Bab 4

Contoh Kasus Pemanfaatan Perangkat Lunak

1.1 Contoh Kasus Pembuatan Diagram Sankey

Transfer energi dapat menjadi kompleks. diagram Sankey adalah cara untuk mewakili situasi tersebut.

Sebagai contoh: Proses transfer energi yang terlibat dalam menggunakan mesin uap untuk menyalakan lampu diwakili bawah ini.

Figure 1.1: Mesin Uap Untuk Menyalakan Lampu

Transfer ini sering direpresentasikan sebagai mengalir dari kiri ke kanan dengan input dan output ditampilkan secara vertikal. Lebar garis menunjukkan jumlah energi yang terlibat pada setiap tahap. Diagram di atas memberikan indikasi umum dari energi yang terlibat. Data untuk setiap situasi akan diperlukan untuk membuat garis lurus.

Pertanyaan :

Satu liter bensin menghasilkan 10 kWh. Sebuah mobil menggunakan 7 liter per 100 km di 90 km h-1, output daya di gearbox adalah 15 kW, dan pada roda 12 kW.

1. Buatlah sebuah diagram Sankey non kuantitatif untuk mobil dengan kecepatan konstan.
   (Petunjuk: pertimbangkan, bahan bakar, knalpot, mesin, gearbox, roda, dan transfer ke lingkungan.)
2. Sekarang membuat Sankey diagram kuantitatif menggunakan data di atas.
   (Petunjuk: Pertama menghitung laju masukan bahan bakar di kW)
3. Makanan, (bahan bakar), digunakan oleh tubuh manusia dalam berbagai cara, misalnya: menjaga hangat, melakukan pekerjaan eksternal, menjaga bagian dari kerja tubuh, membangun bagian tubuh dan pasti beberapa pemborosan.

Buatlah diagram Sankey untuk menunjukkan ini. (Ini akan menjadi kualitatif tapi ingat masukan harus sama dengan output. (Jika anda ingin pergi lebih jauh, pertimbangkan bahwa di Inggris orang dewasa akan memiliki asupan harian sekitar 10 MJ. Pertimbangkan berapa banyak energi yang dibutuhkan untuk mengatakan memanjat tangga, berapa banyak anda memancarkan, [dibandingkan dengan bola lampu], dan seberapa efisien kemungkinan tubuh).

Petunjuk :

Diagram anda bisa berisi sebagai berikut: 10 MJ input, sistem pencernaan, metabolisme, kerja output, [mengatakan 3,6 MJ], mempertahankan suhu tubuh, thermal transfer dengan lingkungan, membangun bagian-bagian tubuh, kerusakan bagian tubuh dan makanan yang terbuang.

Jawaban :

1. Input: 7 liter pada 10 kWh / liter = 70 kWh yang digunakan untuk menempuh jarak 100 km di 90 km h-1. Jadi masukan per jam adalah dari 70 x 9/10 = 63 kW
2. 
   
3. 
   

1.2 Sistem Peredaran Darah Manusia Sankey

Seperti Sankey diagram dari sistem peredaran darah manusia (aliran darah dalam tubuh manusia) yang dibuat oleh CMGlee. Gambar ini adalah bagian dari artikel Wikipedia pada sistem peredaran darah. Oksigen darah (merah) berjalan melalui arteri, dan kembali ke jantung melalui pembuluh darah (biru). Arus menggambarkan "persentase relatif perkiraan curah jantung dikirimkan ke sistem organ utama".

Figure 1.4: Sistem Peredaran Darah Manusia (Diagram Sankey)

1.3 Energi Diagram Sankey Menorca

Pulau Spanyol Minorca (Spanyol: Menorca) adalah bagian dari Balearic pulau kepulauan di Laut Mediterania. Kurang ramai dari Mallorca, dan lebih tenang dari lokasi pesta Ibiza, pulau ini sangat populer untuk liburan keluarga.

Direktorat Strategis Menorca (Directrius Estratègiques de Menorca, DEM) baru-baru ini telah menerbitkan diagram Sankey ini menggambarkan aliran energi dari pulau pada tahun 2013.

Figure 1.5: Energi Diagram Sankey Menorca

Arus dengan satuan MWh. Masukan energi primer adalah 2.72 mio MWh pada tahun 2013, yang 1,56 mio MWh digunakan, sementara 1,92 mio MWh yang tidak digunakan.

Pulau ini hampir seluruhnya tergantung pada minyak bumi sebagai sumber energi. Maritim dan udara transportasi mengkonsumsi sebagian besar, seperti halnya sektor jasa (hotel). Sektor industri adalah konsumennya agak kecil.

1.4 Proses Sankey: Scrubbing Tekanan Air

Sebuah diagram Sankey kontaminasi O2 selama tekanan air dari sebuah makalah tentang 'Oksigen Removal selama Biogas Upgrading menggunakan adsorben berbasis besi' oleh Toni Raabe dari DBI - Gastechnologisches Institut gGmbH Freiberg di Jerman.

Figure 1.6: Scrubbing Tekanan Air

Arus metana, karbon dioksida, nitrogen dan oksigen ditunjukkan pada vol-%. Laju aliran (di m³ per jam) diberikan dalam sebuah meja kecil pada setiap tahap dari rantai proses (rantai biometana-proses melalui tekanan air scrubbing).

1.5 Contoh Kasus Pembuatan Scatter Diagram

Agar lebih jelas tentang cara pembuatan dan penerapan Scatter Diagram, berikut ini merupakan contoh kasusnya :

Perusahaan A yang mempunyai tenaga kerja sebanyak 300 orang dan bergerak di bidang industri perakitan elektronik sedang menghadapi permasalahan atas tingginya tingkat kerusakan dalam produksi. Dicurigai bahwa penyebabnya adalah dikarenakan jumlah absensi operator (tenaga kerja) yang tinggi di dalam produksinya. Berikut ini adalah tabel tentang jumlah absensi tenaga kerja dengan tingkat kerusakan.

Table 1.1: Kasus Diagram Scatter

Tanggal	Jumlah Absensi (orang)	Tingkat Kerusakan (%)
30	5	5.1
1	5	4.5
2	4	3.8
3	6	4.4
4	1	1.4
5	2	1.2
6	5	3.3
7	4	4.2
8	3	2.1
9	2	2
10	1	1.4
11	2	1.8
12	2	2.2
13	3	2.8
14	4	4.1
15	5	4.4
16	6	5.6
17	1	1.2
18	2	1.5
19	3	3.2
20	4	4.3
21	1	0.7
22	2	2.1
23	1	2
24	2	2.3
25	3	3.3
26	3	3.8
27	4	3.7
28	5	5
29	3	3.3

Berdasarkan contoh kasus dan tabel diatas, maka kita dapat membuat scatter diagramnya mengikuti langkah-langkah yang telah disebutkan diatas tadi.

1. Pengumpulan Data
   Seperti yang telah ditampilkan dalam tabel diatas dengan pasangan data sebanyak 30 data (n = 30)
2. Pembuatan Sumbu Vertikal dan Sumbu Horizontal
   Sumbu Horizontal : Nilai maksimum utuk absensi adalah 6 dan minimumnya adalah 1
   Sumbu Vertikal : Nilai maksimum untuk tingkat kerusakan adalah 5,6 dan minimumnya adalah 0,7
   Catatan :
   • Agar bentuk grafik lebih bagus, kita dapat lebihkan batas skala maksimum dan minimum
   • Jika yang diuji adalah hubungannya dengan kualitas, maka tingkat kerusakan lebih baik diletakkan pada sumbu vertikal.
3. Penebaran Data (Data Plotting)
   Lakukan penebaran data sesuai dengan tabel diatas dengan cara menggambarkan titik-titik X dan Y.
4. Pemberian Informasi
   Berikanlah informasi dan judul scatter diagram seperti contoh dibawah ini :
   Judul Scatter Diagram : Hubungan antara absensi dengan tingkat kerusakan
   Banyak pasangan data : n = 30
   Judul dan unit pengukuran :
   Sumbu Vertikal = Tingkat Kerusakan (%)
   Sumbu Horizontal = Jumlah Absensi (Orang)
   Interval waktu : 01 ~ 30 November 2012
   Nama Pembuat/Penanggung : Dickson Kho

Figure 1.7: Contoh Kasus Diagram Scatter

Cara Membaca Scatter Diagram :

Dari bentuk grafik yang dihasilkan, maka grafik dari Scatter Diagram diatas dinyatakan memiliki hubungan Positif (korelasi positif) yang artinya Makin Tinggi Jumlah Absensi Tenaga Kerja akan mengakibatkan tingkat kerusakan yang makin tinggi pula. Jadi jika ingin mengurangi tingkat kerusakan produk, salah satu tindakan yang harus dilakukan adalah mengurangi tingkat absensi tenaga kerja.

1.6 Diagram Scatter Penyelidikan Kecelakaan

Sebuah tim perencanaan kota, selama penyelidikan kecelakaan di jalan, mengidentifikasi beberapa kemungkinan penyebab. Tiga penyebab utama diduga: kecepatan kendaraan, kepadatan lalu lintas dan kondisi cuaca lokal. Karena tidak ada bukti yang jelas yang tersedia untuk mendukung salah satu hipotesis, mereka memutuskan untuk mengukur mereka, dan menggunakan Scatter Diagram untuk memeriksa apakah hubungan antara salah satu penyebab cukup kuat untuk mengambil tindakan lebih lanjut.

Untuk mendapatkan ukuran yang cukup, mereka membuat tindakan setiap hari selama dua bulan, menggunakan sensor jalan lokal dan laporan dari layanan ambulans. Scatter Diagram digambar untuk setiap penyebab yang mungkin terhadap jumlah kecelakaan. Hasil memungkinkan kesimpulan berikut harus dibuat:

• Ada korelasi rendah positif dengan kepadatan lalu lintas.
• Ada korelasi disimpulkan dengan kondisi jalan.
• Ada korelasi, positif dengan kecepatan tinggi lalu lintas, dengan kecelakaan dropping off lebih tajam di bawah 30 mph.

Akibatnya, langkah-langkah kontrol kecepatan lebih banyak lalu lintas yang dipasang, termasuk tanda-tanda dan permukaan. Hal ini mengakibatkan penurunan terukur dalam kecelakaan.

Figure 1.8: Contoh Scatter Diagram Kecelakaan

1.7 Diagram Scatter Pembuatan Roti

Seorang tukang roti tersangka bahwa waktu berdiri dari adonan mempengaruhi cara naik. Sebuah Diagram Scatter waktu bangkit melawan kepadatan roti diukur menunjukkan korelasi yang adil pada distribusi berbentuk U terbalik. Dengan demikian ia menggunakan waktu pada titik tertinggi pada kurva untuk mendapatkan kesempatan terbaik roti baik-bangkit.

Diduga bahwa suhu tekan menyebabkan menolak dalam proses pembentukan plastik. Sebuah Diagram Scatter menunjukkan korelasi positif yang tinggi, mendorong suatu redesign pers, termasuk penggunaan bahan lebih tahan panas.Hal ini menghasilkan penurunan yang signifikan dalam jumlah potongan ditolak.

Sebuah plot gaji departemen SDM terhadap hasil survei motivasi. Hasilnya adalah korelasi negatif yang lemah. Sebuah Scatter Diagram kedua, merencanakan waktu di perusahaan terhadap motivasi, memberikan korelasi yang lebih tinggi. Sebuah program motivasi ditargetkan sesuai dan menghasilkan peningkatan yang stabil dalam skor yang diberikan kepada motivasi dalam survei personil berikutnya perusahaan.

Langkah-langkah Pengerjaan :

1. Tentukan dua item yang ingin Anda bandingkan. Satu dapat diidentifikasi sebagai penyebab dicurigai dan yang lain sebagai efek dicurigai. Hal ini mungkin berasal dari penggunaan alat-alat lain, seperti Efek-Penyebab Hubungan Diagram atau Diagram.
2. Identifikasi pengukuran yang akan diambil. Keduanya harus variabel (yaitu diukur pada skala kontinu) dan itu harus mungkin untuk mengukur keduanya pada saat yang sama. Buatlah pengukuran sespesifik mungkin untuk mengurangi variasi dan meningkatkan kemungkinan hubungan yang lebih tinggi. Sebagai contoh, pengukuran dari bahan pemasok tunggal mungkin lebih baik daripada mengukur semua bahan yang disediakan.
3. Membuat 50-100 pasang pengukuran. Ketika melakukan hal ini, bertujuan untuk menjaga semua variabel lain stabil mungkin, karena dapat mengganggu dengan angka akhir. Berhati-hatilah ketika mengukur perilaku manusia, sebagai tindakan pengukuran dapat menyebabkan orang diukur untuk mengubah perilaku mereka, terutama jika mereka mencurigai mereka mungkin kehilangan keluar dalam beberapa cara.
4. Plot diukur pasang di Scatter Diagram. Desain sumbu dan sisik pada diagram untuk memberikan penyebaran maksimum visual poin. Ini mungkin melibatkan menggunakan skala yang berbeda dan membuat sumbu salib di non-nilai nol (seperti pada gambar dibawah).
   Jika menyelidiki hubungan sebab-akibat yang mungkin, alur sebab dicurigai pada
   sumbu x (horizontal) dan efek dicurigai pada sumbu y (vertikal).
   

   
   

   Figure 1.9: Pengaturan Skala
5. Jika korelasi tinggi, kemunduran ('rata-rata') line dapat ditarik melalui titik merencanakan, untuk menekankan tren. Hal ini dapat dihitung atau diperkirakan dengan mata (meskipun hal ini harus dibuat jelas bagi pembaca masa depan diagram).
6. Jika korelasi cukup linear, maka koefisien korelasi dapat dihitung.
7. Menafsirkan diagram dan bertindak sesuai. Hal ini mungkin untuk mengidentifikasi perbaikan atau untuk memungkinkan estimasi nilai efek masa depan. Jika yang terakhir, standard error dapat dihitung, seperti pada gambar di bawah ini.

Bila menggunakan Scatter Diagram untuk memperkirakan nilai dampak masa depan, hanya memperkirakan dalam kisaran korelasi diketahui, sebagai bentuk dapat berubah di luar kisaran tersebut.

Praktis variasi

• Jika titik pada Diagram Scatter bertepatan dengan poin lainnya, fakta bahwa satu titik sebenarnya adalah dua atau lebih mungkin akan disorot oleh keberanian mereka atau dengan menggunakan lingkaran konsentris.
• Jika pengukuran sulit diperoleh, sesedikit 30 pasangan pengukuran dapat digunakan.
• Gunakan Tabel Korelasi ketika kebetulan beberapa poin diukur, biasanya ketika ada sejumlah posisi mungkin. Ini secara efektif lintas antara Scatter Diagram dan Check Sheet, dimana setiap posisi xy diwakili oleh kotak di mana beberapa poin dapat diindikasikan.
  

  
  

  Figure 1.10: Tabel Korelasi
• Pisahkan set pengukuran dapat ditampilkan pada Diagram Scatter yang sama, yang dapat dibedakan dari satu sama lain dengan menggunakan spidol berbentuk berbeda untuk setiap set poin. Pemakaian khas adalah di mana satu variabel yang sedang berubah, misalnya untuk menunjukkan pengukuran bahan dari pemasok yang berbeda.
• Mana korelasi non-linear muncul, perkiraan kasar dapat dilakukan dengan menggunakan mereka dengan membagi mereka ke dalam bagian sekitar linear dan menghitung garis regresi dan standard error seperti di atas.

1.8 Contoh Kasus Pembuatan Stepped Area Chart

Berikut langkah-langkah untuk membuat stepped chart di Excel :

• Memiliki data di tempat. Di sini saya memiliki data harga bensin di India pada tahun 2015.

Figure 1.11: Contoh Kasus Stepped Area 1

• Memiliki salinan data diatur seperti yang ditunjukkan di bawah ini.
• Cara termudah adalah dengan membangun tambahan data yang ditetapkan tepat di sebelah kumpulan data asli. Mulai dari baris kedua dari data. Dalam sel D3, masukkan referensi dari tanggal di baris yang sama (A3) di set data asli. Dalam sel E3, masukkan referensi dari nilai di baris atas (B2) dalam dataset asli. Tarik sel ke bawah samapi ke sel terakhir dari data asli.

Figure 1.12: Contoh Kasus Stepped Area 2

• Menyalin data asli (A2: B18 dalam contoh di atas), dan paste tepat di bawah dataset tambahan yang kita buat.
• Anda akan memiliki sesuatu seperti yang ditunjukkan di bawah ini (data kuning adalah data asli dan hijau adalah salah satu yang kita buat). Perhatikan bahwa ada baris kosong antara header dan data (seperti yang kita mulai dari baris kedua). Jika anda terlalu rewel tentang bagaimana data terlihat, anda dapat menghapus sel-sel.
• Anda tidak perlu untuk menyortir data. Excel mengurus itu.

Figure 1.13: Contoh Kasus Stepped Area 3

• Pilih seluruh set data, pilih Insert -> Charts -> 2-D Line Chart.

Figure 1.14: Contoh Kasus Stepped Area 4

• Itu dia! Anda akan memiliki grafik langkah siap.

Figure 1.15: Contoh Kasus Stepped Area 5

Chapter 2