Lakukan eror analysis pada hasil perhitungan?

Dengan rumus k yaitu:

{[ √ ] }
k+1
2 k
-1 ×100%

Dapat diketahui parameter untuk setiap nilai k yang ada seperti pada tabel dibawah
ini

value of k 0,2 0,5 0,8 1,2 1,5 2 4

implied % error
in parameter
-80% -50% -20% 20% 50% 100% 300%
used from
correct value
cost increase 2,10
34% 6,10% 0,60% 0,40% 6,10% 25%
over minimum %

Dalam kasus ini, nilai k yang digunakan yaitu 2, sehingga beberapa parameter
untuk hasil yang akan diperhatikan yaitu:
Nilai Q : X ≤ , dengan tingkat error yang mungkin sebesar %
Total Biaya Q : X ≤, dengan tingkat error yang mungkin sebesar %
Total Biaya Keseluruhan : X ≤, dengan tingkat error yang mungkin sebesar %
*) X merupakan hasil dari data input yang telah berubah, batasnya merupakan hasil
dari data awal optimal dikali dengan faktor pengali 2.
Sehingga perbandingan data yang dihasilkan sebagai berikut ini:
Input Data
  D s v r
Nilai Q
Total Biaya
Q
Total Biaya
Keseluruha
n
Dalam data ini terlihat bahwa tidak ada yang melewati batas parameter dari
penentuan faktor pengali 2. Dapat dikatakan bahwa model penyelesaian ini
memiliki sedikit kemungkinan untuk menghasilkan error atau melewati batas
sebesar 6,07%.

Mengapa perlu dilakukan eror analysis?

 Umumnya suatu model dibangun berdasarkan atas data-data yang tersedia. Data
data tersebut dapat berupa data sekarang, maupun data pada masa lampau.
Kesalahan timbul saat model yang dibangun berdasarkan data sekarang dan data
masa lampau tersebut digunakan untuk memprediksi proses optimisasi pada msa
yang akan datang. Kesalahan ini dapat terjadi karena pada data awal yang
digunakan untuk membangun model akan tetap relevan saat model diaplikasikan
pada masa kini. Misalnya : Pada kasus ini perusahaan akan memproduksi motor
elektrik dan membeli sebuah mesin gulung koil. Biaya produksi sebuah produk
tidak akan mungkin sama dari waktu ke waktu. Perubahan yang terjadi pada
dunia nyata, menyebabkan model yang dibangun tidak dapat merepresentasikan
keadaan sebenarnya. Oleh karena itu kita perlu melakukan analisa eror, untuk
mengetahui seberapa besar dampak yang ditimbulkan jika melakukan kesalahan
dalam pendefinisian parameter input model. Dilakukannya eror analysius juga
dapat digunakan dalam menentukan keakuratan data yang telah diddapatkan
untuk memperkirakan data input, semakin data yang didapatkan sensitif, solusi
yang akan dihasilkan untuk input nilai error, semakin akurat pula data yang
didapatkan oleh parameter input yang diperlukan. Guna dilakukan eror analysis
juga untuk menetapkan rentang kontrol perubahan pada semua data parameter
input di mana kebijakan optimal arus tetap hampir optimal, selama parameter
input tetap dengan batas-batas ini, tidak perlu mengompilasi ulang kebijakan
optimal tersebut.

Sekenario pertama ( size order sebenarnya 20000, pada model 10000 ) Berdasarkan
hasil perhitungan, data dapat ditampilkan sebagai berikut :
Total Cost
Machine Speed
Size Order 10000 Size Order 20000
30 36730 73432
40 34762.2 6493.8
50 33726.2 67424.4
60 33176.6 66325.2
70 32889.4 65778,8
Sekenario kedua ( defect rate sebenarnya 0,001 pada model 0,00125 ) Berdasarkan hasil
perhitungan, data dapat ditampilkan sebagai berikut :
Total Cost
Machine Speed
Defect Rate 0,00125 Defect Rate 0,001
30 36730 36438
40 34762.2 34392.2
50 33726.2 33278.2
60 33176.6 32645.4
70 32889.4 32269.8