PEMODELAN KUALITAS PROSES
|
|
- Hartono Irawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 TOPIK 6 PEMODELAN KUALITAS PROSES LD/SEM II-03/ KERANGKA DASAR Sampling Penerimaan Proses Produksi Pengendalian Proses MATERIAL PRODUK PRODUK BAIK SUPPLIER Manufacturing Manufacturing KONSUMEN PRODUK KERJA ULANG PRODUK SEKRAP Lingkup perusahaan LD/SEM II-03/04 2
2 2. PENGERTIAN DASAR (1) PENGENDALIAN KUALITAS Pengendalian kualitas: suatu sistem untuk menjaga tingkat kualitas yang diinginkan dalam produk atau jasa.kategori: Off-line Quality Control, Statistical Process Control (SPC), Acceptance Sampling. SPC: usaha untuk mengendalikan variasi proses guna menjaga konsistensi karakteristik kualitas produk yang dihasilkan. Karakteristik kualitas: menggambarkan tingkat kualitas produk / jasa, dibedakan atas: Karakteristik struktural: panjang, berat, dll. Karakterisrik sensori: selera, aroma, dll. Karakteristik berorientasi terhadap waktu: jaminan, keandalan, dll. Karakteristik etika: kejujuran, keramahan, dll. Jenis pengukuran: Variabel karakteristik kualitas yang dapat diukur & diekspresikan dalam skala numerik. Atribut: karakteristik kualitas yang diklasifikasikan atas sesuai atau tidak sesuai terhadap spesifikasi (tidak dapat diukur dengan skala numerik). LD/SEM II-03/04 3 Skala pengukuran: Skala Nominal : merepresentasikan KATEGORI suatu kondisi. Nilai numerik yang digunakan tidak mencerminkan nilai yang sebesarnya. Contoh: Klasifikasi keadaan produk: (1) Baik, (2) Cacat. Klasifikasi jenis cacat: (1) Kritikal, (2) Mayor, (3) Minor. Skala Ordinal : merepresentasikan RANKING/URUTAN suatu kondisi. Contoh: Kualitas layanan suatu toko: (1) Sangat Buruk, (2) Buruk, (3) Rata-rata, (4) Baik, (5) Sangat Baik Skala Interval : merepresentasikan ORDER & PERBEDAAN NUMERIK, tetapi dengan titik origin tidak absolut (berbeda antar skala pengukuran). Contoh: temperatur dalam o C dan o F. Skala Rasio : merepresentasikan ORDER & PERBEDAAN NUMERIK antar skala pengukuran (titik origin 0). Contoh: panjang, lebar. LD/SEM II-03/04 4
3 Skala Pengukuran: Skala nominal Skala ordinal Skala interval Skala rasio Kategori, tanpa ada hirarki Klasifikasi & hirarki Kontinum numerik dengan range tertentu Kontinum numerik dengan titik nol LD/SEM II-03/04 5 (2) POPULASI & SAMPEL TINDAKAN POPULASI SAMPEL DATA Tindakan pada proses (Kontrol proses) (Analisis proses) Sampling Pengukuran PROSES LOT SAMPEL DATA Tindakan Tindakan pada lot (Estimasi inspeksi kualitas produk) LOT Sampling SAMPEL Pengukuran DATA Tindakan LD/SEM II-03/04 6
4 (3) DISTRIBUSI-DISTRIBUSI PENTING a. Distribusi Diskrit DISTRIBUSI HIPERGEOMETRIK: Model probabilitas untuk sampling tanpa pengembalian. Untuk lot dengan ukuran N dan produk cacat sebanyak D, maka probabilitas sampel dengan ukuran n mengandung produk cacat sebanyak x adalah: D N D x n x p ( x) =, x = 0,1, 2,..., min ( n, D) N n Rata - rata : E ( X ) = nd N N Baik: N-D n Baik: n-x Variansi : Cacat: x Var( X nd D N n ) = 1 N N N 1 Cacat: D Sampel Populasi LD/SEM II-03/04 7 DISTRIBUSI BINOMIAL: Model probabilitas untuk sampling dengan 2 kemungkinan outcome (sukses, gagal) untuk setiap pengambilan sampel, dimana ukuran populasi cukup besar dibandingkan dengan sampel, atau berasal dari proses kontinyu. Jika probabilitas perolehan produk cacat adalah p & konstan untuk setiap pengambilan sampel, maka probabilitas diperolehnya x produk cacat adalah: n p ( x) = n x p x (1 p) x Rata - rata : E(X) = np x = 1, 2, 3,... n Variansi : Var(X) = np(1 p ) Contoh: 1. Untuk menentukan diterima-tidaknya kiriman lot lampu, dilakukan pengujian. Kiriman diterima jika seluruh produk yang diuji baik semua. Ukuran lot 24 unit, jumlah rata-rata cacat dalam setiap lot 3 unit, jumlah produk yang diuji 4 unit. Berapa probabilitas penerimaan setiap lot lampu tersebut? 2. Asumsikan produk lampu yang dikirim dihasilkan dari proses kontinyu dengan proporsi cacat 1/8. Lot lampu akan diterima jika produk yang diuji seluruhnya baik. Jumlah produk yang diuji 4 unit. Berapa probabilitas diterimanya lot lampu tersebut? LD/SEM II-03/04 8
5 DISTRIBUSI POISSON: Digunakan dalam pengendalian kualitas sebagai pendekatan terhadap distribusi binomial. Jika rata-rata cacat adalah λ, maka probabilitas munculnya x kejadian adalah: p ( x ) Rata - rata : Variansi : λx e λ =, x! E( X ) = λ Var( X ) = λ x = 0,1,2,... Contoh: 1. Rata-rata jumlah cacat komponen elektronik dalam kemasan adalah 3. Berapa probabilitas mendapat 2 komponen cacat yang diambil secara random dari kemasan tersebut? LD/SEM II-03/04 9 b. Distribusi Kontinyu DISTRIBUSI NORMAL: digunakan untuk pengukuran dengan sebaran di sekitar nilai sentral. Fungsi kepadatan distribusi normal: f ( x ) dimana, 1 1 = exp σ 2π 2 Rata - rata : Variansi : - < µ < σ 2 > 0 2 x µ, σ dan - < x < LD/SEM II-03/04 10
6 c. Pendekatan dalam Distribusi Probabilitas HIPERGEOMETRIK n/n 0,1 BINOMIAL p < 0,1 n besar POISSON np > 10 p < 1/2 λ 10 NORMAL LD/SEM II-03/04 11 Batas Spesifikasi Atas (posisi optional) Sebaran nilai individu ± 3σ Z X i = σ µ a. Distribusi Nilai Individu µ Batas Kendali ± 3σ Batas Spesifikasi Bawah (posisi optional) x Batas Kendali Atas Batas Kendali Bawah X µ X µ Z = = σ σ n X / b. Distribusi Nilai Rata-rata x 0 LD/SEM II-03/04 12
7 (4) AKURASI & PRESISI Akurasi merepresentasikan derajat keseragaman observasi (pengukuran) di sekitar nilai sasaran, yaitu rata-rata. Presisi merepresentasikan tingkat variabilitas dari observasi (Dapat terjadi, akurasi, presisi, dan sebaliknya) B (µ 0, σ 1 ) A = akurat, kurang presisi B = akurat, presisi C = kurang akurat, kurang presisi C (µ 1, σ 1 ) A (µ 0, σ 0 ) µ 0 = nilai target LD/SEM II-03/04 13 (5) PETA KENDALI +3σ X X 0 3σ X Batas Kendali Atas Garis Tengah Variasi tak-alamiah, disebabkan oleh sebab-sebab khusus di luar proses, seperti material, pekerja, peralatan, dll. Variasi alamiah, terkandung dalam proses & disebabkan oleh sebab-sebab umum (ada selama proses tidak diubah; tanggung jawab: manajemen). Batas Kendali Bawah LD/SEM II-03/04 14
8 PEMILIHAN PETA KENDALI Peta Variabel n besar n kecil n = 1 Peta-X, s Peta-X, R Peta-X, moving range Peta Kendali Item cacat n konstan Peta p or np Peta Atribut n variabel Peta p Cacat n konstan Peta c or u n variabel Peta u LD/SEM II-03/04 15 KESALAHAN DALAM PENGENDALIAN PROSES a. Error Tipe I (α)( ) : Resiko Produsen Kesalahan yang terjadi pada saat nilai sampel berada di luar batas kendali namun proses sebenarnya dalam kendali (random effect). b. Error Tipe II (β)( ) : Resiko Konsumen Kesalahan yang terjadi pada saat nilai sampel berada di dalam batas kendali namun proses sebenarnya tidak dalam kendali (terjadi pergeseran proses). LD/SEM II-03/04 16
9 DISTRIBUSI BINOMIAL KUMULATIF LD/SEM II-03/04 17 DISTRIBUSI POISSON KUMULATIF LD/SEM II-03/04 18
10 DISTRIBUSI NORMAL KUMULATIF LD/SEM II-03/04 19 SOAL TES 1 (9 Maret 2005): 1. Untuk menentukan diterima-tidaknya kiriman lot lampu, dilakukan pengujian. Kiriman diterima jika seluruh produk yang diuji baik semua. Ukuran lot 24 unit, jumlah rata-rata cacat dalam setiap lot 3 unit, jumlah produk yang diuji 4 unit. Berapa probabilitas penerimaan setiap lot lampu tersebut? 2. Asumsikan produk lampu yang dikirim dihasilkan dari proses kontinyu dengan proporsi cacat 1/8. Lot lampu akan diterima jika produk yang diuji seluruhnya baik. Jumlah produk yang diuji 4 unit. Berapa probabilitas diterimanya lot lampu tersebut? 3. Rata-rata jumlah cacat komponen elektronik dalam kemasan adalah 3. Berapa probabilitas mendapat 2 komponen cacat yang diambil secara random dari kemasan tersebut? LD/SEM II-03/04 20
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciKumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X
Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik
Lebih terperinciBAB I PENDAHULUAN. atau kualitas. Dalam dunia industri, kualitas barang yang dihasilkan merupakan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di era globalisasi yang semakin kompetitif ini, setiap pelaku bisnis yang ingin memenangkan persaingan akan memberikan perhatian penuh pada mutu atau kualitas.
Lebih terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September
Lebih terperinciRabu, 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 terperinciPENGENDALIAN 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 terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciIII Control chart for variables. Pengendalian Kualitas TIN-212
III Control chart for variables Pengendalian Kualitas TIN-212 Common dan Assignable causes of variation Variabilitas dapat dibagi ke dalam dua kategori: 1. Common causes of variation. Variasi ini merupakan
Lebih terperinciBAB 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 terperinciKONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.
KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah
Lebih terperinciDistribusi 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 terperinciANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN
J u r n a l E K B I S / V o l. X IV/ N o. / e d i s i S e p t e m b e r 15 7 ANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN *( Diah Ayu Novitasari Fakultas
Lebih terperinciBAB III METODE PENELITIAN. Sampel merupakan sebagian anggota dari populasi yang dipilih dengan
26 BAB III METODE PENELITIAN 3.1 Identifikasi Sampel Penelitian Sampel merupakan sebagian anggota dari populasi yang dipilih dengan suatu prosedur tertentu dan diharapkan dapat mewakili suatu populasi
Lebih terperinciPengendalian 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 terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Defenisi Mutu Dalam dunia industri baik industri jasa maupun manufaktur mutu adalah faktor kunci yang membawa keberhasilan bisnis, pertumbuhan dan peningkatan posisi bersaing.
Lebih terperinciBAB II LANDASAN TEORI. Persyaratan utama untuk mencapai kepuasan pelanggan (customer
BAB II LANDASAN TEORI 2.1 Konsep SPC dan Pengendalian Kualitas Persyaratan utama untuk mencapai kepuasan pelanggan (customer satisfaction) dalam dunia industri manufaktur adalah kualitas dari produk maupun
Lebih terperinciSTATISTIK PERTEMUAN IV
STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,
Lebih terperinciBAB 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Manajemen Operasi Untuk mengelola suatu perusahaan atau organisasi selalu dibutuhkan sistem manajemen agar tujuan dari perusahaan atau organisasi tersebut dapat tercapai.
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)
Lebih terperinciSTATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen
Lebih terperinciStatistical Process Control
Statistical Process Control Sachbudi Abbas Ras abbasras@yahoo.com Lembar 1 Flow Chart (dengan Stratifikasi): Grafik dari tahapan proses yang membedakan data berdasarkan sumbernya. Lembar Pengumpulan Data:
Lebih terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciPengendalian Kualitas TIN-212
II Process Capability Analysis Pengendalian Kualitas TIN-212 Syarat-syarat pelaksanaan process capability analysis 1 Jika kita sudah mengetahui bagaimana kinerja proses kita (voice of process), tentunya
Lebih terperinciBAB III METODE PENELITIAN
1 BAB III METODE PENELITIAN Metode penelitian merupakan gambaran dari tahapan yang dilalui dalam menyelesaikan suatu masalah yang ditemui dalam sebuah penelitian, dimana dibuat berdasarkan latar belakang
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Variabel Penelitian dan Definisi Operasional Variabel 3.1.1 Variabel Penelitian Variabel penelitian merupakan suatu atribut atau sifat yang mempunyai variasi tertentu
Lebih terperinciBAB III METODE PENELITIAN. 3.1 Variabel Penelitian dan Definisi Operasional Variabel
BAB III METODE PENELITIAN 3.1 Variabel Penelitian dan Definisi Operasional Variabel 3.1.1 Variabel Penelitian Variabel penelitian merupakan suatu atribut atau sifat yang mempunyai variasi tertentu yang
Lebih terperinciBAB 8 DISTRIBUSI PELUANG DISKRIT
BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. PT. Citra Tunas Baru Gramindo adalah sebuah perusahaan garmen yang
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi PT. Citra Tunas Baru Gramindo adalah sebuah perusahaan garmen yang memproduksi kemeja pria dewasa dengan harga Rp. 41.000 Rp. 42.500 perkemeja.
Lebih terperinciDistribusi Probabilitas Diskret Teoritis
Distribusi robabilitas Diskret Teoritis Distribusi robabilitas Teoritis Diskret Distribusi seragam diskret (discrete uniform distribution) Distribusi hipergeometris (hypergeometric distribution) Distribusi
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISKRIT Distribusi binomial Distribusi binomial - Distribusi peluang diskrit Distribusi geometrik Distribusi hipergeometrik Distribusi poison BERNOULLI TRIAL
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciDistribusi Probabilitas Diskrit. Dadan Dasari
Distribusi Probabilitas Diskrit Dadan Dasari Daftar Isi DIstribusi Uniform Distribusi Binomial DIstribusi Multinomial Distribusi Hipergeometrik Distribusi Poisson Distribusi Probabilitas Uniform Diskrit
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Diskrit 2 Adam Hendra Brata Distribusi Hipergeometrik Distribusi Hipergeometrik Jika sampling dilakukan tanpa pengembalian dari kejadian sampling yang diambil
Lebih terperinciDistribusi 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 terperinciTINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan
II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut
Lebih terperinciBAB IV. DISTRIBUSI PROBABILITAS DISKRIT
BAB IV. DISTRIBUSI PROBABILITAS DISKRIT A. Variabel random diskrit. Variabel random diskrit X adalah : Cara memberi nilai angka pada setiap elemen ruang sampel X(a) : Ukuran karakteristik tertentu dari
Lebih terperinciBAB 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 terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Ukuran Kinerja Di bawah ini akan digambarkan mengenai bagaimana teknik maupun urut-urutan pemecahan masalah yang dipergunakan. Pada gambar flowchart di bawah ini
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
38 BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Untuk mendukung perhitungan statistikal pengendalian proses maka diperlukan data. Data adalah informasi tentang sesuatu, baik yang bersifat kualitatif
Lebih terperinciREVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016
REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS Utriweni Mukhaiyar MA81 Statistika Nonparametrik Kamis, 1 Januari 016 PEUBAH ACAK Peubah acak, yaitu pemetaan X: S R Ruang Sampel, S X x Himpunan Bil.Riil,
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS U N I F O R M ( S E R A G A M ) B E R N O U L L I B I N O M I A L P O I S S O N MA 4085 Pengantar Statistika 26 Februari 2013 Utriweni Mukhaiyar M U L T I N O M I A L H I P E
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode penelitian adalah suatu ilmu pengetahuan yang memuat berbagai cara kerja di dalam melaksanakan penelitian dari awal hingga akhir. Metode penelitian juga merupakan suatu
Lebih terperinciBAB 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 terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciBAB I PENDAHULUAN PENDAHULUAN 1
PENDAHULUAN 1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Pada era saat ini, perekonomian adalah salah satu sektor pembangunan yang penting dan harus benar-benar diperhatikan dalam suatu negara. Apalagi
Lebih terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciBab 2. Teori Dasar. 2.1 Pendahuluan
Bab 2 Teori Dasar 2.1 Pendahuluan Gagasan bagan kendali statistik pertama kali diperkenalkan oleh Walter A. Shewhart dari Bell Telephone laboratories pada tahun 1924 (Montgomery, 2001, hal 9). Tujuan dari
Lebih terperinciBAB 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 terperinciBAB II PEMBAHASAN Pengertian Kualitas Statistik
BAB I PENDAHULUAN Kualitas dan manajemen kualitas telah mengalami evolusi menjadi yang TQM (Total Quality Management), filosofi TQM berisi dua komponen yang saling berhubungan, yaitu sistem manajemen dansistem
Lebih terperinciBAB 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 terperinciDistribusi Probabilitas Kontinyu Teoritis
Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi
Lebih terperinciPETA KENDALI ATRIBUT. 9 Pengendalian Kualitas. Semester Genap 2017/2018
PETA KENDALI ATRIBUT 9 Pengendalian Kualitas Semester Genap 2017/2018 2 Outline Peta Kendali Variabel 3 PETA KENDALI (CONTROL CHART) Metode Statistik untuk menggambarkan adanya variasi atau penyimpangan
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciKULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL
KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL KOMPETENSI Mahasiswa dapat menyusun peta pengendali kualitas proses statistika untuk data variabel dengan menggunakan software statistika,
Lebih terperinciSumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama diberikan tinjauan pustaka dari penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan penelitian
Lebih terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
Lebih terperinciSTATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan
Lebih terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciBAB III METODE CONTROL CHART. sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses
BAB III METODE CONTROL CHART 3.1 Control Chart Peta kendali atau Control Chart merupakan suatu teknik yang dikenal sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses berada dalam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 PENGERTIAN KUALITAS Kualitas merupakan faktor dasar yang mempengaruhi pilihan konsumen untuk berbagai jenis produk dan jasa yang berkembang pesat dewasa ini. Kualitas secara langsung
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM MMS-1403 p.1/93 Distribusi Sampling Statistik Populasi: himpunan keseluruhan obyek yang
Lebih terperinciPENDAHULUAN. CuSum. Univariate EWMA MEWMA. Multivariate Hotelling. Kosumen. Kualitas Baik. Peta Kendali. Pengendalian Kualitas
PENDAHULUAN Kosumen Kualitas Baik Univariate CuSum EWMA Peta Kendali Pengendalian Kualitas MEWMA Multivariate Hotelling PENDAHULUAN R U M U S A N M A S A L A H 1. Bagaimana prosedur pembentukan peta kendali
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
Lebih terperinciMINGGU KE-9 MACAM-MACAM KONVERGENSI
MINGGU KE-9 MACAM-MACAM KONVERGENSI Kita telah mengetahui bahwa untuk n besar dan θ kecil sedemikian hingga nθ = λ, distribusi binomial bisa dihampiri oleh distribusi Poisson. Mencari hampiran distribusi
Lebih terperinciMULTIKOLINEARITAS (Lanjutan)
MULTIKOLINEARITAS (Lanjutan) Tjipto Juwono, Ph.D. September 9, 2015 Pengertian Multikolinearitas Secara historis multikolinearitas menunjukkan hubungan yang sempurna antara variabel-variabel independent
Lebih terperinciANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL
ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Mengingat akan terus berkembangnya kebutuhan hidup dan berkomunikasi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Mengingat akan terus berkembangnya kebutuhan hidup dan berkomunikasi antar sesama manusia, maka perkembangan jalan pun saling berkaitan dengan perkembangan
Lebih terperinciDAFTAR PUSTAKA KATA PENGANTAR... DAFTAR ISI...
KATA PENGANTAR Alhamdulillahi Rabbil alamin, Puji dan syukur kepada Allah Subhanahu Wa Ta ala. Karena atas izin-nya, makalah ini dapat terselesaikan tepat pada waktunya. Makalah ini dibuat sebagai tugas
Lebih terperinciPercobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)
Percobaan Bernoulli 5 Percobaan terdiri dari 1 usaha Sukses Usaha Gagal Peluang sukses p Peluang gagal 1-p Misalkan 1, jika terjadi sukses X 0, jika terjadi tidak sukses (gagal) Distribusi Bernoulli 6
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciUNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.
DISTRIBUSI DISKRIT UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 2081 Statistika Dasar Utriweni Mukhaiyar 7 Maret
Lebih terperinciKONSEP 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 terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Dasar dari Kualitas Kata kualitas memiliki banyak definisi yang berbeda, dan bervariasi dari yang konvensional sampai yang lebih strategik. Definisi konvensional dari
Lebih terperinciPROJECT 2 PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI
PROJECT 2 PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK 2016 PROJECT 2 PENGENDALIAN KUALITAS PRODUKSI PTI Project 2 I. TUJUAN PRAKTIKUM Project
Lebih terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
Lebih terperinciANALISIS PENGENDALIAN KUALITAS PRODUK BAKERY BOX MENGGUNAKAN METODE STATISTICAL PROCESS CONTROL (STUDI KASUS PT. X)
ANALISIS PENGENDALIAN KUALITAS PRODUK BAKERY BOX MENGGUNAKAN METODE STATISTICAL PROCESS CONTROL (STUDI KASUS PT. X) Rika Gracia *), Arfan Bakhtiar Program Studi Teknik Industri, Fakultas Teknik, Universitas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih terperinciANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK
ANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK Yayuk Nurkotimah dan Fachrur Rozi Jurusan Matematika UIN Maulana Malik Ibrahim Malang e-mail: ocy_cute9@yahoo.com
Lebih terperinciPengantar Statistika Matematika II
Bab 1: a FMIPA Universitas Islam Indonesia Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik dari sampel Akan dibahas konsep statistik dan distribusi sampling Parameter Misalkan
Lebih terperinciRencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut
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/
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Kualitas adalah segala sesuatu yang mampu memenuhi keinginan atau kebutuhan pelanggan (meeting the needs of customers) (Gasperz, 2006). Pengendalian kualitas secara statistik dengan
Lebih terperinciPengendalian 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Kinerja Karyawan Kinerja karyawan adalah seberapa efektif dan efisiennya hasil yang dihasilkan oleh karyawan yang pada umumnya diukur dari beberapa faktor seperti : 2.1.1. Kecepatan
Lebih terperinciACCEPTANCE 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 terperinciBAB I PENDAHULUAN. B. Rumusan masalah Bagaimana cara pengendalian kualitas proses statistik pada data variabel.
BAB I PENDAHULUAN A. Latar Belakang Pengendalian Kualitas Statistik (Statistical Quality Control) secara garis besar digolongkan menjadi dua, yakni pengendalian proses statistik (statistical process control)
Lebih terperinci