BAB 5 (BAGIAN 1) FIXX

(1)

BAB V

PENGOLAHAN DATA

5.1. Define

5.1.1. Stratifikasi Jumlah Kecacatan Produk

(2)

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 - - -

(3)

-Tabel 5.1. Stratifikasi Jumlah Produk Cacat (Lanjutan) Sub

Grup

Number of Inspectio

n

Total Koyak

(KY)

Bolong

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

(4)

-Tabel 5.1. Stratifikasi Jumlah Produk Cacat (Lanjutan) Sub

Grup

Number of Inspectio

n

Total Koyak

(KY)

Bolong

41 10 - - -

-42 10 - - -

-43 10 - - -

-44 10 - - -

-45 10 - - -

(5)

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

(6)

Nilai Sigma = ( NORMSINV

(

1.000.000 - DPMO

1.000.000

)

) + 1.5

Nilai Sigma = ( NORMSINV

(

1.000.000 – 112,36199

1.000.000

)

) + 1.5 Nilai Sigma = (NORMSINV (0,9998)) + 1.5

Nilai 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

(7)

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

(8)

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 = 33

450 = 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

(9)

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

(10)

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 = 33

450 = 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

(11)

Gambar 5.2. Tampilan Data Peta np yang Dimasukkan ke Minitab

(12)

Gambar 5.3. Kotak Dialog np Chart

(13)

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

LCL

₁

=n

¯

p−

3

√

n

¯

p(

1

−¯

p

)

LCL

₁

=

0.5116

−

3

√

0.5116

(

1

−

0,0511

)

LCL

₁

=−

1,5787

≈

0

(14)

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

)

(15)

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

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

(16)

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

(17)

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

LCL

=

c

−

3

√

c

LCL

=

0.8444

−

3

√

0.8444

LCL

=−

1.9123

(18)

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

(19)

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

(20)

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

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

(21)

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 Frekuens_i

Koyak (KY) 16

Bolong (B) 13

(22)

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

(23)

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%

(24)

-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.

(25)

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)

(26)

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.

(27)

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

(28)

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)

¿

(29)

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

(30)

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)

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

(31)

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)

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

(32)

75 X-10 0.1327 76

11

XI-1 0.0923

77 XI-2 0.6151

78 XI-3 0.8299

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

(33)

111 XIV-9 0.6560

112 XIV-10 0.1830

113 15 XV-1 0.9862

Tabel 5.10. Pembangkitan Bilangan Random (Lanjutan)

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

(34)

147 XVIII-6 0.9896

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

(35)

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

(36)

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

(37)

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

(38)

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

(39)

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

352 39 XXXIX-4 0.0818

(40)

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)

386

42 XLII-9 0.7560

387 XLII-10 0.8628

(41)

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