Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut

Ukuran: px
Mulai penontonan dengan halaman:

Download "Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut"

Transkripsi

1 Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut 13 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hdp://debrina.lecture.ub.ac.id/

2 2 Outline Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut

3 3 Pengantar Acceptance Sampling (AS) Berkaitan dengan pemeriksaan dan pengambilan keputusan tentang produk : yang datang (dari supplier) yang dihasilkan perusahaan Dapat dilakukan untuk data atribut dan data variabel Data atribut à mengklasifikasikan produk terkait produk baik dan produk cacat Data variabel à karakterisok kualitas ditunjukkan dalam seoap sampel à dilakukan penghitungan rata- rata sampel dan deviasi standar sampel. Bila rata- rata sampel berada di luar jangkauan penerimaan, maka produk tersebut akan ditolak

4 4 Keuntungan dan Kerugian Sampling Keuntungan Kerugian Lebih murah Dapat meminimalkan kerusakan Adanya risiko menerima produk cacat atau menolak produk baik Sedikitnya informasi mengenai produk Dapat memoovasi pemasok bila ada penolakan bahan baku Membutuhkan perencanaan dan pendokumentasian prosedur pengambilan sampel Tidak adanya jaminan mengenai sejumlah produk tertentu yang akan memenuhi spesifikasi

5 5 Pengujian yang dapat merusakkan produk Biaya inspeksi yang sangat Onggi 100% inspeksi yang dilakukan memerlukan waktu yang lama Pemasok memiliki kinerja yang baik tetapi beberapa Ondakan pengecekan tetap harus dilaksanakan Pertimbangan dilakukannya Acceptance Sampling (AS) Merupakan tanggungjawab perusahaan terhadap produk yang dihasilkannya Biaya untuk inspeksi 100% Onggi

6 6 Sebelum pengiriman produk akhir ke pelanggan oleh produsen (the producer test the lot for outgoing quality) DUA JENIS PENGUJIAN Acceptance Sampling (AS) Setelah pengiriman produk akhir ke pelanggan oleh konsumen (the consumer test the lot for incoming quality)

7 7 Homogen : Diproduksi oleh mesin yang sama, operator yang sama, bahan baku umum, kira- kira waktu yang sama à pengujian menjadi lebih tepat Lot besar lebih baik daripada lot kecil à lebih ekonomis Pertimbangan sebelum dilakukan sampling (inspeksi) Acceptance Sampling (AS) Acak à semua produk yang ada mempunyai kesempatan yang sama untuk dipilih sebagai sampel (Odak terjadi bias)

8 8 Sampel Tunggal Sampel Ganda Merencanakan Kebutuhan Sampel Secara Manual

9 9 1. Sampel Tunggal (single sampling) Teknik Pengambilan Sampel Acceptance Sampling (AS) Satu sampel diambil dari lot dan diputuskan untuk menerima atau menolak lot dasarkan hasil inspeksi sampel tersebut. Didefinisikan, ukuran lot N, ukuran sampel n dan jumlah penerimaan c. Contoh: N = 9000 n = 300 c = 2, artinya: lot dengan ukuran 9000 unit, harus diinspeksi sebanyak 300 unit. Jika dari 300 unit tersebut terdapat dua unit atau kurang yang tidak sesuai, maka lot tersebut diterima. Jika dari 300 unit tersebut terdapat tiga unit atau lebih yang tidak sesuai, maka lot tersebut ditolak.

10 10 2. Sampel Ganda (double sampling) Pada rencana sampel ganda, keputusan terhadap hasil inspeksi dapat berupa: Menerima lot Menolak lot Mengambil sampel berikutnya Teknik Pengambilan Sampel Acceptance Sampling (AS) Kualitas Bagus Kualitas Buruk Lot diterima Lot ditolak Sampel kedua Odak diperlukan Sampel kedua Odak diperlukan Jika Ongkat kualitas Odak terlalu baik atau Odak terlalu buruk. Maka diambil sampel ke dua.

11 11 2. Sampel Ganda (double sampling) Teknik Pengambilan Sampel Acceptance Sampling (AS) Rencana sampel ganda didefinisikan sebagai berikut: N = ukuran lot n1 = ukuran sampel pada sampel pertama c1 = jumlah penerimaan pada sampel pertama r1 = jumlah penolakan untuk sampel pertama n2 = ukuran sampel pada sampel kedua c2 = jumlah penerimaan untuk kedua sampel r2 = jumlah penolakan untuk kedua sampel

12

13

14 AQL Acceptance Quality Level tingkat kualitas menurut produsen LQL Limiting Quality Level tingkat kualitas menurut konsumen 14 IQL Indifference Quality Level tingkat kualitas diantara AQL dan LQL AOQL Average Outgoing Quality Level Indeks Kualitas untuk Rencana Penerimaan Sampel

15 15 AQL Acceptance Quality Level tingkat kualitas menurut produsen Indeks Kualitas merupakan proporsi maksimum dari cacat atau kesalahan yang diperbolehkan merupakan persentase maksimum keodaksesuaian atau banyaknya keodaksesuaian maksimum seoap 100 unit produk (ANSI ASQC Z1.4 (1993)) Resiko produsen adalah resiko yang diterima produsen karena menolak produk yang baik dalam inspeksinya (α) Dengan kata lain, produsen menginginkan probabilitas penerimaan (Pa) dekat dengan 1. Probabilitas kesalahan Ope I (risiko produsen) =1- Pa, biasanya hanya sekitar 0.05 atau 0.01 dengan nilai AQL mendekao 0

16 16 LQL Limiting Quality Level tingkat kualitas menurut konsumen Indeks Kualitas Merupakan kualitas keodakpuasan atau merupakan Ongkat penolakan, probabilitas penerimaan LQL harus rendah. Probabilitas tersebut dikenal dengan risiko konsumen (β) atau kesalahan Ope II Risiko konsumen adalah risiko yang dialami konsumen karena terpaksa menerima produk yang cacat atau yang Odak sesuai. Risiko konsumen merupakan probabilitas akan menerima produk pada Ongkat LQL. Probabilitas kesalahan Ope II =β, menunjukkan probabilitas penerimaan konsumen terhadap produk cacat. LQL sering disebut dengan LTPD lot tolerance percent defec9ve atau RQL rejectable quality level

17 17 Diartikan sebagai tingkat kualitas pada probabilitas penerimaan 0,5 untuk rencana sampel tertentu. Menekankan pada pemasok internal dan eksternal bahwa semua produk yang diserahkan untuk diinspeksi diharapkan dapat memenuhi spesifikasi IQL Indifference Quality Level tingkat kualitas diantara AQL dan LQL Indeks Kualitas

18 18 AOQL Average Outgoing Quality Level Indeks Kualitas Suatu perkiraan hubungan yang berada diantara bagian kesalahan pada produk sebelum inspeksi (incoming quality) atau p dari bagian sisa kesalahan setelah inspeksi (outgoing quality) Apabila incoming quality baik, maka outgoing quality juga harus baik. Sebaliknya, bila incoming quality buruk, maka outgoing quality akan tetap baik (dengan asumsi Odak ada kesalahan dalam inspeksi) Incoming quality sangat baik atau sangat buruk, outgoing quality akan cenderung baik. Diantara kedua OOk tersebut terdapat suatu OOk dimana persentase kesalahan dari produk yang selesai dibuat (outgoing material) akan maksimum

19 19 Indeks (AQL, AOQL, dsb) yang digunakan untuk menentukan kualitas harus berdasarkan kebutuhan konsumen dan produsen Risiko dalam pengambilan sample harus diketahui secara kuanotaof (kurva OC) Pemeriksaan harus meminimalkan biaya inspeksi Perencanaan harus menggunakan pengetahuan Perencanaan harus fleksibel Karakteristik Indeks Kualitas Pengukuran yang diperlukan dalam perencanaan harus memberikan informasi yang bermanfaat Perencanaan harus sederhana

20 20 Kurva OC (Opera9ng Characteris9c Curve) Kurva AOQ (Average Outgoing Quality) Kurva ATI (Average Total Inspec9on Curve) Kurva ASN (Average Sample Number Curve) Pengukuran Untuk Evaluasi Kinerja Sampel

21 21 Kurva Karakteristik Operasi (Operating Characteristic Curve / OC Curve) 1

22 22 Operating Characteristic (OC) Curve (1) Pengukuran Untuk Evaluasi Kinerja Sampel Merupakan kurva probabilitas penerimaan terhadap produk yang dihasilkan. Untuk menggambarkan kurva ini diperlukan rumus: Pa=P(d c) Keterangan: Pa adalah probabilitas penerimaan c adalah cacat produk yang disyaratkan d adalah jumlah cacat yang terjadi Kurva ini dilakukan dengan mencari hubungan antara probabilitas penerimaan (Pa) dengan bagian kesalahan dalam produk yang dihasilkan (p)

23 23 Rumus Perhitungan Operating Characteristic (OC) Curve (2) Pengukuran Untuk Evaluasi Kinerja Sampel Perhitungan probabilitas penerimaan dapat digunakan tabel distribusi poisson Apabila Odak ditemukan probabilitasnya karena keterbatasan nilai np, maka digunakan cara interpolasi.

24 24 Operating Characteristic (OC) Curve (3) Pengukuran Untuk Evaluasi Kinerja Sampel

25 25 Operating Characteristic (OC) Curve (4) Pengukuran Untuk Evaluasi Kinerja Sampel

26 26 Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel Contoh : Diketahui N = 2000, n = 50, c = 2 Proporsi Kesalahan np Probabilitas Penerimaan 0,01 0,5 0,986 0,02 1 0,92 0,03 1,5 0,809 0,04 2 0,677 0,05 2,5 0,544 0,06 3 0,423 0,07 3,5 0,321 0,08 4 0,238 0,09 4,5 0,174 0,1 5 0,125 0,11 5,5 0,088 0,12 6 0,062 0,13 6,5 0,043 0,14 7 0,03 0,15 7,5 0,02

27 27 Kurva OC untuk Sampel Tunggal dengan N = 2000, n = 50, c = Pa Pa Pa Operating Characteristic (OC) Curve (7) Pengukuran Untuk Evaluasi Kinerja Sampel P

28 28 Perencanaan Sampel Ganda (Double Sampling Plans) Gambaran mengenai sampel ganda adalah: 1. Ambil sampel yang pertama. Apabila keputusannya jelas, diterima atau ditolak, maka proses pengambilan dan pengujian sampel berheno. 2. Apabila Odak jelas keputusannya, maka diambil sampel kedua tanpa ada pengembalian atau perbaikan dari sampel yang pertama Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel

29 29 Perencanaan Sampel Ganda (Double Sampling Plans) Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel Keuntungan Dapat mengurangi jumlah inspeksi Memberikan kesempatan kedua kepada supplier Kekurangan Bila inspeksi Odak dengan telio, keuntungan ekonomis akan hilang Pencatatan lebih rumit. Notasi yang digunakan: n1 à sampel pertama yang diambil n2 à sampel kedua yang diambil tanpa ada pengembalian dari sampel pertama c1 à cacat yang disyaratkan dari sampel pertama c2 à cacat yang disyaratkan dari kedua sampel (sampel pertama dan kedua)

30 30 Perencanaan Sampel Ganda (Double Sampling Plans) n 1 =50, c 1 =1 n 2 =100, c 2 =3 Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel

31 31 Perencanaan Sampel Ganda (Double Sampling Plans) Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel P a = probabilitas penerimaan pada sampel gabungan P a I = probabilitas penerimaan pada sampel pertama P a II = Probabilitas penerimaan pada sampel kedua P a = P a I + P a II

32 32 Perencanaan Sampel Ganda (Double Sampling Plans) Contoh : n 1 =50 c 1 =1 n 2 =100 c 2 =3 Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel Bila p = 0,05 maka fraksi produk cacat dari lot adalah

33 33 Perencanaan Sampel Ganda (Double Sampling Plans) Sampel kedua hanya akan diambil bila ada 2 atau 3 yg cacat pada sampel pertama yaitu bila 1. d 1 =2 dan d 2 =0 atau 1. Probabilitas penerimaan c 1 <d 1 c 2 Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel

34 34 Perencanaan Sampel Ganda (Double Sampling Plans) 2. d 1 =3 dan d 2 =0.Probabilitas penerimaan : Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel 3. Probabilitas penerimaan pada sampel kedua adalah

35 Perencanaan Sampel Ganda (Double Sampling Plans) Dengan cara perhitungan yg sama untuk p yang lain, dapat digambarkan kurva OC sbb : 35 Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel

36 36 Perencanaan Sampel Banyak (Multiple Sampling Plans) Dilakukan apabila dari hasil pengambilan sampel kedua masih ditemukan adanya keraguan dalam informasi, apakah produk tersebut akan diterima atau akan ditolak. Operating Characteristic (OC) Curve (6) Pengukuran Untuk Evaluasi Kinerja Sampel

37 37 Kurva Tingkat Kualitas Output Rata- rata (Average Outgoing Quality Curve / AOQ Curve) 2

38 38 Average Outgoing Quality (AOQ) Curve (1) Pengukuran Untuk Evaluasi Kinerja Sampel Average Outgoing Quality (AOQ) merupakan salah satu teknik evaluasi untuk memperbaiki perencanaan pengambilan sampel. Untuk membuat kurva AOQ dapat digunakan tabel kurva OC dengan menambahkan kolom AOQ. Pada AOQ diasumsikan bahwa lot yang ditolak akan diperbaiki atau ditukar dengan unit yang 100% bagus AOQ diformulasikan sebagai berikut: AOQ = (100p0)(pa)

39 Contoh: Menggunakan contoh yang sama dengan contoh soal pada kurva OC, maka diperoleh tabel berikut ini: 39 Average Outgoing Quality (AOQ) Curve (2) Pengukuran Untuk Evaluasi Kinerja Sampel Analisis kurva : KeOka incoming Quality memiliki prosentase noncorforming sebesar 2%, maka persentase nonconforming pada AOQ sebesar 1.46%. KeOka incoming quality memiliki persentase nonconforming sebesar 6%, maka persentase nonconforming pada AOQ sebesar 0.64% Hal tersebut karena dilakukan perbaikan pada lot yang ditolak, sehingga nilai AOQ selalu lebih baik dari incoming quality. Berdasarkan perhitungan tersebut diperoleh suatu batasan maksimum yang menunjukkan kemungkinan terburuk rata- rata kualitas yang dihasilkan, OOk tersebut disebut Average Outgoing Quality Limit (AOQL)

40

41 41 Kurva Inspeksi Total (Average Total Inspection Curve / ATI Curve) 3

42 42 Average Total Inspection (ATI) Curve (1) Pengukuran Untuk Evaluasi Kinerja Sampel ATI menunjukkan banyaknya unit yang diinspeksi oleh konsumen dan produsen. Teknik ini mengasumsikan bahwa lot yang dikoreksi, akan diinspeksi 100%. Jika lot yang datang Odak mengandung unit- unit yang cacat, maka Odak akan ada lot yang ditolak, sehingga jumlah inspeksi untuk seoap lot sebanyak ukuran sampel n. Jika seluruh unit cacat, maka lot yang datang akan diinspeksi 100% dan jumlah unit yang akan diperiksa sebanyak ukuran lot N. Jika kualitas lot berada pada 0 < P < 1, maka rata- rata jumlah unit yang diinspeksi akan bervariasi antara n hingga N. Formulasi ATI untuk single sampling ATI = n + (1 - Pa)(N n)

43

44 44 Average Total Inspection (ATI) Curve (3) Pengukuran Untuk Evaluasi Kinerja Sampel Berdasarkan kurva, keoka kualitas proses mendekao 0% untuk nonconforming, maka rata- rata jumlah yang diinspeksi mendekao ukuran sampel n. keoka kualitas proses sangat buruk, misalnya, 9% nonconforming, maka akan banyak lot yang akan ditolak. Bentuk kurva ATI akan membentuk asimtot. KeOka persentasi nonconforming meningkat, kurva akan didominasi oleh jumlah yang diinspeksi produsen. Berdasarkan kurva, keoka kualitas proses mendekao 0% untuk nonconforming, maka rata- rata jumlah yang diinspeksi mendekao ukuran sampel n. keoka kualitas proses sangat buruk, misalnya, 9% nonconcorming, maka akan banyak lot yang akan ditolak. Bentuk kurva ATI akan membentuk asimtot. KeOka persentasi nonconforming meningkat, kurva akan didominasi oleh jumlah yang diinspeksi produsen.

45 45 Banyaknya Sampel Rata- rata (Average Sample Number Curve / ASN Curve) 4

46 46 ASN adalah rata- rata banyaknya unit yang diuji untuk membuat suatu keputusan Asumsinya inspeksi Odak hanya dibatasi pada sample tunggal Average Sample Number (ASN) Curve Pengukuran Untuk Evaluasi Kinerja Sampel Contoh Jika terdapat 3 kesalahan setelah 20 unit untuk diinspeksi dengan perencanaan sample tunggal dimana N = 800, n= 60 dan c=2, meskipun keputusan diambil setelah unit inspeksi ke 20 untuk menolak produk tersebut bagaimana Ondakan kita selanjutnya?

47 47 Untuk sample tunggal maka ukuran jumlah sample rata- rata adalah sama dengan ukuran sample Untuk sample ganda jumlah sample rata- rata dirumuskan dengan: ASN = n 1 P 1 + (n 1 + n 2 )(1 P 1 ) = n 1 + n 2 (1 P 1 ) Average Sample Number (ASN) Curve Pengukuran Untuk Evaluasi Kinerja Sampel dimana: P 1 = P I a + P I r P I a = probabilitas lot diterima pada sampel pertama P I r = probabilitas lot ditolak pada sampel pertama P1 = probabilitas yg digunakan untuk membuat keputusan l lot pada sampel pertama P1 = P(produk yang diterima pada sample pertama)+p(produk yang ditolak pada sample pertama) = P(d c1)+p(d r1)

48 48 Contoh Studi Kasus Diketahui N = 3000 n1 = 40 c1 = 1 r1 = 4 n2 = 80 c2 = 3 r2 = 4 Misal nilai proporsi kerusakan 0,02 maka tentukan nilai ASN? Jawab: P1 = P(d c1)+p(d r1) P1 = P(d 1 n1p=40(0,02))+p(x 4 n1p=40(0,02)) P1 = P(d 1 n1p=0,8)+p(x 4 n1p=0,8)) Average Sample Number (ASN) Curve Pengukuran Untuk Evaluasi Kinerja Sampel P1 = 0,808+(1-0,991) P1 = 0,817 ASN = n1+n2(1- P1) ASN = 40+80(1-0,817) ASN = 54,64

49 49 Contoh Studi Kasus Dari studi kasus sebelumnya, dengan menggunakan trial and error, diketahui nilai proporsi kesalahan sehingga dapat digambarkan kurvanya yaitu: Average Sample Number (ASN) Curve Pengukuran Untuk Evaluasi Kinerja Sampel proporsi Probabilitas penerimaan Banyaknya sample rata- rata

50 50 Contoh Studi Kasus ASN ASN Average Sample Number (ASN) Curve Pengukuran Untuk Evaluasi Kinerja Sampel

ACCEPTANCE SAMPLING PLANS MUHAMMAD YUSUF IWAN NOEGROHO GALIH DWI AGUNG P BRIAN REYVENDRA P AHMAD AUDREY T. JUIOCAISAR W SYAFIQAR NABIL M.

ACCEPTANCE SAMPLING PLANS MUHAMMAD YUSUF IWAN NOEGROHO GALIH DWI AGUNG P BRIAN REYVENDRA P AHMAD AUDREY T. JUIOCAISAR W SYAFIQAR NABIL M. ACCEPTANCE SAMPLING PLANS MUHAMMAD YUSUF IWAN NOEGROHO GALIH DWI AGUNG P BRIAN REYVENDRA P AHMAD AUDREY T. JUIOCAISAR W SYAFIQAR NABIL M. ILHAMDKA 125060707111002 125060707111004 125060707111009 125060707111022

Lebih terperinci

RENCANA PENERIMAAN SAMPEL (ACCEPTANCE SAMPLING)

RENCANA PENERIMAAN SAMPEL (ACCEPTANCE SAMPLING) 1 KOMPETENSI Mampu menerapkan rencana penerimaan sampel, baik satu tingkat atau beberapa tingkat, untuk data atribut dan data variabel dengan menggunakan beberapa metode guna menentukan keputusan dalam

Lebih terperinci

SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING )

SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING ) SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING ) PENDAHULUAN Pengertian dari Sampling Penerimaan : keputusan untuk menerima atau menolak suatu lot atau populasi berdasarkan hasil dari pemeriksaan sebagian lot

Lebih terperinci

Rabu, 8 Desember 2010

Rabu, 8 Desember 2010 Perencanaan Sampling Penerimaan dengan Atribut Bagian - 1 ekop2003@yahoo.com Rabu, 8 Desember 2010 Review Apa tujuan dilakukannya analisis kemampuan proses? Apa artinya jika indek kemampuan proses ( C

Lebih terperinci

Seminar Nasional IENACO ISSN: PENENTUAN SAMPEL PRODUK LINK BELT MENGGUNAKAN METODE ACCEPTANCE SAMPLING MIL-STD-105E

Seminar Nasional IENACO ISSN: PENENTUAN SAMPEL PRODUK LINK BELT MENGGUNAKAN METODE ACCEPTANCE SAMPLING MIL-STD-105E PENENTUAN SAMPEL PRODUK LINK BELT MENGGUNAKAN METODE ACCEPTANCE SAMPLING MIL-STD-105E Siti Nandiroh 1, Ganang Adi Sulistyawan 2 1 Pusat Studi Logistik dan Optimisasi Industri (PUSLOGIN), Universitas Muhammadiyah

Lebih terperinci

Pengendalian Proses. Waktu

Pengendalian Proses. Waktu Pengendalian Kualitas TKI-306 DEFINISI adalah Pernyataan tentang ukuran sampel yang akan digunakan dan kriteria penerimaan/penolakan sampel untuk memvonis suatu lot Aplikasi tipikal sampling penerimaan

Lebih terperinci

BAB II LANDASAN TEORI. SEMPEL TUNGGAL MAUPUN GANDA. NAMUN APABILA MASIH TERDAPAT KERAGUAN DAN HARUS

BAB II LANDASAN TEORI. SEMPEL TUNGGAL MAUPUN GANDA. NAMUN APABILA MASIH TERDAPAT KERAGUAN DAN HARUS BAB II LANDASAN TEORI. SEMPEL TUNGGAL MAUPUN GANDA. NAMUN APABILA MASIH TERDAPAT KERAGUAN DAN HARUS BAB II LANDASAN TEORI 2.1 Sejarah ANSI/ASQC Rencana penerimaan sample secara manual dapat dilakukan

Lebih terperinci

Praktikum Total Quality Management

Praktikum Total Quality Management Moul ke: 09 Dr. Fakultas Praktikum Total Quality Management Aries Susanty, ST. MT Program Stui Acceptance Sampling Abstract Memberikan pemahaman tentang rencana penerimaan sampel, baik satu tingkat atau

Lebih terperinci

MILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon ( )

MILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon ( ) MILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon (4133230016) Robinsar Pakpahan (4133230031) Rony G.T.Marpaung (4133230032) Sumanto Sitanggang (4132230035) MIL-STD-105E Suatu sistem rencana penarikan

Lebih terperinci

Rabu, 8 Desember 2010

Rabu, 8 Desember 2010 Perencanaan Samling Penerimaan dengan Atribut Bagian - eko003@yahoo.com Rabu, 8 Desember 00 Isi Bagian. Masalah samling enerimaan. Alat untuk mengevaluasi rencana samling 3. Perencanaan samling tunggal

Lebih terperinci

BAB II LANDASAN TEORI. sempel tunggal maupun ganda. Namun apabila masih terdapat keraguan dan harus

BAB II LANDASAN TEORI. sempel tunggal maupun ganda. Namun apabila masih terdapat keraguan dan harus BAB II LANDASAN TEORI 2.1 Sejarah ANSI/ASQC Rencana penerimaan sample secara manual dapat dilakukan baik untuk sempel tunggal maupun ganda. Namun apabila masih terdapat keraguan dan harus dilakukan perencanaan

Lebih terperinci

Rencana Penerimaan Sampel (Acceptance Sampling)

Rencana Penerimaan Sampel (Acceptance Sampling) Rencana Penerimaan Sampel (Acceptance Sampling) 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hdp://debrina.lecture.ub.ac.id/

Lebih terperinci

BAB III MODEL DASAR DAN RENCANA PENGEMBANGAN AOQ DAN ATI

BAB III MODEL DASAR DAN RENCANA PENGEMBANGAN AOQ DAN ATI BAB III MODEL DASAR DAN RENCANA PENGEMBANGAN AOQ DAN ATI 3.1. Kualitas Keluaran Rata Rata (AOQ) Mengukur performasi rencana sampling penerimaan dapat dikatakan melalui AOQ (Average Outgoing Quality) atau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengendalian Kualitas Menurut Gasperz (1998, p1) pengendalian kualitas merupakan aktivitas teknik dan manajemen, tentang bagaimana mengukur karakteristik kualitas dari output (barang

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 30 BAB 3 METODE PENELITIAN 3.1 Populasi dan Metode Pengambilan Sampel Dalam penelitian ini yang menjadi populasi penelitian adalah bahan baku yang digunakan oleh PT Singgang Jati. Jumlah populasi penelitian

Lebih terperinci

Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel

Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hdp://debrina.lecture.ub.ac.id/

Lebih terperinci

Sampling Plan System for Attribute Inspection. For use with ANSI / ASQC Z1.4

Sampling Plan System for Attribute Inspection. For use with ANSI / ASQC Z1.4 Sampling Plan System for Attribute Inspection For use with ANSI / ASQC Z1.4 March 2008 PENGANTAR Panduan ini disusun berdasarkan buku Sampling Procedure and Tables for Inspection by Attribute yang diterbitkan

Lebih terperinci

Acceptance Sampling. sampling penerimaan

Acceptance Sampling. sampling penerimaan Acceptance Sampling sampling penerimaan ditolak dan dikembalikan? diterima? Pemeriksaan bahan baku Option: o tidak ada pemeriksaan o pemeriksaan 100% o pemeriksaan sample Supplier Pabrik Konsumen Pemeriksaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kualitas suatu produk semakin memegang peran penting, seiring dengan tingkat persaingan yang makin ketat. Tuntutan dari pelanggan semakin tinggi, mereka tidak

Lebih terperinci

Rencana Penerimaan Sampel (Acceptance Sampling)

Rencana Penerimaan Sampel (Acceptance Sampling) Rencana Penerimaan Sampel (Acceptance Sampling) 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/

Lebih terperinci

Pengendalian Kualitas Statistik. Lely Riawati

Pengendalian Kualitas Statistik. Lely Riawati 1 Pengendalian Kualitas Statistik Lely Riawati 2 SQC DAN SPC SPC dan SQC bagian penting dari TQM (Total Quality Management) Ada beberapa pendapat : SPC merupakan bagian dari SQC Mayelett (1994) cakupan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Definisi kualitas Menurut Juran (Hunt, 1993), kualitas produk adalah kecocokan penggunaan produk (fitness for use) untuk memenuhi kebutuhan dan kepuasan pelanggan. Kecocokan penggunaan

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIK

PENGENDALIAN KUALITAS STATISTIK PENGENDALIAN KUALITAS STATISTIK 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2 Outline Kualitas

Lebih terperinci

TEKNIK PENARIKAN SAMPEL PADA DATA ATRIBUT UNTUK PEMERIKSAAN HASIL AKHIR PRODUKSI

TEKNIK PENARIKAN SAMPEL PADA DATA ATRIBUT UNTUK PEMERIKSAAN HASIL AKHIR PRODUKSI TEKNIK PENARIKAN SAMPEL PADA DATA ATRIBUT UNTUK PEMERIKSAAN HASIL AKHIR PRODUKSI ERNANING WIDIASWANTI Program Studi Teknik Industri, Universitas Trunojoyo Madura Jl. Raya Telang PO Box Kamal, Bangkalan,

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIK

PENGENDALIAN KUALITAS STATISTIK PENGENDALIAN KUALITAS STATISTIK PENGENDALIAN KUALITAS STATISTIK Pendahuluan Kualitas / Mutu : Ukuran tingkat kesesuaian barang/ jasa dg standar/spesifikasi yang telah ditentukan/ ditetapkan. Pengendalian

Lebih terperinci

Pengendalian Kualitas dengan Metode Acceptance Sampling (Studi kasus: AMDK ADENI Pamekasan)

Pengendalian Kualitas dengan Metode Acceptance Sampling (Studi kasus: AMDK ADENI Pamekasan) Pengendalian Kualitas dengan Metode Acceptance Sampling (Studi kasus: AMDK ADENI Pamekasan) 1 M. Fitriyan H, 2 Agus Salim Program Studi Teknik Industri, Universitas Trunojoyo Madura Jl. Raya Telang PO

Lebih terperinci

Rencana Penerimaan Sampel (Acceptance Sampling)

Rencana Penerimaan Sampel (Acceptance Sampling) Rencana Penerimaan Sampel (Acceptance Sampling) 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hdp://debrina.lecture.ub.ac.id/

Lebih terperinci

BAB I PENDAHULUAN. Perencanaan dan pengendalian terhadap kualitas merupakan bagian yang

BAB I PENDAHULUAN. Perencanaan dan pengendalian terhadap kualitas merupakan bagian yang BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perencanaan dan pengendalian terhadap kualitas merupakan bagian yang penting dalam proses produksi. Kualitas produk atau kualitas jasa telah lama menjadi senjata

Lebih terperinci

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (3) 4 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Variansi/ Standard Deviasi 3 Uji Hipotesis untuk Variansi (1) 4 Data statistik

Lebih terperinci

ANALISIS RENCANA SAMPLING PENERIMAAN (RSP) MENGGUNAKAN MEDIAN PADA DATA MASA HIDUP YANG BERDISTRIBUSI EKSPONENSIAL. (Skripsi) Oleh

ANALISIS RENCANA SAMPLING PENERIMAAN (RSP) MENGGUNAKAN MEDIAN PADA DATA MASA HIDUP YANG BERDISTRIBUSI EKSPONENSIAL. (Skripsi) Oleh ANALISIS RENCANA SAMPLING PENERIMAAN (RSP) MENGGUNAKAN MEDIAN PADA DATA MASA HIDUP YANG BERDISTRIBUSI EKSPONENSIAL (Skripsi) Oleh CITRA ANGGANA SAFITRI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN 35 BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Profil Perusahaan Dalam profil perusahaan akan dijelaskan mengenai sejarah perusahaan disertai dengan visi dan misi, serta strategi perusahaan. 4.1.1 Sejarah Singkat

Lebih terperinci

Metode Taguchi Pengendalian Kualitas

Metode Taguchi Pengendalian Kualitas Metode Taguchi 14.3 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hep://debrina.lecture.ub.ac.id/ 2 Outline METODE TAGUCHI 3 Metoda

Lebih terperinci

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (1) 1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pengertian Pengujian Hipotesis (1) 3 BAHASA YUNANI HUPO Lemah, kurang, di bawah THESIS Teori,

Lebih terperinci

Usulan Perencanaan Sampling Penerimaan Berdasarkan Kecacatan Atribut dengan Metode Mil Std 105E pada Proses Penyamakan Kulit

Usulan Perencanaan Sampling Penerimaan Berdasarkan Kecacatan Atribut dengan Metode Mil Std 105E pada Proses Penyamakan Kulit Performa (2008) Vol.7, No.1: 39-54 Usulan Perencanaan Sampling Penerimaan Berdasarkan Kecacatan Atribut dengan Metode Mil Std 105E pada Proses Penyamakan Kulit Lobes Herdiman, I Wayan Suletra, Amithya

Lebih terperinci

BAB I PENDAHULUAN. Di dalam dunia industri, kualitas merupakan faktor dasar yang

BAB I PENDAHULUAN. Di dalam dunia industri, kualitas merupakan faktor dasar yang BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di dalam dunia industri, kualitas merupakan faktor dasar yang mempengaruhi pilihan konsumen untuk berbagai jenis produk yang berkembang pesat dewasa ini. Perusahaan

Lebih terperinci

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Distribusi Sampling 6.2. Debrina Puspita Andriani    / 6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling

Lebih terperinci

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK OLEH AFRIANI SULASTINAH 1206100030 DOSEN PEMBIMBING Dra. LAKSMI PRITA WARDHANI, M.Si JURUSAN MATEMATIKA INSTITUT

Lebih terperinci

PEMODELAN KUALITAS PROSES

PEMODELAN KUALITAS PROSES TOPIK 6 PEMODELAN KUALITAS PROSES LD/SEM II-03/04 1 1. KERANGKA DASAR Sampling Penerimaan Proses Produksi Pengendalian Proses MATERIAL PRODUK PRODUK BAIK SUPPLIER Manufacturing Manufacturing KONSUMEN PRODUK

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Manajemen Sejarah manajemen menurut William (2008:44) sebagai bidang studi manajemen mungkin berusia 125 tahun, tetapi ide-ide dan praktek manajemen benarbenar telah digunakan

Lebih terperinci

PENGUJIAN HIPOTESIS (3)

PENGUJIAN HIPOTESIS (3) PENGUJIAN HIPOTESIS (3) 3 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Hipotesis untuk Proporsi 3 Uji Hipotesis

Lebih terperinci

BAB I LATAR BELAKANG

BAB I LATAR BELAKANG BAB I LATAR BELAKANG 1.1 Latar Belakang Permasalahan Menurut Montgomery (2009), kualitas adalah salah satu faktor yang mempengaruhi keputusan konsumen dalam memilih produk di antara pesaingpesaing yang

Lebih terperinci

SAMPLING PLAN. Dasar - Dasar Penarikan Contoh (Sampling)

SAMPLING PLAN. Dasar - Dasar Penarikan Contoh (Sampling) SAMPLING PLAN Dasar - Dasar Penarikan Contoh (Sampling) Apa Itu Sampling? Pendugaan karakteristik suatu populasi berdasarkan contoh (sample) yang diambil dari populasi tersebut pengukuran hanya dilakukan

Lebih terperinci

Pengendalian Mutu Statistik

Pengendalian Mutu Statistik Pengendalian Mutu Statistik Konsep Pengendalian Kualitas Kualitas suatu produk : derajat/tingkatan dimana suatu produk mampu memuaskan keinginan konsumen Pengendalian Kualitas : sistem verifikasi & penjagaan

Lebih terperinci

BAB I PENDAHULUAN. tahapan tersebut diperlukan suatu pengendalian terhadap kualitas.

BAB I PENDAHULUAN. tahapan tersebut diperlukan suatu pengendalian terhadap kualitas. BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kualitas merupakan suatu bahasa komunikasi antara produsen dan konsumen. Kualitas menjadi suatu pertaruhan agar tercipta kepuasan. Artinya perusahaan akan

Lebih terperinci

Lobes Herdiman, Retno Wulan Damayanti 1, Sukarno Jurusan Teknik Industri, Universitas Sebelas Maret, Surakarta

Lobes Herdiman, Retno Wulan Damayanti 1, Sukarno Jurusan Teknik Industri, Universitas Sebelas Maret, Surakarta Performa (2007) Vol. 6, No.2: 60-70 Perencanaan Pengambilan Sampel Lampu TL Dop 10 W pada Post Quality Inspection dengan Metode Military Standard 105D di PT. General Electric Lighting Indonesia Lobes Herdiman,

Lebih terperinci

Pendahuluan. Pendahuluan

Pendahuluan. Pendahuluan Pendahuluan Persaingan mutu antar perusahaan atau organisasi yang satu dengan yang lain telah membuat mutu merupakan suatu yang memerlukan perhatian lebib terutama bagi yang ingin memenangkan persaingan.

Lebih terperinci

BAB I PENDAHULUAN. maka perusahaan akan mengalami kerugian. Kerugian tersebut dapat berupa

BAB I PENDAHULUAN. maka perusahaan akan mengalami kerugian. Kerugian tersebut dapat berupa BAB I PENDAHULUAN 1.1. Latar Belakang Menurut Montgomery (2009), kualitas adalah salah satu dari faktor yang mempengaruhi keputusan konsumen dalam memilih produk di antara pesaingpesaing yang ada. Jika

Lebih terperinci

Distribusi Probabilitas Diskrit: Binomial & Multinomial

Distribusi Probabilitas Diskrit: Binomial & Multinomial Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi

Lebih terperinci

PETA KENDALI ATRIBUT. 6 Pengendalian Kualitas

PETA KENDALI ATRIBUT. 6 Pengendalian Kualitas PETA KENDALI ATRIBUT 6 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel

Lebih terperinci

Distribusi Probabilitas : Gamma & Eksponensial

Distribusi Probabilitas : Gamma & Eksponensial Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya

Lebih terperinci

DISTRIBUSI SAMPLING besar

DISTRIBUSI SAMPLING besar DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan

Lebih terperinci

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Penelitian

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Penelitian BAB 1 PENDAHULUAN 1.1 Latar Belakang Penelitian Kegiatan ekspor-impor saat ini mengalami pertumbuhan yang cukup tinggi. Hal ini terjadi karena kebijakan-kebijakan dalam aturan bisnis perdagangan internasional

Lebih terperinci

KUMPULAN TABEL MIL-STD-414

KUMPULAN TABEL MIL-STD-414 KUMPULAN TABEL MIL-STD-414 Ir. Budi Nurtama, M.Agr. 2005 Program Studi Supervisor Jaminan Mutu Pangan Departemen Ilmu dan Teknologi Pangan Fakultas Teknologi Pertanian Institut Pertanian Bogor TABLES FOR

Lebih terperinci

ISO 9001 : Pengendalian Kualitas

ISO 9001 : Pengendalian Kualitas ISO 9001 : 2008 ì 14.2 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hep://debrina.lecture.ub.ac.id/ 2 Outline ì ISO 9001 : 2008

Lebih terperinci

REGRESI LINIER BERGANDA. Debrina Puspita Andriani /

REGRESI LINIER BERGANDA. Debrina Puspita Andriani    / REGRESI LINIER BERGANDA 9 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline 03//04 Regresi Berganda : PENGERTIAN 3 Menguji hubungan linier antara variabel dependen (y) dan

Lebih terperinci

PETA KENDALI ATRIBUT. 6 Pengendalian Kualitas

PETA KENDALI ATRIBUT. 6 Pengendalian Kualitas PETA KENDALI ATRIBUT 6 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel

Lebih terperinci

KORELASI LINIER BERGANDA

KORELASI LINIER BERGANDA KORELASI LINIER BERGANDA 10 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline 3 Analisa Korelasi Untuk mengukur

Lebih terperinci

BAB V SIMPULAN DAN SARAN

BAB V SIMPULAN DAN SARAN BAB V SIMPULAN DAN SARAN 5.1 Simpulan Berdasarkan penelitian yang telah penulis lakukan di PT Liza Christina Garment Industry dan berdasarkan hasil penelitian dan pembahasan yang telah dikemukakan sebelumnya,

Lebih terperinci

STATISTIC QUALITY CONTROL (SQC)

STATISTIC QUALITY CONTROL (SQC) #9 STATISTIC QUALITY CONTROL (SQC) Pengertian Kualitas dan manajemen kualitas telah mengalami evolusi menjadi TQM (Total Quality Management), filosofi TQM berisi dua komponen yang saling berhubungan, yaitu

Lebih terperinci

Distribusi Probabilitas Diskrit: Poisson

Distribusi Probabilitas Diskrit: Poisson Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pengertian Manajemen Operasi Dalam mengelolah suatu perusahaan atau organisasi dibutuhkan sistem manajemen agar tujuan dari perusahaan atau organisasi dapat tercapai. Manajemen

Lebih terperinci

BAB II TINJAUAN PUSTAKA. oleh para konsumen dalam memenuhi kebutuhannya. Kualitas yang baik

BAB II TINJAUAN PUSTAKA. oleh para konsumen dalam memenuhi kebutuhannya. Kualitas yang baik BAB II TINJAUAN PUSTAKA A. Pengertian Kualitas Kualitas merupakan aspek yang harus diperhatikan oleh perusahaan, karena kualitas merupakan aspek utama yang diperhatikan oleh para konsumen dalam memenuhi

Lebih terperinci

STATISTIK NON PARAMETRIK (2)

STATISTIK NON PARAMETRIK (2) STATISTIK NON PARAMETRIK (2) 12 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Korelasi Urutan Spearman Statistik

Lebih terperinci

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2

Lebih terperinci

PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Rata-rata Sampel Berukuran Besar 3 Uji Rata-rata untuk Sampel Berukuran

Lebih terperinci

PENERAPAN PENGENDALIAN KUALITAS JENIS VARIABEL PADA PRODUKSI MAKANAN (Studi Kasus pada Pabrik Wingko Babat Cap Moel Semarang)

PENERAPAN PENGENDALIAN KUALITAS JENIS VARIABEL PADA PRODUKSI MAKANAN (Studi Kasus pada Pabrik Wingko Babat Cap Moel Semarang) PENERAPAN PENGENDALIAN KUALITAS JENIS VARIABEL PADA PRODUKSI MAKANAN (Studi Kasus pada Pabrik Wingko Babat Cap Moel Semarang) SKRIPSI Disusun Oleh : PRAMESTIARA DEWIGA 24010211130023 JURUSAN STATISTIKA

Lebih terperinci

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE II (KONSUMEN) DALAM KERJASAMA RANTAI PASOK. Nama Mahasiswa : Afriani Sulastinah NRP :

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE II (KONSUMEN) DALAM KERJASAMA RANTAI PASOK. Nama Mahasiswa : Afriani Sulastinah NRP : ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE II (KONSUMEN) DALAM KERJASAMA RANTAI PASOK Nama Mahasiswa : Afriani Sulastinah NRP : 1206 100 030 Jurusan : Matematika Dosen Pembimbing : Dra. Laksmi Prita

Lebih terperinci

PENINGKATAN KEAKURATAN INSPEKSI SUBDEPARTMENT QUALITY CONTROL INCOMING : STUDI KASUS

PENINGKATAN KEAKURATAN INSPEKSI SUBDEPARTMENT QUALITY CONTROL INCOMING : STUDI KASUS PENINGKATAN KEAKURATAN INSPEKSI SUBDEPARTMENT QUALITY CONTROL INCOMING : STUDI KASUS Christian Davin Gunawan 1, Indriati Bisono 2 Abstract: PT. X produces circuit breakers. The raw material inspection

Lebih terperinci

BAB V SIMPULAN DAN SARAN. Berdasarkan hasil pengamatan dan wawancara dengan pihak manajemen

BAB V SIMPULAN DAN SARAN. Berdasarkan hasil pengamatan dan wawancara dengan pihak manajemen BAB V SIMPULAN DAN SARAN 5.1 Simpulan Berdasarkan hasil pengamatan dan wawancara dengan pihak manajemen perusahaan PT. X, khususnya pada bagian quality control, penulis menarik simpulam sebagai berikut

Lebih terperinci

ANALISIS KEMAMPUAN PROSES

ANALISIS KEMAMPUAN PROSES ANALISIS KEMAMPUAN PROSES ì 11 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline ì ANALISIS

Lebih terperinci

STATISTIC QUALITY CONTROL (SQC)

STATISTIC QUALITY CONTROL (SQC) #9 STATISTIC QUALITY CONTROL (SQC) Pengertian Kualitas dan manajemen kualitas telah mengalami evolusi menjadi TQM (Total Quality Management), filosofi TQM berisi dua komponen yang saling berhubungan, yaitu

Lebih terperinci

Bab I. Pendahuluan. menghasilkan barang dan jasa dengan biaya yang serendah-rendahnya untuk

Bab I. Pendahuluan. menghasilkan barang dan jasa dengan biaya yang serendah-rendahnya untuk Bab I Pendahuluan A. Latar Belakang Masalah Dalam menjalankan usahanya setiap perusahaan memiliki tujuan utama yaitu menghasilkan barang dan jasa dengan biaya yang serendah-rendahnya untuk memperoleh laba

Lebih terperinci

BAB II LANDASAN TEORI. Penelitian Fouad dan Mukattash (2010) yang berjudul Statistical Process

BAB II LANDASAN TEORI. Penelitian Fouad dan Mukattash (2010) yang berjudul Statistical Process BAB II LANDASAN TEORI 2.1. Penelitian Terdahulu Penelitian Fouad dan Mukattash (2010) yang berjudul Statistical Process Control Tools: A Practical guide for Jordanian Industrial Organizations. Penelitian

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E124406 / Pengendalian dan Penjaminan Mutu Revisi 4 Satuan Kredit Semester : 3 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah

Lebih terperinci

Oleh : Debrina Puspita Andriani, ST., M.Eng Teknik Industri Universitas Brawijaya

Oleh : Debrina Puspita Andriani, ST., M.Eng Teknik Industri Universitas Brawijaya 3 Oleh : Debrina Puspita Andriani, ST., M.Eng Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id www.debrina.lecture.ub.ac.id 1. Nilai Uang Dari Waktu 2. Perhitungan Bunga 1. Bunga Sederhana

Lebih terperinci

PENGUJIAN HIPOTESIS (2)

PENGUJIAN HIPOTESIS (2) PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Hipotesis untuk Rata-rata Sampel

Lebih terperinci

Analysis of Variance (ANOVA) Debrina Puspita Andriani /

Analysis of Variance (ANOVA) Debrina Puspita Andriani    / Analysis of Variance (ANOVA) 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Kegunaan ANOVA 3 Kontrol investigator 1 atau lebih variabel independen Disebut dgn faktor

Lebih terperinci

PENERAPAN ACCEPTANCE SAMPLING DALAM PENGENDALIAN KUALITAS BAHAN BAKU MENGGUNAKAN PENDEKATAN LOGIKA FUZZY

PENERAPAN ACCEPTANCE SAMPLING DALAM PENGENDALIAN KUALITAS BAHAN BAKU MENGGUNAKAN PENDEKATAN LOGIKA FUZZY PENERAPAN ACCEPTANCE SAMPLING DALAM PENGENDALIAN KUALITAS BAHAN BAKU MENGGUNAKAN PENDEKATAN LOGIKA FUZZY TUGAS SARJANA Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Lebih terperinci

STATISTIK NON PARAMETRIK (1)

STATISTIK NON PARAMETRIK (1) 11 STATISTIK NON PARAMETRIK (1) Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Metode Statistik : Parametrik

Lebih terperinci

PENGENDALIAN MUTU PRODUK DENGAN METODE STATISTIK

PENGENDALIAN MUTU PRODUK DENGAN METODE STATISTIK PENGENDALIAN MUTU PRODUK DENGAN METODE STATISTIK IRVAN, ZULIA HANUM* RUKMINI** *Dosen Universitas Muhammadiyah Sumatera Utara **Dosen Universitas Muslim Nusantara Medan Abstrak: PT X adalah perusahaan

Lebih terperinci

LAMPIRAN. Universitas Sumatera Utara

LAMPIRAN. Universitas Sumatera Utara LAMPIRAN KUISIONER PENILAIAN KEJADIAN RISIKO (RISK EVENT) DATA RESPONDEN Nama : Umur : Jenis Kelamin : Bagian : PETUNJUK PENILAIAN Melalui kuesioner akan diketahui kemungkinan dampak yang akan terjadi

Lebih terperinci

ANALISIS PETA KENDALI-p MENGGUNAKAN KUALITAS FUZZY PADA PERGESERAN NILAI RATA-RATA DAN VARIANSI DARI SUATU PROSES ROLLITA PUTRI KARENI ( )

ANALISIS PETA KENDALI-p MENGGUNAKAN KUALITAS FUZZY PADA PERGESERAN NILAI RATA-RATA DAN VARIANSI DARI SUATU PROSES ROLLITA PUTRI KARENI ( ) SEMINAR TUGAS AKHIR ANALISIS PETA KENDALI-p MENGGUNAKAN KUALITAS FUZZY PADA PERGESERAN NILAI RATA-RATA DAN VARIANSI DARI SUATU PROSES ROLLITA PUTRI KARENI (1207 100 067) Dosen Pembimbing Dra. Laksmi Prita

Lebih terperinci

BAB III LANGKAH PEMECAHAN MASALAH

BAB III LANGKAH PEMECAHAN MASALAH BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Setelah mengevaluasi berbagai data-data kegiatan produksi, penulis mengusulkan dasar evaluasi untuk mengoptimalkan sistem produksi produk

Lebih terperinci

BAB 5 KESIMPULAN DAN SARAN

BAB 5 KESIMPULAN DAN SARAN BAB 5 KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan penelitian yang telah penulis lakukan di PT. Primarindo Asia Infrastructure, Tbk dan berdasarkan hasil penelitian dan pembahasan yang telah dikemukakan

Lebih terperinci

SUKARNO NIM I

SUKARNO NIM I USULAN PERENCANAAN PENGAMBILAN SAMPEL LAMPU TL DOP 10 W PADA PQI (POST QUALITY INSPECTION) DENGAN METODE MILITARY STANDARD 105D DI PT. GENERAL ELECTRIC LIGHTING INDONESIA Skripsi Sebagai Persyaratan Untuk

Lebih terperinci

BAB I PENDAHULUAN. Seiring dengan kemajuan teknologi, pertumbuhan industri berkembang

BAB I PENDAHULUAN. Seiring dengan kemajuan teknologi, pertumbuhan industri berkembang BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan kemajuan teknologi, pertumbuhan industri berkembang semakin pesat. Dampaknya adalah persaingan antar industri semakin ketat, terutama industri

Lebih terperinci

Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos

Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos Arie Desrianty, Fifi Herni M, Adelia Septy Perdana Jurusan Teknik Industri Institut

Lebih terperinci

SOAL DETECT UTS GENAP 2014/2015. Quality Control

SOAL DETECT UTS GENAP 2014/2015. Quality Control SOAL DETECT UTS GENAP 2014/2015 Quality Control 1. a. Buat peta kendali dan R! b. Buat revisi peta kendali jika dibutuhkan! c. Diketahui spesifikasi produk adalah 171 ± 11. Jika produk di bawah LSL maka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pengertian Mutu Karakteristik lingkungan dunia usaha saat ini ditandai oleh perkembangan yang cepat disegala bidang yang menuntut kepiawaian manajemen dalam mengantisipasi setiap

Lebih terperinci

KORELASI LINIER BERGANDA. Debrina Puspita Andriani /

KORELASI LINIER BERGANDA. Debrina Puspita Andriani    / KORELASI LINIER BERGANDA 10 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline 3 Korelasi Linear Berganda Alat ukur mengenai hubungan yang terjadi antara variabel terikat

Lebih terperinci

Oleh : Debrina Puspita Andriani

Oleh : Debrina Puspita Andriani 6 Oleh : Debrina Puspita Andriani e-mail : debrina@ub.ac.id www.debrina.lecture.ub.ac.id INFLASI Waktu terjadinya kenaikan harga-harga barang, jasa, atau faktor-faktor produksi secara umum Inflasi >< Deflasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 23 BAB 2 LANDASAN TEORI 2.1 Definisi mengenai Kualitas Saat kata kualitas digunakan, kita mengartikannya sebagai suatu produk atau jasa yang baik yang dapat memenuhi keinginan kita. Menurut ANSI/ASQC Standard

Lebih terperinci

PENERAPAN ACCEPTANCE SAMPLING GUNA MENENTUKAN RISIKO PRODUK CACATPADA PT. CAHAYA LESTARI PERMAI ABADI

PENERAPAN ACCEPTANCE SAMPLING GUNA MENENTUKAN RISIKO PRODUK CACATPADA PT. CAHAYA LESTARI PERMAI ABADI PENERAPAN ACCEPTANCE SAMPLING GUNA MENENTUKAN RISIKO PRODUK CACATPADA PT. CAHAYA LESTARI PERMAI ABADI Alfredo TjiptoSetiawan 1501157713 Kevin- 1501157726 Abstrak Tujuan Penelitian ini untuk memudahkan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN 51 BAB 4 HASIL DAN PEMBAHASAN 4.1 Pengumpulan Data Dalam pengumpulan data, akan dijelaskan terlebih dahulu bagaimana cara kerja sistem pengendalian kualitas yang dilakukan pada saat paling awal yaitu mulai

Lebih terperinci

Oleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya /

Oleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya   / 11 Oleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id / debrina.ub@gmail.com www.debrina.lecture.ub.ac.id 1. Konsep Risiko & Ketidakpastian 2. Pengambilan keputusan

Lebih terperinci

BAB I PENDAHULUAN. Kondisi bidang usaha di Indonesia cepat berubah, banyak perusahaan yang jatuh

BAB I PENDAHULUAN. Kondisi bidang usaha di Indonesia cepat berubah, banyak perusahaan yang jatuh 1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kondisi bidang usaha di Indonesia cepat berubah, banyak perusahaan yang jatuh namun tidak sedikit yang baru berdiri dan berkembang dengan pesat. Ini semua

Lebih terperinci

QUICKSWITCHING SYSTEMS (QSS) UNTUK SAMPLING SEKUENSIAL SKRIPSI

QUICKSWITCHING SYSTEMS (QSS) UNTUK SAMPLING SEKUENSIAL SKRIPSI QUICKSWITCHING SYSTEMS (QSS) UNTUK SAMPLING SEKUENSIAL RACHMA UNTANG JAUHARI JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS AIRLANGGA SURABAYA 2003 QUICK SWITCHING SYSTEMS

Lebih terperinci

BAB I PENDAHULUAN. kreatif menciptakan produk - produk yang tidak hanya mampu bersaing dengan

BAB I PENDAHULUAN. kreatif menciptakan produk - produk yang tidak hanya mampu bersaing dengan BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pasar bebas merupakan salah satu bentuk nyata dari globalisasi ekonomi. Dengan adanya globalisasi, para pelaku industri memang dituntut untuk semakin kreatif

Lebih terperinci

SAMPLING PENERIMAAN DENGAN VARIABEL

SAMPLING PENERIMAAN DENGAN VARIABEL TOI 12 SAMLIN NRIMAAN NAN VARIAL lm. 1 1. TI VARIAL ATAN SAMLIN (VAS) Variabel: karakteristik kualitas yang diukur dalam skala numerik. ontoh: berat, panjang, temperatur, tingkat kepekatan, kekuatan tarik,

Lebih terperinci