BAB V
PENGOLAHAN DATA
5.1. Define
5.1.1. Stratifikasi Jumlah Kecacatan Produk
Tabel 5.1. Stratifikasi Jumlah Produk Cacat Sub
Grup
Number of Inspectio
n
Number of Nonconformities
Jumlah Kecacatan Penyebab Kecacatan
Total Koyak
(KY)
Bolong
(B) Kusut (K) Manusia Mesin Material Metode
1 10 2B, 3K, 5B, 8B - III I - III I - 4
2 10 1K, 2KY, 3B, 4KY, 5B,8B, 9K II III II II III II - 7
3 10 5K, 7B - I I - I I - 2
4 10 5KY, 8K I - I I - I - 2
5 10 - - -
-6 10 5KY, 7KY, 8B II I - II I - - 3
7 10 3KY I - - I - - - 1
8 10 2KY, 8KY II - - II - - - 2
9 10 1B, 2KY, 7KY II I - II I - - 3
10 10 7KY I - - I - - - 1
11 10 7KY I - - I - - - 1
12 10 - - -
-13 10 4KY, 5K I - I I - I - 2
14 10 - - -
-15 10 - - -
-16 10 - - -
-17 10 6KY, 6B, 6K I I I I I I - 3
18 10 - - -
-Tabel 5.1. Stratifikasi Jumlah Produk Cacat (Lanjutan) Sub
Grup
Number of Inspectio
n
Number of Nonconformities
Jumlah Kecacatan Penyebab Kecacatan
Total Koyak
(KY)
Bolong
(B) Kusut (K) Manusia Mesin Material Metode
20 10 - - -
-21 10 9B, 9KY I I - I I - - 2
22 10 - - -
-23 10 - - -
-24 10 - - -
-25 10 - - -
-26 10 - - -
-27 10 9K - - I - - I - 1
28 10 - - -
-29 10 - - -
-30 10 - - -
-31 10 - - -
-32 10 - - -
-33 10 7KY, 7B I I - I I - - 2
34 10 - - -
-35 10 - - -
-36 10 - - -
-37 10 - - -
-38 10 - - -
-39 10 7B, 7K - I I - I I - 2
-Tabel 5.1. Stratifikasi Jumlah Produk Cacat (Lanjutan) Sub
Grup
Number of Inspectio
n
Number of Nonconformities
Jumlah Kecacatan Penyebab Kecacatan
Total Koyak
(KY)
Bolong
(B) Kusut (K) Manusia Mesin Material Metode
41 10 - - -
-42 10 - - -
-43 10 - - -
-44 10 - - -
-45 10 - - -
5.2. Measure
5.2.1. Penentuan Nilai Six Sigma
Penentuan nilai six sigma dengan menggunakan sigma calculator. Berikut adalah perhitungan nilai six sigma.
Tabel 5.2. Data Kecacatan PT. Pusaka Prima Mandiri Selama Satu Tahun Terakhir
N
o Bulan
Jumlah Hari Kerja
Jumlah Produksi (Unit)
Jumlah Kecacatan (Unit)
1 Januari 22 1242504430 123934
2 Februari 22 1284689276 145254
3 Maret 22 1202222353 175061
4 April 22 1200995165 169190
5 Mei 22 1263418129 155855
6 Juni 22 1271829077 161432
7 Juli 22 1211862750 111808
8 Agustus 22 1245369844 132343
9 Septembe
r 22 1265423565 76299
10 Oktober 22 1287176610 108485
11 Novembe
r 22 1216383986 143049
12 Desember 22 1224511216 173325
Jumlah 14916386401 1676035
Berikut adalah perhitungan manual nilai sigma. 1. Defect per Opportunities (DPO)
DPO = Total Defect Total Opportunities
DPO = 1676035
14916386401 = 0,00011236199 2. Defect per Million Opportunities (DPMO)
DPMO = DPO x 1000000 DPMO = 0,00011236199 x 1000000 DPMO = 112,36199
3. Nilai Sigma
Nilai Sigma = ( NORMSINV
(
1.000.000 - DPMO1.000.000
)
) + 1.5Nilai Sigma = ( NORMSINV
(
1.000.000 – 112,361991.000.000
)
) + 1.5 Nilai Sigma = (NORMSINV (0,9998)) + 1.5Nilai Sigma = 3,689467 + 1.5 Nilai Sigma = 5,189467 ≈ 5,19
Berikut adalah perhitungan nilai sigma dengan menggunakan software six sigma calculator.
Gambar 5.1. Tampilan Hasil Perhitungan Nilai Six Sigma
5.2.2. Perhitungan Defects Per Opportunity Data Atribut
Perhitungan defect per opportunity pada data atribut dapat dilihat pada Tabel 5.3.
Tabel 5.3. Perhitungan DPO Data Atribut Sub
Grup
Number of Inspection
Number of Nonconforming
Defects Per Opportunity (DPO)
1 10 4 0.40
2 10 7 0.70
3 10 2 0.20
4 10 2 0.20
5 10 - 0.00
6 10 3 0.30
7 10 1 0.10
8 10 2 0.20
9 10 3 0.30
10 10 1 0.10
11 10 1 0.10
12 10 - 0.00
13 10 2 0.20
14 10 - 0.00
15 10 - 0.00
16 10 - 0.00
17 10 1 0.10
18 10 - 0.00
19 10 - 0.00
20 10 - 0.00
21 10 1 0.10
22 10 - 0.00
23 10 - 0.00
24 10 - 0.00
25 10 - 0.00
26 10 - 0.00
27 10 1 0.10
28 10 - 0.00
29 10 - 0.00
30 10 - 0.00
31 10 - 0.00
Sub
Grup Number ofInspection NonconformingNumber of Defects Per Opportunity(DPO)
32 10 - 0.00
33 10 1 0.10
34 10 - 0.00
35 10 - 0.00
36 10 - 0.00
37 10 - 0.00
38 10 - 0.00
39 10 1 0.10
40 10 - 0.00
41 10 - 0.00
42 10 - 0.00
43 10 - 0.00
44 10 - 0.00
45 10 - 0.00
Total 450 33 3.30
Maka DPO data atribut:
DPO =
∑
np∑
n = 33450 = 0.0733
Berdasarkan perhitungan DPO, didapatkan nilai DPO sebesar 0.0733. Hal ini menunjukkan bahwa setiap memproduksi kertas rokok terdapat 7.33% produk yang cacat.
5.2.3. Control Chart Data Atribut 5.2.3.1. Peta np
Peta np merupakan peta yang menunjukkan perbandingan antara banyaknya cacat dengan semua pengamatan. Peta ini dapat digunakan untuk karakteristik kualitas yang dapat diamati hanya dengan atribut.
Jumlah data nonconforming tiap sub grup dapat dilihat pada Tabel 5.4.
Tabel 5.4. Jumlah Nonconforming
1 10 4
2 10 7
3 10 2
4 10 2
5 10 0
6 10 3
7 10 1
8 10 2
9 10 3
10 10 1
11 10 1
12 10 0
13 10 2
14 10 0
15 10 0
16 10 0
17 10 1
18 10 0
19 10 0
20 10 0
21 10 1
22 10 0
23 10 0
24 10 0
25 10 0
26 10 0
27 10 1
28 10 0
29 10 0
30 10 0
31 10 0
32 10 0
33 10 1
34 10 0
35 10 0
36 10 0
37 10 0
38 10 0
39 10 1
40 10 0
41 10 0
Sub Grup Number of Inspection Number of Nonconforming
42 10 0
43 10 0
44 10 0
45 10 0
Total 450 33
Maka, didapat nilai mean ¯p sebagai berikut:
´
p =
∑
np∑
n = 33450 = 0.0733
n¯p=n
∑
np∑
n =10×33
450 =0 .7333
Batas Kelas Atas (UCL) yang dipilih adalah Batas Kelas Atas dengan number of inspection terbesar. Begitu juga pada Batas Kelas Bawah (LCL) yang dihitung menggunakan number of inspection terbesar. Batas kelas Atas (UCL) dan Batas Kelas Bawah (LCL) dapat dihitung seperti dibawah ini:
UCL
=
n
¯
p
+
3
√
n
¯
p
(
1
−¯
p
)
LCL
=
n
¯
p
−
3
√
n
¯
p
(
1
−¯
p
)
Perhitungan UCL adalah sebagai berikut:
UCL
1=
n
¯
p
+
3
√
n¯
p
(
1
−¯
p
)
UCL
1=
0.7333
+
3
√
0.7333
(
1
−
0.0733
)
UCL
1=
3.2063
Perhitungan LCL adalah sebagai berikut:
LCL
1=n
¯
p−
3
√
n
¯
p(
1
−¯
p
)
LCL
1=
0.7333
−
3
√
0.7333
(
1
−
0.0733
)
LCL
1=−
1.7397
≈
0
Gambar 5.2. Tampilan Data Peta np yang Dimasukkan ke Minitab
Gambar 5.3. Kotak Dialog np Chart
Dapat dilihat pada peta ada 2 data yang berada diluar batas kontrol (out of control). Oleh karena itu, perlu dilakukan revisi.
¯p=
∑
np∑
n =22
430=0 .0511
n¯p=n
∑
np∑
n =10x22
430 =0 . 5116
Batas Kelas Atas (UCL) yang dipilih adalah Batas Kelas Atas dengan number of inspection terbesar. Begitu juga pada Batas Kelas Bawah (LCL) yang dihitung menggunakan number of inspection terbesar. Batas kelas Atas (UCL) dan Batas Kelas Bawah (LCL) dapat dihitung seperti dibawah ini:
UCL
=
n
¯
p
+
3
√
n
¯
p
(
1
−¯
p
)
LCL
=
n
¯
p
−
3
√
n
¯
p
(
1
−¯
p
)
Perhitungan UCL adalah sebagai berikut :
UCL
1=n
¯
p
+
3
√
n
¯
p(
1
−¯
p
)
UCL
1=
0.5116
+
3
√
0.5116
(
1
−
0, 0511
)
UCL
1=
2.6019
Perhitungan LCL adalah sebagai berikut:
LCL
1=n
¯
p−
3
√
n
¯
p(
1
−¯
p
)
LCL
1=
0.5116
−
3
√
0.5116
(
1
−
0,0511
)
LCL
1=−
1,5787
≈
0
Gambar 5.5. Revisi I Peta np
Dapat dilihat pada peta ada 2 data yang berada diluar batas kontrol (out of control). Oleh karena itu, perlu dilakukan revisi lagi.
¯p=
∑
np∑
n =16
410=0 .0390
n¯p=n
∑
np∑
n =10x16
410 =0. 39
Batas Kelas Atas (UCL) yang dipilih adalah Batas Kelas Atas dengan number of inspection terbesar. Begitu juga pada Batas Kelas Bawah (LCL) yang dihitung menggunakan number of inspection terbesar. Batas kelas Atas (UCL) dan Batas Kelas Bawah (LCL) dapat dihitung seperti dibawah ini:
UCL
=
n
¯
p
+
3
√
n
¯
p
(
1
−¯
p
)
Perhitungan UCL adalah sebagai berikut:
UCL
1=n
¯
p
+
3
√
n
¯
p(
1
−¯
p)
UCL
1=
0.39
+
3
√
0.39
(
1
−
0,0390
)
UCL
1=
2. 2266
Perhitungan LCL adalah sebagai berikut:
LCL
1=n
¯
p−
3
√
n
¯
p(
1
−¯
p
)
LCL
1=
0.39
−
3
√
0.39
(
1
−
0,0390
)
LCL
1=−
1, 4466
≈
0
Nilai pada LCL yang minus dibuat menjadi 0 karena tidak ada kecacatan per produk unit yang minus jumlahnya. Minimal jumlah kecacatan per unit adalah 0 sehingga angka minus diganti dengan 0. Peta np hasil revisi II dapat dilihat pada Gambar 5.6.
Gambar 5.6. Revisi II Peta np
5.2.3.2. Peta c
Peta kontrol c menggambarkan banyaknya ketidaksesuaian atau kecacatan dalam sampel berukuran bervariasi. Satu benda yang cacat memuat paling sedikit satu ketidaksesuaian, tetapi sangat mungkin satu unit sampel memiliki beberapa ketidaksesuaian, tergantung sifat dasar keandalannya. Perhitungan Nonconformities dapat dilihat pada Tabel 5.5.
Tabel 5.5. Hasil Perhitungan Nonconformities per Unit dengan Number of Inspections 10 Buah
Sub Grup Number of Inspection Number of Nonconformities
1 10 4
2 10 7
3 10 2
4 10 2
5 10 0
6 10 3
7 10 1
8 10 2
9 10 3
10 10 1
11 10 1
12 10 0
13 10 2
14 10 0
15 10 0
16 10 0
17 10 3
18 10 0
19 10 0
20 10 0
21 10 2
22 10 0
23 10 0
24 10 0
25 10 0
26 10 0
27 10 1
28 10 0
29 10 0
Tabel 5.5. Hasil Perhitungan Nonconformities per Unit dengan Number of Inspections 10 Buah (Lanjutan)
Sub Grup Number of Inspection Number of Nonconformities
31 10 0
32 10 0
33 10 2
34 10 0
35 10 0
36 10 0
37 10 0
38 10 0
39 10 2
40 10 0
41 10 0
42 10 0
43 10 0
44 10 0
45 10 0
Total 450 38
Perhitungan c adalah sebagai berikut:
c=
∑
c
g
=
38
45
=
0.8444
Batas kelas Atas (UCL) dan Batas Kelas Bawah (LCL) dapat dihitung seperti dibawah ini:
UCL
=
c
+
3
√
c
UCL
=
0.8444
+
3
√
0.8444
UCL
=
3.601
Perhitungan LCL adalah sebagai berikut:
LCL
=
c
−
3
√
c
LCL
=
0.8444
−
3
√
0.8444
LCL
=−
1.9123
conformities dan number of inspection diinput ke Minitab. Tampilan data yang diinput pada Minitab dapat dilihat pada Gambar 5.7.
Gambar 5.7. Tampilan Data Peta c yang Di-input ke Minitab
Gambar 5.8. Kotak Dialog c Chart
Gambar 5.9. Peta c
Dapat dilihat pada peta ada 2 data yang berada diluar batas kontrol (out of control, maka perlu dilakukan revisi.
Perhitungan c adalah sebagai berikut:
c=
∑
c
g
=
27
Batas kelas Atas (UCL) dan Batas Kelas Bawah (LCL) dapat dihitung seperti dibawah ini:
UCL
=
c
+
3
√
c
UCL
=
0.628
+
3
√
0.628
UCL
=
3.0054
Perhitungan LCL adalah sebagai berikut:
LCL
=
c
−
3
√
c
LCL
=
0.628
−
3
√
0.628
LCL
=−
1.7494
Nilai pada LCL yang minus dibuat menjadi 0 karena tidak ada kecacatan per produk unit yang minus jumlahnya. Minimal jumlah kecacatan per unit adalah 0 sehingga angka minus diganti dengan 0. Peta c hasil revisi I dapat dilihat pada Gambar 5.10.
Gambar 5.10. Peta c Revisi I
5.2.4. Analisis Pengukuran Data Atribut 5.2.4.1. Histogram Data Atribut
5.2.4.1.1. Histogram Jumlah Produk yang Cacat
Histogram adalah diagram batang yang menunjukkan tabulasi dari data yang diatur berdasarkan ukurannya. Histogram untuk jumlah produk cacat dapat dilihat pada Gambar 5.11.
0 1 2 3 4 5 6 7 8
Subgrup
Ju
m
la
h
C
ac
at
Gambar 5.11. Histogram Jumlah Produk Cacat Kertas Rokok
5.2.4.1.2. Histogram Stratifikasi Kecacatan
Histogram adalah diagram batang yang menunjukkan tabulasi dari data yang diatur berdasarkan ukurannya. Data histogram diambil dari data Number nonconforming. Adapun jenis kecacatan pada produk kertas rokok dapat direkap pada Tabel 5.6. berikut.
Tabel 5.6. Jenis Kecacatan dan Jumlah Kertas Rokok Cacat Jenis Kecacatan Frekuensi
Koyak (KY) 16
Bolong (B) 13
Histogram untuk stratifikasi jumlah kecacatan produk dapat dilihat pada Gambar 5.12.
Koyak Bolong Kusut
0 2 4 6 8 10 12 14 16 18
Ju
m
la
h
C
ac
at
Gambar 5.12. Histogram Stratifikasi Kecacatan Kertas Rokok
5.2.4.2. Diagram Pareto Berdasarkan Pengukuran
Cara mengetahui bagaimana persentase perbandingan cacat terhadap jumlah total cacat yang terjadi, maka jenis cacat harus diurutkan berdasarkan persentase terbesar, kemudian dihitung persentase kumulatifnya. Persentase perbandingan tersebut dapat dilihat pada Tabel 5.7. dibawah ini.
Tabel 5.7. Perhitungan Jumlah Kertas Rokok Cacat Sub
Grup Number ofInspection
Jumlah Kecacatan Number of
Nonconformities Koyak (KY) Bolong (B) Kusut (K)
1 10 0 3 1 4
2 10 2 3 2 7
3 10 0 1 1 2
4 10 1 0 1 2
5 10 0 0 0 0
6 10 2 1 0 3
7 10 1 0 0 1
8 10 2 0 0 2
9 10 2 1 0 3
10 10 1 0 0 1
Sub Grup
Number of Inspection
Jumlah Kecacatan Number of
Nonconformities Koyak (KY) Bolong (B) Kusut (K)
11 10 1 0 0 1
12 10 0 0 0 0
13 10 1 0 1 2
14 10 0 0 0 0
15 10 0 0 0 0
16 10 0 0 0 0
17 10 1 1 1 3
18 10 0 0 0 0
19 10 0 0 0 0
20 10 0 0 0 0
21 10 1 1 0 2
22 10 0 0 0 0
23 10 0 0 0 0
24 10 0 0 0 0
25 10 0 0 0 0
26 10 0 0 0 0
27 10 0 0 1 1
28 10 0 0 0 0
29 10 0 0 0 0
30 10 0 0 0 0
31 10 0 0 0 0
32 10 0 0 0 0
33 10 1 1 0 2
34 10 0 0 0 0
35 10 0 0 0 0
36 10 0 0 0 0
37 10 0 0 0 0
38 10 0 0 0 0
39 10 0 1 1 2
40 10 0 0 0 0
41 10 0 0 0 0
42 10 0 0 0 0
43 10 0 0 0 0
44 10 0 0 0 0
45 10 0 0 0 0
Total 16 13 9 38
Persentase Cacat 42,1% 34,2% 23,7% 100%
-Selanjutnya dibuat Pareto diagram untuk melihat bagaimana perbandingan persentase tersebut. Pareto diagram perbandingan cacat pada tusuk sate dapat dilihat pada Gambar 5.13.
Gambar 5.13. Pareto Diagram
Prinsip Pareto sebagai aturan 80/20 yang berarti bahwa 80% kecacatan yang terjadi pada kertas rokok disebabkan oleh 20% kertas rokok yang cacat koyak dan bolong.
5.2.4.3. Scatter Diagram dan Perhitungan Korelasi
Cara melihat korelasi (hubungan) dari kedua faktor yang berpengaruh terhadap kecacatan produk digunakan scatter diagram. Nilai korelasi antara jumlah kertas rokok yang koyak dengan kertas rokok yang non conformities dapat dilihat pada Tabel 5.8.
No. X Y XY X^2 Y^2
1 0 4 0 0 16
2 2 7 14 4 49
3 0 2 0 0 4
4 1 2 2 1 4
5 0 0 0 0 0
6 2 3 6 4 9
7 1 1 1 1 1
8 2 2 4 4 4
9 2 3 6 4 9
10 1 1 1 1 1
11 1 1 1 1 1
12 0 0 0 0 0
13 1 2 2 1 4
14 0 0 0 0 0
15 0 0 0 0 0
16 0 0 0 0 0
17 1 3 3 1 9
18 0 0 0 0 0
19 0 0 0 0 0
20 0 0 0 0 0
21 1 2 2 1 4
22 0 0 0 0 0
23 0 0 0 0 0
24 0 0 0 0 0
25 0 0 0 0 0
26 0 0 0 0 0
27 0 1 0 0 1
28 0 0 0 0 0
29 0 0 0 0 0
30 0 0 0 0 0
31 0 0 0 0 0
32 0 0 0 0 0
33 1 2 2 1 4
34 0 0 0 0 0
35 0 0 0 0 0
36 0 0 0 0 0
37 0 0 0 0 0
38 0 0 0 0 0
39 0 2 0 0 4
Tabel 5.8. Perhitungan Korelasi Kecacatan Koyak dengan Non Conformities (Lanjutan)
40 0 0 0 0 0
41 0 0 0 0 0
42 0 0 0 0 0
43 0 0 0 0 0
44 0 0 0 0 0
45 0 0 0 0 0
Jumla
h 16 38 44 24 124
r
=
n
∑
XiYi-(
∑
Xi)
(∑
Yi)√
[
(n∑
Xi2)-(
∑
Xi)
2][
(n∑
Yi2)-(
∑
Yi)
2]
r=45(44)−(16)(38)
√
[
45(24)−(16)2][
45(124)−(38)2]
57523¿2
76710¿2
(10) (588647700)−¿ ¿
(10) (330889613)−¿−¿ ¿
√¿
(10)(441256710)−(57523)(76710)
¿
r = 0,7432
Disimpulkan bahwa nilai korelasi yang diperoleh adalah positif dengan kategori korelasi yang tinggi, berarti semakin tinggi kecacatan pada koyak maka semakin tinggi pula jumlah non conformities.
Gambar 5.14. Scatter Diagram Nonconformities VS Koyak
Nilai korelasi antara jumlah kertas rokok yang bolong dengan kertas rokok yang non conformities dapat dilihat pada Tabel 5.9.
Tabel 5.9. Perhitungan Korelasi Kecacatan Bolong dengan Non Conformities
No. X Y XY X^2 Y^2
1 3 4 0 0 16
2 3 7 14 4 49
3 1 2 0 0 4
4 0 2 2 1 4
5 0 0 0 0 0
6 1 3 6 4 9
7 0 1 1 1 1
8 0 2 4 4 4
9 1 3 6 4 9
10 0 1 1 1 1
11 0 1 1 1 1
12 0 0 0 0 0
13 0 2 2 1 4
14 0 0 0 0 0
15 0 0 0 0 0
16 0 0 0 0 0
17 1 3 3 1 9
18 0 0 0 0 0
19 0 0 0 0 0
20 0 0 0 0 0
21 1 2 2 1 4
22 0 0 0 0 0
24 0 0 0 0 0
25 0 0 0 0 0
26 0 0 0 0 0
27 0 1 0 0 1
28 0 0 0 0 0
29 0 0 0 0 0
30 0 0 0 0 0
31 0 0 0 0 0
32 0 0 0 0 0
33 1 2 2 1 4
34 0 0 0 0 0
35 0 0 0 0 0
Tabel 5.9. Perhitungan Korelasi Kecacatan Bolong dengan Non Conformities (Lanjutan)
No. X Y XY X^2 Y^2
36 0 0 0 0 0
37 0 0 0 0 0
38 0 0 0 0 0
39 1 2 0 0 4
40 0 0 0 0 0
41 0 0 0 0 0
42 0 0 0 0 0
43 0 0 0 0 0
44 0 0 0 0 0
45 0 0 0 0 0
Jumla
h 13 38 50 25 124
r
=
n
∑
XiYi-(
∑
Xi)
(∑
Yi)√
[
(n∑
Xi2)-(
∑
Xi)
2][
(n∑
Yi2)-(
∑
Yi)
2]
r=45(50)−(13)(38)
√
[
45(25)−(13)2][
45(124)−(38)2]
57523¿2
76710¿2
(10) (588647700)−¿ ¿
(10) (330889613)−¿−¿ ¿
√¿
(10)(441256710)−(57523)(76710)
¿
Disimpulkan bahwa nilai korelasi yang diperoleh adalah positif dengan kategori korelasi yang tinggi, berarti semakin tinggi kecacatan pada koyak maka semakin tinggi pula jumlah non conformities.
Gambar scatter diagram produk kertas rokok yang kecacatannya antara jumlah kertas rokok yang bolong dengan non conformities dapat dilihat pada Gambar 5.15.
Gambar 5.15. Scatter Diagram Nonconformities VS Bolong
5.2.5. Control Chart Data Variabel 5.2.5.1. Peta X´ dan R
Pada Peta X´ dan R menggunakan sampel sebanyak 10. Sampel diambil dengan menggunakan bilangan Random.
Tabel 5.10. Pembangkitan Bilangan Random
No Sub Grup Produk Random
1 1 I-1 0.2884
2 I-4 0.4366
3 I-6 0.6739
5 I-9 0.7013
6 I-10 0.6189
7
2 II-6 0.3657
8 II-7 0.6963
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
9 2 II-10 0.4314
10
3
III-1 0.4336
11 III-2 0.3815
12 III-3 0.0054
13 III-4 0.1830
14 III-6 0.1746
15 III-8 0.2810
16 III-9 0.8247
17 III-10 0.9010
18
4
IV-1 0.1965
19 IV-2 0.1662
20 IV-3 0.6562
21 IV-4 0.6641
22 IV-6 0.7821
23 IV-7 0.7501
24 IV-9 0.6919
25 IV-10 0.2669
26
5
V-1 0.0449
27 V-2 0.7642
28 V-3 0.8644
29 V-4 0.6229
30 V-5 0.1550
31 V-6 0.4192
32 V-7 0.8520
33 V-8 0.9811
34 V-9 0.8838
35 V-10 0.3753
36 6 VI-1 0.9059
37 VI-2 0.2806
39 VI-4 0.5361
40 VI-6 0.3161
41 VI-9 0.9292
42 VI-10 0.8524
43 7 VII-1 0.9930
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
44
7
VII-2 0.6530
45 VII-4 0.0163
46 VII-5 0.3161
47 VII-6 0.8943
48 VII-7 0.4267
49 VII-8 0.9233
50 VII-9 0.4447
51 VII-10 0.3891
52
8
VIII-1 0.7446
53 VIII-3 0.5010
54 VIII-4 0.4507
55 VIII-5 0.1334
56 VIII-6 0.9668
57 VIII-7 0.0104
58 VIII-9 0.2498
59 VIII-10 0.6632
60
9
IX-3 0.5529
61 IX-4 0.0403
62 IX-5 0.5291
63 IX-6 0.8889
64 IX-8 0.1580
65 IX-9 0.2900
66 IX-10 0.5359
67 10 X-1 0.2776
68 X-2 0.1784
69 X-3 0.2613
70 X-4 0.8958
71 X-5 0.8259
72 X-6 0.5782
73 X-8 0.0684
75 X-10 0.1327 76
11
XI-1 0.0923
77 XI-2 0.6151
78 XI-3 0.8299
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
79
11
XI-4 0.7688
80 XI-5 0.3127
81 XI-6 0.7473
82 XI-8 0.8126
83 XI-9 0.2961
84 XI-10 0.5713
85
12
XII-1 0.4968
86 XII-2 0.4422
87 XII-3 0.7933
88 XII-4 0.6391
89 XII-5 0.1189
90 XII-6 0.2793
91 XII-7 0.5197
92 XII-8 0.1070
93 XII-9 0.3976
94 XII-10 0.1952
95
13
XIII-1 0.4915
96 XIII-2 0.3241
97 XIII-3 0.7167
98 XIII-6 0.5492
99 XIII-7 0.6662
100 XIII-8 0.0255
101 XIII-9 0.1216
102 XIII-10 0.1568
103 14 XIV-1 0.1102
104 XIV-2 0.5117
105 XIV-3 0.2524
106 XIV-4 0.8970
107 XIV-5 0.6196
108 XIV-6 0.6679
109 XIV-7 0.1887
111 XIV-9 0.6560
112 XIV-10 0.1830
113 15 XV-1 0.9862
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
114
15
XV-2 0.0962
115 XV-3 0.3112
116 XV-4 0.2131
117 XV-5 0.4465
118 XV-6 0.9451
119 XV-7 0.2003
120 XV-8 0.0986
121 XV-9 0.3037
122 XV-10 0.5987
123
16
XVI-1 0.9371
124 XVI-2 0.1816
125 XVI-3 0.3802
126 XVI-4 0.4654
127 XVI-5 0.1991
128 XVI-6 0.3800
129 XVI-7 0.8990
130 XVI-8 0.9902
131 XVI-9 0.9743
132 XVI-10 0.7869
133
17
XVII-1 0.8738
134 XVII-2 0.1250
135 XVII-3 0.8397
136 XVII-4 0.4692
137 XVII-5 0.4228
138 XVII-7 0.6253
139 XVII-8 0.2637
140 XVII-9 0.8096
141 XVII-10 0.3065
142 18 XVIII-1 0.2930
143 XVIII-2 0.8778
144 XVIII-3 0.8484
145 XVIII-4 0.5646
147 XVIII-6 0.9896
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
148
18
XVIII-7 0.3691
149 XVIII-8 0.3820
150 XVIII-9 0.2998
151 XVIII-10 0.5059
152
19
XIX-1 0.2643
153 XIX-2 0.8217
154 XIX-3 0.7036
155 XIX-4 0.0118
156 XIX-5 0.7944
157 XIX-6 0.1839
158 XIX-7 0.3247
159 XIX-8 0.5283
160 XIX-9 0.2309
161 XIX-10 0.3403
162
20
XX-1 0.3830
163 XX-2 0.2695
164 XX-3 0.7838
165 XX-4 0.2747
166 XX-5 0.1072
167 XX-6 0.7460
168 XX-7 0.5759
169 XX-8 0.8080
170 XX-9 0.7896
171 XX-10 0.2340
172
21
XXI-1 0.7132
173 XXI-2 0.5201
174 XXI-3 0.1162
175 XXI-4 0.2653
176 XXI-5 0.4049
177 XXI-6 0.3104
178 XXI-7 0.4753
179 XXI-8 0.4867
180 XXI-10 0.1199
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
182
22
XXII-2 0.8615
183 XXII-3 0.0423
184 XXII-4 0.3919
185 XXII-5 0.8797
186 XXII-6 0.9873
187 XXII-7 0.7957
188 XXII-8 0.7484
189 XXII-9 0.3370
190 XXII-10 0.9476
191
23
XXIII-1 0.4261
192 XXIII-2 0.6426
193 XXIII-3 0.4885
194 XXIII-4 0.1425
195 XXIII-5 0.2927
196 XXIII-6 0.7012
197 XXIII-7 0.9695
198 XXIII-8 0.7436
199 XXIII-9 0.0918
200 XXIII-10 0.1763
201
24
XXIV-1 0.1431
202 XXIV-2 0.0388
203 XXIV-3 0.2040
204 XXIV-4 0.6014
205 XXIV-5 0.0185
206 XXIV-6 0.5041
207 XXIV-7 0.4179
208 XXIV-8 0.7869
209 XXIV-9 0.8114
210 XXIV-10 0.0242
211
25
XXV-1 0.7975
212 XXV-2 0.9033
213 XXV-3 0.0445
214 XXV-4 0.2340
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
216
25
XXV-6 0.8196
217 XXV-7 0.3197
218 XXV-8 0.6191
219 XXV-9 0.5754
220 XXV-10 0.2949
221
26
XXVI-1 0.1387
222 XXVI-2 0.8061
223 XXVI-3 0.8949
224 XXVI-4 0.2118
225 XXVI-5 0.8408
226 XXVI-6 0.6316
227 XXVI-7 0.8825
228 XXVI-8 0.8902
229 XXVI-9 0.9603
230 XXVI-10 0.9155
231
27
XXVII-1 0.6256
232 XXVII-2 0.2624
233 XXVII-3 0.5005
234 XXVII-4 0.1762
235 XXVII-5 0.2401
236 XXVII-6 0.0172
237 XXVII-7 0.8664
238 XXVII-8 0.5432
239 XXVII-10 0.1175
240
28
XXVIII-1 0.5690
241 XXVIII-2 0.2556
242 XXVIII-3 0.7419
243 XXVIII-4 0.2144
244 XXVIII-5 0.3139
245 XXVIII-6 0.3995
246 XXVIII-7 0.7891
247 XXVIII-8 0.6175
248 XXVIII-9 0.7621
249 XXVIII-10 0.6459
No Sub Grup Produk Random 250
29
XXIX-1 0.6643
251 XXIX-2 0.2406
252 XXIX-3 0.8958
253 XXIX-4 0.2632
254 XXIX-5 0.3743
255 XXIX-6 0.5544
256 XXIX-7 0.0248
257 XXIX-8 0.6618
258 XXIX-9 0.3667
259 XXIX-10 0.1021
260
30
XXX-1 0.2436
261 XXX-2 0.2477
262 XXX-3 0.5557
263 XXX-4 0.5618
264 XXX-5 0.1618
265 XXX-6 0.9592
266 XXX-7 0.3732
267 XXX-8 0.8952
268 XXX-9 0.7865
269 XXX-10 0.1440
270
31
XXXI-1 0.6332
271 XXXI-2 0.9915
272 XXXI-3 0.2932
273 XXXI-4 0.7207
274 XXXI-5 0.7049
275 XXXI-6 0.1021
276 XXXI-7 0.4799
277 XXXI-8 0.9296
278 XXXI-9 0.5111
279 XXXI-10 0.1755
280
32
XXXII-1 0.9203
281 XXXII-2 0.9390
282 XXXII-3 0.8656
283 XXXII-4 0.2838
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
284
32
XXXII-5 0.6868
285 XXXII-6 0.0108
286 XXXII-7 0.1773
287 XXXII-8 0.8075
288 XXXII-9 0.2112
289 XXXII-10 0.0296
290
33
XXXIII-1 0.2788
291 XXXIII-2 0.5665
292 XXXIII-3 0.8160
293 XXXIII-4 0.1023
294 XXXIII-5 0.1215
295 XXXIII-6 0.5991
296 XXXIII-8 0.4644
297 XXXIII-9 0.2701
298 XXXIII-10 0.4956
299
34
XXXIV-1 0.7384
300 XXXIV-2 0.5183
301 XXXIV-3 0.8877
302 XXXIV-4 0.4024
303 XXXIV-5 0.5270
304 XXXIV-6 0.7299
305 XXXIV-7 0.2544
306 XXXIV-8 0.2672
307 XXXIV-9 0.0683
308 XXXIV-10 0.4547
309
35
XXXV-1 0.9095
310 XXXV-2 0.7052
311 XXXV-3 0.9361
312 XXXV-4 0.2397
313 XXXV-5 0.7991
314 XXXV-6 0.4648
315 XXXV-7 0.0616
316 XXXV-8 0.9085
317 XXXV-9 0.0210
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
319
36
XXXVI-1 0.9949
320 XXXVI-2 0.2111
321 XXXVI-3 0.0421
322 XXXVI-4 0.5734
323 XXXVI-5 0.0035
324 XXXVI-6 0.1221
325 XXXVI-7 0.4653
326 XXXVI-8 0.0637
327 XXXVI-9 0.5142
328 XXXVI-10 0.9773
329
37
XXXVII-1 0.8592
330 XXXVII-2 0.8036
331 XXXVII-3 0.8615
332 XXXVII-4 0.4456
333 XXXVII-5 0.6347
334 XXXVII-6 0.1394
335 XXXVII-7 0.8134
336 XXXVII-8 0.9481
337 XXXVII-9 0.9290
338 XXXVII-10 0.1915
339
38
XXXVIII-1 0.2770
340 XXXVIII-2 0.4432
341 XXXVIII-3 0.0679
342 XXXVIII-4 0.2380
343 XXXVIII-5 0.6496
344 XXXVIII-6 0.0039
345 XXXVIII-7 0.4537
346 XXXVIII-8 0.6239
347 XXXVIII-9 0.5272
348 XXXVIII-10 0.9710
349
39
XXXIX-1 0.6526
350 XXXIX-2 0.6414
351 XXXIX-3 0.4132
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
352 39 XXXIX-4 0.0818
354 XXXIX-6 0.9587
355 XXXIX-8 0.9047
356 XXXIX-9 0.7844
357 XXXIX-10 0.4211
358
40
XL-1 0.8625
359 XL-2 0.3878
360 XL-3 0.0847
361 XL-4 0.1665
362 XL-5 0.7521
363 XL-6 0.5835
364 XL-7 0.0254
365 XL-8 0.3144
366 XL-9 0.1183
367 XL-10 0.0406
368
41
XLI-1 0.2444
369 XLI-2 0.5084
370 XLI-3 0.4269
371 XLI-4 0.8182
372 XLI-5 0.4703
373 XLI-6 0.9681
374 XLI-7 0.4553
375 XLI-8 0.1254
376 XLI-9 0.7845
377 XLI-10 0.3958
378
42
XLII-1 0.0309
379 XLII-2 0.0560
380 XLII-3 0.7587
381 XLII-4 0.5470
382 XLII-5 0.8785
383 XLII-6 0.7908
384 XLII-7 0.2119
385 XLII-8 0.4491
Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)
No Sub Grup Produk Random
386
42 XLII-9 0.7560
387 XLII-10 0.8628
389 XLIII-2 0.3354
390 XLIII-3 0.5536
391 XLIII-4 0.4716
392 XLIII-5 0.7419
393 XLIII-6 0.9165
394 XLIII-7 0.8159
395 XLIII-8 0.7192
396 XLIII-9 0.0177
397 XLIII-10 0.5113
398
44
XLIV-1 0.4792
399 XLIV-2 0.2249
400 XLIV-3 0.3662
401 XLIV-4 0.8987
402 XLIV-5 0.3702
403 XLIV-6 0.6514
404 XLIV-7 0.3422
405 XLIV-8 0.3685
406 XLIV-9 0.2586
407 XLIV-10 0.9253
408
45
XLV-1 0.4083
409 XLV-2 0.5514
410 XLV-3 0.7337
411 XLV-4 0.4631
412 XLV-5 0.7555
413 XLV-6 0.9964
414 XLV-7 0.8925
415 XLV-8 0.2043
416 XLV-9 0.0462