STATISTIKA INDUSTRI

LUCKY ADI PRASETYO RAMADANI

Jurusan Teknik Industri Fakultas Teknik Universitas Indraprasta PGRI
Email: luckyadiprasetyor@gmail.com

ABSTRAK

Dalam sektor industri statistika berperan penting dalam berbagai aktivitas manufaktur
mulai dari bahan baku, proses produksi, hingga pengembangan produk dan mencari
gagasan untuk menciptakan produk melalui riset pasar. Statistik di gunakan untuk
mengumpulkan, mengolah, analisis, dan menyajikan data serta memberikan kesimpulan
tentang ciri-ciri populasi dari hasil analisis serangkaian sampel yang diambil dari populasi
tersebut. Ada dua cara pengumpulan data yaitu statistika deskriptif dan statistika inferensia.
Pada artikel ini, di bahas bagaimana statistika industri memvisualisasi hasil data yang di
peroleh melalui metode statistik. Dari hasil visualisasi ini kita dapat mengidentifikasi pola,
tren, dan karakteristik lainnya yang tidak akan terlihat jelas pada data mentah. Distribusi
frekuensi, histogram, poligon dan, dotplot, berlaku untuk data kuantitatif sedangkan tabel
digunakan terutama untuk jumlah yang melibatkan data kualitatif.

Kata kunci: Statistika, Visualisasi, Data, Populasi, Kuantitatif, Kualitatif

ABSTRACT
In the industrial sector, statistics hold an important role in various manufacturing activities
starting from raw materials, production processes, product development, and seeking ideas
to create products through market research. Statistics are used to collect, process, analyze,
and present data and provide conclusions about the characteristics of the population from
the analysis the samples which taken by itself. There are two ways to collecting data,
namely descriptive statistics and inferential statistics. In this article, we discuss how
industrial statistics visualize the data obtained through statistical methods. From this
visualization we can identify patterns, trends, and other characteristics that would not be
obvious in the raw data. Frequency distributions, histograms, polygons and, dotplots, are
applicable for quantitative data while tables are used primarily for quantities involving
qualitative data.

Keywords: Statistics, Visualization, Data, Population, Quantitative, Qualitative

1. PENDAHULUAN
Seiring meningkatnya data yang tersedia dan perkembangan teknologi komputerisasi yang
mempermudah berbagai penyajian data maka penyajian data yang tersedia semakin
berkembang pula. Ilmu pengetahuan masa kini mengalami perkembangan yang pesat.
Perkembangan ini tidak lain dikarenakan oleh kemajuan dalam bidang riset dan
pengembangan maupun berbagai inovasi dalam aplikasi ilmu di kehidupan nyata.

Tidak dapat dimungkiri, ketersediaan data yang akurat menjadi komponen penting untuk
menjamin hasil riset maupun penerapan di lapangan yang optimal. Untuk itu, setiap praktisi
maupun akademisi yang bekerja dalam bidang ilmu apa pun harus mampu menguasai cara-
cara mengolah dan menyajikan data dengan baik. Oleh Karena itu, tidak salah bila
pengetahuan statistika wajib dikuasai, tanpa melihat keahlian dan keilmuan seseorang.

Namun, bagi sebagian orang, statistika sendiri dianggap tidak begitu penting. Padahal,
tanpa adanya kesadaran akan pengolahan dan penyajian data yang baik, data yang
dihasilkan dapat diragukan kebenarannya. Bukan tidak mungkin, data yang disajikan
dengan kurang baik menyebabkan penarikan kesimpulan yang salah, atau menghasilkan
kebijakan yang kurang tepat. Hal ini tentu dapat menyebabkan kerugian, baik secara
keilmuan maupun dalam aplikasi di dunia nyata.

Statistika merupakan ilmu atau seni yang berkaitan dengan tata cara (metode) pengumpulan
data, analisis data, dan interpretasi hasil analisis untuk mendapatkan informasi guna
penarikan kesimpulan dan pengambilan keputusan [Iman & Ika, 2019]. Statistika dalam
bidang teknik industri merupakan sebuah alat yang dapat dipakai, baik oleh akademisi
maupun pembuat kebijakan, dalam berbagai kebutuhan terkait pengembangan industri.
Bagi para akademisi, statistika penting dalam melakukan riset dan pengembangan,
sehingga dihasilkan suatu hasil penelitian yang memiliki kredibilitas tinggi.

Sedangkan bagi pembuat kebijakan, baik di tingkat industri maupun pemerintah, data
statistik yang baik membantu menghasilkan kebijakan yang baik, sesuai dengan kebutuhan
dan kondisi yang ada. Khusus dalam industri, ketersediaan energi menjadi hal yang sangat
penting. Hal ini semakin penting, dengan perkembangan industri serta pertumbuhan
penduduk yang pesat, sehingga menciptakan kebutuhan energi yang semakin besar pula.
Tidak hanya itu, kini industri ditantang untuk menggunakan energi dengan efisiensi yang
tinggi, untuk menciptakan industri yang berkelanjutan.
Statistika sangat penting bagi industri untuk mengetahui keterbatasan bahan baku,
pengembangan produk dan mencari ide untuk pengembangan produk baru, memperoleh
produk yang memiliki daya saing pasar yang baik, mengendalikan proses produksi produk
untuk meminimalisir produk yang tidak lulus QC, serta kerusakan lainnya, distribusi
produk kepada masyarakat serta untuk penanganan limbah air, udara dan tanah guna
meminimalisir adanya pencemaran lingkungan. Sehingga adanya statistik dapat
memprediksi berbagai aspek dalam industri karena adanya pengendalian system di dalam
industry tersebut.

2. BAHAN DAN METODE

BAHAN
Pada aplikasinya dalam penggunaan metode statistika di butuhkan adanya eksperimen atau
riset yang menghasilkan data yang valid. Dalam penelitian eksperimen, peneliti harus
memahami metodologi penelitian eksperimen dan mengikuti prosedur langkah-langkah
penelitiannya secara tepat. Pada umumnya penelitian eksperimen dimulai dari tahap
temuan masalah yang jelas dan konkrit, dikuti oleh kajian teoritis untuk menentukan
treatment (variabel bebas), penentuan dan pengelompokan subjek penelitian secara
random, dilanjutkan dengan implementasi (pemberian perlakuan) dan pengukuran hasil
treatment, serta diakhiri dengan analisis uji beda.

Hakekat penelitian eksperimen (experimental research) adalah meneliti pengaruh

perlakuan terhadap perilaku yang timbul sebagai akibat perlakuan [Asmadi, 2004].
Menurut Hadi [1985] penelitian eksperimen adalah penelitian yang dilakukan untuk
mengetahui akibat yang ditimbulkan dari suatu perlakuan yang diberikan secara sengaja
oleh peneliti.
Adapun tahapan eksperimen adalah sebagai berikut:

Pengumpulan
Perencanaan Pengolahan
Data (Sesuai Penyajian Data
Eksperimen Data
Prosedur)

Gambar 1. Langkah Eksperimen

METODE
Metode eksperimen adalah metode penelitian yang digunakan utuk mencari pengaruh
perlakuan tertentu terhadap yang lain dalam kondisi yang terkendalikan [Sugiyono, 2011].
Adapun hasil yang diperoleh dari eksperimen di sebut dengan data. jika dipandang dari
sisi Statistika, maka data merupakan fakta-fakta yang akan digunakan sebagai bahan
penarikan kesimpulan [Siswandari, 2009]. Data merupakan Kumpulan fakta yang
diperoleh dari suatu pengukuran. Suatu pengambilan keputusan yang baik merupakan
hasil dari penarikan kesimpulan yang didasarkan pada Data/Fakta yang akurat. Untuk
mendapatkan Data yang akurat diperlukan suatu Alat Ukur atau yang disebut
Instrumen yang baik. Alat ukur atau Instrumen yang baik adalah Alat Ukur/Instrumen
yang VALID dan RELIABEL. [Amin, et al. 2009]

Metode Pengumpulan Data adalah Teknik atau cara-cara yang dapat digunakan oleh
peneliti untuk mengumpulkan data. Sedangkan Instrumen Pengumpulan Data adalah Alat
bantu yang dipilih dan digunakan oleh peneliti dalam kegiatan pengumpulan data agar
menjadi lebih mudah dan sistematis. Data yang dikumpulkan dalam penelitian akan
digunakan untuk menguji hipotesis atau menjawab pertanyaan atau masalah yang telah
dirumuskan, dan yang pada akhirnya akan dipergunakan sebagai dasar dalam
pengambilan kesimpulan atau keputusan. Oleh karena itu, Data harus merupakan Data
yang baik dan benar. Agar Data yang dikumpulkan baik dan benar, maka Instrumen atau
Alat Bantu Pengumpulan Datanya juga harus Baik dan Benar.

Gambar 2. Jenis metode pengumpulan data [Sumber: Eko, 2022]

3. HASIL DAN PEMBAHASAN

Data yang di peroleh dari berbagai teknik pengumpulan data di tampilkan menggunakan
berbagai bentuk visualisasi. Data yang terkumpul sebagai hasil pengamatan harus
dipaparkan dalam bentuk yang relatif sederhana dan mudah dipahami oleh pembaca tanpa
mengubah atau mengurangi informasi yang tercakup dalam data tersebut. Penyajian data
dapat dilakukan dengan 2 cara yaitu dalam bentuk tabel dan grafik.

Menurut Riduwan (2003) distribusi frekuensi merupakan penyusunan suatu data mulai dari
data terkecil hingga terbesar yang membagi banyaknya data kedalam beberapa kelas.
Adapun langkah-langkah distribusi frekuensi adalah:
a. Mengumpulkan data
b. Mengurutkan dari yang terkecil ke terbesar atau sebaliknya
c. Membuat kategori kelas
𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑒𝑙𝑎𝑠, 𝐾 = 1 + 3,322 𝐿𝑜𝑔 𝑛 (𝐻. 𝐴 𝑆𝑡𝑟𝑢𝑔𝑔𝑒𝑠)
Dimana 2𝑘 > n; dengan K = Jumlah kelas dan n = Jumlah data
d. Membuat interval kelas
(𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 − 𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑒𝑛𝑑𝑎ℎ)
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑘𝑒𝑙𝑎𝑠 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑙𝑎𝑠
e. Melakukan perhitungan atau penturusan setiap kelasnya

Pada jenis tabel distribusi frekuensi, data yang disajikan berupa interval yang memiliki
frekuensi atau banyak datanya masing-masing. Distribusi relatif adalah frekuensi relatif
setiap kelas dibandingkan dengan frekuensi totalnya.

Tabel 1. Contoh distribusi Frekuensi Relatif

Kelas Ke Interval Frekuensi

1 160 - 303 2

2 304 - 447 5

3 448 – 591 9

4 592 – 735 3

5 736 - 878 1

Distribusi frekuensi kumulatif adalah penjumlahan frekuensi pada setiap kelas, baik
meningkat (kurang dari) ataupun menurun (lebih dari)
 Tabel 2. Contoh distribusi Frekuensi Kumulatif
Interval Frekuensi Tepi kelas Frekuensi Frekuensi
kurang dari lebih dari
160 - 303 2 159,5
304 - 447 5 303,5
448 - 591 9 447,5
592 - 735 3 591,5
735,5
736 - 878 1 878,5

Data yang telah disusun dalam bentuk tabel distribusi frekuensi dapat disajikan dalam
bentuk diagram yang disebut histogram, yaitu diagram kotak yang lebarnya
menunjukkan interval kelas, sedangkan batas-batas tepi kotak merupakan tepi bawah
dan tepi atas kelas, dan tingginya menunjukkan frekuensi pada kelas tersebut.

Gambar 3. Contoh Grafik Histogram [Sumber: Eko, 2022]

Grafik poligon menggunakan garis yang menghubungkan titik-titik yang merupakan

koordinat antara nilai tengah kelas dengan jumlah frekuensi pada kelas tersebut.
Apabila titik-titik tengah sisi atas dari histogram dihubungkan satu sama lain oleh ruas-
ruas garis maka diperoleh poligon frekuensi.

Gambar 4. Contoh Grafik Poligon [Sumber: Eko, 2022]

Kurva ogif adalah grafik yang di gambarkan berdasarkan data yang sudah di susun bentuk
tabel distribusi frekuensi kumulatif. Untuk data dalam bentuk tabel distribusi kurang dari
maka grafik ogif nya merupakan grafik ogif positif, sedangkan untuk data yang disusun
dalam bentuk tabel distribusi frekuensi kumulatif lebih dari grafiknya berupa ogif negatif.

Gambar 4. Contoh Grafik Ogif [Sumber: Eko, 2022]

Boxplot merupakan ringkasan distribusi sampel yang di sajikan secara grafis yang bisa
menggambarkan bentuk distribusi data, ukuran tendensi sentral, dan ukuran penyebaran
data pengamatan.

Gambar 5. Contoh soal boxplot [Sumber: Eko, 2022]

Proses membuat boxplot pendekatan yang digunakan adalah dengan membagi kumpulan
data yang telah diurutkan menjadi empat bagian sama banyak. Empat bagian tersebut
mempunyai lima pembatas, yaitu: data terkecil (Xmin), K1, K2 atau median, K3,
dan data terbesar (Xmax).
Berikut adalah tahapan membuat Box Plot :
a.Hitung Kuartil 1, Kuartil 2, Kuartil 3, serta Jarak antar kuartil
b.Buat kotak dengan ujung-ujung kuartil 1 dan kuartil 3.
c.Buat garis pada kuartil 2, sehingga kotak terbagi menjadi 2.
d.Buat garis dari ujung dengan nilai kecil hingga 1.5 kali jarak antar kuartil
e.Buat garis dari ujung dengan nilai besar hingga 1.5 kali jarak antar kuartil.

Gambar 6. Contoh penyajian data boxplot [Sumber: Eko, 2022]

Ukuran pemusatan data adalah statistic ringkasan yang mewakili titik tengah atau nilai
tipikal untuk data yang berbeda. Pengukuran ini menunjukkan dimana Sebagian besar nilai
berada dalam distribusi dan juga dikenal sebagai lokasi pusat distribusi. Rumus dalam
pemusatan data selalu berbeda tergantung dengan pengelompokan data nya. Terdapat dua
jenis data yang menentukan pemusatan data yaitu data yang di kelompokkan dan data yang
tidak di kelompokkan. Ada tiga ukuran dalam pemusatan data yaitu mean (rata-rata)
adalalah nilai hasil dari pembagian sekelompok data yang dibagi dengan jumlah data
tersebut, modus (mode) merupakan nilai yang sering muncul yang ada pada data
pengamatan, dan median yaitu nilai tengah dari kelompok data yang di susun dari nilai
terkecil hingga nilai terbesar.
Ukuran penyebaran data adalah ukuran yang menyatakan besarnya suatu nilai data yang
bervariasi atau dapat diartikan sebagai besarnya penyimpangan dari nilai-nilai data
terhadap nilai pusatnya. Ada tiga istilah dalam ukuran penyebaran data yaitu range yang
merupakan jarak penyebaran data antara skor terendah dengan skor tertinggi. Standar
deviasi adalah nilai statistic yang di gunakan untuk menentukan seberapa deka telemen
data-data yang ada dengan nilai rata-rata dari suatu sampel, dan varian merupakan ukuran
keragaman yang paling umum diginakan.

4. SIMPULAN
Statistika adalah suatu metode yang diterapkan guna merancang eksperimen,
pengambilan data, dan nantinya digunakan untuk Menyusun, meringkas, menyajikan,
menganalisa, menginterpretasikan, dan mengambil kesimpulan dari sebuah data. Data ialah
sebuah hasil dari pengumpulan, pengamatan, dan juga observasi. Sedangkan statistic adalah
sekumpulan angka yang sesuai fakta yang tersusun dalam tabel ataupun daftar dari sebuah
persoalan. Dalam pengumpulan dan penyajian data pada ilmu statistika dilakukan dengan
cara eksperimen dan kemudian hasil yang diperoleh di vualisasikan dalam dua jenis
penyajian data yaitu dalam bentuk tabel dan grafik. Distribusi frekuensi adalah penyajian
yang umum di gunakan dalam memvisualisasikan data dalam tabel, dimana distribusi
frekuensi ini terbagi menjadi distribusi frekuensi relatif, dan distrubusi frekuensi kumulatif.
Penyajian data dalam bentuk grafik di bagi menjadi bentuk histogram, poligon, kurva ogif,
boxplot. Dalam ilmu statistika ada beberapa ukuran pemusatan yaitu mean, modus, dan
median serta terdiri dari beberapa ukuran penyebaran yaitu range, derajat deviasi dan
varian.

DAFTAR PUSTAKA
[1] Amin I, Aswin A, Fajar I, Isnaeni, pudjirahaju A, Sunindya R. (2009). Statistika untuk
Praktisi Kesehatan. Yogyakarta: Graha Ilmu.
[2] Asmadi, A. (2004). Pendekatan Kuantitatif Kualitatif dalam Penelitian Psikologi.
Yogyakarta: Pustaka Pelajar.
[3] Eko, W. (2022). Statistik Industri I. Bandung: WIDINA BHAKTI PERSADA
BANDUNG.
[4] Hadi, S. (1985). Metodologi Research Jilid 4. Yogyakarta: Yayasan Penerbit Fakultas
Psikologi Universitas Gajah Mada.
[5] Iman Sabarisman & Ika Restu. (2019). Modul Praktikum Statistika Industri.
Yogyakarta: Universitas Gajah Mada.
[6] Siswandari. (2009). Statistika (Komputer Based). Surakarta: LPP UNS dan UNS Press
Available at http://www.unspress.uns.ac.id/product/statistikacomputer-based/.
[7] Sugiyono. (2011). Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung:
Alfabeta.