APSI

    

2                          4 Macam penilaian dalam kelayakan usaha / feasibility, jelaskan !

1.    4 macam penilaian dalam kelayakan usaha yaitu :

1)    Kelayakan Operasional

Sebuah pengukuran untuk menentukan seberapa baik solusi memenuhi kebutuhan sistem.

2)    Kelayakan Teknikal

Sebuah pengukuran secara praktek sebuah solusi teknikal serta ketersediaan dari keahlian dan sumber daya teknikal.

3)    Kelayakan Penjadwalan

Sebuah pengukuran bagaimana beralasannya tabel waktu proyek ( project time table ).

4)    Kelayakan Ekonomi

Sebuah pengukuran dari keefektifan biaya dari proyek atau solusi.

Sebutkan 3 teknik yang populer dalam menilai kelayaan ekonomi dan jelaskan masing-masingnya ! 

2.    3 Teknik yang populer yaitu :

1)    Payback Analysis

Teknik untuk menentukan jika ( if ) dan kapan ( when ) sebuah investasi akan kembali dengan sendirinya.

2)    Return On Investment ( ROI ) Analysis

Teknik yang membandingkan kemampuan laba pada umur hidup dari solusi alternatif.

ROI untuk solusi atau proyek adalah tingkat persentase ( percentage rate ) dari pengukuran hubungan antara jumlah pengembalian investasi dan jumlah yang telah diinvestasikan.

3)    Net Present Value ( NPV ) Analysis

Teknik analisis yang membandingkan annual discounted costs dan keuntungan dari solusi alternatif.

Regresi Linier ( Statistika )

Hitunglah regresi linier dari data IPK dan NIlai UTS Statistika berikut :

IPK  : 1,99    2,68    1,89    3    2,68    2,05    3,1    2,92    3,41    2,1    2,42    3,55    3,61    3,08    2,99

Nilai UTS  : 40    24    36    60    36    56    52    44    68    28    44    72    60    52    52

Buatlah analisa dari hasil regresi tsb

NO	IPK ( X )	UTS ( Y )	X Y	X^2	Y^2
1	1,99	40	79,6	3,96	1600
2	2,68	24	64,32	7,18	576
3	1,89	36	68,04	3,57	1296
4	3	60	180	9,00	3600
5	2,68	36	96,48	7,18	1296
6	2,05	56	114,8	4,20	3136
7	3,1	52	161,2	9,61	2704
8	2,92	44	128,48	8,53	1936
9	3,41	68	231,88	11,63	4624
10	2,1	28	58,8	4,41	784
11	2,42	44	106,48	5,86	1936
12	3,55	72	255,6	12,60	5184
13	3,61	60	216,6	13,03	3600
14	3,08	52	160,16	9,49	2704
15	2,99	52	155,48	8,94	2704
Jumlah	41,47	724	2077,92	119,19	37680
Rata-rata	2,76	48,27

[Statistik] Contoh Kasus yang diselesaikan dengan ANOVA

Untuk mengetahui Faktor lingkungan dan pengaruhnya terhadap performansi manusia (operator/karyawan/pekerja) Dilakukan percobaan pada lokasi kerja. Pada percobaan ini di coba 1 orang operator yang akan diamati performansinya mengerjakan soal-soal matematika penjumlahan dan pengurangan sederhana dengan lingkungan yang dikondisikan berbeda-beda. Kondisi lingkungan yang berbeda-beda ini meliputi pencahayaan ( A ) dan kebisingan ( B ) dengan level sebagai berikut :

a)      Terang Normal

b)      Terang Bising

c)       Redup Normal

d)      Redup Bising

Pengamatan dilakukan sebanyak 2 kali ulangan dengan masing-masing kondisi diamati selama 2 menit. Kemudian dilakukan perhitungan hasil respon operator.

Data pengamatan Faktor kerja

		Faktor Kebisingan
		Normal	Bising
Faktor Pencahayaan	Terang	54	70
		63	63
	Jumlah	117	133	250
	Redup	71	54
		63	80
	Jumlah	134	134	268
	Total	251	267	518

Berikut  Hasil perhitungan ANOVA

Source of Variation (SoA)	Degree of freedom (Df)	Sum of Square (SS)	Mean square (MS)	Fo	F tabel α=0,05
Pencahayaan (A)	1	40,5	40,5	0,37	7,71
Kebisingan (B)	1	32,0	32,0	0,29	7,71
AB	1	32,0	32,0	0,29	7,71
Error	4	435,0	108,75
Total	7	539,5

Perumusan hipotesis :

a.      H_0,1   :      α₁      =    α₂  ; tidak signifikan

H_1,1   :      α₁      ≠    α₂ ; signifikan

b.      H_0,2   :      β₁      =    β₂ ; tidak signifikan

H_1,2   :      β₁      ≠    β₂ ; signifikan

c.       H_1,3   :      (αβ)₁ =    (αβ)₂ ; tidak signifikan

H_1,3   :      (αβ)₁ ≠    (αβ)₂ ; signifikan

a.    Nilai F hitung < F tabel (0,37 < 7,71), maka tidak cukup bukti untuk menolak H₀, sehingga setiap level faktor pencahayaan  (A) tidak memberikan pengaruh yang signifikan secara statistik.

b.    Nilai F hitung < F tabel (0,29 < 7,71), maka tidak cukup bukti untuk menolak H₀, sehingga setiap level faktor kebisingan  (B) tidak memberikan pengaruh yang signifikan secara statistik.

c.     Nilai F hitung > F tabel (0,29 < 7,71), maka tidak cukup bukti untuk menerima H₀, sehingga setiap interaksi antara pencahayaan dengan kebisingan  tidak memberikan pengaruh yang signifikan secara statistik.a

Hasil perhtiungan hipotesis tidak menunjukkan pengaruh signifikan Cahaya dan Kebisingan terhadap performansi Operator hal ini bukan karena Cahaya dan Kebisingan tidak mempengaruhi performansi tetapi lebih dikarenakan  pengamatan yang replikasinya kurang banyak ( Sutalaksana, 2006  )