II.

TINJAUAN PUSTAKA

2.1 Proses Koagulasi dan Koagulan
2.1.1 Koagulasi Koagulasi adalah proses yang bersifat kimia yang bertujuan untuk menghilangkan kekeruhan dan material atau zat yang dapat meghasilkan warna pada air yang kebanyakan merupakan partikel – partikel koloidal ( berukuran 1- 200 milimikron) seperti alga, bakteri, zat organik anorganik dan partikel lempung (Lin, 2007). Proses koagulasi perlu dilakukan apabila kekeruhan air melebihi 30 – 50 Ntu. Dari bangunan intake, air akan dipompa ke bak koagulasi ini. Pada proses koagulasi ini dilakukan proses destabilisasi partikel koloid, karena pada dasarnya air sungai atau air-air kotor biasanya berbentuk koloid dengan berbagai partikel koloid yang terkandung di dalamnya. Destabilisasi partikel koloid ini bisa dengan penambahan bahan kimia berupa tawas, ataupun dilakukan secara fisik dengan rapid mixing (pengadukan cepat), hidrolis (terjunan atau hydrolic jump), maupun secara mekanis (menggunakan batang pengaduk). Biasanya pada instalasi pengolahan air dilakukan dengan cara hidrolis berupa hydrolic jump. Lamanya proses adalah 30 – 90 detik. 2.1.2 Koagulan Koagulan atau Flokulan pembantu biasa dibubuhkan ke dalam air yang dikoagulasi yang bertujuan untuk memperbaiki pembentukan flok dan untuk mencapai sifat spesifik flok yang diinginkan. Koagulan adalah zat kimia yang menyebabkan destabilisasi muatan negatif partikel di dalam suspensi. Zat ini merupakan donor muatan positif yang digunakan untuk mendestabilisasi muatan negatif partikel. Dalam pengolahan air sering dipakai garam Aluminium, Al ( III) atau garam besi (II) dan besi (III) Koagulan yang umum digunakan pada pengolahan air adalah seperti yang terlihat pada tabel di bawah ini : Tabel 1. Koagulan yang Umum Digunakan Pada Pengolahan Air Reaksi Dengan Formula Bentuk Air Al2(SO4)3.xH2O Bongkah, bubuk Alum sulfat, Alum, Salum Sodium aluminat Na2Al2O4 Polyaluminium Aln(OH)mCl3n-m Chloride, PAC Ferri sulfat Ferri klorida Ferro sulfat Fe2(SO4)3.9H2O FeCl3.6H2O FeSO4.7H2O Kristal halus Bongkah, cairan Kristal halus Asam Asam Asam 4–9 4–9 > 8,5 (Sumber : Sugiarto. 2006 ) Cairan, bubuk Asam 6,0 – 7,8 x = 14,16,18 NaAlO2 atau Bubuk Basa Asam

Nama Aluminium sulfat,

Ph Optimum

6,0 – 7,8

6,0 – 7,8

2

terjadi gaya tolak menolak (repulsion force) yang 3 .1 Kegunaan Aluminium Sulfat Tawas atau aluminium sulfat merupakan bahan koagulan yang paling banyak digunakan karena bahan ini paling ekonomis. aluminium sulfat banyak digunakan sebagai koagulan dalam proses pengolahan air bersih. Jumlah pemakaian tawas tergantung kepada turbiditas (kekeruhan) air baku.biasanya ditambahkan larutan kapur (Ca(OH)2) atau soda abu (Na2CO3). Aluminium sulfat jarang ditemukan dalam bentuk garam anhydrous biasanya aluminium sulfat membentuk garam hyrous dengan kandungan H2O yang berbeda – beda dan yang paling umum dalam bentuk heksadecahydrate. pengolahan air limbah dan juga digunakan dalam pembuatan kertas untuk meningkatkan ketahanan dan penyerapan tinta.2.2 Aluminium Sulfat 2.8-7. zat gelatin tersebut akan membantu celupan bertahan pada serabut pakaian karena pigmennya menjadi tidak larut.Aluminium sulfat digunakan secara luas dalam industri kimia. Walaupun secara alami ada yang disebut gaya tarik menarik antar partikel (Van der Walls force) namun karena adanya lapisan negatif dipermukaan koloid tersebut. Alumunium dan garam – garam besi adalah bahan kimia yang efektif bekerja pada kondisi air yang mengandung alkalin.dalam proses dying dan pencetakan kain. Reaksi yang terjadi sebagai berikut : Al2(SO4)3 Air mengalami H2 O Sehingga 2 Al+3 6OH-→2Al(OH)3 → H+ + OH→ 2 Al+3 + 3(SO4)-2 + Selain itu akan dihasilkan asam : 3(SO4)-2 + 6H+ → 3H2SO4 Dengan demikian makin banyak dosis tawas yang ditambahkan maka pH akan semakin turun. mudah diperoleh di pasaran serta mudah penyimpanannya. Reaksi yang terjadi : Al2(SO4)3 + 3Ca(HCO3)2 → 2Al(OH3) + 3CaSO4 + 6CO2 2Al(OH3) + 3Na2SO4+3CO2 Al2(SO4)3 + 3Na2CO3 + 3H2O → Al2(SO4)3 + 3Ca(OH)2 → 2Al(OH3)+ 3CaSO4 Partikel pengotor air biasanya berbentuk koloid yang melayang didalam air dan mempunyai 2 lapisan muatan listrik di permukaannya. Aluminium sulfat dapat juga digunakan sebagai mordan saat dying dan pencetakan tekstil. positif dan negatif. Pemakain tawas juga tidak terlepas dari sifat-sifat kimia yang dikandung oleh air baku tersebut. Apabila alkalinitas alami dari air tidak seimbang dengan dosis tawas perlu ditambahkan alkalinitas.4. karena dihasilkan asam sulfat sehingga perlu dicari dosis tawas yang efektif antara pH 5. Semakin tinggi turbiditas air baku maka semakin besar jumlah tawas yang dibutuhkan.2. Ketika dilarutkan dalam air yang mengandung alkali aluminium sulfat akan membentuk aluminium hidroksida yang berbentuk gelatin. Kadang aluminium sulfat digunakan untuk menurunkan pH lahan perkebunan.

Bentuk bongkahan atau bubuk berwarna putih Kelarutan dalam air ± 700 gr / lt Konsentrasi larutan yang umum 50 – 100 gr / lt (5 – 10 %) Tidak mudah terbakar Larut dalam air. Proses Produksi Aluminium Sulfat dari Alumina Untuk memproduksi aluminium sulfat bahan baku yang terdiri dari aluminium hidroksida.118° C. 4. Selama reaksi berlangsung akan terjadi penguapan air akibat terjadinya kenaikan suhu sehingga pada tangki reaktor perlu 4 .menyebabkan koloid tidak pernah bergabung. kemudian dicuci dan dipanaskan untuk menghilangkan air yang tersisa. Asam sulfat dipasaran terdiri dari 2 macam yaitu dengan asam sulfat teknis dengan konsentrasi 96 – 98% dan asam sulfat absolut dengan konsentrasi lebih dari 99% 2. untuk menghasilkan alumina bauksit digiling dan dicampur dengan kapur dan kaustik soda. 3. 2. mata dan kulit Bila debunya terhisap menimbulkan rasa nyeri pada alat pernafasan Bila larutan tersebut kena mata akan menimbulkan rasa pedih 2. 7. Hasil reaksi ini kemudian direkasikan lagi dengan air untuk membentuk asam sulfat. dimana belerang direaksikan dengan oksigen untuk membentuk sulfur dioksida. Tangki reaktor harus dibuat dari bahan yang tahan asam dan panas pembentukan karena reaksi ini bersifat eksosentris. Beberapa sifat dari tawas / aluminium sulfat 1. Bahan Baku yang Digunakan 1. Campuran tersebut kemudian dipompa ke dalam tanki tekanan tingi dan dipanaskan.22 Pembuatan Koagulan Aluminium Sulfat a. 0 – 99. Hasil dari proses ini yaitu powder berwarna putih yang disebut alumina. 5. bereaksi asam kuat dan bersifat korosif Larutannya berbahaya bagi paru – paru . asam sulfat dan air dimasukkan kedalam tanki reaktor. Operasi biasanya dilakukan secara batch. Aluminium oksida akan larut dalam kaustik soda dan dikeluarkan secara cepat dari larutan. b. Alumina dipasaran rata – rata mempunyai konsentrasi sekitar 99. 6. Kondisi tersebut stabil sepanjang tidak ada campur tangan dari luar. 8. Sulfur dioksida kemudian direaksikan lagi dengan oksigen untuk membentuk sulfur trioksida. Reaksi yang terjadi yaitu : 2Al(OH)3 + 3H2SO4 + 8H2O → Al2(SO4)3. Alumina Alumina diproduksi dari proses pemurnian bauksit. 14 H2O Reaksi pembuatan aluminium sulfat ini membutuhkan waktu sekitar 6 menit dan bersifat eksotermis sehingga setelah bahan – bahan dicampur didalam reaktor maka temperatur reaksi akan naik menjadi 115 . didalam reaktor tersebut bahan – bahan tersebut diaduk selama waktu tertentu dan akan menghasilkan uap air yang dibuang melalui cerobong.7% Asam Sulfat Asam sulfat diproduksi dari belerang menggunakan proses kontak.

4. lama pengendapan serta volume endapan yang terbentuk. Langkah selanjutnya setelah alumunium terbentuk. Karakter fisik dalah karakter air secara fisik . bulan atau tahun bahkan musim terutama pada saat dimana terjadi perubahan keadaan air secara kimia. sesudah itu alumunium yang sudah berbentuk padat diambil dan dimasukkan kea lat penggiling. Kadar oksigen terlarut yang terlalu rendah akan menimbulkan bau yang tidak sedap akibat degradasi anaerobik yang mungkin saja terjadi.4 Karakteristik Air Bersih Karakteristik air bersih dapat dilihat dari dua aspek yakni secara fisik dan kimia. Hasil dari uji ini menjadi acuan dalam pemberian dosis koagulan pada proses koagulasi. jika diinginkan aluminium yang diinginkan berbentuk liquid maka produk yang keluar dari tangki dilairkan kedalam tangki yang diisi dengan air agar menjadi dingin. bahan-bahan tersuspensi yang berwarna dan oleh ekstrak senyawa-senyawa organik serta tumbuh-tumbuhan.3 Jar Test Jar test merupakan metode standar yang dilakukan untuk menguji proses koagulasi (Kemmer. Jar test terdiri dari enam buah batang pengaduk yang masing – masing mengaduk satu buah gelas dengan kapasitas satu liter. Semakin banyak sinar matahari yang masuk maka suhu semakin tinggi. Suhu Suhu merupakan salah satu faktor yang penting dalam mengatur proses kehidupan dan penyebaran organisme. B. Satu buah gelas berfungsi sebagai kontrol dan kondisi operasi dapat bervariasi diantara lima gelas yang tersisa. 2. Pan kemudian disimpan didalam rak. C.dipasang corong untuk membuang uap yang terbentuk. setelah hancur aluminium dialirkan kedalam hoper untuk dimasukkan ke karung (packaging). karena intensitas cahaya yang masuk menentukan derajat panas.1 Karakteristik Fisik Air A.2002). Aluminium cair tersebut kemudian disaring dan dialirkan ke tangki penyimpanan. Kekeruhan Kekeruhan air dapat ditimbulkan oleh adanya bahan-bahan anorganik dan organik yang terkandung dalam air seperti lumpur dan bahan yang dihasilkan oleh buangan industri. 2. Jika diinginkan dalam bentuk solid maka larutan dialirkan kedalam pan dan didinginkan menggunakan kipas. sedangkan bertambahnya kedalaman akan mengakibatkan suhu menurun (Welch. Penggunaan sebuah pengukuran rpm di bagian atas petangkat jar test ini berperan sebagai pengontrol keseragaman kecepatan pencampuran pada keenam gelas tersebut. Warna Warna air dapat ditimbulkan oleh kehadiran organisme. Data yang didapat dengan melakukan jar test antara lain dosis optimum penambahan koagulan. 1980 dalam Kristianiarso. 2. Tinggi rendahnya suhu air berkaitan dengan besarnya intensitas cahaya matahari yang masuk ke perairan. Jar test sebaiknya dilakukan setiap beberapa hari. 2009). Sedangkan karakteristik kimia merupakan karakteristik air dilihat dari kandungan zat kimia yang terkandung didalamnya. Satuan untuk parameter warna yang biasa digunakan adalah PtCo ( Platinum Cobalt Scale) 5 .

Air dapat bersifat asam atau basa tergantung besar kecilnya pH air. Pengaturan pH dapat dilakukan dengan penambahan asam atau basa (Teng. Kadar oksigen terlarut di perairan alami bervariasi bergantung pada suhu. E. COD( Chemical Oxygent Demand) COD adalah banyaknya oksigen yang di butuhkan untuk mengoksidasi bahanbahan organik secara kimia. E. Satuan DO biasanya dinyatakan dalam persentase saturasi. D.5. DO (Dissolved Oxygent) DO adalah jumlah oksigen terlarut dalam air yang berasal dari fotosintesa dan absorbs atmosfer/udara. Pengukuran COD didasrkan pada kenyataan bahwa hampir semua bahan organic dapat dioksidasi menjadi CO2 dan dan H2O dengan bantuan oksidator kuat (kalium dikromat) dalam suasana asam.D.2 Karakteristik Kimia Air A. dan oleh adanya senyawa-senyawa organik tertentu 2. Semakin banyak jumlah DO maka kualitas air semakin baik. Solid (Zat padat) Kandungan zat padat menimbulkan bau busuk. B. salinitas. maupun yang sukar didegradasi secara bilogis menjadi CO2 dan H2O. turbulensi air dan tekanan atmosfer (Effendi. Beberapa senyawa asam dan basa lebih toksid dalam bentuk molekuler. Oleh karena itu proses dekomposisi bahan organik berlangsung lebih cepat pada kondisi netral atau alkalis (Effendi.5 – 7. Pada umumnya bakteri tumbuh dengan baik pada pH netral dan alkalis sedangkan jamur lebih menyukai pH rendah (kondisi asam).3. namun 6 . baik yang dapat didegradasi secara biologis. 2004). BOD (Bological Oxygent Demand) BOD adalah banyaknya oksigen yang dibutuhkan oleh mikroorgasnisme untuk menguraikan bahan-bahan organik (zat pencerna) yang terdapat di dalam air buangan secara biologi. Air yang memiliki pH lebih kecil dari pH normal akan bersifat asam sedangkan air yang memiliki pH diatas normal bersifat basa (Wardhana. tannin. BOD dan COD digunakan untuk memonitoring kapasitas self purification badan air penerima. dimana disosiasi senyawa-senyawa tersebut dipengaruhi oleh pH. 2000). Jika pada perairan terdapat bahan organik yang resisten terhadap degradasi biologis. juga dapat meyebabkan turunnya kadar oksigen terlarut. misalnya selulosa. 2003). fenol dan sebagaiinya maka lebih cocok dilakukan pengukuran nilai COD dibandingkan dengan nilai BOD. Bau dan rasa Bau dan rasa dapat dihasilkan oleh adanya organisme dalam air seperti alga serta oleh adanya gas seperti H2S yang terbentuk dalam kondisi anaerobik. Zat padat dapat menghalangi penetrasi sinar matahari kedalam air. pH Pembatasan pH dilakukan karena akan mempengaruhi rasa. korosifitas air dan efisiensi klorinasi. Air normal yang memenuhi syarat untuk suatu kehidupan mempunyai pH berkisar antara 6. 2003). lignin. Kesadahan Kesadahan air yang tinggi akan mempengaruhi efektifitas pemakaian sabun. C.

2.2 Harga Pokok Produksi Harga pokok dikenal dengan nama singkatnya “HPP” adalah salah satu ko mponen dari laporan laba rugi. Manajer bagian pembelian (Purchase Manager) lebih fokus pada harga 7 . Biaya produk sering didefinisikan sebagai biaya produksi yaitu jumlah dari bahan baku langsung. Senyawa-senyawa kimia yang beracun Kehadiran unsur arsen (As) pada dosis yang rendah sudah merupakan racun terhadap manusia sehingga perlu pembatasan yang agak ketat (± 0. biaya overhead dibebankan dengan menggunakan biaya penelusuran penggerak dan alokasi. Bila berbicara mengenai HPP. maka harus konsen mana yang dimaksudkan. Secara spesifik perhitungan membebankan biaya overhead pada produk. pelanggan.2009) Biaya produk dapat juga berguna untuk membuat beberapa keputusan tertentu sebagai contoh biaya produk dapat menjadi input penting dalam penetapan harga penawaran dan juga dapat digunakan untuk mengilustrasikan perbedaan antara pendekatan pembebanan biaya berdasarkan fungsi dan aktivitas. bahan baku dan jalur pemasaran. Ketiganya adalah komponen yang yang saling terkait namun bila mendengar perkataan HPP. pembeabana biaya merupakan suatu proses alokasi. Kesadahan yang tinggi bisa disebabkan oleh adanya kadar residu terlarut yang tinggi dalam air. pemasok.5 Perhitungan Biaya Berdasarkan Aktivitas 2.1 Biaya Produksi dan Overhead Perhitungan biaya berdasarkan fungsi dan aktivitas membebankan biaya pada objek biaya seperti produk. F. Ketika biaya dibebankan kepada objek biaya. Untuk biaya – biaya overhead yang tidak sesuai dengan asumsi. tenaga kerja langsung dan overhead produksi (Hansen dan Mowen. biaya per unit dihitung dengan membagi jumlah biaya yang dibebankan dengan jumlah unit dari objek biaya tertentu. Untuk biaya overhead dimana asumsi ini berlaku. yang menjadi perhatian manajemen perusahaan dalam mengendalikan operasional perusahaan. Perhitungan biaya produksi berdasarkan fungsi membebankan biaya dari bahan baku langsung dan tenaga kerja langsung pada produk dengan menggunakan penelusuran langsung. menimbulkan warna koloid merah (karat) akibat oksidasi oleh oksigen terlarut yang dapat menjadi racun bagi manusia. Penggerak aktivitas tingkat unit adalah faktor – faktor yang menyebabkan perubahan dalam biaya seiring dengan perubahan jumlah unit yang diproduksi. Permasalahan itu timbul karena perbedaan kebutuhan masing-masing tingkat manajemen.sebaliknya dapat memberikan rasa yang segar. 2. harga pokok produksi dan harga pokok penjualan. Penggunaan penggerak berdasarkan unit semata – mata untuk membebankan biaya overhead pada produksi memiliki asumsi bahwa overhead yang digunakan produk berkorelasi tingi jumlah unit yang diproduksi. Di lain pihak. Di dalam pemakaian untuk industri adanya kesadahan dalam air tidaklah dikehendaki. terdapat tiga macam harga pokok yaitu harga pokok persediaan.5. yaitu suatu perkiraan dari kapasitas yang diukur penggerak dan dan perkiraan dari overhead yang diharapkan.5. pembebanan berdasarkan unit sesuai dengan penelusuran penggerak.05 mg/l). Tarif perkiraan overhead berdasarkan fungsi membutuhkan spesifikasi dari penggerak tingkat unit. Kehadiran besi (Fe) dalam air bersih akan menyebabkan timbulnya rasa dan bau ligam. Biaya per unit adalah jumlah biaya yang berkaitan dengan unit yang diproduksi dibagi dengan jumlah unit yang diproduksi.

pokok persediaan. Untuk memahami komponen dari harga pokok. Metode pepertual inventory adalah metode yang banyak digunakan pada system akuntansi computer namun masih banyak akuntan yang sangat familiar dengan metode fisikal inventori. Harga Pokok Penjualan = Harga Pokok Produksi + Biaya Penjualan b. Hal ini dapat dilakukan karena metode perpetual melakukan perhitungan berdasarkan transakasi yang telah di catat ke sistem komputer sedangkan metode Phisik melakukan perhitungan berdasarkan selisih antara persediaan awal ditambah mutasi dan dikurangi dengan sisa. Karena harga pokok persediaan adalah bagian dari persediaan yang telah digunakan. Persediaan = Pembelian bahan baku + biaya pembelian e. berikut adalah hubungan dari komponen – komponen yang saling berhubungan : a. Harga Pokok Produksi = Harga Pokok Persediaan + Biaya Produksi c. Bentuk laporan harga pokok disesuaikan dengan kebutuhan manajemen dan metode akuntansi yang dipilih. Biaya penjualan = Biaya yang diperlukan untuk menjual produk Selanjutnya komponen – komponen dapat disusun secara hirarki menjadi : Harga Pokok Penjualan a. Harga Pokok Persediaan 8 . Namun hal itu tidak cukup bagi manajer operasional karena komponen biaya produksi baik biaya tenaga kerja langsung maupun biaya overhead pabrik juga merupakan komponen penting yang berada dalam ruang lingkup tugasnya. Jadi perhatian lebih besar ditujukan pada harga pokok persediaan cukup beralasan. Pada sistem akuntansi Manual biasanya hanya ditampilkan secara periodik namun sistem akuntansi komputer dengan menerapkan metode perpetual inventory dapat menghasilkan informasi secara visual kapan saja. Harga Pokok Persediaan = Bagian Persediaan Bahan Baku yang digunakan dalam proses produksi d. manajer produksi (production manager) atau manajer operasional (operation manager) lebih fokus pada harga pokok produksi. Dengan demikian diperoleh laporan harga pokok dalam bentuk rencana dan laporan harga pokok realisasi. Karena itu manajer produksi atau manajer operasional pada perusahaan industri akan fokus pada harga pokok produksi yaitu Harga pokok persediaan ditambah biaya produksi. Walaupun harga pokok adalah bagian dari laporan laba rugi namun laporan harga pokok juga dilaporkan secara terpisah. Manajemen tingkat puncak tentunya akan lebih cenderung fokus pada harga pokok penjualan. Perusahaan Jasa tidak memiliki kedua komponen tersebut sehingga pada perusahaan jasa jelas hanya harga pokok yang terdiri dari biaya biaya operasional. Metode phisik biasanya hanya menampilkan harga pokok produksi secara keseluruhan pada satu periode tertentu sedangkan metode perpetual menghasilkan laporan harga pokok produksi secara spesifik misalnya untuk satu produk tertentu. Untuk mendapatkan sisa tentunya melalui perhitungan phisik. Komponen yang paling besar dalam operasional perusahaan pada perusahaan dagang maupun perusahaan industri adalah persediaan. Metode fisikal inventori semakin ditinggalkan karena sistem akuntansi komputer dengan metode perpetual dapat memberikan informasi setiap saat tanpa harus menunggu perhitungan fisik persediaan bahkan dapat menampilkan hasil perhitungan harga pokok untuk suatu produk yang akan diproduksi. Laporan harga pokok adalah sebuah kertas kerja berupa perhitungan secara sistematis.

Assumption Cell atau sel – sel asumsi 2. Distribusi probabilitas yang terdapat pada Crystal Ball yaitu distribusi Normal. Biaya pembelian Biaya Tenaga kerja langsung Biaya overhead pabrik 1. Tidak pernah ada probabilitas negatif ataupun lebih besar dar 1. 1. Biaya bahan baku yang dipakai 2. Probabilitas sama dengan 0 berarti sesuatu tidak pernah terjadi dan probabilitas sama dengan 1 berarti sesuatu akan selalu atau pasti terjadi (Mulyono. Probabilitas dinyatakan dalam pecahan (¼. Forecast Cell atau sel – sel peramalan 3. Biaya tenaga kerja tidak langsung 3. Logistic. Biaya penyusutan gedung pabrik 5. Biaya bahan pembantu/penolong 2. Biaya penyusutan mesin 6. Biaya listrik dan penerangan pabrik 4. Rumusan untuk ditribusi normal yaitu : 9 .2006) . Webull. Beberapa hal yang sebaiknyadikethaui erlebih dahulu sebelum menggunakan Crystal Ball seperti Central Limit Theorem dan beberapa pilihan tes seperti Kolmograv – Sminov. 2. Extreme. Pareto. Biaya Penjualan lainnya 2. Decision Cell atau sel – sel keputusan Assumption Cell adalah nilai atau variabel yang tidak diketahui pasti masalah yang akan diselesaikan. Value.6 Crystal Ball Crystal Ball adalah program untuk simulasi data yang menyediakan dua pilihan metode sampling. Gamma. Sel ini harus berupa nilai numerik dan bukan formula atau teks dan didefinisikan sebagai sebuah distribusi probabilitas. Beta. Decision Cell berisi nilai numerik atau angka bukan formula atau teks atau menjelaskan variable yang memiliki interval nilai tertentu dimana dapat dikontrol oleh pengguna untuk memperoleh nilai optimal. yaitu : 1. 75%) dan besarnya antara 0 dan 1. Distribusi probabilitas normal banyak digunakan pada kehidupan sehari – hari yang digambarkan sebagai fenomenal random seperti test score dan berat. Hyper Geometric. Binominal dan Costum. Seperti halnya User friendly program pada umumnya. 50%. c. Penggunaan Crystal Ball dapat diawali dengan pemahaman terhadap tiga macam karakteristik sel yang digunakan. d. ¾) atau persen (25%. Geometric. Crystal Ball pada dasarnya mudah dioperasikan dan dipahami. ½.6. Negative.1 Distribusi Probabilitas Distribusi probabilitas adalah sebuah model matematis yang dipergunakan untuk mendeskripsikan sifat – sifat sebuah populasi (bentuk.b. Darling and Chi – Square dan juga karakteristik ditribusi yang menjadi knowledge base program ini hendaknya diketahui agar memudahkan untuk beradaptasi saat penggunaan atau membaca hasil analisa. Biaya pengepakan 2. Ongkos angkut penjualan (Biaya Delivery) 3. yaitu Monte Carlo dan latin Hypercube. Biaya proses produksi lainnya Biaya Penjualan 1. Sedangkan Forecast Cell merupakan Cell Formula dari Assumption Cell. Uniform. pusat dan penyebaran).

4.3σ ≤ x ≤ μ + 3σ yang dikenal dengan 6sigma limits (Taha. 3. Distribusi ini menyerupai kolom ketinggian yang berbeda satu dengan yang lainnya. Memilih satu distribusi untuk satu asumsi adalah salah satu dari tahap yang dilakukan dalam membuat satu model Crystal Ball. 10 . dapat dipermudah dengan bantuan distribusi normal standar yang memiliki rata – rata (mean)= 0 dan standar deviasi S= 1. 1997).F(x) = Dengan rata – rata μ dan varians Ciri – ciri utama distribusi adalah : 1. Rumus untuk memperoleh variabel normal standar Z adalah : Z= Jika X = nilai variabel random μ= rata – rata variabel random σ = deviasi standar variabel random Maka : (3) (2) Variabel normal standar Z dapat diartikan sebagai berapa kali deviasi standar suatu nilai variabel random menyimpang dari rata – ratanya. Lebih dari 99% area banyak yang berada dibawah distribusi terlampir dalam range μ. b. /2 (1) dan harus memenuhi syarat -∞ < x < ∞ Kurvanya mempunyau puncak tunggal Kurvanya berbentuk seperti lonceng Rata – rata terletak di tengah distribusi dan distribusinya di sekitar garis tegak lurus yang ditari melalui rata – rata Kedua ekor kurva memanjang tak terbatas dan tak pernah memotong sumbu horizontal Untuk mencari probabilitas suatu interval dari variabel random kontinyu. a. Distribusi probabilitas diskrit menggambarkan suatu perbedaan terbatas pada umumnya adalah bilangan bulat. Crystal Ball memiliki 22 distribusi yang terdiri dari kontinyu dan diskret yang dapat digunakan untuk menggambarkan satu asumsi. 2. Distribusi ini memiliki lengkungan yang halus dan berbentuk kurva padat (solid). Distribusi kontinyu mengansumsikan semua nilai dalam range (rentang) termasuk juga range yang tanpa batasan (tidak terhingga). dimasukkan sebagai distribusi pilihan yang dapat digunakan untuk kombinasi range (data) kontinyu dan diskrit. Variabel random dalam distribusi normal standar dengan symbol Z.

Jumlah mobil yang terjual dalam seminggu. 11 . minium dan “kemungkinan besar” sangat berguna pada penggunaan data yang terbatas Perkiraan penjualan. Nilai rata – rata kemungkinan besar paling sering muncul Simetrikal dengan nilai tengah Nilai “kemungkinan besar” lebih dekat dengan nilai tengah dibandingkan nilai terjauh Nilai maksimum dan minimum ditetapkan Pada rentangan terdapat sebuah nilai “kemungkinan besar” .Distribusi Tabel 2. b. a. Situasi dimana nilai positif berbentuk miring b. Skala pembayaran. Ketika diketahui nilai maksimum. Jumlah persediaan. Harga Stok. Ukuran reservoir minyak c. c. Harga pemasaran a. Tingkat Reproduksi. Harga Real Estate . Inflasi b. segitiga terbentuk dari nilai maksimum dan minimum Nilai atas dan bawah tidak terbatas Distribusi positif berbentuk miring dengan sebagian besar nilai berada di dekat batas bawah Logaritma natural dari distribusi adalah distribusi normal Fenomena Natural Contoh Tinggi manusia. Distribusi pada Crystal Ball Kondisi Aplikasi a.

nilai “kemungkinan besar” .a. b. Nilai minimum dan maksimum ditentukan Pada rentangan terdapat sebuah nilai “kemungkinan besar” . c. kemungkinan terjadinya kegagalan atau keberhasilan. juga digunakan pada logika Boolean ( benar / salah atau hidup / mati) Nilai dari sisi 10 kali pelemparaan sebuah koin. Rentang antara nilai maksimum dan minimum berada diantara 0 dan nilai positif Bentuknya dapat dispesifikasi dengan dua nilai positif. c. yaitu alfa dan beta Menampilkan variabilitas terhadap sebuah rentang yang tetap. d. b. terutama pada manajemen proyek 12 . sangat berguna pada data yang terbatas Hampir sama dengan segitiga. hanya dua hasil yang mungkin terjadi. segitiga Ketika diketahui nilai maksimum dan minimum. b. a. b. Kebocoran pada pipa a. Menggambarkan nilai dari waktu yang mungkin terjadi pada percobaan dengan nilai yang tetap. Nilai minimum ditentukan Nilai maksimum ditentukan Semua nilai dalam rentang yang sama mungkin terjadi Seragam diskrit merupakan nilai ekuivalen diskrit dari distribusi seragam Untuk masing – masing percobaan. menjelaskan data empiris Menampilkan reabilitas dari perangkat suatu perusahaan a. biasanya berhasil atau gagal Probabilitas sama untuk setiap percobaan Distribusi Yes No ekuivalen terhadap distribusi binomial dengan satu kali percobaan Jika diketahui rentang dan semua nilai yang mungkin adalah kemungkinan yang sama Penaksiran harga Real Estate.

proses metereologi a. ini identik dengan distribusi Eksponensial . a. Kuantitas fisik atau uji kegagalan b. waktu kedatangan konsumen b. formula BetaPERT merupakan kurva yang diperhalus pada bagian dasar segitiga a. Diterapkan pada kuantitas fisikal. c. menghilangkan kekuatan bahan pada sebuah uji kontrol 13 . Distribusi menggambarkan waktu diantara kejadian Distribusi tidak dipengaruhi kejadian sebelumnya Kejadian yang mungkin dari suatu pengukuran yang tidak terbatas Kejadian yang berdiri sendiri Nilai rata – rata dari kejadian adalah konstan dari setiap unit Fleksibilitas distribusi ini dapat mengasumsi sifat dari distribusi lainnya Ketika bentuk dari parameter sama dengan 1. Kegagalan pada sebuah studi reabilitas.terbentuk dari nilai maksimum dan minimum. ketika sama dengan maka identik dengan Rayleigh Menggambarkan kejadian yang terjadi secara acak Rentang waktu panggilan telepon. seperti waktu diantara kejadian dimana proses kejadian tidak sepenuhnya acak Permintaan dari suatu barang yang terjual pada waktu pemesanan. b.

c. c. b. Springer Series in Operations Research.Verlag. curah hujan. ukuran populasi. suatu reaksi kimia Nilai pertukaran a. b. 1996 Menganalisis distribusi lainnya yang berhubungan dengan fenomena empris Menyelidiki distribusi yang berhubungan dengan kota. NY: Springer. Nilai titik tengah merupakan nilai “kemungkinan besar” Secara simetrikal merupakan nilai rata – rata Menyerupai distribusi normal ketika derajat kebebasan sama dengan atau lebih besar dari 30 Data ekonomi Kondisi dan parameter kompleks Lihat Fishman.Kondisi dan parameter kompleks. besarnya perusahaan. Menjelaskan nilai terbesar ( Maksimum ektrim) atau nilai terkecil dari sebuah respon pada suatu waktu ataupun penghilangan kekuatan material Nilai banjir terbesar atau terkecil. G. dan fluktuasi harga Jumlah panggilan telepon setiap waktu. dan gempa bumi Kondisi dan parameter kompleks Menjelaskan pertumbuhan Pertumbuhan populasi yang sebagai fungsi waktu. jumlah kerusakan pada material a. Nilai dari kemungkinan suatu kejadian adalah tidak terbatas Kejadian yang yang tidak berhubungan dengan kejadian lainnya Nilai rata – rata Menjelaskan nilai dari waktu kejadian yang terjadi pada interval yang diberikan ( biasanya waktu) 14 .

namun percobaan tergantung dari hasil percobaan sebelumnya Kemungkinan suatu bagian yang dipilih menjadi rusak dari suatu kotak c. b. b.kejadian dari satu unit ke unit lainnya adalah sama a. Jumlah satuan ditetapkan Sampel ukuran ( jumlah percobaan ) merupakan sebuah porsi dari populasi Probabilitas dari keberhasilan berubah setelah setiap percobaan dilakukan Menjelaskan jumlah waktu dari suatu peristiwa terjadi dalam suatu percobaan dengan jumlah yang ditetapkan. Jumlah dari percobaan tidak ditetapkan Percobaan berlanjut hingga ke.r kali sukses ( percobaan tidak pernah kurang dari r) Probabilitas kesuksesan dari satu percobaan ke percobaan lain adalah sama Jumlah dari percobaan tidak tetap Percobaan berlanjut hingga keberhasilan yang pertama Probabilitas keberhasilan dari satu percobaan ke percobaan lain adalah sama Model distribusi jumlah percobaan atau kegagalan hingga ke – r hingga kesuksesan terjadi Jumlah dari penawaran sebelum mengakiri 10 pesanan a. jumlah sumur yang digali sebelum menemukan minyak 15 . a. Menjelaskan jumlah dari percobaan hingga keberhasilan pertama terjadi Jumlah pemutaran roulette. b.

2008) 2. Langkah perama dalam prosedur chi.6.1. Uji ini didasari oleh pengukuran “jumlah” deviasi antara fungsi kepadatan empiris dan teoritis. Untuk mencapai tugas ini. Jika kedua fungsi tersebut tidak memperlihatkan deviasi yang berlebihan. Gagasan untuk membandingkan distribusi empiris dan distribusi teoritis adalah dasar untuk uji Kolmogrov – Smirnov. Distribusi yang sangat fleksibel . memanfaatkan sebuah statik untuk menerima atau menolak distribusi yang dihipotesis dengan tingkat signifikan tertentu (Taha. anggap [ . b. Uji ini yang hanya dapat diterapkan untuk variabel acak kontinyu. sebuah ukuran deviasi antara frekuensi empiris dan yang diamati dihitung sebagai berikut : = (5) 16 .2 Uji Goddes of Fit Satu cara yang cepat untuk memeriksa apakah suatu himpunan data mentah tertentu sesuai dengan distribusi teoritis tertentu adalah dengan membandingkan secara grafik distribusi empiris kumulatif dengan fungsi kepadatan kumulatif yang bersesuain dari distribusi teoritis yang bersangkutan..m (4) Dimana m adalah jumlah sel yang dipergunakan dalam mengembangkan fungsi kepadatan empiris. Dengan menggambarkan histrogram frakuensi secara visual dapat diputuskan fungsi kepadatan teoritis mana yang paling sesuai dengan data dalam bentuk histogram tersebut. maka frekuensi teoritis yang berkaitan dengan interval I dihitung sebagai Ni = i= 1. ] mewakili batas – batas interval I sebagaimana didefinisikan dalam distribusi empiris dan asumsikan bahwa f(t) adalah fungsi kepadatan teoritis yang dihipotesiskan. 1997) Uji statistik lainnya yang berlaku untuk variable acak diskrit maupun kontinyu adalah uji chi.square. terdapat kemungkinan yang cukup besar bahwa distribusi teoritis itu sesuai dengan data mentah tersebut. Dengan diketahui sampel dan mentah ukuran n.kuadrat atau Chi. Dengan diketahui ni.…..kuadrat adalah mengembangkan sebuah histogram frekuensi. Uji ini didasari oleh perbandingan fungsi kepadatan probabilitas daripada fungsi kepadatan kumulatif seperti dalam uji Kolmogrov Sminorv. digunakan untuk menampilkan sebuah situasi yang tidak dapat dijelaskan oleh distribusi lain Dapat berbentuk diskrit atau kontinu Digunakan untuk memasukkan seluruh nilai data dari sebuah rentang sel (Sumber : User Manual for Crystal Ball.2.a. c.

b. untuk menggunakan distribusi eksponensial sebagai distribusi teoritis yang dihipotesiskan untuk histogram empiris.kuadrat secara asimtut m → ∞. Angka derajat dari chikuadrat adalah m-k-1. Ketika menganalisi satu variabel. dimana k adalah jumlah parameter yang diestimasi dari data mentah untuk dipergunakan dalam mendefinisikan distribusi teoritis yang bersangkutan. 1-α sebagai nilai chi kuadrat untuk derajat kebebasan m – k-1 dan tingkat signifikasi α hipotesis nol yang menyatakan bahwa data mentah yang diamati ditarik dari distribusi teoritis f(t) diterima jika m-k-1. 2008) Tornado chart menguji jarak dari setiap variabel pada persentil yang dispesifikasi dan kemudian menghitung nilai forecast (ramalan) dari setiap poin.1997) Dengan menganggap m-k-1. Mengukur nilai sensitivitas dari suatu variable yang ditetapkan pada saat penggunaan Crystal Ball Dengan cepet menyaring variabel pada model yang telah dibangun untuk menentukan kandidat terbaik yang kemudian ditetapkan sebagai asumsi atau decision variables.3 Tornado Chart Tornado chart adalah salah satu alat bantu yang disediakan oleh Crystal Ball yang dapat berguna untuk mengukur dampak dari model variabel pada suatu waktu yang bersamaan pada target forecast. 2. Tornado Chart berguna untuk : a. Metode ini berbeda dengan metode berbasis korelasi yang terdapat di Crystal Ball. Variabel 17 . Hasilnya ditampilkan dengan Tornado Chart dan Spider Chart. Grafik tornado (User Manual for Crystal Ball. Tornado chart mengilustrasikan perubahan antara nilai maksimum dan minimum dari nilai forecast (ramalan) setiap variabel. Misalnya. Variabel yang menyebabkan perubahan nilai terbesar akan muncul pada bagian paling atas dan variabel yang menyebabkan perubahan paling kecil akan muncul dibagian paling bawah.Dimana cenderung chi. alat ini menguji setiap asumsi. Ini berarti bahwa k= 1 dalam kasus distribusi eksponensial (Taha.6. Metode ini juga dikenal dengan “one-at-a-time-pertubation” atau “parametric analysis” . preseden atau sel secara independen. nilai mean dari variable acak ekponensial dari data mentah perlu diestimasi. variabel keputusan. alat ini mem “beku” kan variabel lainnya sebesar nilai basis mereka. Ini mengukur pengaruh dari setiap variabel di forecast cell ketika memindahkan efek dari variabel lain. Gambar 1. 1-α jika tidak hipotesis tersebut ditolak.

Warna dari batang mengindikasikan arah dari hubungan antara variabel – variabel dengan forecast (ramalan). Grafik non monotonic (User Manual For Crystal Ball.yang terdapat dibagian atas memiliki efek terbesar terdahadap forecast (peramalan) dan variable dibagian bawah memiliki efek yang paling kecil atau sedikit di forecast (peramalan). maka variabel memiliki hubungan “non.monotomic. Pada saat hubungan antara variabel dengan forecast (peramalan) tidak terjadi peningkatan atau penurunan yang signifikan hal ini disebut dengan non. Dengan kata lain apabila nilai minimum atau maksimum dari rentang forecast tidak terjadi di titik akhir ekstrim pada rentangan uji terhadap variabel. 2008) 18 . Untuk variabel yang memiliki efek positif atau peningkatan nilai terhadap forecast (peramalan) ditunjukkan dengan warna biru akan menuju arah kanan dan yang menghasilkan penurunan nilai akan kearah kiri dan diindikasikan dengan warna merah. Gambar 2. Yang berada disebelah batang tersebut adalah nilai dari variabel – variabel yang menghasilkan perubahan terbesar pada nilai forecast. Batang – batang yang terdapat disebelah variabel mewakili selang perubahan nilai forecast terhadap variabel yang diujikan.monotonic’ dengan forecast (peramalan).

Sign up to vote on this title
UsefulNot useful