Analisa Fasor
- Analisa fasor : analisa vektor yang berputar pada selang waktu tertentu
- Analisa fasor diperlukan dalam perhitungan rangkaian listrik.
Fasor menyatakan transformasi dari fungsi waktu ke dalam bidang kompleks yang mengandung informasi tentang amplitudo dan sudut fasa
Misal K adalah bilangan kompleks yang mempunyai besaran M dan arah sudut θ
Dapat di tulis:
K = a + j b = R +j X atau K = M (cos θ + j sin θ)
Dalil Euler : cos θ + j sin θ = ejθ K= M ejθ (bentuk polar)
Dapat dituliskan : k = M ∠θ di mana M = √ ( a2 + b2) dan nilai sudut θ dapat dihitung dari nilai cos, sin atau tan
arus bolak balik
Daya pada listrik bolak-balik (AC) memiliki dua buah komponen: daya aktif (P) dan daya reaktif (Q). Resultan antara keduanya disebut sebagai daya nampak (S) yang merupakan daya yang dirasakan oleh PLN sebagai pemasok daya.
Daya reaktif (Q) dapat terjadi karena induktansi atau kapasitansi. Induktansi diakibatkan oleh komponen berbentuk kumparan (misalnya motor listrik atau transformator step down pada adaptor). Sedangkan kapasitansi diakibatkan oleh komponen kapasitor. Sifat induktansi dan kapasitansi ini saling berlawanan; pada diagram segitiga daya, komponen induktansi memiliki arah ke bawah sedangkan komponen kapasitansi memiliki arah ke atas.
Daya aktif (P) adalah daya sebenarnya yang dibutuhkan oleh beban. tetapi daya yang perlu dipasok oleh PLN adalah daya nampak (S). Untuk meminimalkan daya yang perlu dipasok PLN, maka sebisa mungkin daya reaktif (Q) harus dieliminasi. Jika beban bersifat induktif, maka perlu ditambahkan kapasitor; dan jika beban bersifat kapasitif, maka perlu ditambahkan induktor sedemikian sehingga daya reaktif (Q) mendekati nol. Karena beban pada lingkungan perumahan sebagian besar bersifat induktif, maka penambahan kapasitor adalah cara yang tepat untuk menghemat energi.
Berbeda dengan konsumen perumahan, pada konsumen industri, PLN juga menggunakan kVARh meter untuk menghitung daya reaktif (Q) di samping kWh meter untuk menghitung daya aktif (P). Jika perbandingan antara daya aktif (P) dan daya nampak (S) lebih kecil daripada 0.85, maka PLN akan mengenakan denda. Dalam kasus ini, mengeliminasi daya reaktif (Q) merupakan tanggung jawab konsumen. Walaupun demikian, kapasitor yang dibutuhkan tentunya bukan kapasitor blackbox yang diklaim sebagai ‘alat penghemat listrik’ seperti yang dibahas di atas.
Hukum Faraday
Setelah dalam tahun 1820 Oersted memperlihatkan bahwa arus listrik dapat mempengaruhi jarum kompas, Faraday mempunyai kepercayaan bahwa jika arus listrik dapat menimbulkan medan magnetik, maka medan magnetik harus bisa menimbulkan arus listrik. Untuk membuktikannya Faraday membuat percobaan yang bertujuan untuk menunjukkanbahwa arus listrik dapat ditimbulkan oleh “kemagnetan”.
Dalam istilah medan , kita dapat mengatakan bahwa medan magnet yang berubah terhadap waktu menimbulkan elektromotansi (tegangan gerak listrik/tgl) yang dapat mengalirkan arus listrik pada suatu rangkaian tertutup. Tegangan yang ditimbulkan oleh konduktor yang bergerak dalam medan megnet yang berubah seperti yang akan kita definisikan di bawah ini.
Induksi Elektromagnetik
Induksi Elektromagnetik menjelaskan tentang suatu tegangan yang dapat diinduksikan ke dalam koil ketika garis gaya magnet memotong lilitan dan polaritas tegangan yang diinduksikan bergantung pada arah garis gaya magnet yang memotong lilitan.
Sebuah solenoida yang mempunyai lilitan dengan menggunakan inti udara, dimana kedua ujung solenoida dihubungkan pada terminal dari sebuah galvanometer. Dan sebuah magnet batang dimasukkan dalam koil, sedemikian hingga kutub S pada magnet memasuki koil pada sisi sebelah kiri. Arus yang terjadi dalam solenoida dapat membangkitkan medan magnet dengan kutub S solenoida pada sisi sebelah kiri. Seperti halnya kutub magnet yang sama akan tolak – menolak, dan memenuhi hukum Lenz. Arus induksi dalam solenoida akan memberikan suatu medan magnet yang berlawanan terhadap medan induksi.
Polaritas tegangan induksi dapat diramalkan oleh hukum Lenz, yang menyatakan bahwa polaritas dari tegangan yang diinduksikan dalam sebuah konduktor harus sedemikian rupa hingga medan magnet yang dibangkitkan dari hasil arus dalam konduktor akan berlawanan terhadap gerak induksi medan magnet.
Dalam Induksi Elektromagnetik, berlaku juga Hukum Faraday yaitu besarnya tegangan induksi dalam solenoida pada saat lilitan memotong garis gaya magnet akan berbanding lurus dengan jumlah lilitan dan pada tingkat dimana garis fluks magnet dipotong oleh lilitan.
Faraday melakukan percobaan untuk membuktikan adanya induksi elektromagnetik.
Penerapan Induksi Elektromagnetik dan Hukum Faraday
Di bawah ini ada beberapa penerapan dari induksi elektromagnetik dan hukum Faraday :
• GENERATOR
Suatu sistem yang merubah energi mekanik menjadi energi listrik dengan prinsip kerja berdasarkan peristiwa induksi (hukum Faraday).
TRANSFORMATOR
Alat ini digunakan untuk menaikkan dan menurunkan tegangan atau mengubah tegangan AC menjadi DC atau sebaliknya. Transformator umumnya terdiri dari inti (besi) dan dua bagian yaitu bagian primer dan bagian sekunder yang masing-masing mempunyai lilitan dengan jumlah tertentu. Prinsip kerjanya berdasarkan pemindahan daya/energi listrik dari kumparan primer ke kumparan sekunder dengan cara induksi.
Gaya Magnetik pada Penghantar Berarus Listrik
Pada percobaan Oersted menunjukkan bahwa kutub – kutub magnet jarum mengalami gaya magnet yang ditimbulkan oleh arus listrik. Suatu fakta menunjukkan bahwa penghantar yang berarus listrik dalam medan magnet juga mengalami gaya magnet. Gaya magnet pada penghantar berarus listrik yang berada di dalam medan magnet pertama kali diamati oleh Lorentz, sehingga gaya magnet ini disebut juga gaya Lorentz. Adanya gaya magnet pada penghantar berarus listrik didalam medan magnet dapat diamati pada rangkaian dibawah . Pada rangkaian dibawah, apabila saklar ditutup maka arus listrik mengalir dari A ke B. Pada saat itu aluminium foil akan melengkung keatas. Kemudian bila kutub sumber dibalik (arus mengalir dari B ke A), ternyata aluminium foil melengkung kebawah. Yang menyebabkan aluminium melengkung ke bawah atau ke atas tidak lain adalah suatu gaya yang dikenal sebagai gaya magnetik ( gaya Lorentz). Jadi arus listrik yang berada di dalam medan magnet mengalami gaya magnetik. Arah gaya magnetik tergantung pada arah arus dan arah medan magnet.
MESIN ARUS SEARAH
Suatu mesin listrik (generator atau motor) akan berfungsi bila memiliki:
1.kumparan medan, untuk menghasilkan medan magnet;
2.kumparan jangkar, untuk mengimbaskan ggl pada konduktor-konduktor yang terletak pada alur-alur jangkar; dan
3.celah udara, yang memungkinkan berputarnya jangkar dalam medan magnet.
Pada mesin arus searah, kumparan medan yang berbentuk kutub sepatu merupakan stator (bagian yang tidak berputar), dan kumparan jangkar merupakan rotor (bagian yang berputar): lihat Gambar 1. Bila kumparan jangkar berputar dalam medan magnet, akan dibangkitkan tegangan (ggl) yang berubah-ubah arah setiap setengah putaran.
MOTOR ARUS SEARAH
Pada prinsipnya mesin listrik dapat berlaku sebagai motor maupun sebagai generator. Perbedaannya hanya terletak dalam konversi dayanya. Generator adalah suatu mesin listrik yang mengubah daya masuk mekanik menjadi daya keluar listrik, sedangkan sebaliknya motor mengubah daya masuk listrik menjadi daya keluar mekanik. Maka dengan membalik generator arus searah. di mana sekarang tegangan Vt menjadi sumber dan tegangan jangkar Ea merupakan ggl lawan, mesin arus searah ini akan berlaku sebagai motor.
KARAKTERISTIK KECEPATAN-KOPEL
RUGI DAN EFISIENSI DALAM MESIN ARUS SEARAH
Rugi yang terjadi dalam mesin arus searah adalah
1.Rugi besi, yang terdiri atas rugi histeresis dan rugi 'arus eddy'.
2.Rugi listrik yang dikenal sebagai rugi tembaga (/2R).
3.Rugi mekanik yang terdiri at as rugi geser pada sikat, rugi geser pada sumbu, dan rugi angin.
4.Aliran daya untuk mesin arus searah
MOTOR INDUKSI
MOTOR induksi merupakan motor arus bolak-balik (ac) yang paling luas digunakan. Penamaannya berasal dari kenyataan bahwa arus rotor motor ini bukan diperoleh dari sumber tertentu, tetapi merupakan arus yang terinduksi sebagai akibat adanya perbedaan relatif antara putaran rotor dengan medan putar (rotating magnetic field) yang dihasilkan -oleh arus stator.
Belitan stator yang dihubungkan dengan suatu sumber tegangan tiga fasa akan menghasilkan medan magnet yang berputar dengan kecepatan sinkron (ns = 120f/2p). Medan putar pada stator tersebut akan memotong konduktorkonduktor pada rotor, sehingga terinduksi arus; dan sesuaidengan Hukum Lentz, rotor pun akan turut berputar mengikuti medan putar stator. Perbedaan putaran relatif antara stator dan rotor disebut slip. Bertambahnya beban, akan memperbesar kopel motor, yang oleh karenanya akan memperbesar pula arus induksi pada rotor, sehingga slip antara medan putar stator dan putaran rotor pun akan bertambah besar. Jadi, bila beban motor bertambah, putaran rotor cenderung menurun. Dikenal dua tipe motor induksi (lihat gambar) yaitu motor induksi dengan rotor belitan dan motor induksi dengan rotor sangkar.
MEDAN PUTAR
Perputaran motor pada mesin arus bolak-balik ditimbulkan oleh adanya m;<:la.D: putar (fluks yang berputar) yang dihasilkan dalam kumparan statornya. Megan putar ini terjadi apabila kumparan stator dihubungkan dalam fasa bany,!,\(, umumnya fasa 3. Hubungan dapat berupa hubungan bintang atau delta.
PENGATURAN PUTARAN
Motor induksi pad a umumnya berputar dengan kecepatan konstan, mendekati kecepatan sinkronnya. Meskipun demikian pada pe,nggunan tertentu dikehendaki juga adanya pengaturan putaran. pengaturan motor induksi memerlukan biaya yang agak tinggi. Biasanya pengaturan ini dapat dilakukan dengan beberapa cara yaitu dengan mengubah jumlah kutub motor, mengubah frekuensi jala-jala, mengatur tegangan jala-jala, dan mengatur tahanan luar.
Mengubah Jumlah Kutub Motor
Karena ns = 120flp, maka perubahan jumlah kutub (P) atau frekuensi (f) akan mempengaruhi putaran. lumlah kutub dapat diubah dengan merencanakan cumparan stator sedeniikian rupa sehingga dapat menerima tegangan masuk pad a posisi kumparan yang berbeda-beda. Biasanya diperoleh dua perubahan kecepatan sinkron dengan mengubah jumlah kutub dari 2 menjadi 4.
Mengubah Frekuensi Jala-jala
Pengaturan putaran motor induksi dapat dilakukan dengan mengubah-ubah harga frekuensi jala. Hanya saja untuk menjaga keseimbangan kerapatan fIuks, perubahan tegangan harus dilakukan bersamaan dengan perubahan frekuensi. Persoalannya sekarang adalah bagaimana mengatur frekuensi dengan cara yang efektif dan ekonomis. Car a pengaturan frekuensi dengan menggunakan solid state frequency converter akan dibahas dalam bab: solid state motor control.
Mengatur Tegangan Jala-jala
Dari persamaan kopel motor induksi di atas diketahui bahwa kopel sebanding dengan pangkat dua tegangan yang diberikan. Untuk karakteristik beban seperti terlihat pada gambar, kecepatan akan berubah dari nr ke n2 untuk tegangan mas uk setengah tegangan semula.
Pengaturan Tahanan Luar
Tahanan luar motor induksi rotor belitan dapat diatur, dengan demikian dihasilkan karakteristik kopel kecepatan yang berbeda~beda seperti. pada gambar.
Putaran akan berubah dari fl 1 ke fl2 dan dari fl2 ke fl3 dengan bertambahnya tahanan luar yang dihubungkan ke rotor. Pengaturan putaran motor induksi umumnya mahal, sedangkan daerah pengaturan yang diperoleh tidak begitu lebar, kecuali dengan pengaturan pada 2, yaitu pengaturan frekuensi jala.
FLUKS ARAH MAJU DAN MUNDUR F ASA TUNGGAL
Oleh karena bentuknya yang sederhana dan harganya yang relatif murah. motor induksi fasa tunggal banyak dipakai untuk keperluan motor kecil di dalam rumah tangga seperti kip as angin. pompa. mesin pendingin. air-condirioning. dan lainlain. Struktur motor induksi fasa tunggal sarna dengan motor induksi tiga fasa jenis rotor
M0TOR FASA TIDAK SEIMBANG
Motor fasa tak seimbang mempunyai dua kumparan stator. yaitu kumparan utama (U) dan kumparan bantu (B) yang diletakkan dengan perbedaan sudut 90 derajat listrik. Kumparan bantu mempunyai tahanan lebih besar daripada kumparan utama. sedang reaktansinya dibuat lebih kecil. Dengan demikian. terdapat perbedaan fasa antara arus kumparan fm dengan arus kumparan bantu fa Va terdahulu dari fm)' Motor berfungsi sebagai motor 2 fasa tidak seimbang, akibatnya terjadi medan putar pacta stator yang mengakibatbn motor berputar. Kumparan bantu diputuskan hubungannya (saklar S terbukal ketika motor mencapai putaran sekitar 75% kecepatan sinkron. Biasanya ctigunakan saklar yang terbuka oleh adanya gaya sentrifugal pacta rotor.
MESIN SINKRON
PRINSIP KERJA MESIN SINKRON
MESIN sinkron mempunyai kumparan jangkar pada· stator dan kumparan medan pada rotor. Kumparan jangkarnya berbentuk sarna dengan mesin induksi. sedangkan kumparan medan mesin sinkron dapat berbentuk kutub sepatu (salient) atau kutub dengan celah udara sarna rata (rotor silinder). Arus searah (DC) untuk menghasilkan fluks pada kumparan medan dialirkan ke rotor melalui cincin.
Apabila kumparan jangkar dihubungkan dengan sumber tegangan tiga fasa akan menimbulkan medan putar pada stator. Kutub medan rotor yang diberi penguat arus searah mendapat tarikan dari kutub medan putar stator hingga turut berputar dengan kecepatan yang sarna (sinkron). Dilihat dari segi adanya interaksi dua medan magnet, maka kopel yang dihasilkan motor sinkron merupakan fungsi sudut kopelnya (0).
MOTOR SINKRON
Telah diketahui bahwa pada motor induksi tidak terdapat kumparan medan, sehingga sumber pembangkit fluks hanya diperoleh dari daya masuk, stator. Daya masuk untuk pembangkit fluks merupakan daya induktiL oleh karenanya motor induksi bekerja pada faktor kerja terbelakang. Sedangkan pada motor sinkron terdapat dua sumber pembangkit fluks yaitu arus bolak-balik (AC) pada stator dan arus searah (DC) pada rotor. Bila arus medan pada rotor cukup untuk membangkitkan fluks (ggm) yang diperlukan motor, maka stator tidak perlu memberikan arus pemagnetan atau daya reaktif dan motor bekerja pada faktor kerja = 1.0. Kalau arus medan pada rotor kurang (penguat berkurang), stator akan menarik arus pemagnetan dari jala-jala, sehingga motor bekerja pada faktor kerja terbelakang. Sebaliknya bila arus medan pada rotor berlebih (penguat berlebih), kelebihan fluks (ggm) ini harus diimbangi, dan stator akan manarik arus yang bersifat kapasitif dari jala-jala; dan kerenanya motor bekerja pada faktor kerja terdahulu. Dengan demikian, jelas bahwa faktor kerja motor sinkron dapat diatur dengan mengubah-ngubah harga arus medan (If).
Rabu, 17 Agustus 2011
Rabu, 15 Juni 2011
Metolid
PENGUKURAN
Pengukuran :pemberian “angka” terhadap fenomena dengan mengikuti aturan tertentu
Proses pengukuran : investigasi mengenai ciri-ciri yang mendasari kejadian empiris dan memberi angka atas ciri-ciri tersebut.
PROSES PENGUKURAN
Tiga komponen dalam pengukuran :
•Menentukan kejadian empiris yg diamati (empirical event)
•Penggunaan angka (use of numbers) untuk menggambarkan kejadian
•Menetapkan sejumlah aturan pemetaan (set of mapping rule)
PROSES PENGUKURAN :
•Eksakta :
o objek jelas, kongkrit : mudah diukur dan dipahami
o langsung mengukur objek yang dimaksud
•Sosial :
o objek abstrak : sulit dibayangkan
o diukur melalui ciri-ciri atau atribut objek
JENIS UKURAN
Empat jenis ukuran :
1. Ukuran nominal
ukuran yang paling sederhana karena tidak menunjukkan tingkat apapun, kecuali sebagai label saja.
objek dikelompokkan dalam kategori
Contoh : jenis kelamin
jika pria diberi angka 1 dan wanita diberi anda (angka) 2;
Angka 1 dan 2 disini tidak menunjukkan tingkatan, melainkan hanya tanda atau label saja.
2. Ukuran ordinal
angka-angka pada ukuran ini telah menyatakan tingkatan.
mengurutkan obyek dari yang terendah hingga yang tertinggi, atau sebaliknya
ukuran ini tidak memberikan nilai absolut pada obyek
hanya memberikan urutan (ranking) yang bersifat relatif.
Contoh : Nilai ujian 5 mahasiswa (a, b, c, d, e) berturut-turut 60, 50, 100, 70,80
jika diurutkan dari nilai tertinggi , YAITU : c, e,d, a, b
3. Ukuran interval
pemberian angka pada set obyek yang mempunyai sifat-sifat ukuran nominal dan ordinal dan ditambah satu sifat lain yaitu jarak yang sama
tidak memberikan jumlah-jumlah yang absolut dari obyek yang diukur.
Contoh : Nilai ujian 5 mahasiswa (a, b, c, d, e, f) berturut-turut 60, 50, 100, 70, 80
jika dikelompokkan menjadi 3 interval sbb :
BAIK (81 - 100) : c
SEDANG (61 - 80) : e, f
JELEK (41 – 60 ) : a , b
4. Ukuran ratio
ukuran yang memiliki sifat ketiga ukuran diatas ditambah satu sifat lain yaitu dapat memberikan keterangan tentang nilai absolut dari obyek yang diukur
mempunyai titik nol sebagai dasar perbandingan dari nilai skala-skala lainnya.
Karena dimulai dari 0, maka dapat dilakukan operasi aljabar.
Contoh : Nilai ujian 5 mahasiswa (a, b, c, d, e, f) berturut-turut 60, 50, 100, 70, 80
PENGUMPULAN DATA
Jenis Data
Primer : Langsung dari sumber pertama , diperoleh dengan metode pengumpulan data
Sekunder : Tidak langsung dari sumber pertama,telah disusun dalam bentuk tertulis
Kualitas data primer ditentukan :
Mutu alat pengukur “ validitas & reabilitas”
Kualifikasi pengumpul data
Ketertiban prosedur
Pengumpulan data dapat dilakukan dengan :
Pengukuran : bersifat kontinyu, diskrit
Penghitungan : data bersifat diskrit, Contoh : ∑ penduduk
OBSERVASI
Tujuan : mengamati, mengerti, eksplorasi obyek penelitian
Obyek : belum banyak diketahui
Syarat pelaksanaan :
Pengamatan harus sistematis
Keadaan obyek waja
Obyek harus representative
Pengamatan valid reliable
Perhatikan :
Rumusan hipotesis dan tujuan penelitian mengarahkan pengamatan
Teknik pengamatan terkontrol, standar ukuran obyektif
Pencatatan kondisi pengamatan keterbatasan
Hindari pengamatan subyektif
Metode pengamatan
Partisipatif : peneliti menjadi bagian kelompok ŷ diamati
Non partisipatif : peneliti berada di luar kelompok ŷ diamati
WAWANCARA
Proses mengumpulkan informasi melalui komunikasi verbal (Tanya jawab)
Proses komunikasi antara responden dan pewawancara
Ditentukan : saling mengenal atau tidak
Jika tidak saling mengenal, hasil ditentukan :
Sikap, bakat, pengalaman (P)
Keahlian (P) agar (R) mau berbicara
Jenis informasi ŷ dikumpulkan (sensitive)
VALIDITAS DAN REABILITAS
1. Validitas
sejauh mana “ jenis alat ukur ” sesuai untuk mengukur apa yang ingin diukur (ketepatan)
2. Reliabilitas
indeks yang menunjukkan sejauh mana alat ukur dapat dipercaya (konsisten)
PENGUKURAN REABILITAS
1. Metode test – retest
- sampel yang sama diukur 2 kali, alat ukur sama
- jarak waktu 2 minggu
- alat ukur ideal jika H1 = H2
- reliabilitas alat ukur korelasi H1 dan H2
- nilai dapat dibandingkan dengan “ tabel angka kritik nilai r “
Keuntungan Metode ini:
- alat ukur dapat dibandingkan secara langsung
- mudah, hasil segera diperoleh
Kelemahan :
- responden dapat mengingat pengukuran pertama
2. Metode test – pretest paralel
• Gunakan 1 obyek, dengan 2 alat ukur
Reliable (kedua alat ukur hasil memberikan hasil yang sama)
• Gunakan 2 obyek, dengan 1 alat ukur
PROPOSAL PENELITIAN
- Usulan penelitian yang diajukan oleh seseorang/instansi/organisasi untuk menghasilkan “output” tertentu
Jenis proposal (pembiayaan) :
1. inisiatif dan kepentingan peneliti sendiri
2. Kepentingan pihak lain ( pesanan dari instansi-instansi )
Proposal penelitian
1. Preliminary Proposal
2. Technical Proposal
Pengukuran :pemberian “angka” terhadap fenomena dengan mengikuti aturan tertentu
Proses pengukuran : investigasi mengenai ciri-ciri yang mendasari kejadian empiris dan memberi angka atas ciri-ciri tersebut.
PROSES PENGUKURAN
Tiga komponen dalam pengukuran :
•Menentukan kejadian empiris yg diamati (empirical event)
•Penggunaan angka (use of numbers) untuk menggambarkan kejadian
•Menetapkan sejumlah aturan pemetaan (set of mapping rule)
PROSES PENGUKURAN :
•Eksakta :
o objek jelas, kongkrit : mudah diukur dan dipahami
o langsung mengukur objek yang dimaksud
•Sosial :
o objek abstrak : sulit dibayangkan
o diukur melalui ciri-ciri atau atribut objek
JENIS UKURAN
Empat jenis ukuran :
1. Ukuran nominal
ukuran yang paling sederhana karena tidak menunjukkan tingkat apapun, kecuali sebagai label saja.
objek dikelompokkan dalam kategori
Contoh : jenis kelamin
jika pria diberi angka 1 dan wanita diberi anda (angka) 2;
Angka 1 dan 2 disini tidak menunjukkan tingkatan, melainkan hanya tanda atau label saja.
2. Ukuran ordinal
angka-angka pada ukuran ini telah menyatakan tingkatan.
mengurutkan obyek dari yang terendah hingga yang tertinggi, atau sebaliknya
ukuran ini tidak memberikan nilai absolut pada obyek
hanya memberikan urutan (ranking) yang bersifat relatif.
Contoh : Nilai ujian 5 mahasiswa (a, b, c, d, e) berturut-turut 60, 50, 100, 70,80
jika diurutkan dari nilai tertinggi , YAITU : c, e,d, a, b
3. Ukuran interval
pemberian angka pada set obyek yang mempunyai sifat-sifat ukuran nominal dan ordinal dan ditambah satu sifat lain yaitu jarak yang sama
tidak memberikan jumlah-jumlah yang absolut dari obyek yang diukur.
Contoh : Nilai ujian 5 mahasiswa (a, b, c, d, e, f) berturut-turut 60, 50, 100, 70, 80
jika dikelompokkan menjadi 3 interval sbb :
BAIK (81 - 100) : c
SEDANG (61 - 80) : e, f
JELEK (41 – 60 ) : a , b
4. Ukuran ratio
ukuran yang memiliki sifat ketiga ukuran diatas ditambah satu sifat lain yaitu dapat memberikan keterangan tentang nilai absolut dari obyek yang diukur
mempunyai titik nol sebagai dasar perbandingan dari nilai skala-skala lainnya.
Karena dimulai dari 0, maka dapat dilakukan operasi aljabar.
Contoh : Nilai ujian 5 mahasiswa (a, b, c, d, e, f) berturut-turut 60, 50, 100, 70, 80
PENGUMPULAN DATA
Jenis Data
Primer : Langsung dari sumber pertama , diperoleh dengan metode pengumpulan data
Sekunder : Tidak langsung dari sumber pertama,telah disusun dalam bentuk tertulis
Kualitas data primer ditentukan :
Mutu alat pengukur “ validitas & reabilitas”
Kualifikasi pengumpul data
Ketertiban prosedur
Pengumpulan data dapat dilakukan dengan :
Pengukuran : bersifat kontinyu, diskrit
Penghitungan : data bersifat diskrit, Contoh : ∑ penduduk
OBSERVASI
Tujuan : mengamati, mengerti, eksplorasi obyek penelitian
Obyek : belum banyak diketahui
Syarat pelaksanaan :
Pengamatan harus sistematis
Keadaan obyek waja
Obyek harus representative
Pengamatan valid reliable
Perhatikan :
Rumusan hipotesis dan tujuan penelitian mengarahkan pengamatan
Teknik pengamatan terkontrol, standar ukuran obyektif
Pencatatan kondisi pengamatan keterbatasan
Hindari pengamatan subyektif
Metode pengamatan
Partisipatif : peneliti menjadi bagian kelompok ŷ diamati
Non partisipatif : peneliti berada di luar kelompok ŷ diamati
WAWANCARA
Proses mengumpulkan informasi melalui komunikasi verbal (Tanya jawab)
Proses komunikasi antara responden dan pewawancara
Ditentukan : saling mengenal atau tidak
Jika tidak saling mengenal, hasil ditentukan :
Sikap, bakat, pengalaman (P)
Keahlian (P) agar (R) mau berbicara
Jenis informasi ŷ dikumpulkan (sensitive)
VALIDITAS DAN REABILITAS
1. Validitas
sejauh mana “ jenis alat ukur ” sesuai untuk mengukur apa yang ingin diukur (ketepatan)
2. Reliabilitas
indeks yang menunjukkan sejauh mana alat ukur dapat dipercaya (konsisten)
PENGUKURAN REABILITAS
1. Metode test – retest
- sampel yang sama diukur 2 kali, alat ukur sama
- jarak waktu 2 minggu
- alat ukur ideal jika H1 = H2
- reliabilitas alat ukur korelasi H1 dan H2
- nilai dapat dibandingkan dengan “ tabel angka kritik nilai r “
Keuntungan Metode ini:
- alat ukur dapat dibandingkan secara langsung
- mudah, hasil segera diperoleh
Kelemahan :
- responden dapat mengingat pengukuran pertama
2. Metode test – pretest paralel
• Gunakan 1 obyek, dengan 2 alat ukur
Reliable (kedua alat ukur hasil memberikan hasil yang sama)
• Gunakan 2 obyek, dengan 1 alat ukur
PROPOSAL PENELITIAN
- Usulan penelitian yang diajukan oleh seseorang/instansi/organisasi untuk menghasilkan “output” tertentu
Jenis proposal (pembiayaan) :
1. inisiatif dan kepentingan peneliti sendiri
2. Kepentingan pihak lain ( pesanan dari instansi-instansi )
Proposal penelitian
1. Preliminary Proposal
2. Technical Proposal
Selasa, 12 April 2011
ASS
PRASYARAT SIMULASI
TIGA DISIPLIN ILMU YANG HARUS DIPAHAMI :
Pemodelan Sistem
Pemrograman Komputer
Statistik
Berhasil tidaknya simulasi hampir sepenuhnya ditentukan pada berhasil tidaknya upaya memodelkan sistem nyatanya
KESULITAN MEMODELKAN SUATU SISTEM
Hampir tidak ada model yang mampu menggambarkan secara utuh tentang sistem nyatanya karena tidak semua bagian sistem dapat digambarkan.
PERMASALAHAN UTAMA
INGAT!, Bukan membuat model yang dapat mewakili sistem nyatanya secara sempurna.
TAPI, Apakah model sudah cukup mewakili sistem nyatanya ?
UNSUR PENTING SIMULASI
3 unsur penting simulasi,
1. System
2. Entities
3. Atribut
Untuk memulai menyelesaikan berbagai persoalan rumit
DEFINISI SISTEM
Berasal dari bahasa Yunani (Systema), yaitu Suatu keseluruhan yang tersusun dari sekian banyak bagian.
Sistem merupakan Kumpulan komponen atau elemen/entity yang berinteraksi satu dengan yang lainnya dalam rangka mencapai tujuan tertentu dan terjadi dalam lingkungan yang kompleks
LIMA UNSUR UTAMA SISTEM :
1. Elemen-elemen atau bagian-bagian
2. Adanya interaksi atau hubungan antar elemen
3. Adanya seseuatu yang mengikat elemen-elemen atau bagian tersebut menjadi satu kesatuan
4. Terdapatnya tujuan bersama
5. Berada dalam suatu lingkungan yang kompleks
Pengendalian Umpan Balik dalam Sistem:
Pada dasarnya sistem dibentuk untuk melakukan beberapa fungsi, dan memberikan masukan ke dirinya untuk melakukan kegiatan selanjutnya.
Konsep sistem:
Sistem terdiri dari beberapa subsistem
Sistem menjadi bagian dari sistem yang lebih besar (supra sistem)
Subsistem sistem supra sistem
Sifat sistem adalah sifat sistem menyeluruh, sifat sistem hanya muncul apabila sistem bekerja
Subsistem tidak memiliki sifat sistem
Semua subsistem mempunyai peran dan pengaruh dalam sistem
Mengubah suatu subsistem akan mengakibatkan perubahan dalam sistem, dan akan terjadi akibat sampingan
Perilaku sistem:
- Yaitu : aktivitas sistem yang dinyatakan dalam bentuk keluaran sebagai perwujudan respons sistem atas rangsangan-rangsangan yang datang.
- Perilaku sistem merupakan hal yang sangat penting dalam mengkaji suatu sistem
Klasifikasi sistem:
Sistem Alami dan Sistem Buatan.
• Sistem Alami : hasil proses alam.
• Sistem buatan : dibuat untuk membantu manusia
Sistem Statis dan Dinamis.
• Sistem Statis : suatu yang terstruktur tapi tidak memiliki aktifitas.
• Sistem Dinamis :memiliki berbagai tingkah laku setiap waktu.
Sistem Fisik dan Abstrak.
• Sistem fisik : yang melibatkan komponen fisik.
• Sistem abstrak : sesuatu yang menggunakan simbol untuk merepresentasikan komponen sistemnya.
Sistem Terbuka dan Tertutup.
• Sistem terbuka : sistem yang berinteraksi dengan lingkungan, membiarkan material, informasi, energi bergerak tanpa batas.
• Sistem tertutup : sistem yang berinteraksi sangat sedikit dengan lingkungan.
Variabel/atribut:
Yaitu informasi yang melekat pada diri Entity
Hanya variabel yang relevan yang disebut sebagai atribut
Relevansi itu dikaitkan dengan tujuan sistem yang akan dicapai
Model Yaitu gambaran atau representasi dari sistem nyatanya
Model konseptual:
Termasuk model verbal
Menunjukkan keterkaitan antara variabel-variabel yang dapat menentukan perilaku sistem
Kadangkala terlalu luas sehingga harus dilakukan pengidealan dan penyederhanaan
Formulasi model Yaitu : proses merumuskan perilaku model dalam bentuk fungsi-fungsi suatu variabel terhadap variabel yang lain
Tahapan formulasi model:
1. Penetapan variabel yang terlibat
2. Penetapan tingkat agregasi dan katagorisasi variabel
3. Perlakuan terhadap waktu
4. Spesifikasi model
5. Kalibrasi model
Analisa dan solusi model:
Kriteria untuk mengevaluasi sebuah model :
1. Ketelitian, yaitu kesesuaian antara perilaku model dengan perilaku sistem nyatanya.
2. Validasi, yaitu kebenaran struktur atau saling hubungan antar variabel sistem
3. Ketetapan, yaitu sejauh mana suatu hubungan variabel akan tetap selama kurun waktu tertentu
4. Ketersediaan taksiran atas variabel, untuk menentukan apakah suatu model dapat digunakan untuk meramalkan atau tidak
5. Interpretasi dan implementasi
Pemodelan sistem Yaitu upaya untuk membuat gambaran atau representasi dari pada sistem nyatanya.
DEFINISI SIMULASI
Menirukan suatu sistem nyata (real system) yang menjadi objek kajian dalam rangka mencari jawaban atas persoalan sistem tersebut
Arti dari pengertian simulasi adalah:
• Simulasi meniru perilaku dari sistem nyata
• Dari tiruan itu, dipelajari berbagai hal yang ada dalam sistem nyata sehingga diperoleh informasi tentang sistem nyata.
• Peniruan sistem nyata dilakukan dengan mengembangkan dalam bentuk program kompoter
• Model ini disebut juga simulator
Alasan menggunakan simulasi:
• Dengan simulasi, informasi perilaku sistem nyata dapat diperoleh tanpa mengganggu atau merusak sistem nyata
• Masalah pada sistem yang rumit dapat dipelajari
• Simulasi membantu mengevaluasi keputusan yang akan dijalankan dalam sistem nyata
• Simulasi membantu menggambarkan performansi sistem nyata
• Simulasi memungkinkan pengurangan kesalahan implementasi pada sistem nyata.
Kapan simulasi dibutuuhkan:
Simulasi sangat sesuai jika dijumpai :
• Pembuatan keputusan operasional (logika atau kuantitatif)
• Proses yang dianalisis terdefinisi dengan jelas dan bersifat berulang
• Aktivitas dan kejadian bersifat independent dan variabel
• Biaya yang terjadi sebagai dampak pengambilan keputusan lebih besar dibandingkan biaya untuk melakukan simulasi.
• Biaya untuk melakukan ekperimen langsung pada sistem nyata lebih besar dibandingkan biaya untuk melakukan simulasi.
Simulasi bukan merupakan alat yang dapat memberi suatu keputusan hasil
TETAPI
merupakan alat pendukung keputusan untuk mengestimasi perilaku dari sistem nyata untuk maksud perancangan sistem
sehingga
hasil simulasi akan tergantung pada si pembuat model.
Keuntungan simulasi:
Compress Time
Control sources of variation
Untuk meninjau hubungan antara variabel bebas & variabel terikat yang merupakan faktor yang akan dibentuk dalam percobaan
Error in Measurement Correction
Stop simulation & restart
Easy to replicate
Kerugian menggunakan simulasi:
• Simulasi terutama yang model stokastik hanya memberikan perkiraan karakteristik sistem yang ada.
• Pengembangan simulasi membutuhkan waktu dan biaya yang cukup besar
• Simulasi dengan volume tinggi, memberikan tingkat keyakinan yang diberikan
• Simulasi melemahkan kemampuan analisa matematis dari pemakai
Perangkap simulasi:
1. Kegagalan mendefinisikan variabel sistem di awal simulasi
2. Tingkat detail model belum mencakup kebutuhan atas sistem
3. Kegagalam menerapkan keinginan manajemen pada simulasi
4. Simulasi merupakan pelatihan yang rumit dalam pemrograman komputer.
5. Kurangnya kemampuan riset operasi dan statistik di tim pemodelan
6. Perangkat lunak siap pakai tidak memberikan fasilitas untuk pemodelan sistem yang komplek seperti yang dikehendaki
7. Simulasi berkaitan dengan yang mengoperasikan
8. Kekeliruan pemodelan
9. Kegagalan membangkitkan nilai acak atas sistem
10. Penggunaan distribusi umum sebagai input simulasi
11. Analisa hasil simulasi yang menggunakan formulasi statistik
12. Merancang satu replikasi dari sistem dan memperlakukannya sebagai jawaban yang pasti
13. Membandingkan beberapa alternatif rancangan sistem dengan satu replikasi saja
14. Keliru menghitung kinerja atau performansi sistem
Fokus utama simulasi yaitu Menirukan secara utuh perilaku sistem yang menjadi objek kajiannya.
Jenis2 simulasi:
1. Simulasi identitas
2. Simulasi Identitas semu
3. Simulasi Laboratorium
4. Simulasi Komputer
Simulasi identitas:
• Penggunaannya banyak meniadakan berbagai hal yang fundamental dari aturan pemodelan.
• Cukup mahal dan tidak begitu layak
• Hanya memberikan sifat kontrol atau tidak sama sekali terhdap situasi atau keadaan untuk mendapatkan jawaban yang efektif.
Simulasi identitas semu:
Memodelkan berbagai aspek yang terkait dari sistem yang sebenarnya dan dapat mengeluarkan unsur-unsur yang dapat membuat setiap Identity Simulation tidak berfungsi dengan baik.
Simulasi laboratorium:
• Lebih murah dan lebih layak daripada identity simulation.
• Memerlukan berbagai komponen seperti operator, software, hardware, dll.
Simulasi komputer:
• Simulasi ini hanya menggunakan komputer untuk memecahkan masalah sesuai kebutuhan yang kemudian diprogramkan ke dalam komputer
JENIS2 SIMULASI MENURUT KARAKTER SISTEM
• Simulasi sistem dinamis
• Simulasi sistem diskrit
• Simulasi sistem kontinu
• Simulasi sistem Probabilistik
SIMULASI SISTEM DINAMIS
• Sistem yang dapat merepresentasikan sistem yang berubah-ubah sepanjang waktu.
• Contoh : Pengendalian kedudukan satelit.
Simulasi sistem diskrit:
• Sistem yang perubahan statenya terjadi pada waktu-waktu yang diskrit
• Contoh : Pada Manufactur, seperti kedatangan pelanggan, terjadinya produk cacat, dll
Simulasi sistem kontinu:
• Sistem yang perubahan statenya terjadi secara kontinyu.
• Contoh : Sistem pengendalian tinggi permukaan air bendungan.
Simulasi sitem probabilistk:
• Dapat dijumpai di berbagai persoalan
• Contoh : Kapan datangnya calon pembeli obat di apotek
LANGKAH-LANGKAH SISTEMATIS
KREASI MODEL :
Dilakukan pemodelan untuk menentukan formulasi yang akan digunakan, dengan menggunakan :
Fungsi matematis
Variabel yang menentukan fungsi tersebut
Ada atau tidaknya konstanta yang harus dimasukkan
VALIDASI:
Pengujian didasari dari saran orang/operator yang berkaitan erat dengan sistem, kredibilitas pihak manajemen sebagai pembuat keputusan dan ketepatan data untuk pembangkit bilangan acak.
VERIFIKASI:
Dilakukan untuk mengetahui apakah program ini benar dan sesuai dengan simulasi yang dikehendaki
Melaksanakan perbaikan pada program simulasi yang sudah dimasukkan ke dalam komputer
DESAIN EKSPERIMEN
Percobaan simulasi diawali dengan keputusan penentuan kondisi awal simulasi (initial condition), panjang periode pembangkitan antrian, lama waktu simulasi dan banyak replikasi alternatif simulasi
Untuk menguji desain dengan menggunakan teori Experimental Design
Mencari nilai efektif dari percobaan
PERENCANAAN YANG TAKTIS
Merupakan bentuk studi kelayakan dari Experimental Design, yakni untuk melihat bagaimana percobaan dapat dikerjakan melalui perencanaan yang terarah.
Untuk menentukan berapa lama percobaan dapat dilakukan.
Ilustrasi simulasi sederhana
• Misalkan pada antrian pembelian tiket. Waktu kedatangan pelanggan (arrival) A1, A2, A3,...merupakan variabel acak yang independent identically distributed (IID). Customer yang datang dan menjumpai server dalam keadaan idle akan langsung masuk ke pusat layanan. Waktu layanan S1, S2, S3,, juga merupakan variabel acak yang IID dan bebas terhadap waktu kedatangan. Sementara customer yang datang dan menjumpai server dalam keadaan sibuk akan bergabung dengan deretan antrian tunggal. Setelah menyelesaikan layanan pada seorang customer, server segera melayani customer selanjutnya yang ada di antrian dengan azas FIFO, begitu seterusnya peristiwa itu berlangsung.
• Simulasi dimulai dari state antrian kosong dan server idle, yaitu customer pertama belum datang.
• Pada waktu t=0 detik, penantian customer yang datang pertama kali dilakukan oleh server dan ternyata kedatangan pertama terjadi setelah A1 detik kemudian. Simulai akan berlangsung hingga customer yang ke-n masuk ke layanan. Perhatikan bahwa berakhirnya waktu simulasi merupakan variabel acak, yaitu tergantung pada nilai dari waktu kedatangan dan waktu layanan.
Guna mengukur performansi dari simulasi ini, diestimasikan dari 3 besaran, yaitu :
1. Estimasi dari delay rata-rata dalam antrian hingga customer ke-n telah masuk layanan.
2. Pengukuran performansi simulasi dilakukan dengan menghitung rata-rata banyak customer berada dalam antrian tetapi bukan yang sedang dilayani.
ESTIMASI DELAY RATA-RATA DALAM ANTRIAN HINGGA CUSTOMER KE-N TELAH MASUK LAYANAN
• Besaran ini dinyatakan dengan d(n). Untuk antrian tunggal dengan waktu delay masing-masing customer adalah D1, D2, D3,…. Maka estimasi delay rata-ratanya adalah :
d (n) = ∑D1 / n
• Nilai d(n) memungkinkan berharga nol kalau tidak pernah ada delay. Ini menunjukkan bahwa sistem antrian sangat baik ditinjau dari sisi customer
PENGUKURAN PERFORMANSI SIMUACLASI
• Besaran ini dinyatakan dengan q(n), dimana n adalah n orang yang mengalami delay.
• Misalkan Q(t) menyatakan jumlah customer dalam antrian pada waktu t untuk t ≥ 0, dan misal T(n) menyatakan waktu yang diperlukan untuk mengamati n buah delay dalam antrian. Jika Pi menyatakan proporsi dari waktu bahwa antrian sama dengan I, maka q(n) adalah :
Q (n) = ∑ipi
Jika Pi = Ti/T(n) dengan Ti = waktu simulasi bahwa panjang antrian sama dengan I dan T(n) = T1+T2+T3+… maka q(n) dapat juga ditulis sbb :
q (n) = ∑ipi / T(n)
- Variabel waktu kedatangan A, dan waktu layanan S adalah variabel yang bersifat probabilistik.
- Bagaimana menciptakan sifat keprobabilistikan ini ?.................
SIFAT KEPROBABILISTIKAN
• Sifat keprobabilistikan dapat diciptakan dengan mengacu pada keacakan bilangan acak.
• Jika variabel A dan S diberi nilai yang diambilkan dari bilangan acak yang muncul, maka sifat keprobabilistikan telah tertanam dalam simulasi.
Bilangan acak:
Teknik Untuk Mendapatkan bilangan acak
• Menggunakan tabel bilangan acak
• Membangkitkan sendiri tabel bilangan acak melalui program komputer
• Membangkitkan sendiri tabel bilangan acak tanpa melalui program komputer (misalnya : menggunakan rode rolet)
DIAGRAM SIKLUS AKTIVITAS
Diagram siklus aktivitas (Activity Cycle Diagram/ACD) merupakan salah satu perwujudan dari bentuk model konseptual yang cukup mudah dipakai serta sistematis guna menggambarkan struktur keberadaan sistem.
Diagram ini cocok sekali untuk sistem diskrit-probabilistik.
Fungsi ACD
Memberikan informasi tentang entity dari sistem
Memberikan gambaran tentang interaksi yang dilakukan oleh masing-masing entity
Menggambarkan aktivita secara menyeluruh.
MEMBANGUN MODEL SIMULASI YANG VALID DAN KREDIBEL
Validitas dan kredibilitas
Model yang tidak valid, akan memberikan informasi yang tidak valid dan pada akhirnya kesimpulan yang didapat juga tidak akan valid.
Kekredibilitasan model menjadi salah satu tolak ukur keberhasilan simulasi.
Meski modelnya valid, tetapi kalau tidak kredibel, tidak ada gunanya.
Model yang valid dan Kredibel, tidak dapat diperoleh secara spontan, akan tetapi harus melalui beberapa tahapan yang sistematis dan logis, bahkan tahapan itu harus mengalami pengulangan beberapa kali, baru didapat model yang valid dan kredibel.
PENDEKATAN PEMODELAN YANG VALID DAN KREDIBEL
1. Kembangkan model dengan high face validity
2. Uji asumsi model secara empiris
3. Tetapkan seberapa representatif data keluarannya.
KEMBANGKAN MODEL DENGAN HIGH FACE VALIDITY
Tujuan :
Mengembangkan model yang high face validity, artinya model yang dari permukaannya saja sudah valid sehingga memancing sebanyak-banyaknya orang yang tahu tentang sistem yang dimodelkan untuk tertarik sehingga menghasilkan banyak informasi
UJI ASUMSI MODEL SECARA EMPIRIS
Di tahap awal pengembangan model, seringkali pembuat model membuat anggapan, sehingga anggapan itu perlu diuji kebenarannya.
Pada distribusi teoritis, misalnya, bila distribusi itu telah ditemukan dan hendak dipakai sebagai inputan model, maka maka keacakannya terlebih dahulu diuji dengan plot grafik dan uji kebaikan suai.
Pada kasus penggabungan dua data observasi yang diasumsikan mempunyai nilai kehomoginitasnya, terlebih dahulu, uji dengan Kruskal Wallis.
Untuk parameter yang sensitif, perlu dilakukan perlu dilakukan perubahan nilai dan dianalisa hasilnya.
TETAPKAN SEBERAPA REPRESENTATIF DATA KELUARANNYA.
Semakin besar kemiripan antara model dengan sistem nyatanya, maka semakin besar pula tingkat kepercayaan modelnya.
PRINSIP PEMODELAN SIMULASI YANG VALID
1. Tetapkan secara hati-hati pokok persoalan yang ingin diteliti, ukuran kinerja untuk evaluasi, cara bagaimana model digunakan dan konfigurasi sistem alternatif di awal kajian.
Model tidak valid secara universal, tetapi dirancang dengan kesamaan yang spesifik.
Pengguna akhir dari model dan frekuensi penggunaannya akan mempengaruhi seberapa user friendly model diperlukan dan seberapa cepat, model dieksekusi.
Pemahaman akan konfigurasi sistem yang disimulasikan akan membantu menghindari penulisan yang berulang-ulang akan program simulasi di masa datang.
2. Gunakan pakar dan analisa sensitivitas guna membantu menetapkan tingkat kerincian model
3. Jangan membuat model terlalu rinci, kecuali memang terkait dengan pokok persoalannya.
4. Dalam beberapa kajian simulasi, kendala waktu dan biaya menjadi faktor utama dalam pembuatan model yang rinci.
5. Bagilah permasalahan ke dalam sub-sub permasalahan.
6. Jika ada banyak faktor yang mempengaruhi, maka bangunlah model yang global saja atau model analitis, guna mengidentifikasikan faktor-faktor yang pentign sebelum mengembangkan model ke bentuk yang lebih rinci.
TAHAPAN PEMBANGUNAN MODEL SIMULASI
Pemodelan hanyalah salah satu dari upaya simulasi secara keseluruhan.
Tahapan yang dilakukannya dapat dilihat Pada Gambar 1 atau langkah-langkah sistematis pada Modul 3.
FORMULASIKAN PERSOALAN DAN RENCANAKAN KAJIAN
Setiap kajian harus dimulai dengan pernyataan yang jelas akan tujuan kajian dan persoalan yang spesifik yang sedang dibahas.
Rancangan sistem alternatif harus digambarkan dan kriteria evaluasi dari keberhasilan atas sistem alternatif harus diberikan
Perhatikan kebutuhan waktu, tenaga dan biaya untuk persoalan yang besar.
KUMPULKAN DATA DAN TETAPKAN MODELNYA
Dilakukan untuk menspesifikasikan prosedur operasi dan distribusi probabilitas variabel acak yang akan digunakan model.
VALIDASI MODEL
Upaya validasi model, menjadi satu keharusan.
Dalam menjalankan validasi, disarankan tidak harus menunggu model yang akan divalidasi selesai lebih dahulu.
Setiap saat ada kemungkinan untuk memvalidasi model, hendaknya langsung dikerjakan.
SUSUN PROGRAM KOMPUTER DAN VERIFIKASI
Program yang sudah selesai, harus diperiksa apakah sudah bebas dari syntax error, design error, dan run time error.
Pemilihan bahasa pemrograman yang tepat, sangat dianjurkan.
Pemrograman secara terstruktur akan sangat menolong di kemudian hari.
BUAT PILOT PERCOBAAN (RUN)
Pilot run menjadi penting bila diinginkan usaha validasi saat run time.
Program yang sudah bebas dari syntax error, design error, dan run time error serta logical error, bukan berarti program yang sudah bebas dari kesalahan sehingga harus diperiksa logical error.
Logical error, relatif sulit dilacak. Diketahui adanya kesalahan yang terjadi pada jenis ini, tergantung pada kejelian pemrograman.
VALID ??????????
Hasil pilot run dapat digunakan untuk analisa sensitivitas keluaran model pada setiap perubahan parameter masukan.
Jika ada perubahan secara signifikan, estimasi parameter yang lebih baik, perlu dilakukan ulang.
PERANCANGAN EKSPERIMEN
Perancangan ini berkaitan dengan penetapan kondisi awal simulasi, panjang warm up period, panjang simulasi dan banyaknya replikasi yang harus dilakukan.
PRODUCTION RUN
Diperlukan untuk menghasilkan data kinerja model. Dari data inilah, kinerja model dapat diukur.
PEMBANGKIT RANDOM FAKTOR
karakteristik bilangan random (pseudo random)
1. Kerandoman (randomness) ditentukan oleh uji statistic.
2. Large Period.
Karena teknik pembangkitan ditentukan secara deterministik, maka bilangan random yang dihasilkan akan kembali lagi ke angka awal setelah mencapai jumlah tertentu, Semakin banyak periodanya, akan semakin baik
3. Reproducibility
Pada saat debugging suatu program simulasi tertentu atau pada saat menentukan suatu parameter tertentu, masih memungkinkan untuk secara simultan membangkitkan suatu bilangan random.
4. Computational Efficiency
Umumnya suatu study simulasi akan memberikan banyak bilangan random yang dibangkitkan, maka teknik yang baik akan memerlukan waktu hitungan computer yang kecil.
TEKNIK AWAL PEMBANGKIT BILANGAN RANDOM
Teknik awal pembangkit bilangan random yaitu Center Square Method, dengan langkah-langkah berikut :
1. Tentukan bilangan integer positif 4 digit
2. Kuadratkan bilangan tersebut
3. Pilih 4 digit di tengah dari langkah 2, jadikan sebagai decimal di belakang koma
4. Dari 4 digit yang terpilih, kuadratkan kembali, lanjutkan ke langkah 3.
KEKURANGAN METODE CENTER SQUARE
• Center Square Method tidak efektif karena urutan angka yang dibangkitkan mungkin tidak memiliki karakteristik bilangan random.
RANDOM NUMBER GENERATOR
Random number generator adalah :
Suatu algoritma yang digunakan untuk menghasilkan urutan-urutan atau sequence dari angka-angka sebagai hasil dari perhitungan dengan komputer yang diketahui distribusinya sehingga angka-angka tesebut muncul secara random dan digunakan terus menerus.
• Untuk distribusi yang dimaksud adalah distribusi probabilitas yang dipergunakan untuk meninjau atau terlihat langsung dalam penarikan random number tersebut.
• Distribusi yang umum dipakai adalah distribusi uniform.
Terdiri dari 3 bagian yaitu :
a. Additive (Arithmatic) RNG
b. Multiplicative RNG
c. Mixed Congruential RNG
DESKRIPSI RANDOM NUMBER
• Dalam penentuan random number, pada umumnya terdapat beberapa sumber yang digunakan, antara lain :
1. Tabel Random Number
2. Electronic Random Number
3. Congruential Pseudo Random Number Generator (RNG)
SIFAT-SIFAT CONGRUENTIAL R.N.G
Dalam penarikan random number pada komputer, yang sering digunakan adalah Congruential RNG, dengan sifat-sifatnya sbb :
1. Independent
Yaitu masing-masing komponen atau variabel-variabelnya harus bebas dari ketentuan-ketentuan tersendiri.
2. Uniform
Yaitu distribusi probabilitas yang sama untuk semua besaran yang dikeluarkan/diambil.
3. Dense
Yaitu Density Probabilitas Distribution yang mengikuti syarat probabilitas yaitu terletak antara 0 dan 1.
Hal ini berarti bahwa dalam penarikan angka-angka yang dibutuhkan dari RNG cukup banyak dan dibuat sedemikian rupa sehingga 0 ≤ R.N ≤ 1
3. Effiicient
Dalam penarikan random number harus dapat menentukan angka-angka untuk variabelnya yang sesuai sehingga dapat berjalan terus menerus
Additive / Arithmatic RNG
Zi = (a.Zi-1+ c) mod.m
Keterangan :
Zi = Angka random number yang baru
Zi-1 = Angka random number yang lama
c = Angka konstan yang bersyarat
m = Angka modulo
a = konstanta
Syarat-syarat nilai a :
1. Konstanta a harus lebih besar dari √m
2. Untuk konstan a harus berangka ganjil apabila m bernilai pangkat dua. Tidak boleh nilai berkelipatan dari m.
3. Untuk modulo m, harus bilangan prime atau bilangan tidak terbagikan, sehingga memudahkan dan memperlancar perhitungan-perhitungan di dalam komputer dapat berjalan dengan mudah dan lancar.
4. Untuk pertama Zo harus merupakan angka integer dan juga ganjil dan cukup besar.
Syarat-syarat nilai a :
1. Konstanta a harus lebih besar dari √m dan biasanya dinyatakan dengan syarat :
atau
2. Untuk konstan a harus berangka ganjil apabila m bernilai pangkat dua. Tidak boleh nilai berkelipatan dari m.
MULTIPLICATIVE RNG
• Zi+1 = (a . Z) mod.m
Keterangan :
Zo = Angka random number yang lama
Zi+1 = Angka random number yang baru
c = 0
m > 1
a > 1
(Syarat-syarat lainnya sama dengan Additive RNG)
• Dalam perumusan multiplicative, terdapat beberapa variabel yang menentukan untuk nilai-nilai Random Number yang dapat diperoleh seterusnya dengan tidak ada pengulangan pada angka-angkanya. Dan untuk pemilihan nilai-nilai yang terbaik adalah :
a. Pemilihan nilai m (modulo)
b. Pemilihan konstanta multiplier (‘a’ harus tepat)
c. Pemilihan untuk Zo
d. Pemilihan bilangan c
• Pemilihan nilai m (modulo)
m (modulo) merupakan satu angka integer yang cukup besar dan merupakan satu kata (word) dari yang dipakai pada komputer.
• Pemilihan konstanta multiplier (‘a’ harus tepat)
Pemilihan nilai a harus bilangan prima terhadap ‘m’. a juga harus bilangan ganjil. Pemilihan yang terbaik adalah dengan rumus :
Untuk mikrokomputer dengan 8 bits, maka akan diperoleh :
• Pemilihan untuk Zo/SEED, dapat diambil sembarang asalkan bilangan ganjil dan biasanya cukup besar.
Contoh : I SEED = Zo = 12357
• Pemilihan bilangan c harus bukan kelipatan dari m dan juga harus bilangan ganjil.
Bila digunakan mikrokomputer dengan 8 bits, maka diperoleh :
Zo = 12357
a = 19
m = 128
c = 237
CONTOH
(OPERASI MODULO = RANDOM NUMBER)
• Z1 = (19 x 12357 + 237) mod 128
= 235020 – 235008
= 12 Ri = 12/128 = 0.09375
• Z2 = (19 x 12 + 237) mod 128
= 465 – 384
= 81 Ri = 81/128 = 0.6328
• Z3 = (19 x 81 + 237) mod 128
= 1776 – 1664
= 112 Ri = 112/128 = 0.875 dst
TIGA DISIPLIN ILMU YANG HARUS DIPAHAMI :
Pemodelan Sistem
Pemrograman Komputer
Statistik
Berhasil tidaknya simulasi hampir sepenuhnya ditentukan pada berhasil tidaknya upaya memodelkan sistem nyatanya
KESULITAN MEMODELKAN SUATU SISTEM
Hampir tidak ada model yang mampu menggambarkan secara utuh tentang sistem nyatanya karena tidak semua bagian sistem dapat digambarkan.
PERMASALAHAN UTAMA
INGAT!, Bukan membuat model yang dapat mewakili sistem nyatanya secara sempurna.
TAPI, Apakah model sudah cukup mewakili sistem nyatanya ?
UNSUR PENTING SIMULASI
3 unsur penting simulasi,
1. System
2. Entities
3. Atribut
Untuk memulai menyelesaikan berbagai persoalan rumit
DEFINISI SISTEM
Berasal dari bahasa Yunani (Systema), yaitu Suatu keseluruhan yang tersusun dari sekian banyak bagian.
Sistem merupakan Kumpulan komponen atau elemen/entity yang berinteraksi satu dengan yang lainnya dalam rangka mencapai tujuan tertentu dan terjadi dalam lingkungan yang kompleks
LIMA UNSUR UTAMA SISTEM :
1. Elemen-elemen atau bagian-bagian
2. Adanya interaksi atau hubungan antar elemen
3. Adanya seseuatu yang mengikat elemen-elemen atau bagian tersebut menjadi satu kesatuan
4. Terdapatnya tujuan bersama
5. Berada dalam suatu lingkungan yang kompleks
Pengendalian Umpan Balik dalam Sistem:
Pada dasarnya sistem dibentuk untuk melakukan beberapa fungsi, dan memberikan masukan ke dirinya untuk melakukan kegiatan selanjutnya.
Konsep sistem:
Sistem terdiri dari beberapa subsistem
Sistem menjadi bagian dari sistem yang lebih besar (supra sistem)
Subsistem sistem supra sistem
Sifat sistem adalah sifat sistem menyeluruh, sifat sistem hanya muncul apabila sistem bekerja
Subsistem tidak memiliki sifat sistem
Semua subsistem mempunyai peran dan pengaruh dalam sistem
Mengubah suatu subsistem akan mengakibatkan perubahan dalam sistem, dan akan terjadi akibat sampingan
Perilaku sistem:
- Yaitu : aktivitas sistem yang dinyatakan dalam bentuk keluaran sebagai perwujudan respons sistem atas rangsangan-rangsangan yang datang.
- Perilaku sistem merupakan hal yang sangat penting dalam mengkaji suatu sistem
Klasifikasi sistem:
Sistem Alami dan Sistem Buatan.
• Sistem Alami : hasil proses alam.
• Sistem buatan : dibuat untuk membantu manusia
Sistem Statis dan Dinamis.
• Sistem Statis : suatu yang terstruktur tapi tidak memiliki aktifitas.
• Sistem Dinamis :memiliki berbagai tingkah laku setiap waktu.
Sistem Fisik dan Abstrak.
• Sistem fisik : yang melibatkan komponen fisik.
• Sistem abstrak : sesuatu yang menggunakan simbol untuk merepresentasikan komponen sistemnya.
Sistem Terbuka dan Tertutup.
• Sistem terbuka : sistem yang berinteraksi dengan lingkungan, membiarkan material, informasi, energi bergerak tanpa batas.
• Sistem tertutup : sistem yang berinteraksi sangat sedikit dengan lingkungan.
Variabel/atribut:
Yaitu informasi yang melekat pada diri Entity
Hanya variabel yang relevan yang disebut sebagai atribut
Relevansi itu dikaitkan dengan tujuan sistem yang akan dicapai
Model Yaitu gambaran atau representasi dari sistem nyatanya
Model konseptual:
Termasuk model verbal
Menunjukkan keterkaitan antara variabel-variabel yang dapat menentukan perilaku sistem
Kadangkala terlalu luas sehingga harus dilakukan pengidealan dan penyederhanaan
Formulasi model Yaitu : proses merumuskan perilaku model dalam bentuk fungsi-fungsi suatu variabel terhadap variabel yang lain
Tahapan formulasi model:
1. Penetapan variabel yang terlibat
2. Penetapan tingkat agregasi dan katagorisasi variabel
3. Perlakuan terhadap waktu
4. Spesifikasi model
5. Kalibrasi model
Analisa dan solusi model:
Kriteria untuk mengevaluasi sebuah model :
1. Ketelitian, yaitu kesesuaian antara perilaku model dengan perilaku sistem nyatanya.
2. Validasi, yaitu kebenaran struktur atau saling hubungan antar variabel sistem
3. Ketetapan, yaitu sejauh mana suatu hubungan variabel akan tetap selama kurun waktu tertentu
4. Ketersediaan taksiran atas variabel, untuk menentukan apakah suatu model dapat digunakan untuk meramalkan atau tidak
5. Interpretasi dan implementasi
Pemodelan sistem Yaitu upaya untuk membuat gambaran atau representasi dari pada sistem nyatanya.
DEFINISI SIMULASI
Menirukan suatu sistem nyata (real system) yang menjadi objek kajian dalam rangka mencari jawaban atas persoalan sistem tersebut
Arti dari pengertian simulasi adalah:
• Simulasi meniru perilaku dari sistem nyata
• Dari tiruan itu, dipelajari berbagai hal yang ada dalam sistem nyata sehingga diperoleh informasi tentang sistem nyata.
• Peniruan sistem nyata dilakukan dengan mengembangkan dalam bentuk program kompoter
• Model ini disebut juga simulator
Alasan menggunakan simulasi:
• Dengan simulasi, informasi perilaku sistem nyata dapat diperoleh tanpa mengganggu atau merusak sistem nyata
• Masalah pada sistem yang rumit dapat dipelajari
• Simulasi membantu mengevaluasi keputusan yang akan dijalankan dalam sistem nyata
• Simulasi membantu menggambarkan performansi sistem nyata
• Simulasi memungkinkan pengurangan kesalahan implementasi pada sistem nyata.
Kapan simulasi dibutuuhkan:
Simulasi sangat sesuai jika dijumpai :
• Pembuatan keputusan operasional (logika atau kuantitatif)
• Proses yang dianalisis terdefinisi dengan jelas dan bersifat berulang
• Aktivitas dan kejadian bersifat independent dan variabel
• Biaya yang terjadi sebagai dampak pengambilan keputusan lebih besar dibandingkan biaya untuk melakukan simulasi.
• Biaya untuk melakukan ekperimen langsung pada sistem nyata lebih besar dibandingkan biaya untuk melakukan simulasi.
Simulasi bukan merupakan alat yang dapat memberi suatu keputusan hasil
TETAPI
merupakan alat pendukung keputusan untuk mengestimasi perilaku dari sistem nyata untuk maksud perancangan sistem
sehingga
hasil simulasi akan tergantung pada si pembuat model.
Keuntungan simulasi:
Compress Time
Control sources of variation
Untuk meninjau hubungan antara variabel bebas & variabel terikat yang merupakan faktor yang akan dibentuk dalam percobaan
Error in Measurement Correction
Stop simulation & restart
Easy to replicate
Kerugian menggunakan simulasi:
• Simulasi terutama yang model stokastik hanya memberikan perkiraan karakteristik sistem yang ada.
• Pengembangan simulasi membutuhkan waktu dan biaya yang cukup besar
• Simulasi dengan volume tinggi, memberikan tingkat keyakinan yang diberikan
• Simulasi melemahkan kemampuan analisa matematis dari pemakai
Perangkap simulasi:
1. Kegagalan mendefinisikan variabel sistem di awal simulasi
2. Tingkat detail model belum mencakup kebutuhan atas sistem
3. Kegagalam menerapkan keinginan manajemen pada simulasi
4. Simulasi merupakan pelatihan yang rumit dalam pemrograman komputer.
5. Kurangnya kemampuan riset operasi dan statistik di tim pemodelan
6. Perangkat lunak siap pakai tidak memberikan fasilitas untuk pemodelan sistem yang komplek seperti yang dikehendaki
7. Simulasi berkaitan dengan yang mengoperasikan
8. Kekeliruan pemodelan
9. Kegagalan membangkitkan nilai acak atas sistem
10. Penggunaan distribusi umum sebagai input simulasi
11. Analisa hasil simulasi yang menggunakan formulasi statistik
12. Merancang satu replikasi dari sistem dan memperlakukannya sebagai jawaban yang pasti
13. Membandingkan beberapa alternatif rancangan sistem dengan satu replikasi saja
14. Keliru menghitung kinerja atau performansi sistem
Fokus utama simulasi yaitu Menirukan secara utuh perilaku sistem yang menjadi objek kajiannya.
Jenis2 simulasi:
1. Simulasi identitas
2. Simulasi Identitas semu
3. Simulasi Laboratorium
4. Simulasi Komputer
Simulasi identitas:
• Penggunaannya banyak meniadakan berbagai hal yang fundamental dari aturan pemodelan.
• Cukup mahal dan tidak begitu layak
• Hanya memberikan sifat kontrol atau tidak sama sekali terhdap situasi atau keadaan untuk mendapatkan jawaban yang efektif.
Simulasi identitas semu:
Memodelkan berbagai aspek yang terkait dari sistem yang sebenarnya dan dapat mengeluarkan unsur-unsur yang dapat membuat setiap Identity Simulation tidak berfungsi dengan baik.
Simulasi laboratorium:
• Lebih murah dan lebih layak daripada identity simulation.
• Memerlukan berbagai komponen seperti operator, software, hardware, dll.
Simulasi komputer:
• Simulasi ini hanya menggunakan komputer untuk memecahkan masalah sesuai kebutuhan yang kemudian diprogramkan ke dalam komputer
JENIS2 SIMULASI MENURUT KARAKTER SISTEM
• Simulasi sistem dinamis
• Simulasi sistem diskrit
• Simulasi sistem kontinu
• Simulasi sistem Probabilistik
SIMULASI SISTEM DINAMIS
• Sistem yang dapat merepresentasikan sistem yang berubah-ubah sepanjang waktu.
• Contoh : Pengendalian kedudukan satelit.
Simulasi sistem diskrit:
• Sistem yang perubahan statenya terjadi pada waktu-waktu yang diskrit
• Contoh : Pada Manufactur, seperti kedatangan pelanggan, terjadinya produk cacat, dll
Simulasi sistem kontinu:
• Sistem yang perubahan statenya terjadi secara kontinyu.
• Contoh : Sistem pengendalian tinggi permukaan air bendungan.
Simulasi sitem probabilistk:
• Dapat dijumpai di berbagai persoalan
• Contoh : Kapan datangnya calon pembeli obat di apotek
LANGKAH-LANGKAH SISTEMATIS
KREASI MODEL :
Dilakukan pemodelan untuk menentukan formulasi yang akan digunakan, dengan menggunakan :
Fungsi matematis
Variabel yang menentukan fungsi tersebut
Ada atau tidaknya konstanta yang harus dimasukkan
VALIDASI:
Pengujian didasari dari saran orang/operator yang berkaitan erat dengan sistem, kredibilitas pihak manajemen sebagai pembuat keputusan dan ketepatan data untuk pembangkit bilangan acak.
VERIFIKASI:
Dilakukan untuk mengetahui apakah program ini benar dan sesuai dengan simulasi yang dikehendaki
Melaksanakan perbaikan pada program simulasi yang sudah dimasukkan ke dalam komputer
DESAIN EKSPERIMEN
Percobaan simulasi diawali dengan keputusan penentuan kondisi awal simulasi (initial condition), panjang periode pembangkitan antrian, lama waktu simulasi dan banyak replikasi alternatif simulasi
Untuk menguji desain dengan menggunakan teori Experimental Design
Mencari nilai efektif dari percobaan
PERENCANAAN YANG TAKTIS
Merupakan bentuk studi kelayakan dari Experimental Design, yakni untuk melihat bagaimana percobaan dapat dikerjakan melalui perencanaan yang terarah.
Untuk menentukan berapa lama percobaan dapat dilakukan.
Ilustrasi simulasi sederhana
• Misalkan pada antrian pembelian tiket. Waktu kedatangan pelanggan (arrival) A1, A2, A3,...merupakan variabel acak yang independent identically distributed (IID). Customer yang datang dan menjumpai server dalam keadaan idle akan langsung masuk ke pusat layanan. Waktu layanan S1, S2, S3,, juga merupakan variabel acak yang IID dan bebas terhadap waktu kedatangan. Sementara customer yang datang dan menjumpai server dalam keadaan sibuk akan bergabung dengan deretan antrian tunggal. Setelah menyelesaikan layanan pada seorang customer, server segera melayani customer selanjutnya yang ada di antrian dengan azas FIFO, begitu seterusnya peristiwa itu berlangsung.
• Simulasi dimulai dari state antrian kosong dan server idle, yaitu customer pertama belum datang.
• Pada waktu t=0 detik, penantian customer yang datang pertama kali dilakukan oleh server dan ternyata kedatangan pertama terjadi setelah A1 detik kemudian. Simulai akan berlangsung hingga customer yang ke-n masuk ke layanan. Perhatikan bahwa berakhirnya waktu simulasi merupakan variabel acak, yaitu tergantung pada nilai dari waktu kedatangan dan waktu layanan.
Guna mengukur performansi dari simulasi ini, diestimasikan dari 3 besaran, yaitu :
1. Estimasi dari delay rata-rata dalam antrian hingga customer ke-n telah masuk layanan.
2. Pengukuran performansi simulasi dilakukan dengan menghitung rata-rata banyak customer berada dalam antrian tetapi bukan yang sedang dilayani.
ESTIMASI DELAY RATA-RATA DALAM ANTRIAN HINGGA CUSTOMER KE-N TELAH MASUK LAYANAN
• Besaran ini dinyatakan dengan d(n). Untuk antrian tunggal dengan waktu delay masing-masing customer adalah D1, D2, D3,…. Maka estimasi delay rata-ratanya adalah :
d (n) = ∑D1 / n
• Nilai d(n) memungkinkan berharga nol kalau tidak pernah ada delay. Ini menunjukkan bahwa sistem antrian sangat baik ditinjau dari sisi customer
PENGUKURAN PERFORMANSI SIMUACLASI
• Besaran ini dinyatakan dengan q(n), dimana n adalah n orang yang mengalami delay.
• Misalkan Q(t) menyatakan jumlah customer dalam antrian pada waktu t untuk t ≥ 0, dan misal T(n) menyatakan waktu yang diperlukan untuk mengamati n buah delay dalam antrian. Jika Pi menyatakan proporsi dari waktu bahwa antrian sama dengan I, maka q(n) adalah :
Q (n) = ∑ipi
Jika Pi = Ti/T(n) dengan Ti = waktu simulasi bahwa panjang antrian sama dengan I dan T(n) = T1+T2+T3+… maka q(n) dapat juga ditulis sbb :
q (n) = ∑ipi / T(n)
- Variabel waktu kedatangan A, dan waktu layanan S adalah variabel yang bersifat probabilistik.
- Bagaimana menciptakan sifat keprobabilistikan ini ?.................
SIFAT KEPROBABILISTIKAN
• Sifat keprobabilistikan dapat diciptakan dengan mengacu pada keacakan bilangan acak.
• Jika variabel A dan S diberi nilai yang diambilkan dari bilangan acak yang muncul, maka sifat keprobabilistikan telah tertanam dalam simulasi.
Bilangan acak:
Teknik Untuk Mendapatkan bilangan acak
• Menggunakan tabel bilangan acak
• Membangkitkan sendiri tabel bilangan acak melalui program komputer
• Membangkitkan sendiri tabel bilangan acak tanpa melalui program komputer (misalnya : menggunakan rode rolet)
DIAGRAM SIKLUS AKTIVITAS
Diagram siklus aktivitas (Activity Cycle Diagram/ACD) merupakan salah satu perwujudan dari bentuk model konseptual yang cukup mudah dipakai serta sistematis guna menggambarkan struktur keberadaan sistem.
Diagram ini cocok sekali untuk sistem diskrit-probabilistik.
Fungsi ACD
Memberikan informasi tentang entity dari sistem
Memberikan gambaran tentang interaksi yang dilakukan oleh masing-masing entity
Menggambarkan aktivita secara menyeluruh.
MEMBANGUN MODEL SIMULASI YANG VALID DAN KREDIBEL
Validitas dan kredibilitas
Model yang tidak valid, akan memberikan informasi yang tidak valid dan pada akhirnya kesimpulan yang didapat juga tidak akan valid.
Kekredibilitasan model menjadi salah satu tolak ukur keberhasilan simulasi.
Meski modelnya valid, tetapi kalau tidak kredibel, tidak ada gunanya.
Model yang valid dan Kredibel, tidak dapat diperoleh secara spontan, akan tetapi harus melalui beberapa tahapan yang sistematis dan logis, bahkan tahapan itu harus mengalami pengulangan beberapa kali, baru didapat model yang valid dan kredibel.
PENDEKATAN PEMODELAN YANG VALID DAN KREDIBEL
1. Kembangkan model dengan high face validity
2. Uji asumsi model secara empiris
3. Tetapkan seberapa representatif data keluarannya.
KEMBANGKAN MODEL DENGAN HIGH FACE VALIDITY
Tujuan :
Mengembangkan model yang high face validity, artinya model yang dari permukaannya saja sudah valid sehingga memancing sebanyak-banyaknya orang yang tahu tentang sistem yang dimodelkan untuk tertarik sehingga menghasilkan banyak informasi
UJI ASUMSI MODEL SECARA EMPIRIS
Di tahap awal pengembangan model, seringkali pembuat model membuat anggapan, sehingga anggapan itu perlu diuji kebenarannya.
Pada distribusi teoritis, misalnya, bila distribusi itu telah ditemukan dan hendak dipakai sebagai inputan model, maka maka keacakannya terlebih dahulu diuji dengan plot grafik dan uji kebaikan suai.
Pada kasus penggabungan dua data observasi yang diasumsikan mempunyai nilai kehomoginitasnya, terlebih dahulu, uji dengan Kruskal Wallis.
Untuk parameter yang sensitif, perlu dilakukan perlu dilakukan perubahan nilai dan dianalisa hasilnya.
TETAPKAN SEBERAPA REPRESENTATIF DATA KELUARANNYA.
Semakin besar kemiripan antara model dengan sistem nyatanya, maka semakin besar pula tingkat kepercayaan modelnya.
PRINSIP PEMODELAN SIMULASI YANG VALID
1. Tetapkan secara hati-hati pokok persoalan yang ingin diteliti, ukuran kinerja untuk evaluasi, cara bagaimana model digunakan dan konfigurasi sistem alternatif di awal kajian.
Model tidak valid secara universal, tetapi dirancang dengan kesamaan yang spesifik.
Pengguna akhir dari model dan frekuensi penggunaannya akan mempengaruhi seberapa user friendly model diperlukan dan seberapa cepat, model dieksekusi.
Pemahaman akan konfigurasi sistem yang disimulasikan akan membantu menghindari penulisan yang berulang-ulang akan program simulasi di masa datang.
2. Gunakan pakar dan analisa sensitivitas guna membantu menetapkan tingkat kerincian model
3. Jangan membuat model terlalu rinci, kecuali memang terkait dengan pokok persoalannya.
4. Dalam beberapa kajian simulasi, kendala waktu dan biaya menjadi faktor utama dalam pembuatan model yang rinci.
5. Bagilah permasalahan ke dalam sub-sub permasalahan.
6. Jika ada banyak faktor yang mempengaruhi, maka bangunlah model yang global saja atau model analitis, guna mengidentifikasikan faktor-faktor yang pentign sebelum mengembangkan model ke bentuk yang lebih rinci.
TAHAPAN PEMBANGUNAN MODEL SIMULASI
Pemodelan hanyalah salah satu dari upaya simulasi secara keseluruhan.
Tahapan yang dilakukannya dapat dilihat Pada Gambar 1 atau langkah-langkah sistematis pada Modul 3.
FORMULASIKAN PERSOALAN DAN RENCANAKAN KAJIAN
Setiap kajian harus dimulai dengan pernyataan yang jelas akan tujuan kajian dan persoalan yang spesifik yang sedang dibahas.
Rancangan sistem alternatif harus digambarkan dan kriteria evaluasi dari keberhasilan atas sistem alternatif harus diberikan
Perhatikan kebutuhan waktu, tenaga dan biaya untuk persoalan yang besar.
KUMPULKAN DATA DAN TETAPKAN MODELNYA
Dilakukan untuk menspesifikasikan prosedur operasi dan distribusi probabilitas variabel acak yang akan digunakan model.
VALIDASI MODEL
Upaya validasi model, menjadi satu keharusan.
Dalam menjalankan validasi, disarankan tidak harus menunggu model yang akan divalidasi selesai lebih dahulu.
Setiap saat ada kemungkinan untuk memvalidasi model, hendaknya langsung dikerjakan.
SUSUN PROGRAM KOMPUTER DAN VERIFIKASI
Program yang sudah selesai, harus diperiksa apakah sudah bebas dari syntax error, design error, dan run time error.
Pemilihan bahasa pemrograman yang tepat, sangat dianjurkan.
Pemrograman secara terstruktur akan sangat menolong di kemudian hari.
BUAT PILOT PERCOBAAN (RUN)
Pilot run menjadi penting bila diinginkan usaha validasi saat run time.
Program yang sudah bebas dari syntax error, design error, dan run time error serta logical error, bukan berarti program yang sudah bebas dari kesalahan sehingga harus diperiksa logical error.
Logical error, relatif sulit dilacak. Diketahui adanya kesalahan yang terjadi pada jenis ini, tergantung pada kejelian pemrograman.
VALID ??????????
Hasil pilot run dapat digunakan untuk analisa sensitivitas keluaran model pada setiap perubahan parameter masukan.
Jika ada perubahan secara signifikan, estimasi parameter yang lebih baik, perlu dilakukan ulang.
PERANCANGAN EKSPERIMEN
Perancangan ini berkaitan dengan penetapan kondisi awal simulasi, panjang warm up period, panjang simulasi dan banyaknya replikasi yang harus dilakukan.
PRODUCTION RUN
Diperlukan untuk menghasilkan data kinerja model. Dari data inilah, kinerja model dapat diukur.
PEMBANGKIT RANDOM FAKTOR
karakteristik bilangan random (pseudo random)
1. Kerandoman (randomness) ditentukan oleh uji statistic.
2. Large Period.
Karena teknik pembangkitan ditentukan secara deterministik, maka bilangan random yang dihasilkan akan kembali lagi ke angka awal setelah mencapai jumlah tertentu, Semakin banyak periodanya, akan semakin baik
3. Reproducibility
Pada saat debugging suatu program simulasi tertentu atau pada saat menentukan suatu parameter tertentu, masih memungkinkan untuk secara simultan membangkitkan suatu bilangan random.
4. Computational Efficiency
Umumnya suatu study simulasi akan memberikan banyak bilangan random yang dibangkitkan, maka teknik yang baik akan memerlukan waktu hitungan computer yang kecil.
TEKNIK AWAL PEMBANGKIT BILANGAN RANDOM
Teknik awal pembangkit bilangan random yaitu Center Square Method, dengan langkah-langkah berikut :
1. Tentukan bilangan integer positif 4 digit
2. Kuadratkan bilangan tersebut
3. Pilih 4 digit di tengah dari langkah 2, jadikan sebagai decimal di belakang koma
4. Dari 4 digit yang terpilih, kuadratkan kembali, lanjutkan ke langkah 3.
KEKURANGAN METODE CENTER SQUARE
• Center Square Method tidak efektif karena urutan angka yang dibangkitkan mungkin tidak memiliki karakteristik bilangan random.
RANDOM NUMBER GENERATOR
Random number generator adalah :
Suatu algoritma yang digunakan untuk menghasilkan urutan-urutan atau sequence dari angka-angka sebagai hasil dari perhitungan dengan komputer yang diketahui distribusinya sehingga angka-angka tesebut muncul secara random dan digunakan terus menerus.
• Untuk distribusi yang dimaksud adalah distribusi probabilitas yang dipergunakan untuk meninjau atau terlihat langsung dalam penarikan random number tersebut.
• Distribusi yang umum dipakai adalah distribusi uniform.
Terdiri dari 3 bagian yaitu :
a. Additive (Arithmatic) RNG
b. Multiplicative RNG
c. Mixed Congruential RNG
DESKRIPSI RANDOM NUMBER
• Dalam penentuan random number, pada umumnya terdapat beberapa sumber yang digunakan, antara lain :
1. Tabel Random Number
2. Electronic Random Number
3. Congruential Pseudo Random Number Generator (RNG)
SIFAT-SIFAT CONGRUENTIAL R.N.G
Dalam penarikan random number pada komputer, yang sering digunakan adalah Congruential RNG, dengan sifat-sifatnya sbb :
1. Independent
Yaitu masing-masing komponen atau variabel-variabelnya harus bebas dari ketentuan-ketentuan tersendiri.
2. Uniform
Yaitu distribusi probabilitas yang sama untuk semua besaran yang dikeluarkan/diambil.
3. Dense
Yaitu Density Probabilitas Distribution yang mengikuti syarat probabilitas yaitu terletak antara 0 dan 1.
Hal ini berarti bahwa dalam penarikan angka-angka yang dibutuhkan dari RNG cukup banyak dan dibuat sedemikian rupa sehingga 0 ≤ R.N ≤ 1
3. Effiicient
Dalam penarikan random number harus dapat menentukan angka-angka untuk variabelnya yang sesuai sehingga dapat berjalan terus menerus
Additive / Arithmatic RNG
Zi = (a.Zi-1+ c) mod.m
Keterangan :
Zi = Angka random number yang baru
Zi-1 = Angka random number yang lama
c = Angka konstan yang bersyarat
m = Angka modulo
a = konstanta
Syarat-syarat nilai a :
1. Konstanta a harus lebih besar dari √m
2. Untuk konstan a harus berangka ganjil apabila m bernilai pangkat dua. Tidak boleh nilai berkelipatan dari m.
3. Untuk modulo m, harus bilangan prime atau bilangan tidak terbagikan, sehingga memudahkan dan memperlancar perhitungan-perhitungan di dalam komputer dapat berjalan dengan mudah dan lancar.
4. Untuk pertama Zo harus merupakan angka integer dan juga ganjil dan cukup besar.
Syarat-syarat nilai a :
1. Konstanta a harus lebih besar dari √m dan biasanya dinyatakan dengan syarat :
atau
2. Untuk konstan a harus berangka ganjil apabila m bernilai pangkat dua. Tidak boleh nilai berkelipatan dari m.
MULTIPLICATIVE RNG
• Zi+1 = (a . Z) mod.m
Keterangan :
Zo = Angka random number yang lama
Zi+1 = Angka random number yang baru
c = 0
m > 1
a > 1
(Syarat-syarat lainnya sama dengan Additive RNG)
• Dalam perumusan multiplicative, terdapat beberapa variabel yang menentukan untuk nilai-nilai Random Number yang dapat diperoleh seterusnya dengan tidak ada pengulangan pada angka-angkanya. Dan untuk pemilihan nilai-nilai yang terbaik adalah :
a. Pemilihan nilai m (modulo)
b. Pemilihan konstanta multiplier (‘a’ harus tepat)
c. Pemilihan untuk Zo
d. Pemilihan bilangan c
• Pemilihan nilai m (modulo)
m (modulo) merupakan satu angka integer yang cukup besar dan merupakan satu kata (word) dari yang dipakai pada komputer.
• Pemilihan konstanta multiplier (‘a’ harus tepat)
Pemilihan nilai a harus bilangan prima terhadap ‘m’. a juga harus bilangan ganjil. Pemilihan yang terbaik adalah dengan rumus :
Untuk mikrokomputer dengan 8 bits, maka akan diperoleh :
• Pemilihan untuk Zo/SEED, dapat diambil sembarang asalkan bilangan ganjil dan biasanya cukup besar.
Contoh : I SEED = Zo = 12357
• Pemilihan bilangan c harus bukan kelipatan dari m dan juga harus bilangan ganjil.
Bila digunakan mikrokomputer dengan 8 bits, maka diperoleh :
Zo = 12357
a = 19
m = 128
c = 237
CONTOH
(OPERASI MODULO = RANDOM NUMBER)
• Z1 = (19 x 12357 + 237) mod 128
= 235020 – 235008
= 12 Ri = 12/128 = 0.09375
• Z2 = (19 x 12 + 237) mod 128
= 465 – 384
= 81 Ri = 81/128 = 0.6328
• Z3 = (19 x 81 + 237) mod 128
= 1776 – 1664
= 112 Ri = 112/128 = 0.875 dst
Minggu, 10 April 2011
ramping
Prinsip 5 s
• Penghilangan pemborosan.
• Setiap orang terlibat, upaya bekerjasama dan bekerja bersama.
• Tangani dan atasi akar penyebab masalah.
• Manusia bisa berbuat salah.
1) Seiri (Sort: Pemilahan)
Pembedaan antara item yang diperlukan dan yang tidak diperlukan, serta penyisihan item yang tidak diperlukan tersebut.
‘Pembedaan’ berarti:
Pengelompokkan berbagai item yang ada menjadi item yang diperlukan dan item yang tidak diperlukan.
2) Seiton (Set in Order: Peletakan)
Peletakan yang teratur sehingga item yang diperlukan bisa diperoleh secara efisien pada saat yang tepat.
‘Penetapan tempat’ berarti:
Penyiapan aturan dan membuat mudah dilihat ‘dimana’ dan ‘berapa banyak’ item yang diperlukan akan diletakkan.
3) Seiso (Shine: Pembersihan)
Penciptaan tempat kerja yang bersih tanpa sampah dan debu.
Tindakan untuk mencegah kotoran dan kemunculannya:
Penanggulangan terhadap sumber kotoran termasuk penanggulangan dari metode proses (misalnya kesalahan dalam kondisi pemrosesan dst.)
4) Seiketsu (Standardization: Penetapan standar)
Adanya standarisasi untuk tindakan yang terbaik.
5) Shitsuke (Sustain: Penegakan disiplin)
Praktek pemberlakuan kebiasaan sehingga peraturan dan standarisasi di tempat kerja ditepati dengan baik.
• Komite 5S.
• Pelatihan 5S.
• Kompetisi / Evaluasi 5S.
• Bulan 5S.
• Poster, Literatur, dan lainnya.
TUJUAN JIDOKA
MENJAMIN KUALITAS PRODUKSI UNTUK MENCAPAI HASIL KUALITAS 100 % BAIK
MENGHEMAT / MENYEDERHANAKAN MAN POWER
MENCEGAH TERJADINYA DOWN TIME AKIBAT ADANYA KELAINAN PADA PROSES OPERASIONAL PRODUKSI
BILA DILIHAT DARI ARTI BAHASANYA, JIDOKA MEMILIKI 2 ARTI :
1. OTOMATISASI
2. AUTONOMASI
1. OTOMATISASI :
MENGUBAH PROSES MANUAL
MENJADI PROSES MESIN
Dalam hal ini mengutamakan otomatisasi operasionalnya saja, tanpa adanya umpan balik yang dapat mendeteksi kesalahan dan tidak ada sistim penghentian proses bila terjadi kesalahan
2. AUTONOMASI :
MENGUBAH PROSES MANUAL MENJADI
PROSES MESIN DENGAN PENGENDALIAN
CACAT SECARA OTOMATIS
Dalam Autonomasi ini disamping melibatkan beberapa jenis sistim otomatisasi dalam proses mesin, juga melibatkan pengendalian mutu yang dapat menghentikan proses bila terjadi cacat Lini (Kesalahan)
Jidoka SUATU ALAT / SISTIM YANG DIGUNAKAN UNTUK MENGETAHUI / MENDETEKSI KETIDAK NORMALAN PROSES, JIKA TERJADI SESUATU YANG ABNORMAL, PROSES AKAN TERHENTI SECARA OTOMATIS (KONSEP FIX STOP POSITION).
ANDON
PAPAN LAMPU YANG AKAN MENYALA PADA LAMPU TERTENTU YANG MENUNJUK KAN LOKASI DIMANA MASALAH TERJADI.
FUNGSINYA MEMBERIKAN INFORMASI SECARA CEPAT TERHADAP MASALAH YANG TERJADI KEPADA FOREMAN MAUPUN SUPERVISOR, SELAIN ITU DAPAT DIGUNAKAN UNTUK MENUNJUKKAN STATUS OPERASIONAL MESIN
KONSEP PEMBERHENTIAN JALUR
(FIX STOP POSITION)
MEMBERIKAN WEWENANG KEPADA OPERATOR UNTUK DAPAT MEMBERHENTIKAN JALUR SAAT TERJADI KONDISI YANG TIDAK WAJAR (DEFECT QUALITY).
UNTUK ITU PEMANFAATAN WAKTU OPERATOR DAPAT DILAKUKAN SECARA MAKSIMAL DENGAN MENELUSURI KONDISI YANG TIDAK WAJAR DAN DAPAT MELAKUKAN PENANGGULANGAN MASALAH SECARA CEPAT
PAPAN KONTROL PRODUKSI
MERUPAKAN SARANA PENYAMPAIAN
INFORMASI SECARA CEPAT TERTUJUAN MEMBANDINGKAN HASIL YANG TELAH DICAPAI DENGAN RENCANA, SEHINGGA
BILA TERJADI PENYIMPANGAN DIANTARA KEDUANNYA DAPAT SEGERA TERINFORMASI DAN SEGERA DAPAT DILAKUKAN TINDAKAN PENANGGULANGAN
POKA-YOKE (ALAT ANTI SALAH )
MERUPAKAN ALAT BANTU YANG AKAN MENDETEKSI ADANYA KELAINAN SEBELUM TERJADI PERMASALAHAN DALAM PROSES, ATAU BILA TERJADI AKAN SEGERA ADA PERINGATAN ATAU MESIN AKAN BERHENTI.
VISUAL CONTROL
MERUPAKAN ALAT YANG BERFUNGSI
SEBAGAI SARANA UNTUK MELAYANI
PENYALURAN INFORMASI SEDINI
MUNGKIN, SEHINGGA PENYALURAN
INFORMASI SECARA CEPAT )JUST IN TIME) DALAM PABRIK DAPAT TERLAKSANA
SISTIM PENGENDALIAN YANG DILAKUKAN OLEH UNIT
KERJA SENDIRI (OTONOMI YANG LEBIH TERDISTRIBUSI),
DAPAT MENGHASILKAN SISTIM INFORMASI YANG CEPAT,
SEHINGGA PENANGGULANGAN PERMASALAHAN DAPAT
DILAKUKAN SECARA SINGKAT (SEGERA).
SEDANGKAN SISTIM MANAJEMEN TERPUSAT DAPAT
MEMBEBANI SISTIM PENGENDALIAN PUSAT DENGAN
TERLALU BANYAKNYA INFORMASI YANG DAPAT
MENYEBABKAN KETERLAMBATAN DALAM PROSES.
UNTUK ITU YANG TERPENTING ADALAH KETERLIBATAN
DARI TIAP ORANG.
• Penghilangan pemborosan.
• Setiap orang terlibat, upaya bekerjasama dan bekerja bersama.
• Tangani dan atasi akar penyebab masalah.
• Manusia bisa berbuat salah.
1) Seiri (Sort: Pemilahan)
Pembedaan antara item yang diperlukan dan yang tidak diperlukan, serta penyisihan item yang tidak diperlukan tersebut.
‘Pembedaan’ berarti:
Pengelompokkan berbagai item yang ada menjadi item yang diperlukan dan item yang tidak diperlukan.
2) Seiton (Set in Order: Peletakan)
Peletakan yang teratur sehingga item yang diperlukan bisa diperoleh secara efisien pada saat yang tepat.
‘Penetapan tempat’ berarti:
Penyiapan aturan dan membuat mudah dilihat ‘dimana’ dan ‘berapa banyak’ item yang diperlukan akan diletakkan.
3) Seiso (Shine: Pembersihan)
Penciptaan tempat kerja yang bersih tanpa sampah dan debu.
Tindakan untuk mencegah kotoran dan kemunculannya:
Penanggulangan terhadap sumber kotoran termasuk penanggulangan dari metode proses (misalnya kesalahan dalam kondisi pemrosesan dst.)
4) Seiketsu (Standardization: Penetapan standar)
Adanya standarisasi untuk tindakan yang terbaik.
5) Shitsuke (Sustain: Penegakan disiplin)
Praktek pemberlakuan kebiasaan sehingga peraturan dan standarisasi di tempat kerja ditepati dengan baik.
• Komite 5S.
• Pelatihan 5S.
• Kompetisi / Evaluasi 5S.
• Bulan 5S.
• Poster, Literatur, dan lainnya.
TUJUAN JIDOKA
MENJAMIN KUALITAS PRODUKSI UNTUK MENCAPAI HASIL KUALITAS 100 % BAIK
MENGHEMAT / MENYEDERHANAKAN MAN POWER
MENCEGAH TERJADINYA DOWN TIME AKIBAT ADANYA KELAINAN PADA PROSES OPERASIONAL PRODUKSI
BILA DILIHAT DARI ARTI BAHASANYA, JIDOKA MEMILIKI 2 ARTI :
1. OTOMATISASI
2. AUTONOMASI
1. OTOMATISASI :
MENGUBAH PROSES MANUAL
MENJADI PROSES MESIN
Dalam hal ini mengutamakan otomatisasi operasionalnya saja, tanpa adanya umpan balik yang dapat mendeteksi kesalahan dan tidak ada sistim penghentian proses bila terjadi kesalahan
2. AUTONOMASI :
MENGUBAH PROSES MANUAL MENJADI
PROSES MESIN DENGAN PENGENDALIAN
CACAT SECARA OTOMATIS
Dalam Autonomasi ini disamping melibatkan beberapa jenis sistim otomatisasi dalam proses mesin, juga melibatkan pengendalian mutu yang dapat menghentikan proses bila terjadi cacat Lini (Kesalahan)
Jidoka SUATU ALAT / SISTIM YANG DIGUNAKAN UNTUK MENGETAHUI / MENDETEKSI KETIDAK NORMALAN PROSES, JIKA TERJADI SESUATU YANG ABNORMAL, PROSES AKAN TERHENTI SECARA OTOMATIS (KONSEP FIX STOP POSITION).
ANDON
PAPAN LAMPU YANG AKAN MENYALA PADA LAMPU TERTENTU YANG MENUNJUK KAN LOKASI DIMANA MASALAH TERJADI.
FUNGSINYA MEMBERIKAN INFORMASI SECARA CEPAT TERHADAP MASALAH YANG TERJADI KEPADA FOREMAN MAUPUN SUPERVISOR, SELAIN ITU DAPAT DIGUNAKAN UNTUK MENUNJUKKAN STATUS OPERASIONAL MESIN
KONSEP PEMBERHENTIAN JALUR
(FIX STOP POSITION)
MEMBERIKAN WEWENANG KEPADA OPERATOR UNTUK DAPAT MEMBERHENTIKAN JALUR SAAT TERJADI KONDISI YANG TIDAK WAJAR (DEFECT QUALITY).
UNTUK ITU PEMANFAATAN WAKTU OPERATOR DAPAT DILAKUKAN SECARA MAKSIMAL DENGAN MENELUSURI KONDISI YANG TIDAK WAJAR DAN DAPAT MELAKUKAN PENANGGULANGAN MASALAH SECARA CEPAT
PAPAN KONTROL PRODUKSI
MERUPAKAN SARANA PENYAMPAIAN
INFORMASI SECARA CEPAT TERTUJUAN MEMBANDINGKAN HASIL YANG TELAH DICAPAI DENGAN RENCANA, SEHINGGA
BILA TERJADI PENYIMPANGAN DIANTARA KEDUANNYA DAPAT SEGERA TERINFORMASI DAN SEGERA DAPAT DILAKUKAN TINDAKAN PENANGGULANGAN
POKA-YOKE (ALAT ANTI SALAH )
MERUPAKAN ALAT BANTU YANG AKAN MENDETEKSI ADANYA KELAINAN SEBELUM TERJADI PERMASALAHAN DALAM PROSES, ATAU BILA TERJADI AKAN SEGERA ADA PERINGATAN ATAU MESIN AKAN BERHENTI.
VISUAL CONTROL
MERUPAKAN ALAT YANG BERFUNGSI
SEBAGAI SARANA UNTUK MELAYANI
PENYALURAN INFORMASI SEDINI
MUNGKIN, SEHINGGA PENYALURAN
INFORMASI SECARA CEPAT )JUST IN TIME) DALAM PABRIK DAPAT TERLAKSANA
SISTIM PENGENDALIAN YANG DILAKUKAN OLEH UNIT
KERJA SENDIRI (OTONOMI YANG LEBIH TERDISTRIBUSI),
DAPAT MENGHASILKAN SISTIM INFORMASI YANG CEPAT,
SEHINGGA PENANGGULANGAN PERMASALAHAN DAPAT
DILAKUKAN SECARA SINGKAT (SEGERA).
SEDANGKAN SISTIM MANAJEMEN TERPUSAT DAPAT
MEMBEBANI SISTIM PENGENDALIAN PUSAT DENGAN
TERLALU BANYAKNYA INFORMASI YANG DAPAT
MENYEBABKAN KETERLAMBATAN DALAM PROSES.
UNTUK ITU YANG TERPENTING ADALAH KETERLIBATAN
DARI TIAP ORANG.
Rabu, 06 April 2011
MetPen
BERPIKIR ILMIAH
Pengetahuan adalah hasil kegiatan berpikir
Berpikir adalah kegiatan mental yang sulit (Thinking is hard work)
Ilmu adalah pengetahuan yang telah diuji kebenarannya
Pengertian Berpikir Ilmiah : berpikir secara analitis menggunakan logika/penalaran tertentu dengan sikap skeptis.
Analitis : menganalisis persoalan yang relevan dan tidak relevan, masalah utama atau penunjang
Menggunakan logika : berpikir berdasarkan logika (metode deduktif dan induktif) dengan pertimbangan objektif berdasarkan data dan analisis akal sehat
Sikap skeptis : menanyakan bukti/fakta, atau berdasarkan fakta
PERANGKAT BERPIKIR ILMIAH
Untuk dapat berpikir ilmiah diperlukan sarana berupa bahasa, logika , matematika, statistika
Bahasa : alat komunikasi verbal untuk menyampaikan jalan pikiran
Logika : pola berpikir (penalaran).
Sillogisme : Jika premis-premis (pernyataan) benar maka kesimpulan benar
Matematika : sarana berpikir deduktif
Statistika : sarana berpikir induktif
METODE BERPIKIR
Analyse : consider the various components of whole and try to describe the inter-relationships between them
Compare : examine the characteristics of the objects in question to demonstrate their similarities and their differences
Contrast : examine the characteristics of the objects in question to demonstrate their differences
Define : give a definition or state term of reference
Describe : give an account
Discuss : present the different aspects of a question or problem
Enumerate : give a listing
Evaluate : examine various sides of a question and try to reach a judgement
Examine critically : act as a judge or critic, appraise
Illustrate : give an example, explain, draw a figure
Prove : demonstrate or show by logical argument
Summarise : state the main points briefly
PENALARAN
Proses penalaran (Penarikan Kesimpulan)
1. Penalaran Deduktif : menarik kesimpulan bersifat individual (khusus) dari peryataan yang bersifat umum
Berpikir menggunakan rasio, tanpa perlu bukti nyata
Melahirkan aliran rasionalisme
Penerapan dalam mengarahkan penelitian mengikuti urutan : teori, hipotesis, operasional, observasi, pengujian hipotesis
2.Penalaran Induktif : menarik kesimpulan yang bersifat umum dari kasus-kasus individual (khusus).
Kebenaran berdasarkan bukti nyata
Melahirkan aliran empiris
Penerapan dalam mengarahkan penelitian mengikuti urutan : observasi, pengujian hipotesis, pembentukan pola generalisasi, teori.
METODE ILMIAH
Berfikir teoritis diterima nalar (rasional), logis
Diuji kebenarannya ( Empirik )
Metodologi merupakan suatu pengkajian dalam mempelajari metode
Pendekatan rasional saja : Abstraksi intelektual dimana pendekatan secara rasional digabungkan
Hasil kajian teori dan kerangka berfikir bersifat jawaban sementara - hipotesis
Harus diuji secara empirik
Logika hypothesis verifikasi
Logika : Teori dan kerangka berfikir
Hypotesis : Jawaban sementara
Verifikasi : pembuktian empirik
Gabungan antara deduksi dan induksi
KARAKTERISTIK ILMIAH
Purposiveness : definite aim or purpose
Rigor : based a good theoritical, and carefully thoughout methodology design
Testability : the hypothesis can be tested when data are collected, such as statistic test
Replicability : the result of test hypothesis should be supported again hwn the same type of research is repeated in other similar circumtance
Precision and confidence
Precision : refers to the closeness of findings to reality (confidence interval).
Confidence refers to the probability that our estimation are correct (significant level p = 0.5)
Objectivity : the result should be based on facts (derived from actual data) not on our subjective or emotional value
Generalizability
JENIS PENELITIAN
Berdasarkan tujuan ada 2:
1. MURNI
menemukan pengetahuan baru
2. TERAPAN
pengetahuan yang telah diketahui untuk memecahkan masalah kehidupan
berdasarkan pendekatan ada 8:
1. SURVEY
2. EX. POST FACTO
3. EKPERIMEN
4. NATURALISTIK
5. POLICY RESEARCH
6. ACTION RESEARCH
7. EVALUASI
8. SEJARAH
Penelitian survey – berdasar sampel dari populasi – di generalisasi
Eks Post Facto – meneliti peristiwa yang telah terjadi
Penelitian eksperimen pengaruh variabel terhadap variabel
Pre eksperimen
True eksperimen
Factorial
Quasi eksperimenal
Naturalistik – kualitatif – alami bukan generalisasi tapi makna
Policy research masalah-masalah sosial
Action Research ( penelitian tindakan ) – menguji prosedur terhadap perubahan
Penelitian evaluasi – sumatif (produk ) & formatif ( proses )
Penelitian sejarah : analisis logis terhadap kejadian masa lalu
Berdasarkan tingkat eksplanasi
Penelitian deskriptif
variabel mandiri, tanpa membuat perbandingan & menghubungkan.
Penelitian komparatif
Membandingkan
variabel mandiri , lebih dari Satu
Penelitian asosiatif,
mencari hubungan
Korelasi
regresi
Penelitian eksperimen
Adanya intervensi
Melihat efek dari suatu manipulasi
Eksperimen murni – memungkinkan pengendalian variabel pengacau
Eksperimen semu = kuasi eksperimen
Penelitian non eksperimen
Tak ada intervensi
Apa adanya – in nature
Tak mungkin mengontrol semua variabel diluar
Penelitian labotarium:
Di lab
Bisa eksperimen, survei, trial
Optimasi pengukuran, metoda, alat.
Obyektif, validitas, reliabilitas
Proses penelitian
SISTEMATIS
TERSTUKTUR
DIMENGERTI ORANG LAIN
LANGKAH-LANGKAH JELAS
LOGIS
RASIONAL - SILOGISME
MUDAH DI CEK KEMBALI
DAPAT DIPAKAI DALAM PENGAMBILAN KEPUTUSAN
EMPIRIS
SESUAI DENGAN KENYATAAN
ALAT BANTU NYATA UNTUK KELIHATAN NYATA
REDUKTIF
MENGURANGI MASALAH / KEBINGUNGAN
REPLICABLE & TRANSMITABLE
DAPAT DILAKUKAN ORANG LAIN
DAPAT DIINFORMASIKAN
KERANGKA PENELITIAN
• Merupakan langkah/kegiatan sistematis yang saling mendukung yang diperlukan dalam perencanaan dan pelaksanaan penelitian
• Sangat ditentukan jenis penelitian
PROSES PENELITIAN
3 tahapan utama :
Perencanaan
Pelaksanaan
Penulisan laporan
Desain penelitian meliputi:
1. Desain sampel
2. Desain instrumen
3. Desain analisis
4. Desain administrasi (sistem laporan)
TAHAPAN PENELITIAN
1. Identifikasi, pemilihan dan perumusan masalah
2. Studi kepustakaan
3. Perumusan hipotesis
4. Identifikasi, klasifikasi, dan memberi definisi variabel – variabel
5. Pemilihan/pengembangan alat pengumpul data
6. Penentuan sampel penelitian
7. Pengumpulan data
8. Pengolahan dan analisis data
9. Interpretasi hasil analisis data/penarikan kesimpulan
10. Penyusunan laporan penelitian
IDENTIFIKASI DAN PERUMUSAN MASALAH
Masalah :
Pesoalan yan memerlukan pemecahan
Terjadi bila ada kesenjangan antara
yang seharusnya vs yang terjadi
yang diperlukan vs yang tersedia
harapan vs kenyataan
IDENTIFIKASI MASALAH
• Mengamati gejala (mata yang terlatih)
• Dapat ditemukan melalui :
1. bacaan
2. diskusi, seminar, pertemuan ilmiah
3. pernyataan pemegang otoritas
4. pengamatan
5. pengalaman pribadi
PEMILIHAN MASALAH
Pertimbangan kelayakan (relatif ) :
1. Mempunyai nilai penelitian :
- asli
- mempunyai nilai aplikasi ilmiah (dapat diuji)
- menyatakan hubngan antar variabel
2. Mempunyai fisibilitas :
- data dan metode pemecahan masalah
- biaya, waktu, tenaga
3. Sesuai kualifikasi peneliti :
- menarik
- sesuai derajat ilmiah yang dimiliki
- sesuai kemampuan
PERUMUSAN MASALAH
1. Padat dan jelas
2. Sebaiknya dirumuskan dalam kalimat tanya
3. Dasar untuk perumusan hipotesis, tujuan penelitian dan judul penelitian.
STUDI KEPUSTAKAAN
Sumber bacaan
1. Kepustakaan umum : teori umum, textbook, ensiklopedi
2. Kepustakaan khusus : hal – hal khusus, jurnal, buletin
Kriteria : kemuktahiran dan relevansi
PERUMUSAN HIPOTESIS
Hipotesis :
jawaban sementara/dugaan tentang masalah penelitian, yang kebenarannya perlu diuji
taraf ketepatan dugaan dipengaruhi ketepatan landasan teori
hipotesis yang telah diuji melalui data dan fakta disebut tesis (kebenaran)
Hipotesis yang baik harus sederhana, mempertimbangkan fakta yang relevan, dapat diuji dengan aplikasi deduktif dan induktif
Tidak semua penelitian memerlukan hipotesis (misal eksploratif dan deskriptif)
JENIS HIPOTESIS
Berdasarkan fungsi :
1. Hipotesis deskriptif :menggambarkan keadaan obyek penelitian
2. Hipotesis hubungan : hubungan antara 2 atau lebih dari variabel
3. Hipotesis perbedaan :perbedaan antara kelompok yang berlainan
Berdasarkan sifat :
1. Hipotesis kerja : sesuai dugaan peneliti
2. Hipotesis nol : berlawanan dengan dugaan peneliti
3. Hipotesis statistik : dugaan besarnya parameter objek
KONSEP dan VARIABEL
KONSEP :
Konsep : abstraksi (generalisasi) dari fenomena alam
Contoh : matahari, kreatif, badan
Variabel :
- fokus pada aspek tertentu dari konsep
- Bagian konsep yang dapat diamati dan diukur
Contoh : badan (konsep)
fokus pada aspek tertentu, misalnya aspek tinggi atau berat; maka “tinggi badan” atau “berat badan” merupakan varaibel.
Variabel :
Faktor atau besaran yang nilainya (sifat atau kategorinya) lebih dari satu dan dapat diukur.
Mengukur variabel ilmu sosial jauh lebih sulit karena bersifat abstrak.
ilmu eksak : relatif lebih mudah diukur karena bersifat riil, misalnya berat, tinggi, luas, dan sebagainya.
JENIS-JENIS VARIABEL
1. Kontinu vs diskrit
Variabel kontinu : nilainya dapat ditentukan dalam suatu kontinum dengan jarak jangkauan tertentu dengan desimal yang tidak terbatas; dalam bentuk pecahan dan biasanya merupakan hasil pengukuran.
Variabel diskrit : nilainya dalam bentuk bulat dan dihasilkan dari penghitungan.
2. Dependen vs independen :
Variabel dependen (tergantung/respon), nilainya tergantung pada variable lain (variable independent/ bebas/ regressor).
Variabel independen, nilainya bebas tidak tergantung pada variabel lain, tetapi bisa mempengaruhi variabel lain
Variabel aktif, nilai atau kategorinya bisa dimanipulasi (diubah-ubah) oleh peneliti pada saat akan melakukan penelitian, seperti : dosis obat, shift kerja, dan lainnya.
Variabel atribut: tidak dapat dimanipulasi oleh peneliti, seperti : sikap, jenis kelamin, kecerdasan, dan lainnya.
Variabel aktif, nilai atau kategorinya bisa dimanipulasi (diubah-ubah) oleh peneliti pada saat akan melakukan penelitian, seperti : dosis obat, shift kerja, dan lainnya.
Variabel atribut: tidak dapat dimanipulasi oleh peneliti, seperti : sikap, jenis kelamin, kecerdasan, dan lainnya.
MENDEFINISIKAN VARIABEL
Cara konstitutif : konsep atau konstrak didefinisikan dengan konsep atau konstrak yang laih.
Contoh : “area” secara konstruktif didefinisikan sebagai “luas sebidang tanah”.
Cara operasional : memberikan arti atau menspesifikasikan prosedur kegiatan dalam mengukur variable tertentu.
Contoh : “kemampuan” didefinisikan secara operasional sebagai “uji kemampuan berdasarkan nilai ujian akhir”.
HUBUNGAN ANTAR VARIABEL
Antara 2 variabel atau lebih bisa simetris atau tidak simetris
Variabel yang satu mempengaruhi variabel yang lain
Hubungan asimetris 2 variabel : bivariat
Hubungan asimetris 3 variabel atau lebih : multivariat
KERANGKA BERPIKIR
Merupakan model konseptual tentang bagaimana teori berhubungan dengan berbagai faktor yang telah diindentifikasikan sebagai masalah penting
Kerangka berpikir memuat hal-hal:
Variabel- variabel yang akan diteliti harus dijelaskan.
Harus dapat menunjukan dan menjelaskan hubungan antar variabel yang diteliti dan teori yang mendasari.
Harus dapat menjelaskan apakah hubungan antar variabel itu positif atau negatif, berbentuk simetris atau interaktif (timbal balik)
Dapat dinyatkan dalam bentuk diagram
Pengetahuan adalah hasil kegiatan berpikir
Berpikir adalah kegiatan mental yang sulit (Thinking is hard work)
Ilmu adalah pengetahuan yang telah diuji kebenarannya
Pengertian Berpikir Ilmiah : berpikir secara analitis menggunakan logika/penalaran tertentu dengan sikap skeptis.
Analitis : menganalisis persoalan yang relevan dan tidak relevan, masalah utama atau penunjang
Menggunakan logika : berpikir berdasarkan logika (metode deduktif dan induktif) dengan pertimbangan objektif berdasarkan data dan analisis akal sehat
Sikap skeptis : menanyakan bukti/fakta, atau berdasarkan fakta
PERANGKAT BERPIKIR ILMIAH
Untuk dapat berpikir ilmiah diperlukan sarana berupa bahasa, logika , matematika, statistika
Bahasa : alat komunikasi verbal untuk menyampaikan jalan pikiran
Logika : pola berpikir (penalaran).
Sillogisme : Jika premis-premis (pernyataan) benar maka kesimpulan benar
Matematika : sarana berpikir deduktif
Statistika : sarana berpikir induktif
METODE BERPIKIR
Analyse : consider the various components of whole and try to describe the inter-relationships between them
Compare : examine the characteristics of the objects in question to demonstrate their similarities and their differences
Contrast : examine the characteristics of the objects in question to demonstrate their differences
Define : give a definition or state term of reference
Describe : give an account
Discuss : present the different aspects of a question or problem
Enumerate : give a listing
Evaluate : examine various sides of a question and try to reach a judgement
Examine critically : act as a judge or critic, appraise
Illustrate : give an example, explain, draw a figure
Prove : demonstrate or show by logical argument
Summarise : state the main points briefly
PENALARAN
Proses penalaran (Penarikan Kesimpulan)
1. Penalaran Deduktif : menarik kesimpulan bersifat individual (khusus) dari peryataan yang bersifat umum
Berpikir menggunakan rasio, tanpa perlu bukti nyata
Melahirkan aliran rasionalisme
Penerapan dalam mengarahkan penelitian mengikuti urutan : teori, hipotesis, operasional, observasi, pengujian hipotesis
2.Penalaran Induktif : menarik kesimpulan yang bersifat umum dari kasus-kasus individual (khusus).
Kebenaran berdasarkan bukti nyata
Melahirkan aliran empiris
Penerapan dalam mengarahkan penelitian mengikuti urutan : observasi, pengujian hipotesis, pembentukan pola generalisasi, teori.
METODE ILMIAH
Berfikir teoritis diterima nalar (rasional), logis
Diuji kebenarannya ( Empirik )
Metodologi merupakan suatu pengkajian dalam mempelajari metode
Pendekatan rasional saja : Abstraksi intelektual dimana pendekatan secara rasional digabungkan
Hasil kajian teori dan kerangka berfikir bersifat jawaban sementara - hipotesis
Harus diuji secara empirik
Logika hypothesis verifikasi
Logika : Teori dan kerangka berfikir
Hypotesis : Jawaban sementara
Verifikasi : pembuktian empirik
Gabungan antara deduksi dan induksi
KARAKTERISTIK ILMIAH
Purposiveness : definite aim or purpose
Rigor : based a good theoritical, and carefully thoughout methodology design
Testability : the hypothesis can be tested when data are collected, such as statistic test
Replicability : the result of test hypothesis should be supported again hwn the same type of research is repeated in other similar circumtance
Precision and confidence
Precision : refers to the closeness of findings to reality (confidence interval).
Confidence refers to the probability that our estimation are correct (significant level p = 0.5)
Objectivity : the result should be based on facts (derived from actual data) not on our subjective or emotional value
Generalizability
JENIS PENELITIAN
Berdasarkan tujuan ada 2:
1. MURNI
menemukan pengetahuan baru
2. TERAPAN
pengetahuan yang telah diketahui untuk memecahkan masalah kehidupan
berdasarkan pendekatan ada 8:
1. SURVEY
2. EX. POST FACTO
3. EKPERIMEN
4. NATURALISTIK
5. POLICY RESEARCH
6. ACTION RESEARCH
7. EVALUASI
8. SEJARAH
Penelitian survey – berdasar sampel dari populasi – di generalisasi
Eks Post Facto – meneliti peristiwa yang telah terjadi
Penelitian eksperimen pengaruh variabel terhadap variabel
Pre eksperimen
True eksperimen
Factorial
Quasi eksperimenal
Naturalistik – kualitatif – alami bukan generalisasi tapi makna
Policy research masalah-masalah sosial
Action Research ( penelitian tindakan ) – menguji prosedur terhadap perubahan
Penelitian evaluasi – sumatif (produk ) & formatif ( proses )
Penelitian sejarah : analisis logis terhadap kejadian masa lalu
Berdasarkan tingkat eksplanasi
Penelitian deskriptif
variabel mandiri, tanpa membuat perbandingan & menghubungkan.
Penelitian komparatif
Membandingkan
variabel mandiri , lebih dari Satu
Penelitian asosiatif,
mencari hubungan
Korelasi
regresi
Penelitian eksperimen
Adanya intervensi
Melihat efek dari suatu manipulasi
Eksperimen murni – memungkinkan pengendalian variabel pengacau
Eksperimen semu = kuasi eksperimen
Penelitian non eksperimen
Tak ada intervensi
Apa adanya – in nature
Tak mungkin mengontrol semua variabel diluar
Penelitian labotarium:
Di lab
Bisa eksperimen, survei, trial
Optimasi pengukuran, metoda, alat.
Obyektif, validitas, reliabilitas
Proses penelitian
SISTEMATIS
TERSTUKTUR
DIMENGERTI ORANG LAIN
LANGKAH-LANGKAH JELAS
LOGIS
RASIONAL - SILOGISME
MUDAH DI CEK KEMBALI
DAPAT DIPAKAI DALAM PENGAMBILAN KEPUTUSAN
EMPIRIS
SESUAI DENGAN KENYATAAN
ALAT BANTU NYATA UNTUK KELIHATAN NYATA
REDUKTIF
MENGURANGI MASALAH / KEBINGUNGAN
REPLICABLE & TRANSMITABLE
DAPAT DILAKUKAN ORANG LAIN
DAPAT DIINFORMASIKAN
KERANGKA PENELITIAN
• Merupakan langkah/kegiatan sistematis yang saling mendukung yang diperlukan dalam perencanaan dan pelaksanaan penelitian
• Sangat ditentukan jenis penelitian
PROSES PENELITIAN
3 tahapan utama :
Perencanaan
Pelaksanaan
Penulisan laporan
Desain penelitian meliputi:
1. Desain sampel
2. Desain instrumen
3. Desain analisis
4. Desain administrasi (sistem laporan)
TAHAPAN PENELITIAN
1. Identifikasi, pemilihan dan perumusan masalah
2. Studi kepustakaan
3. Perumusan hipotesis
4. Identifikasi, klasifikasi, dan memberi definisi variabel – variabel
5. Pemilihan/pengembangan alat pengumpul data
6. Penentuan sampel penelitian
7. Pengumpulan data
8. Pengolahan dan analisis data
9. Interpretasi hasil analisis data/penarikan kesimpulan
10. Penyusunan laporan penelitian
IDENTIFIKASI DAN PERUMUSAN MASALAH
Masalah :
Pesoalan yan memerlukan pemecahan
Terjadi bila ada kesenjangan antara
yang seharusnya vs yang terjadi
yang diperlukan vs yang tersedia
harapan vs kenyataan
IDENTIFIKASI MASALAH
• Mengamati gejala (mata yang terlatih)
• Dapat ditemukan melalui :
1. bacaan
2. diskusi, seminar, pertemuan ilmiah
3. pernyataan pemegang otoritas
4. pengamatan
5. pengalaman pribadi
PEMILIHAN MASALAH
Pertimbangan kelayakan (relatif ) :
1. Mempunyai nilai penelitian :
- asli
- mempunyai nilai aplikasi ilmiah (dapat diuji)
- menyatakan hubngan antar variabel
2. Mempunyai fisibilitas :
- data dan metode pemecahan masalah
- biaya, waktu, tenaga
3. Sesuai kualifikasi peneliti :
- menarik
- sesuai derajat ilmiah yang dimiliki
- sesuai kemampuan
PERUMUSAN MASALAH
1. Padat dan jelas
2. Sebaiknya dirumuskan dalam kalimat tanya
3. Dasar untuk perumusan hipotesis, tujuan penelitian dan judul penelitian.
STUDI KEPUSTAKAAN
Sumber bacaan
1. Kepustakaan umum : teori umum, textbook, ensiklopedi
2. Kepustakaan khusus : hal – hal khusus, jurnal, buletin
Kriteria : kemuktahiran dan relevansi
PERUMUSAN HIPOTESIS
Hipotesis :
jawaban sementara/dugaan tentang masalah penelitian, yang kebenarannya perlu diuji
taraf ketepatan dugaan dipengaruhi ketepatan landasan teori
hipotesis yang telah diuji melalui data dan fakta disebut tesis (kebenaran)
Hipotesis yang baik harus sederhana, mempertimbangkan fakta yang relevan, dapat diuji dengan aplikasi deduktif dan induktif
Tidak semua penelitian memerlukan hipotesis (misal eksploratif dan deskriptif)
JENIS HIPOTESIS
Berdasarkan fungsi :
1. Hipotesis deskriptif :menggambarkan keadaan obyek penelitian
2. Hipotesis hubungan : hubungan antara 2 atau lebih dari variabel
3. Hipotesis perbedaan :perbedaan antara kelompok yang berlainan
Berdasarkan sifat :
1. Hipotesis kerja : sesuai dugaan peneliti
2. Hipotesis nol : berlawanan dengan dugaan peneliti
3. Hipotesis statistik : dugaan besarnya parameter objek
KONSEP dan VARIABEL
KONSEP :
Konsep : abstraksi (generalisasi) dari fenomena alam
Contoh : matahari, kreatif, badan
Variabel :
- fokus pada aspek tertentu dari konsep
- Bagian konsep yang dapat diamati dan diukur
Contoh : badan (konsep)
fokus pada aspek tertentu, misalnya aspek tinggi atau berat; maka “tinggi badan” atau “berat badan” merupakan varaibel.
Variabel :
Faktor atau besaran yang nilainya (sifat atau kategorinya) lebih dari satu dan dapat diukur.
Mengukur variabel ilmu sosial jauh lebih sulit karena bersifat abstrak.
ilmu eksak : relatif lebih mudah diukur karena bersifat riil, misalnya berat, tinggi, luas, dan sebagainya.
JENIS-JENIS VARIABEL
1. Kontinu vs diskrit
Variabel kontinu : nilainya dapat ditentukan dalam suatu kontinum dengan jarak jangkauan tertentu dengan desimal yang tidak terbatas; dalam bentuk pecahan dan biasanya merupakan hasil pengukuran.
Variabel diskrit : nilainya dalam bentuk bulat dan dihasilkan dari penghitungan.
2. Dependen vs independen :
Variabel dependen (tergantung/respon), nilainya tergantung pada variable lain (variable independent/ bebas/ regressor).
Variabel independen, nilainya bebas tidak tergantung pada variabel lain, tetapi bisa mempengaruhi variabel lain
Variabel aktif, nilai atau kategorinya bisa dimanipulasi (diubah-ubah) oleh peneliti pada saat akan melakukan penelitian, seperti : dosis obat, shift kerja, dan lainnya.
Variabel atribut: tidak dapat dimanipulasi oleh peneliti, seperti : sikap, jenis kelamin, kecerdasan, dan lainnya.
Variabel aktif, nilai atau kategorinya bisa dimanipulasi (diubah-ubah) oleh peneliti pada saat akan melakukan penelitian, seperti : dosis obat, shift kerja, dan lainnya.
Variabel atribut: tidak dapat dimanipulasi oleh peneliti, seperti : sikap, jenis kelamin, kecerdasan, dan lainnya.
MENDEFINISIKAN VARIABEL
Cara konstitutif : konsep atau konstrak didefinisikan dengan konsep atau konstrak yang laih.
Contoh : “area” secara konstruktif didefinisikan sebagai “luas sebidang tanah”.
Cara operasional : memberikan arti atau menspesifikasikan prosedur kegiatan dalam mengukur variable tertentu.
Contoh : “kemampuan” didefinisikan secara operasional sebagai “uji kemampuan berdasarkan nilai ujian akhir”.
HUBUNGAN ANTAR VARIABEL
Antara 2 variabel atau lebih bisa simetris atau tidak simetris
Variabel yang satu mempengaruhi variabel yang lain
Hubungan asimetris 2 variabel : bivariat
Hubungan asimetris 3 variabel atau lebih : multivariat
KERANGKA BERPIKIR
Merupakan model konseptual tentang bagaimana teori berhubungan dengan berbagai faktor yang telah diindentifikasikan sebagai masalah penting
Kerangka berpikir memuat hal-hal:
Variabel- variabel yang akan diteliti harus dijelaskan.
Harus dapat menunjukan dan menjelaskan hubungan antar variabel yang diteliti dan teori yang mendasari.
Harus dapat menjelaskan apakah hubungan antar variabel itu positif atau negatif, berbentuk simetris atau interaktif (timbal balik)
Dapat dinyatkan dalam bentuk diagram
Selasa, 23 November 2010
perencanaan kapasitas
Definisi kapasitas
Adalah kecepatan produksi yang dapat dihasilkan oleh suatu sistem produktif (pekerja, mesin, work center, departemen, pabrik)
Satuannya adalah unit output/unit waktu
Manajemen kapasitas dapat dianggap sebagai aktivitas utama dalam manajemen operasionil dan meliputi penetapan jumlah personil, mesin, sumber daya lain yang diperlukan untuk berproduksi
Manajemen kapasitas Adalah kegiatan yang meliputi perencanaan, penetapan, pengukuran, pemantauan, dan penyesuaian tingkat kapasitas.
Manajemen kapasitas baik JIKA sumber daya tersedia pada saat dibutuhkan
Dalam kerangka MRP II, manajemen kapasitas memvalidasi kelaikan suatu rencana produksi dalam horison perencanaannya.
Aktivitas yang berjangka panjang dan menengah pada dasarnya merupakan aktivitas perencanaan sedangkan aktivitas jangka pendek lebih sering dikaitkan dengan aktivitas pengendalian kapasitas.
Manajemen kapasitas jangka panjang meliputi perencanaan sumber daya (Resource Planning/RP atau Resource Requirement Planning/RRP dan perencanaan kapasitas secara kasar (Rough Cut Capacity Planning/RCCP).
Manajemen kapasitas jangka menengah meliputi perencanaan kebutuhan kapasitas atau Capacity Requirement Planning/CRP yang merupakan kelanjutan dari teknik MRP.
Manajemen kapasitas jangka pendek meliputi finite loading dan input/output analysis.
ALASAN PERLU DIKETAHUINYA KAPASITAS SUATU STASIUN KERJA, BAGIAN ATAUPUN FASILITAS :
Sangat diperlukan untuk menghasilkan produk yang diminta oleh konsumen pada saat ini ataupun yang akan datang.
Secara langsung mempengaruhi efisiensi/biaya operasional
Menunjukkan kemampuan investasi suatu perusahaan
PERENCANAAN KAPASITAS
Merupakan salah satu aktivitas manajemen kapasitas
Adalah proses menentukan level of capacity (sumber daya) yang dibutuhkan untuk memenuhi MPS
Perencanaan baik JIKA MPS tercapai
Faktor-faktor yang Mempengaruhi kapasitas
Ada Faktor-faktor yang sepehuhnya dapat dikendalikan oleh manajemen dan ada yang tidak dapat dikendalikan.
Faktor-faktor yang dapat dikendalikan oleh manajemen ialah :
Tanah
Fasilitas
Mesin
Perkakas
Jumlah shift per hari
Jumlah hari kerja per hari
Jam lembur
Subkontrak
Preventive maintenance
Faktor yang tidak dapat sepenuhnya dikendalikan oleh manajemen ialah :
Ketidakhadiran pekerja
Keluar masuknya personil (pexsonnel turnover).
Kinerja personil (labor performance)
Kerusakan peralatan
Scrap dan rework
PENGENDALIAN KAPASITAS
Adalah proses monitoring baik work input maupun production input untuk menjamin perencanaan kapasitas dapat tercapai.
Satuan dan ukuran kapasitas :
Satuan yang dapat dipakai untuk mengukur kapasitas tergantung dari type produk yang dibuatnya.
Ukuran mana yang dipilih tergantung dari key resource
Satuan yang dapat dipakai untuk mengukur kapasitas tergantung dari type produk yang dibuatnya.
Dalam industri proses (process industry) : ton/galon per satuan waktu
Dalam industri repetitive : unit per satuan waktu
Dalam industri bacth flow : standar hours (waktu standar x jumlah unit)
Catatan : waktu standar diukur dengan time study, MTM, Work Sampling.
KEBERHASILAN PERENCANAAN KAPASITAS
Keberhasilan perencanaan kapasitas diukur dari:
Utilisasi : mengukur seberapa jauh penggunaan sumber daya
Utilisasi = (Σ jam terpakai)/(Σ jam tersedia)
Efesiensi : mengukur seberapa jauh standar dapat terjadi
Efisiensi=(Σ jam produksi)/(Σ jam terpakai)
METODE PENGUKURAN KAPASITAS
1. Theoretical Capacity (Maximum Capacity, Design capacity)
2. Demonstrated Capacity (Actual capacity, Effective capacity)
3. Rated Capacity (Calculated Capacity, Nominal Capacity)
Theoretical Capacity (Maximum Capacity, Design capacity)
Merupakan kapasitas yang mungkin dari suatu sistem manufaktur yang didasarkan pada asumsi mengenai adanya kondisi yang ideal.
Diukur pada jam kerja yang tersedia untuk melakukan pekerjaan tanpa suatu kesesmpatan untuk berhenti atau istirahat.
Contoh :
Jika suatu pusat kerja memiliki 4 mesin dan dijadwalkan untuk beroperasi dalam satu shift selama 8 jam, dalam periode 5 hari per minggu, maka kapasitas teoritis adalah 4 x 8 x 5 = 160 jam/minggu
Untuk membuat 1 unit produk, diperlukan waktu standar 0.2 jam (12 menit), maka secara teoritis, akan dihasilkan 160 jam/minggux1 unit/0.2 jam= 800 unit.minggu.
Demonstrated Capacity (Actual capacity, Effective capacity)
Merupakan tingkat output yang dapat diharapkan pada pengalaman, yang mengukur produksi secara aktual dari pusat kerja di waktu lalu, yang biasanya diukur menggunakan waktu rata-rata berdasarkan beban kerja normal.
Contoh :Jika suatu pusat kerja menghasilkan rata-rata 650 unit per periode kerja, sedangkan jam kerja standar 0.2 jam per unit produk, maka 650 x 0.2 = 130 jam standar/periode waktu.
Rated Capacity (Calculated Capacity, Nominal Capacity)
Diukur berdasarkan penyesuaian kapasitas teoritis dengan faktor produktivitas yang telah ditentukan oleh demonstrated capacity
Dihitung melalui penggandaan waktu kerja yang tersedis dengan faktor utilitas dan efisiensi
Calculated capacity per periode : banyaknya orang atau mesin x jam per shift x shift per hari x hari kerja per periode x utilitas x efisiensi = waktu yang tersedia per periode waktu x utilitas x efisiensi
Adalah kecepatan produksi yang dapat dihasilkan oleh suatu sistem produktif (pekerja, mesin, work center, departemen, pabrik)
Satuannya adalah unit output/unit waktu
Manajemen kapasitas dapat dianggap sebagai aktivitas utama dalam manajemen operasionil dan meliputi penetapan jumlah personil, mesin, sumber daya lain yang diperlukan untuk berproduksi
Manajemen kapasitas Adalah kegiatan yang meliputi perencanaan, penetapan, pengukuran, pemantauan, dan penyesuaian tingkat kapasitas.
Manajemen kapasitas baik JIKA sumber daya tersedia pada saat dibutuhkan
Dalam kerangka MRP II, manajemen kapasitas memvalidasi kelaikan suatu rencana produksi dalam horison perencanaannya.
Aktivitas yang berjangka panjang dan menengah pada dasarnya merupakan aktivitas perencanaan sedangkan aktivitas jangka pendek lebih sering dikaitkan dengan aktivitas pengendalian kapasitas.
Manajemen kapasitas jangka panjang meliputi perencanaan sumber daya (Resource Planning/RP atau Resource Requirement Planning/RRP dan perencanaan kapasitas secara kasar (Rough Cut Capacity Planning/RCCP).
Manajemen kapasitas jangka menengah meliputi perencanaan kebutuhan kapasitas atau Capacity Requirement Planning/CRP yang merupakan kelanjutan dari teknik MRP.
Manajemen kapasitas jangka pendek meliputi finite loading dan input/output analysis.
ALASAN PERLU DIKETAHUINYA KAPASITAS SUATU STASIUN KERJA, BAGIAN ATAUPUN FASILITAS :
Sangat diperlukan untuk menghasilkan produk yang diminta oleh konsumen pada saat ini ataupun yang akan datang.
Secara langsung mempengaruhi efisiensi/biaya operasional
Menunjukkan kemampuan investasi suatu perusahaan
PERENCANAAN KAPASITAS
Merupakan salah satu aktivitas manajemen kapasitas
Adalah proses menentukan level of capacity (sumber daya) yang dibutuhkan untuk memenuhi MPS
Perencanaan baik JIKA MPS tercapai
Faktor-faktor yang Mempengaruhi kapasitas
Ada Faktor-faktor yang sepehuhnya dapat dikendalikan oleh manajemen dan ada yang tidak dapat dikendalikan.
Faktor-faktor yang dapat dikendalikan oleh manajemen ialah :
Tanah
Fasilitas
Mesin
Perkakas
Jumlah shift per hari
Jumlah hari kerja per hari
Jam lembur
Subkontrak
Preventive maintenance
Faktor yang tidak dapat sepenuhnya dikendalikan oleh manajemen ialah :
Ketidakhadiran pekerja
Keluar masuknya personil (pexsonnel turnover).
Kinerja personil (labor performance)
Kerusakan peralatan
Scrap dan rework
PENGENDALIAN KAPASITAS
Adalah proses monitoring baik work input maupun production input untuk menjamin perencanaan kapasitas dapat tercapai.
Satuan dan ukuran kapasitas :
Satuan yang dapat dipakai untuk mengukur kapasitas tergantung dari type produk yang dibuatnya.
Ukuran mana yang dipilih tergantung dari key resource
Satuan yang dapat dipakai untuk mengukur kapasitas tergantung dari type produk yang dibuatnya.
Dalam industri proses (process industry) : ton/galon per satuan waktu
Dalam industri repetitive : unit per satuan waktu
Dalam industri bacth flow : standar hours (waktu standar x jumlah unit)
Catatan : waktu standar diukur dengan time study, MTM, Work Sampling.
KEBERHASILAN PERENCANAAN KAPASITAS
Keberhasilan perencanaan kapasitas diukur dari:
Utilisasi : mengukur seberapa jauh penggunaan sumber daya
Utilisasi = (Σ jam terpakai)/(Σ jam tersedia)
Efesiensi : mengukur seberapa jauh standar dapat terjadi
Efisiensi=(Σ jam produksi)/(Σ jam terpakai)
METODE PENGUKURAN KAPASITAS
1. Theoretical Capacity (Maximum Capacity, Design capacity)
2. Demonstrated Capacity (Actual capacity, Effective capacity)
3. Rated Capacity (Calculated Capacity, Nominal Capacity)
Theoretical Capacity (Maximum Capacity, Design capacity)
Merupakan kapasitas yang mungkin dari suatu sistem manufaktur yang didasarkan pada asumsi mengenai adanya kondisi yang ideal.
Diukur pada jam kerja yang tersedia untuk melakukan pekerjaan tanpa suatu kesesmpatan untuk berhenti atau istirahat.
Contoh :
Jika suatu pusat kerja memiliki 4 mesin dan dijadwalkan untuk beroperasi dalam satu shift selama 8 jam, dalam periode 5 hari per minggu, maka kapasitas teoritis adalah 4 x 8 x 5 = 160 jam/minggu
Untuk membuat 1 unit produk, diperlukan waktu standar 0.2 jam (12 menit), maka secara teoritis, akan dihasilkan 160 jam/minggux1 unit/0.2 jam= 800 unit.minggu.
Demonstrated Capacity (Actual capacity, Effective capacity)
Merupakan tingkat output yang dapat diharapkan pada pengalaman, yang mengukur produksi secara aktual dari pusat kerja di waktu lalu, yang biasanya diukur menggunakan waktu rata-rata berdasarkan beban kerja normal.
Contoh :Jika suatu pusat kerja menghasilkan rata-rata 650 unit per periode kerja, sedangkan jam kerja standar 0.2 jam per unit produk, maka 650 x 0.2 = 130 jam standar/periode waktu.
Rated Capacity (Calculated Capacity, Nominal Capacity)
Diukur berdasarkan penyesuaian kapasitas teoritis dengan faktor produktivitas yang telah ditentukan oleh demonstrated capacity
Dihitung melalui penggandaan waktu kerja yang tersedis dengan faktor utilitas dan efisiensi
Calculated capacity per periode : banyaknya orang atau mesin x jam per shift x shift per hari x hari kerja per periode x utilitas x efisiensi = waktu yang tersedia per periode waktu x utilitas x efisiensi
Minggu, 18 April 2010
Avenged Sevenfold - Dear God
Intro: F C Dm Am Bb F C (x2)
F C Dm Am
A lonely road, crossed another cold state line
Bb F C
Miles away from those I love purpose hard to find
F C Dm Am
While I recall all the words you spoke to me
Bb F
Can't help but wish that I was there
C
Back where I'd love to be, oh yeah
Chorus 1:
F C Dm C
Dear God the only thing I ask of you is
Bb F
To hold her when I'm not around,
C
When I'm much too far away
F C Dm C
All need that person who can be true to you
Bb F
But I left her when I found her
C
And now I wish I'd stayed
Bb C
’Cause I'm lonely and I'm tired
Am7 Dm C Bb
Missing you again oh no
Once again
F C Dm Am
There's nothing here for me on this barren road
Bb F
There's no one here while the city sleeps
C
And all the shops are closed
F C Dm Am
Can't help but think of the times I've had with you
Bb F
Pictures and some memories
C
Will have to help me through, oh yeah
Back to: Chorus 1
Dm – A/C# – Bb – F
Before long, they waste away
Dm – A/C# – Bb – F
I found you, something told me to stay
Dm – A/C# – Bb – F
I gave in, to selfish ways
Gm C
And how I miss someone to hold
F
When hope begins to fade...
F – C – Dm – Am
A lonely road, crossed another cold state line
Bb – F – C
Miles away from those I love purpose hard to find
Chorus 2:
F – C – Dm – C –
Dear God the only thing I ask of you is
Bb – F –
To hold her when I'm not around,
C
When I'm much too far away
F – C – Dm – C –
All need that person who can be true to you
Bb – F –
But I left her when I found her
C
And now I wish I'd stayed
Bb – C
’Cause I'm lonely and I'm tired
Am7 – Dm - C - Bb
Missing you again oh no
Dm – A/C# – Bb – F
Once again… yeah…
Dm – A/C# – Bb – F
Wooaa… yeah, yeah…
Ending: Dm – A/C# – Bb – F (x17) – FO (Fade Out)
Langganan:
Postingan (Atom)
