STATISTIKA INDUSTRI
HASMIRA
D071181312
KELOMPOK VI
BAB 1
PENDAHULUAN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
BAB 2
TINJAUAN PUSTAKA
2.1 Antropometri
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
ukuran kepala, tinggi atau panjang lutut pada saat berdiri atau duduk,
panjang lengan, dan sebagainya.
Berikut merupakan contoh antropometri statis (structural body
dimension) menurut Purbasari (2016).
1) Dimensi lebar sisi bahu
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
4) Dimensi kaki
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
a. Keacakan/Random
Dalam satu kelompok populasi masih akan terdapat perbedaan yang
signifikan dalam masyarakat. Distribusi frekuensi secara statistik dari
dimensi kelompok anggota masyarakat jelas dapat dinyatakan dengan
menggunakan distribusi normal, yaitu dengan menggunakan data
persentil yang telah diduga, jika mean (rata-rata) dan standar deviasinya
telah dapat diestimasi.
b. Jenis Kelamin
Secara distribusi statistik ada perbedaan yang signifikan antara dimensi
tubuh pria dan wanita. Dimensi pria dan wanita ada perbedaan yang
signifikan di antara mean (rata-rata) dan nilai perbedaan ini tidak dapat
diabaikan. Pria dianggap lebih panjang dimensi segmen badannya
daripada wanita. Oleh karena itu, data antropometri untuk kedua jenis
kelamin tersebut disajikan secara terpisah.
d. Usia
Usia digolongkan atas beberapa kelompok, yaitu balita, anak-anak,
remaja, dewasa, dan lanjut usia. Hal ini jelas berpengaruh terutama jika
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
e. Jenis Pekerjaan
Beberapa jenis pekerjaan tertentu menuntut adanya persyaratan dalam
seleksi karyawan/stafnya. Seperti misalnya, buruh dermaga/pelabuhan
harus mempunyai posisi tubuh yang relatif lebih besar dibandingkan
dengan karyawan perkantoran pada umumnya, apalagi jika
dibandingkan dengan jenis pekerjaan militer.
f. Pakaian
Hal ini juga merupakan sumber variabilitas yang disebabkan oleh
bervariasinya iklim/musim yang berbeda dari suatu tempat dengan
tempat yang lainnya terutama untuk daerah dengan empat musim.
Misalnya, pada waktu musim dingin manusia akan memakai pakaian
yang relatif lebih tebal dan ukuran yang relatif lebih besar. Demikian
pula untuk para pekerja di pertambangan, pengeboran lepas pantai,
pengecoran logam, bahkan para penerbang dan astronot pun harus
mempunyai pakaian khusus.
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
d. Metode Tes
Metode tes bisa bersifat formal dan non-formal. Dikatakan sebagai
metode formal apabila dalam suatu kali tatap muka di kelas seluruhnya
digunakan untuk kegiatan penyelenggaraan tes. Tes non-formal adalah
tes yang dilaksanakan secara terintegrasi dengan pelaksanaan proses
pembelajaran di kelas.
e. Dokumen
Selain wawancara dan observasi, informasi juga bisa diperoleh lewat
fakta yang tersimpan dalam bentuk surat, catatan harian, arsip foto,
cenderamata, jurnal kegiatan dan sebagainya. Data berupa dokumen
seperti biasa dipakai untuk menggali informasi yang terjadi di masa
silam
f. Focus group discussion
Diskusi terpusat focus group discussion adalah upaya menemukan
makna sebuah isu sekelompok orang lewat diskusi untuk mengindar
dari pemaknaan yang salah oleh seorang peneliti
g. Kuesioner
Kuesioner merupakan daftar pertanyaan yang akan digunakan oleh
periset untuk memperoleh data dari sumbernya secara langsung melalui
proses komunikasi atau dengan mengajukan pertanyaan
2.7 Jenis-Jenis Data
Menurut Budi (2017) berikut adalah beberapa kelompok dalam
pembagian jenis data yaitu sebagai berikut:
a. Cara Memperolehnya
1. Data Primer
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
2. Data Kontinu
Data kontinu adalah data yang nilainya ada pada suatu interval
tertentu atau berada pada nilai yang satu ke nilai yang lainnya.
Penggunaannnya seperti pada kata sekitar, kurang lebih, kira-kira,
dan sebagainya. Contohnya adalah Dinas Pertanian Daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
e. Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross section adalah data yang menunjukkan titik waktu
tertentu. Contohnya seperti: laporan keuangan per 31 Desember
2006, data pelanggan PT. Angin Ribut bulan Mei 2004, dan lain
sebagainya.
2. Data Time Series / Berkala
Data time series / berkala adalah data yang datanya menggambarkan
sesuatu dari waktu ke waktu atau periode secara historis. Contoh
data time series adalah data perkembangan nilai tukar Dollar
Amerika terhadap Euro Eropa dari tahun 2004 sampai 2006, jumlah
pengikut jamaah Nurdin M. Top dan Doktor Azhari dari bulan ke
bulan, dan lain – lain.
f. Menurut Skalanya
1. Data Nominal
Data nominal merupakan data yang digunakan untuk
mengklasifikasikan informasi/data. Contohnya seperti data jenis
kelamin yang terbagi menjadi laki-laki dan perempuan. Biasanya,
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
Data pada jenis ini memiliki kemampuan dari ketiga tipe data
sebelumnya, dan angka nol dianggap mutlak. Contohnya adalah
data berat badan (Kg). Angka nol Kg berarti memang tidak ada
berat. Tipe data nominal dan ordinal sering digunakan pada metode
statistika non-parametrik. Sedangkan tipe data interval dan rasio
cocok untuk digunakan pada metode statistika parametrik, asal
asumsi yang dibutuhkan oleh metode statistika parametrik yang
bersangkutan dapat dipenuhi.
2.8 Uji Normalitas
Menurut Ghozali (2012) uji normalitas digunakan untuk melihat apakah
nilai residual terdistribusi normal atau tidak. Model regresi yang baik
adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas
bukan dilakukan pada masing-masing variabel tetapi pada nilai
residualnya. Untuk mendeteksi apakah residual berdistribusi normal atau
tidak yaitu dengan melihat normal probability plot dan one sampel
kolmogrof smirnov test yang membandingkan distribusi kumulatif dari
distribusi normal. Normalitas pada probability plot dapat dideteksi dengan
melihat penyebaran dan (titik) pada sumbu diagonal dari grafik. Jika ada
(titik) menyebar disekitar garis diagonal maka menunjukkan pola distribusi
normal dan pada one sampel kolmogrof smirnov test nilai Asymp Sig 2
(tailed) nilai keakuratan 95% berarti nilai signifikan/Sig 0,05, nilai pada
uji ini harus diatas 0,05 yang mengindikasikan bahwa model regresi
memenuhi asumsi normal. Menurut Sugiyono (2015), “uji normalitas
digunakan untuk mengkaji kenormalan variabel yang diteliti apakah data
tersebut berdistribusi normal atau tidak”.
2.9 Uji Keseragaman Data
Uji keseragaman data adalah pengujian yang dilakukan terhadap data
pengukuran untuk mengetahui apakah data yang diukur telah seragam dan
berasal dari satu sistem yang sama.
a. Mean
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
Mean adalah nilai tengah pada suatu kelompok data yang diperoleh dari
penjumlahan keseluruhan data pada suatu kelompok dibagi dengan
banyaknya data. Terdapat dua nilai tengah yang biasanya kita ketahui
yaitu nilai tengah untuk populasi dan nilai tengah untuk sampel. Nilai
tengah biasanya juga disebut mean atau rata-rata.
X 1 + X 2+ X 3 …+ X n
Mx= ……………………………………..................
n
(2.1)
Keterangan:
M = Mean
❑=
n √
(X X )2
2
………………………………………………….. (2.2)
Keterangan:
❑ = varians atau ragam untuk populasi
2
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
[ √ (∑ ) (∑ )
]
n n 2
k 2
N xi − xi
s i=1 i=1
N’ = …………………………………………
n
∑ xi
i=1
(2.3)
Keterangan:
N : Jumlah pengkuran yang diperlukan
N : Jumlah pengukuran yang telah dilakukan
K : Tingkat keyakinan
S : Tingkat ketelitian
X i : Data ke-i
2.11 Perhitungan Persentil
Persentil adalah suatu ukuran yang membagi data menjadi 100 bagian
yang sama. Banyaknya persentil ada 99, yang masing-masing disebut
persentil pertama, kedua, sampai persentil ke-99. Untuk penetapan data
antropometri digunakan distribusi normal, dimana distribusi ini dapat
diformulasikan berdasarkan harga rata-rata (mean) dan simpangan
bakunya (standar deviasi) dari data yang diperoleh.
Dari nilai yang ada tersebut, dapat ditentukan nilai persentil sesuai
dengan table probabilitas distribusi normal yang ada, sehingga persentil
dapat dengan mudah dihitung bila datanya berdistribusi normal, yaitu
dengan menggunakan table Z, dari distribusi normal standar, dengan
rumus:
M = X + ZS ………………………………………………………….(2.4)
Keterangan:
M = nilai persentil
X = nilai rata-rata
S= Simpangan Baku
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
b. Persentil 50
Persentil 50 adalah persentil yang digunakan untuk menghitung ukuran
antropometri untuk ukuran rata-rata atau ukuran yang pada umumnya
digunakan. Adapun rumus menghitung persentil 50 adalah sebagai
berikut:
M = X+ 0 S …………………………………………………………(2.6)
c. Persentil 95
Persentil 95 adalah persentil yang digunakan untuk menghitung ukuran
antropometri untuk ukuran orang dewasa. adapun rumus menghitung
persentil 95 adalah sebagai berikut:
M = X+ 1.645 S ………………………………...………..................(2.7)
(Bergita, 2010)
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
BAB III
METODOLOGI PRAKTIKUM
3.1 Studi Kasus
Setiap kelompok praktikan mengambil data tinggi bahu duduk, panjang
lengan, tinggi siku duduk, lebar pinggul, panjang kaki pada seseorang yang
sudah diukur.
pengambilan data.
badan, panjang lengan, panjang kaki, lebar bahu, dan lebar pinggul.
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
BAB IV
PENGOLAHAN DATA DAN PEMBAHASAN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
Berikut ini dapat dilihat tabel hasil dari perhitungan yang telah dilakukan
sebagai berikut:
Tabel 4. 2 Uji Normalitas dengan Kolmogorv Smirnov
No. Dimensi Tubuh n Dmax α Keterangan
1. Tinggi Siku dalam Posisi Duduk 0.004 Tidak Terditribusi Normal
2. Tinggi Popliteal 0.200 Terdistribusi Normal
3. Lebar Pinggul 35 0.029 0.05% Tidak Terditribusi Normal
4. Panjang Rentang Tangan Ke depan 0.200 Terdistribusi Normal
5. Panjang Rentangan Tangan ke Samping 0.046 Tidak Terditribusi Normal
(4.1)
b. Standar deviasi
√
n
σ = ∑ ( x i−x)2 ……………………………………………………….
i=1
n−1
(4.2)
c. Batas kendali
1. Batas kendali atas
BKA = x + k (σ)……………………………………………………
(4.3)
2. Batas kendali bawah
BKB = x - k (σ)…………………………………………………….
(4.4)
Berikut ini dapat dilihat tabel hasil dari perhitungan yang telah dilakukan
sebagai berikut:
Tabel 4. 3 Uji Keseragaman Data
No. Dimensi Tubuh x σ BKA BKB Keterangan
1. Tinggi Siku dalam Posisi Duduk 23.06 2.30 27.66 18.46 Seragam
2. Tinggi Popliteal 49.40 4.82 59.03 39.77
3. Lebar Pinggul 31.43 1.48 34.39 28.47
4. Panjang Rentang Tangan ke 70.91 3.55 78.02 63.81
Depan
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
[ √( )( )
]
n n 2
k
s
N ∑ xi2 − ∑ xi
i=1 i=1
N’ = …………………………………………
n
∑ xi
i=1
(4.5)
Berikut ini dapat dilihat tabel hasil dari perhitungan yang telah dilakukan
sebagai berikut:
Tabel 4. 4 Uji Kecukupan Data
No. Dimensi Tubuh N N’ Keterangan
1. Tinggi Siku dalam Posisi Duduk 1.87
2. Tinggi Popliteal 1.83
3. Lebar Pinggul 35 0.88 Cukup
4. Panjang Rentang Tangan ke Depan 0.94
5. Panjang Rentangan Tangan ke Samping 0.82
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
Berikut ini dapat dilihat tabel hasil dari perhitungan yang telah dilakukan
sebagai berikut
Tabel 4. 5 Ukuran Persentil Data Antropometri
Persentil
No. Dimensi Tubuh
5 50 95
1.
Tinggi Siku dalam Posisi Duduk 21.31 23.06 24.80
2.
Tinggi Popliteal 45.66 49.40 53.14
3.
Lebar Pinggul 28.38 31.43 34.48
4.
Panjang Rentang Tangan ke Depan 65.55 70.91 76.28
5.
Panjang Rentangan Tangan ke Samping 154.21 164.20 174.19
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
BAB V
PEMBAHASAN
5.1 Review Jurnal Inter
Judul : Analisis Deskriptif Terhadap Industri Pempek di
Kawasan 26 Ilir Palembang
Penulis : Yulia Puspita Sari & Neny Rochyani
Jurnal : Jurnal Krenao, ISSN: 20654-8550
Tahun : 2019
Volume/Halaman : 37-42
Reviewer : Hasmira
Tanggal : 10 Oktober 2021
a. Latar Belakang
Salah satu kuliner khas Kota Palembang adalah Pempek. Pusat penjualan
pempek terbanyak salah satunya berada di kawasan pasar 26 Ilir
Palembang. Makalah ini bertujuan menyajikan dan menggambarkan data
tersebut menggunakan statistika deskriptif. Data diringkas menggunakan
statistika deskriptif berupa ukuran pemusatan dan penyebaran data,
sedangkan penyajian data-data tersebut menggunakan tabel dan
histogram. Data diperoleh melalui wawancara kepada penjual dan
pembeli. Analisis data dilakukan dengan Microsoft Excel dan Software
SPSS 21. Hasil eksplorasi pada penjual menunjukkan produksi pempek
terbanyak yaitu 1000 kg dan penjualan terbanyak adalah 1 juta pempek
perbulan. Hasil korelasi menunjukkan adanya hubungan antara jumlah
produksi dengan jumlah penjualan. Pada histogram data pembeli
menunjukkan bahwa alasan pembeli paling banyak adalah karena harga
yang murah dan pada tabel kategori rasa, pembeli mengkategorikan baik.
b. Metodologi
Data yang digunakan dalam tulisan ini merupakan data yang diperoleh
dengan melakukan wawancara secara langsung dengan responden.
Responden dalam penelitian ini adalah penjual pempek dan pembeli
pempek di Kawasan Pasar 26 Ilir Palembang. Pemilihan responden
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
1000 buah per bulan dan paling banyak menjual 1 juta pempek per bulan.
Hasil korelasi menunjukkan terdapat hubungan antara jumlah produksi
dengan jumlah penjualan, harga dengan jumlah penjualan. Begitu pula
pada pembeli, alasan membeli memiliki hubungan dengan frekuensi
pembelian.
5.2 Pembahasan Modul
Data antropometri yang dikumpulkan yaitu dimensi statis antropometri.
Dimensi statis antropometri, terdiri dari dimensi tinggi siku dalam posisi
duduk, dimensi tinggi popliteal, dimensi lebar pinggul, dimensi panjang
rentang tangan ke depan, dan dimensi panjang rentangan tangan ke
samping. Masing-masing dimensi terdapat sebanyak 35 jumlah data yang
akan digunakan yang terlebih dahulu akan dilakukan uji normalitas, uji
keseragaman, uji kecukupan data, juga perhitungan persentil untuk
digunakan dalam menentukan ukuran produk yang akan dibuat.
Uji normalitas dilakukan untuk mengetahui apakah data yang dimiliki
berada dalam keadaan terdistribusi normal ataukah tidak. Dalam hal ini, uji
normalitas dilakukan dengan menggunakan software SPSS dengan menu uji
normalitas kolmogorv smirnov. Pengujian ini dilakukan dengan melihat
hasil nilai Dmax yang kemudian akan dibandingkan dengan nilai α. Uji
normalitas dilakukan dengan tingkat kepercayaan 95% dan nilai α = 0.05%.
Hasil nilai pengujian yang dilakukan menunjukkan nilai Dmax untuk dimensi
tinggi siku dalam posisi duduk sebesar 0.004, dimensi tinggi popliteal
sebesar 0.200, dimensi lebar pinggul sebesar 0.0.029, dimensi panjang
rentang tangan ke depan sebesar 0.200 dan dimensi panjangan rentangan
tangan ke samping sebesar 0.046. Hasil pengujian menunjukkan bahwa ada
beberapa data yang terdistribusi normal dan tidak terdistribusi normal
karena beda di bawah atau diatas 0.05%.
Uji keseragaman dilakukan untuk mengetahui apakah data yang dimiliki
berada dalam batas kontrol, baik itu batas kontrol atas maupun batas kontrol
bawah, dimana dalam hal ini berarti data tidak memiliki nilai ekstrim. Uji
keseragaman data dilakukan dengan terlebih dahulu melakukan perhitungan
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
nilai rata-rata, standar deviasi, juga batas kendali dan batas kendali bawah.
Hasil perhitungan dimensi tinggi siku dalam posisi duduk menunjukkan
nilai rata-rata sebesar 23.06, nilai standar deviasi sebesar 2.30, nilai batas
kendali atas sebesar 27.66, dan nilai batas kendali bawah sebesar 18.46.
Dimensi tinggi popliteal menunjukkan nilai rata-rata sebesar 49.40, nilai
standar deviasi sebesar 4.82, nilai batas kendali atas sebesar 59.03, dan nilai
batas kendali bawah sebesar 39.77. Dimensi lebar pinggul menunjukkan
nilai rata-rata sebesar 31.43, nilai standar deviasi sebesar 1.48, nilai batas
kendali atas sebesar 34.39, dan nilai batas kendali bawah sebesar 28.47.
Dimensi panjang rentang tangan ke depan menunjukkan nilai rata-rata
sebesar 70.91, nilai standar deviasi sebesar 3.55, nilai batas kendali atas
sebesar 78.02, dan nilai batas kendali bawah sebesar 63.81 dan dimensi
panjang rentangan ke samping menunjukkan nilai rata-rata sebesar 164.20,
nilai standar deviasi sebesar 7.16, nilai batas kendali atas sebesar 178.52,
dan nilai batas kendali bawah sebesar 148.88 pada dimensi statis
antopometri. Hasil pengujian menunjukkan nilai rata-rata baik itu pada
dimensi statis antropometri yang berada di antara rentan batas kontrol atas
dan batas kontrol bawah, sehingga dengan begitu didapatkan data yang
seragam.
Uji kecukupan data dilakukan untuk mengetahui apakah data yang
dimiliki telah mencukupi dalam kegiatan yang dilakukan. Uji kecukupan
dilakukan dengan menghitungan jumlah pengamatan yang harusnya
diamati. Hasil perhitungan dimensi tinggi siku dalam posisi duduk
menunjukkan nilai sebesar 1.87, dimensi tinggi popliteal sebesar 1.83,
dimensi lebar pinggul sebesar 0.88, dimensi panjang rentang tangan ke
depan sebesar 0.94, dan dimensi panjang rentangan ke samping sebesar
0.82. Hasil pengujian menunjukkan nilai jumlah pengamatan yang
seharusnya diamati baik itu pada dimensi statis antropometri ataupun
dimensi dinamis antropometri bahwa data yang dimiliki telah mencukupi
untuk selanjutnya digunakan.
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
BAB V
PENUTUP
5.1 Kesimpulan
a. Pengukuran antropometri terbagi menjadi dua kategori berdasarkan
dimensinya, yakni dimensi statis yang merupakan dimensi dalam
keadaan diam atau statis dan juga dimensi dinamis yang merupakan
dimensi dalam keadaan bergerak atau beraktivitas.
b. Uji normalitas merupakan pengujian untuk melihat apakah data
terdistribusi normal atau kah tidak dengan melihat nilai uji statistik
yang dibandingkan dengan nilai α. Kemudian uji keseragaman data
merupakan pengujian untuk melihat keadaan data yang berada diantara
batas kontrol atau tidak memiliki data ekstrim dengan melihat nilai rata-
rata yang berada diantara nilai batas kontrol baik itu batas kontrol atas
maupun batas kontrol bawah. Adapun uji kecukupan data merupakan
pengujian untuk melihat apakah data yang dimiliki telah mencukupi
untuk selanjutnya digunakan dalam kegiatan dimana dengan melihat
nilai pengamatan yang seharusnya diamati dengan jumlah pengamatan
yang telah dilakukan.
c. Penentuan ukuran dimensi benda dapat dilakukan dengan melihat nilai
persentil yang disesuaikan dengan prinsip perancangan produk yang
ada dimana diantaranya ialah prinsip perancangan produk data rata-rata,
data ukuran ekstrim ataupun data ukuran rentangtertentu.
d. Statistika merupakan studi terkait pengumpulan serta pengolahan data
yang kemudian digambarkan dalam bentuk grafis, tabel ataupun yang
lainnya untuk kemudian diambil kesimpulan.
5.2 Saran
a. Saran untuk Asisten
1. Harap dipertahankan kejelasan dalam memberikan materi
2. Harap dipertahankan kecepatan dalam merespon praktikan
3. Harap dipertahankan sikap ramahnya kepada praktikan
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
DAFTAR PUSTAKA
Alhaffis, F. (2019). Perencanaan Penjadwalan dan Biaya Perawatan Mesin
Bubut Tipe KW 15-579 Berdasarkan Jam Operasional Praktikum di
Politeknik Bengkalis. Riau: Politeknik Negeri Bengkalis.
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
STATISTIKA INDUSTRI
HASMIRA /D071181312
LABORATORIUM SISTEM MANUFAKTUR
TERINTEGRASI
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
LAMPIRAN
STATISTIKA INDUSTRI
HASMIRA /D071181312