apakah ITS sudah ramah lingkungan?”
Sumber: Data Penulis, 2019
Dari 170 responden yang mengisi kuisioner dengan pertanyaan “Menurut responden,
apakah ITS sudah ramah lingkungan” sebnayak 40% responden atau 68 responden ITS
sudah ramah lingkungan namun sebanyak 60% sisanya menjawab ITS belum ramah
lingkungan, hal ini disebabkan ada banyak faktor untuk menjadi kampus yang ramah
lingkungan, bukan hanya ditinjau dari penggunaan sepeda kampus.
59
1. Analisis dan Interpretasi Kuisioner dengan Pertanyaan” Inovasi apa yang harus
dilakukan ITS agar ITS menjadi ramah lingkungan”
Gambar 4.5 Analisis dan Interpretasi Kuisioner dengan Pertanyaan” Inovasi apa yang harus
dilakukan ITS agar ITS menjadi ramah lingkungan”
Sumber: Data Penulis, 2019
Berdasarkan kuisioner yang telah dibagikan dan direspon oleh sebanyak 170
responden, inovasi yang harus dilakukan oleh pihak ITS mengenai lingkungannya
dibedakan menjadi 7. Diantaranya ada 52 responden yang memberikan ide untuk
menanam pohon, 40 responden yang mengatakan untuk mengurangi penggunaan
barang yang menghasilkan sampah, 22 responden yang menyarankan untuk
menggunakan kendaraan ramah lingkungan. Akan tetapi ada 21 responden yang
tidak memberikan inovasinya karena telah menganggap lingkungan ITS sudah baik.
Lalu 26 responden memberikan inovasi lain yang 7 diantaranya mengurangi
penggunaan listrik.
2. Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Apakah sepeda kampus
sudah efektif dalam membantu ITS menjadi lebih ramah lingkungan?”
60
Gambar 4.6 Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Apakah sepeda kampus
sudah efektif dalam membantu ITS menjadi lebih ramah lingkungan?”
Sumber: Data Penulis, 2019
Dari data yang telah didapat penulis dari kuisioner yang telah disebarkan online
terlihat bahwa dari 170 responden, 72 orang menjawab sepeda kampus sudah cukup
efektif untuk membantu ITS menjadi lebih ramah lingkungan, sementara 98 orang
responden menjawab belum. Sepeda kampus sudah cukup efektif digunakan karena
sepeda kampus dapat mengurangi polusi yang dihasilkan.
61
3. Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Apakah Responden Pernah
Mencoba Sepeda Kampus?”
Gambar 4.7 Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Apakah Responden Pernah
Mencoba Sepeda Kampus?”
Sumber: Data Penulis, 2019
Dari data yang telah didapat penulis dari kuisioner yang telah disebarkan online
terlihat bahwa dari 170 responden, sebanyak 40 responden sudah mencoba sepeda
kampus dan sisanya yaitu sebanyak 130 responden belum pernah mencoba sepeda
kampus. Dari responden yang belum pernah mencoba sepeda kampus tersebut
keputusan diambil karena mahasiswa ITS memilih menggunakan transportasi
bermotor pribadi seperti sepeda motor dan mobil, hal ini dipilih karena jika
menggunakan sepeda kampus akan membutuhkan waktu dan tenaga lebih untuk
sampai di departemen masing masing.
62
4. Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Berapa Kali Responden
Pernah Mencoba Sepeda Kampus?”
Gambar 4.8 Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Berapa Kali Responden
Pernah Mencoba Sepeda Kampus?”
Sumber: Data Penulis, 2019
Dari data yang telah didapat penulis dari kuisioner yang telah disebarkan online
terlihat bahwa dari 170 responden, sebanyak 163 responden meminjam sepeda
kampus sebanyak nol sampai tiga kali, lalu 5 responden sebanyak empat sampai
enam kali, dan dua responden sebanyak tujuh sampai Sembilan kali.
5. Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Berapa waktu rata-rata
(dalam jam) responden biasanya sekali meminjam sepeda kampus?”
Gambar 4.9 Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Berapa waktu rata-rata
(dalam jam) responden biasanya sekali meminjam sepeda kampus?”
Sumber: Data Penulis, 2019
Berdasarkan hasil survey, durasi peminjaman sepeda kampus dibagi menjadi 5
bagian yaitu 0-4 jam, 5-9 jam, 10-14 jam, 15-19 jam, 20-24 jam. Hasil dari survey
63
tersebut menunjukkan bahwa 152 responden mengahibskan waktu untuk meminjam
sepeda kampus semalam 0-4 jam, lalu di durasi 5-9 jam sebanyak 7 responden.
Kemudian sebanyak 2 responden lebih memilih untuk menggunakan sepeda kampus
selama 15- 19 jam. Dan 4 orang responden menggunakan sepeda kampus dengan
durasi 20-24 jam.
6. Analisis dan Interpretasi Pertanyaan “Seberapa baik kualitas sepeda kampus menurut
responden”
Gambar 4.10 Analisis dan Interpretasi Pertanyaan “Seberapa baik kualitas sepeda kampus
menurut responden”
Sumber: Data Penulis, 2019
Berdasarkan kuisioner yang telah di bagikan dan data yang telah di olah, skala
kualitas sepeda kampus dibedakan menjadi 4 tipe yaitu 1= Tidak baik, 2= Biasa, 3=
Baik, dan 4= Sangat baik. Kondisi Tidak baik didefinisikan dengan sepeda yang
sudah tidak dapat dipakai , kondisi biasa didefinisikan bahwa sepeda masih dapat
dipakai namun kondisinya ketika dipakai tidak nyaman seperti ban yang sedikit
kurang tekanan angina, kondisi baik didefinisikan sepeda yang layak pakai, dan
kondisi sangat baik didefinisikan sepeda kampus layak pakai dan sangat nyaman
ketika digunakan. Dan dari data yang telah diolah, didapatkan informasi bahwa
sebanyak 24 mahasiswa menilai bahwa kondisi sepeda kampus sangat baik dan 83
mahasiswa menilai sepeda kampus dalam keadaan baik. Akan tetapi tidak dapat
disembunyikan fakta bahwa sepeda kampus yang menjadi fasilitas dari ITS masih
memiliki kekurangan yang terbukti dengan 56 mahasiswa menilai kondisi dari
64
sepeda kampus masih ternilai buruk dan bahkan 7 diantara 170 mahasiswa menilai
bahwa kualitas dari sepeda kampus sangat buruk.
Gambar 4.11 Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Bagaimana kondisi sepeda
kampus setelah dipinjam responden?”
Sumber: Data Penulis, 2019
Kondisi sepeda kampus setelah pemakaian merupakan salah satu yang
dipertanyakan dalam kuisioner yang dibuat oleh penulis. Dari 170 mahasiswa yang
berperan sebagai responden, 35 mahasiswa mengembalikan sepeda kampus tersebut
dalam keadaan baik atau sama dengan kondisi saat mereka meminjam sepeda
tersebut. Akan tetapi sebanyak 5 orang mahasiswa yang meminjam sepedakampus,
mengembalikan sepeda kampus tersebut dengan keadaan sepeda tersebut memiliki
masalah. Berdasarkan pengambilan sampel acak, salah satu masalah yang pernah
terjadi ketika mengembalikan sepeda kampus adalah ban bocor.
65
8. Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Responden Tinggal
Dimana?”
Gambar 4.12 Analisis dan Interpretasi Kuisioner dengan Pertanyaan “Responden Tinggal
Dimana?”
Sumber: Data Penulis, 2019
Berdasarkan 170 responden yang mengisi kuisioner, tempat tinggal mahasiswa
yang meminjam sepeda kampus dibedakan menjadi 4, yaitu kos, asrama, rumah dan
apartemen. Peminjam sepeda kmapus terbanyak adalah mahasiswa yang bertempat
tinggal di kos yakni sebabnyak 91 mahasiswa. Hal ini disebabkan sebagian besar
mahasiswa yang ngekos berasal dari luar pulau yang tidak memiliki kendaraan dalam
menjalankan kegiatan sehari- harinya. Kemudian sebnyak 46 orang mahasiswa yang
meminjam sepeda kampus memiliki rumah sendiri dan 28 mahasiswa yang meminjam
sepeda kampus tinggal di asrama. Tidak heran jika yang meminjam sepeda kampus
sebanyak 5 orang bertempat tinggal di apartemen, karena kebanyakan mahasiswa yang
tinggal di apartemen memiliki kendaraan pribadi
4.1.2 Analisis dan Interpretasi Hasil Pengolahan Data Buku Peminjaman Sepeda Kampus ITS
1. Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Per Jurusan
66
Gambar 4.13 Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Per Jurusan
Sumber: Buku Peminjaman Sepeda Kampus
Dari data yang disajikan, diketahui ada 10 Fakultas di ITS yang mana dari masing-
masing fakultas, mahasiswanya pernah mengendarai sepeda kampus. Dari data
tersebut pula diketahui bahwa mahasiswa dari fakultas teknik sipil, lingkungan dan
kebumian menempati tempat paling tinggi dalam peminjaman sepeda kampus yakni
dengan peminjam sebanyak 33 mahasiswa. Tidak jauh berbeda dengan Fakultas
Vokasi dan Fakultas Teknologi Industri yang memiliki jumlah peminjam yang sama
sebanyak 27 mahasiswa. Berbeda dengan peminjam dari Fakultas Teknik Kelautan
dan Fakultas Sains, Fakultas Matematika Komputasi dan Sains Data menduduki
tempat yang sama rendahnya dengan Fakultas Teknk Elektro dengan peminjam
sebanyak 4 orang. Akan tetapi yang menempati kedudukan terendah dalam hal
meminjam dan mengendarai sepeda kampus ditempati oleh fakultas teknik informasi
dan komunikasi yang memiliki jumlah peminjam yang sama dengan fakultas bisnis
manajemen dan teknologi yang hanya sebanyak 3 orang mahasiswa. Hal ini
dikarenakan Departemen FTSLK yang letaknya dekat dengan tempat peminjaman
sepeda kampus sehingga mahasiswa FTSLK yang paling banyak meminjam sepeda
kampus, berbanding terbalik dengan FTIK dan FBMT.
67
2. Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Per Angkatan
ANGKATAN
2015+
2016 6%
4%
2017
23%
2018
67%
Gambar 4.14 Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Per Angkatan
Sumber: Buku Peminjaman Sepeda Kampus
Terlihat dari tabel 4.14, daftar peminjam sepeda kampus pada periode Mei 2018
sampai April 2019 terdiri dari 150 kali peminjaman. Dengan persebaran peminjam,
terdapat pada setiap angkatan yaitu dari angkatan 2018, 2017, 2016, dan 2015.
Peminjam sepeda kampus dari angkatan 2018 terdapat 100 kali peminjaman sepeda
kampus pada periode tersebut, sedangkan peminjaman oleh mahasiswa angkatan
2017 terdapat 34 kali peminjaman pada periode tersebut. Angka-angka tersebut
semakin kecil jika dibandingkan dengan jumlah peminjaman dari mahasiswa
angkatan tahun 2016 dan 2015 yang masing-masing memiliki 7 dan 9 kali
peminjaman pada periode tersebut. Menurunnya jumlah peminjaman dari angkatan
baru hingga senior terlihat dari data tabel tersebut, jumlah peminjaman dari angkatan
2018 yang baru saja memasuki kampus ITS memiliki jumlah peminjaman terbayak
yaitu 100 peminjaman, dan jumlah peminjaman oleh mahasiswa angkatan tahun
2015 terdapat 9 peminjaman sepeda kampus.
3. Analisis dan Interpretasi Tabel Peminjaman Sepeda Kampus ITS Mei 2018 – April
2019 Berdasarkan Jenis Kelamin
68
Gambar 4.15 Analisis dan Interpretasi Tabel Peminjaman Sepeda Kampus ITS Mei 2018 – April
2019 Berdasarkan Jenis Kelamin
Sumber: Buku Peminjaman Sepeda Kampus
Bedasarkan pengamatan dan analisis pada data yang telah dikumpulkan,
terdapat 150 peminjam sepeda kampus pada periode Mei 2018 sampai dengan April
2019. Dari 150 peminjam tersebut, apabila dianalisa berdasarkan jenis kelamin dari
peminjam didaptkan data bahwa peminjam sepeda berjenis kelamin laki- laki
sejumlah 79 orang lebih banyak dari pada peminjam sepeda berjenis kelamin
perempuan yang sejumlah 71 orang.
4. Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Per Durasi Peminjaman
69
FREKUENSI
Frekuensi
60
50
40
30
20
10
0
0-4 jam 5-9 jam 10-14 jam 15-19 jam 20-24 jam 25-29 jam 30-34 jam
Gambar 4.16 Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Per Durasi Peminjaman
Sumber: Buku Peminjaman Sepeda Kampus
Berdasarkan hasil survey, durasi peminjaman sepeda kampus dibagi menjadi 7
bagian yaitu 0-4 jam, 5-9 jam, 10-14 jam, 15-19 jam, 20-24 jam, 25-29 jam, 30-34
jam. Hasil dari survey tersebut menunjukkan bahwa 59 responden mengahibskan
waktu untuk meminjam sepeda kampus semalam 0-4 jam, lalu di durasi 5-9 jam dan
20-24 jam memiliki responden yang sama, yakni sebanyak 35 responden. Kemudian
sebanyak 13 responden lebih memilih untuk menggunakan sepeda kampus selama
15- 19 jam. Dan 4 orang responden menggunakan sepeda kampus dengan durasi 10-
14 jam. Akan tetapi responden yang menggunakan sepeda kampus dengan durasi
lama yaitu 25-29 jam dan 30-34 jam hanyak ada 2 orang.
5. Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Per Bulan Peminjaman
70
Gambar 4.17 Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Per Bulan Peminjaman
Sumber: Buku Peminjaman Sepeda Kampus
Dari data yang didapatkan oleh penulis, frekuensi peminjaman ini ditetapkan
dalam jangka waktu 1 tahun mulai dari Mei 2018 sampai dengan April 2019.
Terdapat 54 mahasiswa yang meminjam sepeda kampus pada bulan Agustus 2018
yang merupakan data terbanyak peminjam dalam 1 tahun terkhir. Kemudian 15
mahasiswa yang meminjam pada bulan mei 2018 dan juli 2018. Lalu sebanyak 12
mahasiswa meminjam pada bulan September 2018 yang tidak memiliki perbedaaan
secara signifikan dengan peminjam pada bulan April 2019 karena hanya terdapa
selisih 2 orang mahasiswa peminjam. Lalu senyak 9 mahasiswa yang meminjam
sepeda kampus pada bulan November dan Desember 2018 yang juga terlihat
perbedaan yang tidak signifikan dengan peminjam pada bulan Oktober 2018,
Februari 2019 dan juga Maretg 2019 karena hanya berbeda 1- 2 orang peminjam.
Dari data tersebut pula diketahui informasi bahwa peminjam paling sedikit pada
bulan Juni 2018 sebnyak 2 mahasiswa dan Januari 2019 lalu yang hanya ada 1
mahasiswa yang meminjam sepeda kampus.
6. Analisis dan Interpretasi Tabel Data Peminjaman Sepeda Kampus ITS Mei 2018 –
April 2019 Berdasarkan Orang Yang Sering Meminjam
Bedasarkan pengamatan dan analisa pada data yang telah dikumpulkan, terdapat
150 peminjam sepeda kampus pada periode Mei 2018 sampai dengan April 2019.
Dari 150 peminjam tersebut, apabila dianalisis berdasarkan orang yang sering
meminjam ialah Julius dengan frekuensi peminjaman sebanyak delapan kali dan
yang kedua adalah Kharisma Perdana dengan frekuensi peminjaman sebanyak enak
kali.
71
Bab V
Kesimpulan dan Saran
Pada bab ini akan dijelaskan tentang kesimpulan dan saran dari penulis setelah selesai
dalam mengerjakan tugas besar ini. Kesimpulan berisi jawaban dari tujuan yang terdapat di Bab
1. Dan pada sub-bab saran akan berisi tentang masukan kepada penulis, mahasiswa ITS,
birokrasi ITS, maupun saran untuk tugas besar yang akan mendatang.
5.1 Kesimpulan
Pada Sub-bab ini akan dipaparkan kesimpulan berdasarkan hasil pengamatan tugas
besar Statistika Industri I. berikut kesimpulan untuk tugas besar Statistika Industri I.
Dari laporan tugas besar ini dapat ditarik kesimpulan bahwa
5.1.1 Statistik deskriptif merupakan suatu ilmu statistik yang mempelajari cara pengumpulan
dan pengolahan data, penyajian data yang digambarkan melalui chart, diagram, atau
tabel dan analisis serta interpretasi data dengan baik agar mudah dipahami.
5.1.2 Dalam menyajikan data, tentunya harus mudah dipahami dan informasi yang
digambarkan jelas. Dalam penyajian data secara grafis, tiap bentuk chart memiliki
fungsi yang berbeda. Grafik lingkaran menyajikan data dalam bentuk presentase dan
visualisasi grafik dari data tabel satu arah. Histogram menyajikan persebaran informasi
data dengan kurun waktu tertentu. Data yang ditampilkan divisualisasikan melalui
grafik yang sesuai dan menjadikan data tersebut mudah dipahami.
5.1.3 Tujuan dari perngerjaan tugas besar ini adalah tingkat efektivitas penggunaan Sepeda
Kampus ITS dalam mendukung ITS sebagai kampus ramah lingkungan melalui analisis
yang sudah dilakukan, masih banyak mahasiswa yang belum mengetahui informasi
seputar Sepeda Kampus ITS. Jumlah pengguna Sepeda Kampus ITS masih sangat
sedikit dibandingkan dengan jumlah Mahasiswa ITS. Hal ini mungkin dikarenakan
sosialisasi dari pihak kampus tentang Sepeda Kampus ITS kurang gencar dilakukan.
5.2 Saran
Pada sub-bab ini akan dipaparkan mengenai saran dalam pengerjaan tugas besar ini,
yang meliputi saran untuk penulis, mahasiswa ITS, dan birokrasi ITS
5.2.1 Penulis
Adapun saran untuk penulis adalah :
1. Setelah mengetahui tingkat kesadaran mahasiswa ITS terhadap sepeda kampus,
diharapkan penulis dapat membantu ITS dalam memperkenalkan dan menggalakkan
budaya bersepeda di ITS.
2. Penulis dapat memanfaatkan sepeda kampus untuk melakukan kegiatannya.
3. Penulis diharapkan dapat mempelajari ilmu statistika industri 1 lebih dalam lagi dan
dapat mengaplikasikan ilmu statistika deskriptif dan statistika inferensi.
5.2.2 Mahasiswa ITS
Adapun saran untuk mahasiswa ITS adalah :
1. Diharapkan mahasiswa lebih peduli dengan budaya bersepeda, walau hanya sebentar,
karena bersepda memiliki banyak manfaat.
2. Sebaiknya mahasiswa lebih bijak dalam penggunaan sepeda kampus.
5.2.3 Birokrasi ITS
Adapun saran untuk birokrasi ITS adalah akan lebih baik lagi jika birokrasi ITS
lebih banyak dalam sosialisasi tentang eco-campus, terutama tentang sepeda kampus
yang dapat digunakan mahasiswa dengan mudah.
72
Daftar Pustaka
73
Lampiran
74
75
76
77
78
79
80
81