PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI"

Transkripsi

1 JURNAL TEKNIK INDUSTRI VOL. 2, NO. 2, DESEMBER 2: PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI Pauline Astari Singgih Dosen Fakultas Teknologi Industri, Jurusan Teknik Industri Universitas Kristen Petra Tanti Octavia Dosen Fakultas Teknologi Industri, Jurusan Teknik Industri Universitas Kristen Petra Siana Halim Dosen Fakultas Teknologi Industri, Jurusan Teknik Industri Universitas Kristen Petra ABSTRAK Peta kendali X Shewhart telah umum digunakan dalam engendalian roses statistis untuk data variabel dan terbukti berfungsi dengan baik untuk mendeteksi ergeseran rerata yang besar, namun kurang ceat dalam mendeteksi ergeseran rerata yang sedang hingga kecil. Untuk mengatasi kelemahan ini, diusulkan enggunaan eta kendali X dengan ukuran samel dan interval engambilan samel yang bervariasi (eta kendali X VSSI). Kinerja eta kendali X VSSI dibandingkan dengan kinerja eta kendali X Shewhart, eta kendali X VSS (eta kendali X dengan ukuran samel yang bervariasi), dan eta kendali X VSI (eta kendali X dengan interval waktu engambilan samel yang bervariasi). Kinerja eta kendali dinyatakan dalam nilai ATS (Average Time to Signal) yang didaatkan dari hasil simulasi rogram komuter mauun erhitungan Rantai Markov. Peta kendali X VSSI terbukti memunyai kinerja yang lebih baik dalam mendeteksi ergeseran rerata yang sedang. Selain itu juga disimulasikan enggunaan eta kendali X VSSI dan eta kendali X VSS dengan ukuran samel minimum n = dan n =2. Kata kunci: eta kendali X,variable samle size, variable samling interval, ATS. ABSTRACT Shewhart X chart is widely used in statistical rocess control for monitoring variable data and has shown good erformance in detecting large mean shift but less sensitive in detecting moderate to small rocess shift. X chart with variable samle size and samling interval (VSSI X chart) is roosed to enhance the ability of detecting moderate to small rocess shift. The erformance of VSSI X chart is comared with those of Shewhart X chart, VSS X chart (Variable Samle Size X chart) and VSI X chart (Variable Samling Interval X chart). Performance of these control charts is resented in the form of ATS (Average Time to Signal) which is obtained from comuter simulation and markov chain aroach. The VSSI X chart shows better erformance in detecting moderate mean shift. The simulation is then continued for VSSI X chart and VSS X chart with minimum samle size n = and n =2. Keywords: X control chart, variable samle size, variable samling interval, ATS.. PENDAHULUAN Peta kendali atau control chart meruakan salah satu alat untuk melakukan engendalian roses secara statistik. Data outut yang dilotkan ada eta kendali dibandingkan dengan batas kendali yang telah dikonstruksikan. Jika tidak ada data yang keluar dari batas kendali atas (BKA) atauun batas kendali bawah (BKB), serta lot data 72 htt://uslit.etra.ac.id/journals/industrial

2 PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI (Pauline Astari Singgih, at al.) tidak menunjukkan gejala-gejala enyimangan, maka daat dikatakan roses dalam keadaan terkendali. Sebaliknya jika ada data yang keluar dari batas-batas kendali, maka roses dikatakan tidak terkendali dan harus dilakukan tindakan korektif untuk memerbaiki roses agar roduk cacat yang dihasilkan daat dicegah. Peta kendali X Shewhart (Shewhart X chart) telah umum digunakan dalam mengendalikan roses dengan data variabel dan berfungsi dengan baik untuk mendeteksi ergeseran rerata yang besar. Namun, seringkali dalam situasi raktis, akan dijumai ergeseran rerata yang kecil atau sedang (ergeseran rerata yang kurang dari atau sama dengan,5 standar deviasi). Dalam kasus ini, eta kendali X Shewhart kurang ceat mendeteksi. Ada 3 arameter yang daat divariasi untuk meningkatkan kinerja eta kendali X, yaitu: ukuran samel, interval waktu engambilan samel, dan batas kontrol. Prabhu, Montgomery dan Runger (994) mengusulkan enggunaan eta kendali X dengan ukuran samel dan interval engambilan samel yang bervariasi ( X chart with variable samle size and samling interval / combined adative X chart/vssi X chart) yang disingkat dengan sebutan eta kendali X VSSI. Dalam artikel ini, eta kendali X VSSI yang diusulkan menggunakan arameter batas kontrol yang tidak divariasi dan diasumsikan mengikuti rinsi 3 sigma. Peta kendali X VSSI meruakan gabungan dari eta kendali X VSS dan eta kendali X VSI. Nilai ATS (Average Time to Signal) yang digunakan sebagai ukuran kinerja eta kendali didaatkan dari simulasi dengan. kali (utaran) dan erhitungan Rantai Markov. Keduanya memberikan hasil yang tidak berbeda. 2. PETA KENDALI X SHEWHART (KONVENSIONAL) Misalkan suatu karakteristik kualitas berdistribusi normal dengan rerata µ dan standar deviasi yang telah diketahui dan konstan σ, maka konstruksi eta kendali X Shewhart sebagai berikut : σ BKA = µ + Z α/2 σ x = µ + Z α/2 () n Batas Tengah = µ (2) σ BKB = µ - Z α/2 σ x = µ Z α/2 (3) n Dimana n adalah ukuran samel, σ x = standar deviasi dari rerata samel dan nilai Z α/2 biasanya adalah 3 (menggunakan batas kendali 3 sigma dengan α =.27). Dalam eta kendali X Shewhart, samel diambil dalam ukuran yang sama (n teta) dan interval waktu yang sama (t teta) kemudian rerata tia samel dilot ada eta kendali. Jika lot sebuah titik jatuh di luar batas BKA atau BKB, maka hal ini mengindikasikan terjadinya assignable/secial cause dan roses dikatakan tidak terkendali. Peta kendali X daat dinyatakan dalam nilai standar Z (distandarisasi) untuk menyederhanakan tamilan dan memermudah interretasinya. Tia titik ada eta kendali adalah nilai rerata samel yang distandarisasi (Z i ): htt://uslit.etra.ac.id/journals/industrial 73

3 JURNAL TEKNIK INDUSTRI VOL. 2, NO. 2, DESEMBER 2: X µ i Zi = (4) σ x dengan σ x = σ/(n) /2 dan Z i berdistribusi normal dengan µ = dan σ =. Untuk eta kendali X Shewhart yang menggunakan nilai rerata samel yang distandardisasi, maka: (Batas Tengah) BT =, BKA = k, BKB = -k dan umumnya ditetakan k = 3 (menggunakan batas kendali 3 sigma dengan α =.27) 3. PETA KENDALI X VSSI Peta kendali X VSSI menggunakan ukuran samel dan interval engambilan samel yang bervariasi. Selain batas kontrol: BKA (= µ + kσ x ) dan BKB (=µ - kσ x ), ada eta kendali X VSSI ditambahkan batas eringatan (warning limits): Batas Peringatan Atas (BPA) = µ + wσ x (5) Batas Peringatan Bawah (BPB) = µ - wσ x (6) Untuk memermudah tamilan eta kendali X VSSI, digunakan nilai rerata samel yang distandarisasi (Z i ). Nilai Z i didaat dari ersamaan (4) dengan σ x = σ/(n(i)) /2. Jika titik samel yang dilot dalam eta kendali adalah nilai yang distandarisasi (Z), maka: BT =, BKA = k, BKB = -k, BPA = w, BPB = -w dan ditetakan k = 3 (rinsi 3 sigma dengan α =.27). Dengan demikian, daerah antara BKA dan BKB dibedakan menjadi 2 daerah:. Daerah tengah (central region): daerah antara batas eringatan (w) atas dan bawah, yaitu interval (-w,w). 2. Daerah eringatan (warning region): daerah antara BKB(=-k) dan BPB(=-w) atau daerah antara BPA(= w) dan BKA(=k), yaitu interval (-k, -w) (w, k). Zi daerah tindakan k daerah eringatan : gunakan (n2,t) w daerah tengah : gunakan (n,t2) -w daerah eringatan : gunakan (n2,t) -k daerah tindakan t t+ t2 2t+ t2 2t+ 2t2 waktu Gambar. Peta kendali X VSSI 74 htt://uslit.etra.ac.id/journals/industrial

4 PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI (Pauline Astari Singgih, at al.) Pada eta kendali X VSSI, diakai 2 ukuran samel dan 2 interval waktu, yaitu: n = ukuran samel kecil, n 2 = ukuran samel besar t = interval waktu endek, t 2 = interval waktu anjang Posisi setia titik samel ada eta kendali akan menentukan ukuran samel berikutnya dan interval waktu engambilan samel berikutnya. Jika suatu titik samel jatuh dalam daerah eringatan (interval (-k,-w) atau (w,k)), ukuran samel berikutnya harus besar (yaitu n 2 ) dan interval waktu engambilan samel berikutnya harus endek/ceat (yaitu t ) karena diduga roses menyimang dari targetnya. Sebaliknya, jika suatu titik samel jatuh dalam daerah tengah (interval (-w,w)), ukuran samel berikutnya kecil (yaitu n ) dan interval waktu engambilan samel berikutnya menjadi anjang/lama (yaitu t 2 ) karena roses tamaknya dekat dengan nilai target. Peta kendali X VSSI daat dinotasikan sebagai berikut : n2,t jika w < Z i- < k [ n(i ),t( i )] = n,t2 jika - w < Zi- < w (7) n2,t jika - k < Zi- < w Proses dikatakan tidak terkendali jika sebuah titik jatuh di luar interval (-k,k) dan roses dihentikan. Gambar eta kendali X VSSI daat dilihat ada Gambar. Untuk membandingkan kinerja eta kendali X Shewhart dan eta kendali X VSSI, harus dilakukan enyesuaian kinerja kedua eta kendali tersebut untuk keadaan terkendali. Sehingga desain eta kendali X VSSI dibatasi oleh dua ersyaratan berikut ada saat roses terkendali : E [ n (i) ] = n atau E [ n(i) BKB < Z i- < BKA ; = ] = n (8) dan E [ t (i) ] = t atau E [ t(i) BKB < Z i- < BKA ; = ] = t (9) Misalkan I = [ - w, w ] = daerah tengah, I 2 = (BKB,- w) (w,bka) = daerah eringatan dan I 3 = (BKB,BKA) = daerah di antara BKA dan BKB, maka Pr (Z I ) = 2Φ (w) () Pr (Z I 2 ) = 2 (Φ (BKA) - Φ (w)) () Pr (Z I 3 ) = 2Φ (BKA) (2) Dimana Φ(w) = fungsi robabilitas kumulatif untuk distribusi normal = Pr (Z < w). Bila Z i- berdistribusi normal N (,) dan =, maka ersamaan (8) daat dituliskan menjadi n = E[n(i) Z I 3 ] n = n Pr( Z I Pr( Z I sehingga didaatkan : 3 ) + n ) 2 Pr( Z I Pr( Z I 2 3 ) ) htt://uslit.etra.ac.id/journals/industrial 75

5 JURNAL TEKNIK INDUSTRI VOL. 2, NO. 2, DESEMBER 2: = 2φ( BKA)( no n2 ) + n n w φ 2( n n2 ) (3) Melalui cara yang sama, maka ersamaan (9) akan menjadi : = 2φ( BKA )( to t ) + t 2 t w φ 2(t 2 t ) (4) Dengan menyetarakan ersamaan (3) dan (4), maka didaatkan: t( n n ) b t c t 2 2 = n n2 c dengan : b = 2 ( t t ) ( n n 2 ) Φ (BKA), c = 2 ( n n 2 ) Φ (BKA) + ( n n ) dan BKA dan BKB ditetakan + 3. Peta kendali X VSSI memunyai 5 arameter yaitu: n, n 2, t, t 2 dan w. Jika nilai dari n, n 2, dan t ditentukan, maka dua arameter lainnya, t 2 dan w, daat dicari dari ersamaan (5) dan ersamaan (3) atau (4). Parameter n dan n 2 diilih untuk menghindari kesalahan erkiraan akibat embulatan. Biasanya yang diilih t, bukan t 2, karena interval engambilan samel yang minimum seringkali tergantung dari tie inseksi dan metode enyamlingan (manual atau otomatis) yang dijalankan ada roses. (5) 4. PETA KENDALI X VSS Jika ukuran samel divariasi (n < n < n 2 ), dan interval waktu engambilan samel tidak divariasi (t = t 2 = t), maka eta kendali X VSSI akan menjadi eta kendali X dengan ukuran samel yang bervariasi ( X chart with variable samle size/ eta kendali X VSS). Peta kendali X VSS daat dinotasikan sebagai berikut : [ n(i ),t( i )] n2,t = n,t n2,t jika w < jika - w < Z jika - k < Z Z i- i- i- < k < w < w Untuk konstruksi eta kendali X VSS, ersamaan (4) digunakan untuk menentukan nilai w. (6) 5. PETA KENDALI X VSI Jika ukuran samel tidak divariasi (n = n 2 = n) dan interval waktu engambilan samel divariasikan (t < t < t 2 ), maka eta kendali X VSSI ini disebut eta kendali X dengan interval waktu engambilan samel yang bervariasi ( X chart with variable samling interval / eta kendali X VSI ). Peta kendali X VSI ini dinotasikan: 76 htt://uslit.etra.ac.id/journals/industrial

6 PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI (Pauline Astari Singgih, at al.) n,t [n(i),t(i)] = n,t2 n,t jika w < Z i- jika - w < Z jika - k < Z i- < k < w < w i- Untuk konstruksi eta kendali X VSI, ersamaan (5) digunakan untuk menentukan nilai w. (7) 6. AVERAGE RUN LENGTH (ARL) DAN AVERAGE TIME TO SIGNAL (ATS) Average Run Length (ARL) adalah rata-rata jumlah titik samel yang harus dilot sebelum suatu titik samel menunjukkan keadaan tidak terkendali. Secara umum ersamaan untuk erhitungan ARL adalah : ARL = (8) dimana = robabilitas suatu titik keluar dari batas kendali BKA atau BKB. Untuk ARL (ARL untuk eta kendali X dalam keadaan terkendali) maka = α = robabilitas kesalahan/error tie I (menyatakan keadaan tidak terkendali adahal keadaan terkendali) atau robabilitas suatu titik rerata samel jatuh di luar batas kendali ada saat roses terkendali, α disebut juga sebagai robabilitas false alarm. Untuk ARL (ARL dalam keadaan tak terkendali) maka nilai = - β = robabilitas kesalahan/error tie II (menyatakan keadaan terkendali adahal keadaan tidak terkendali) atau robabilitas suatu titik rerata samel jatuh di dalam batas kendali ada saat roses tidak terkendali. Selain ARL, kinerja suatu eta kendali daat dievaluasi berdasarkan ATS (Average Time to Signal) yang didefinisikan sebagai rata rata waktu yang terjadi samai suatu titik jatuh di luar batas kendali BKA atau BKB, menunjukkan bahwa keadaan tidak terkendali. Jika samel diambil dengan interval waktu yang teta (t) seerti ada eta kendali X Shewhart, ATS dihitung dari ersamaan : ATS = ARL t ARL daat diakai sebagai ukuran untuk membandingkan kinerja 2 eta kendali jika interval waktu engambilan samel ada kedua eta kendali itu teta (tidak bervariasi). Namun jika interval waktu engambilan samel bervariasi, kinerja eta kendali harus dibandingkan berdasarkan nilai ATS. Jika eta kendali menggunakan ukuran samel dan interval waktu yang bervariasi, nilai ARL mauun ATS daat dihitung dengan menggunakan metode Rantai Markov atau didaatkan melalui simulasi dengan rogram komuter. (9) 7. PERHITUNGAN ATS DENGAN PENDEKATAN RANTAI MARKOV Untuk mendaatkan nilai ATS melalui metode Rantai Markov, erlu dibentuk matriks transisi robabilitas. Ditentukan I = [- w, w] sebagai daerah tengah, I 2 = (BKB,-w) (w, BKA) sebagai daerah eringatan dan I 3 = (BKB,BKA) sebagai daerah diluar BKA atau htt://uslit.etra.ac.id/journals/industrial 77

7 JURNAL TEKNIK INDUSTRI VOL. 2, NO. 2, DESEMBER 2: BKB. I 3 atau State 3 adalah absorbing state, karena roses dinyatakan tidak terkendali dan roses dihentikan. Matriks robabilitas transisi daat disusun: jk P = = robabilitas jika titik samel sekarang berada di daerah j, titik samel berikutnya berada di daerah k, saat rerata mengalami ergeseran sebesar standar deviasi. Misalnya 2 [ w < Z < BKA n ; ] + Pr[ BKB < Z < w n ; ] = Pr i i (2) = Φ( BKA n ) Φ( w n ) + Φ( w n ) Φ( BKB n ) Karena tidak ada samel endahuluan untuk menentukan ukuran samel ertama dan interval engambilan samel ertama, maka samel ertama ini daat menggunakan ukuran samel kecil dan interval waktu anjang (rosedur (n, t 2 )) atau menggunakan ukuran samel besar dan interval waktu endek (rosedur (n 2,t )) dengan robabilitas terilihnya masing masing sebagai b dan b 2. Nilai b dihitung berdasarkan roorsi waktu menggunakan n (dengan kata lain, roorsi waktu roses berada di daerah tengah) saat roses terkendali. Nilai b 2 dihitung berdasarkan roorsi waktu menggunakan n 2 (dengan kata lain, roorsi waktu roses berada di daerah eringatan) saat roses terkendali. Sehingga nilai b dan b 2 dirumuskan sebagai berikut : (2) b = + 2 (22) b 2 = (23) Nilai ATS didaatkan melalui rumusan : ATS b' ( I Q ) t = dimana b = (b b 2 ), yaitu vektor robabilitas awal dengan b +b 2 = dan I adalah matriks identitas (2x2). Q = 2 matriks robabilitas transisi (P ) dengan elemen matriks yang 2 22 berhubungan dengan absorbing state dihilangkan. Selanjutnya, bila t = (t 2 t ), yaitu vektor interval engambilan samel, maka b' ( I Q ) akan memberikan rata-rata jumlah erindahan (transisi) dalam setia state sebelum eta kendali menunjukkan sinyal. (24) 78 htt://uslit.etra.ac.id/journals/industrial

8 PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI (Pauline Astari Singgih, at al.) 8. ANALISA Telah dilakukan simulasi sebanyak kali (utaran) untuk mendaatkan setia satu nilai ATS. Dengan besarnya jumlah samel tersebut, sehingga dalam membandingkan ATS dua eta kendali, maka erbedaan nilai ATS yang kecilun daat disimulkan signifikan. Peta kendali X VSSI, eta kendali X VSS, eta kendali X VSI mauun eta kendali X Shewhart memberikan nilai ATS yang sama yaitu sekitar 37. Ini menunjukkan bahwa eta-eta kendali memunyai kinerja yang sama ada keadaan tidak terjadi ergeseran (=) sehingga daat dibandingkan kinerjanya untuk mendeteksi keadaan terjadi ergeseran rerata roses. Dari tabel - tabel nilai ATS, daat dianalisa sebagai berikut :. Perbandingan kinerja eta kendali X VSSI dan eta kendali X Shewhart. Peta kendali X VSSI memunyai nilai ATS yang lebih kecil dibandingkan eta kendali X Shewhart untuk ergeseran rerata yang kecil samai,5 standar deviasi (<,5). Pada =, ATS eta kendali X Shewhart hasil simulasi adalah sebesar jam sedangkan eta kendali X VSSI dengan n dan t yang sama dengan eta kendali X Shewhart, n = unit, n 2 = 2 unit, memberikan ATS hasil simulasi sebesar 2.32 jam. Ini berarti eta kendali X VSSI lebih baik dariada eta kendali X Shewhart, dalam mendeteksi ergeseran rerata dengan <,5. Namun untuk ergeseran rerata yang lebih besar yaitu = 2, eta kendali X Shewhart memberikan nilai ATS yang lebih kecil, ini berarti eta kendali X Shewhart lebih ceat dalam mendeteksi ergeseran rerata sebesar 2 standar deviasi. 2. Perbandingan kinerja eta kendali X VSSI dan eta kendali X VSI. Nilai ATS eta kendali X VSSI lebih kecil dibandingkan nilai ATS eta kendali X VSI untuk ergeseran rerata,5 dan standar deviasi ( =,5 dan = ). Pada =, n = 5 unit, n = unit, n 2 = 8 unit, t = jam, t =.25 jam, eta kendali X VSSI memberikan ATS hasil simulasi sebesar.82 jam. Dengan n, t, t, t 2 yang sama, eta kendali X VSI memberikan ATS hasil simulasi sebesar jam. Ini berarti eta kendali X VSSI lebih baik dariada eta kendali X VSI, dalam mendeteksi ergeseran rerata dengan <. Namun untuk ergeseran rerata yang lebih besar yaitu =,5 dan = 2, eta kendali X VSI memberikan nilai ATS yang sedikit lebih kecil, ini berarti eta kendali X VSI lebih ceat dalam mendeteksi ergeseran rerata sebesar,5 dan 2 standar deviasi. 3. Perbandingan kinerja eta kendali X VSSI dan eta kendali X VSS. Nilai ATS eta kendali X VSSI lebih kecil dibandingkan nilai ATS eta kendali X VSS. Ini berarti eta kendali X VSSI lebih baik dariada eta kendali X VSS, dalam mendeteksi ergeseran rerata dengan < Perbandingan ATS hasil simulasi dan hasil erhitungan dengan metode Rantai Markov. Nilai ATS dieroleh dengan metode Rantai Markov dalam waktu yang jauh lebih ceat dibandingkan dengan jika melakukan simulasi. Simulasi eta kendali membutuhkan waktu yang anjang tergantung jumlah utaran yang ingin dilakukan. Karena nilai ATS hasil simulasi sesuai dengan hasil erhitungan dengan metode Rantai Markov, htt://uslit.etra.ac.id/journals/industrial 79

9 JURNAL TEKNIK INDUSTRI VOL. 2, NO. 2, DESEMBER 2: maka jika diinginkan memeroleh nilai ATS untuk merancang eta kendali X VSSI, VSS, dan VSI, cuku dihitung dengan metode Rantai Markov tana melakukan simulasi. Hal ini dimaksudkan untuk menghemat waktu, terutama jika eta kendali X VSSI, VSS, atau VSI ingin diterakan di industri. 5. Perbandingan kinerja eta kendali X VSSI untuk n = dan n = 2. Bila ukuran samel kecil (n ) dierbesar dari n = menjadi n =2, sementara nilai ATS teta = + 37, maka ATS -nya akan lebih besar untuk =.5 (ergeseran rerata sebesar.5 standar deviasi) dan ATS -nya akan lebih kecil untuk.75 < < 2 (ergeseran rerata antara.75 hingga 2 standar deviasi). Untuk.5 < <.75, antara n = dan n =2, keduanya menghasilkan nilai ATS yang hamir sama. Jadi untuk mendeteksi ergeseran rerata =.5, lebih baik menggunakan eta kendali X VSSI dengan n =. Sedangkan untuk mendeteksi ergeseran rerata.75 < < 2, lebih baik menggunakan eta kendali X VSSI dengan n =2. 6. Perbandingan kinerja eta kendali X VSS untuk n = dan n = 2. Bila ukuran samel kecil (n ) dierbesar dari n = menjadi n =2, sementara nilai ATS teta = + 37, maka ATS -nya akan lebih besar untuk =.5 dan ATS -nya akan lebih kecil untuk < < 2. Untuk.5 < <, antara n = dan n = 2, keduanya menghasilkan nilai ATS yang hamir sama. Jadi untuk mendeteksi ergeseran rerata =.5, lebih baik menggunakan eta kendali X VSS dengan n =. Sedangkan untuk mendeteksi ergeseran rerata < < 2, lebih baik menggunakan eta kendali X VSS dengan n =2. 9. KESIMPULAN Berdasarkan hasil simulasi dan analisa data yang telah dilakukan, maka daat disimulkan sebagai berikut:. Dibandingkan dengan eta kendali X Shewhart, eta kendali X VSSI lebih ceat mendeteksi ergeseran rerata hingga,5 standar deviasi ( <,5), tetai lebih lambat dalam mendeteksi ergeseran rerata sebesar 2 standar deviasi ( = 2). 2. Dibandingkan dengan eta kendali X VSI, eta kendali X VSSI lebih ceat dalam mendeteksi ergeseran rerata hingga standar deviasi ( < ), tetai lebih lambat dalam mendeteksi ergeseran rerata sebesar,5 dan 2 standar deviasi ( =,5 dan 2). 3. Dibandingkan dengan eta kendali X VSS, eta kendali X VSSI lebih ceat dalam mendeteksi ergeseran rerata hingga 2 standar deviasi ( < 2). 4. Pada eta kendali X VSSI, untuk mendeteksi ergeseran rerata sebesar.5 standar deviasi ( =.5), lebih baik menggunakan n =. Sedangkan untuk mendeteksi ergeseran rerata antara.75 hingga 2 standar deviasi (.75 < < 2), lebih baik menggunakan n =2. 5. Pada eta kendali X VSS, untuk mendeteksi ergeseran rerata sebesar.5 standar deviasi ( =.5), lebih baik menggunakan dengan n =. Sedangkan untuk mendeteksi ergeseran rerata antara hingga 2 standar deviasi (<<2), lebih baik menggunakan n =2. 6. Nilai ATS hasil simulasi sesuai dengan nilai ATS hasil erhitungan dengan metode Rantai Markov. 8 htt://uslit.etra.ac.id/journals/industrial

10 PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI (Pauline Astari Singgih, at al.) DAFTAR PUSTAKA Banks, Jerry, 989. Princiles of Quality Control, New York: John Wiley & Sons, Inc. Costa, Antonio F.B., 994. X chart with Variable Samle Size. Journal of Quality Technology, Vol. 26 No. 3, Costa, Antonio F.B., 997. X chart with Variable Samle Size and Samling Interval. Journal of Quality Technology, Vol. 29 No. 2, Devor, Richard E., 992. Statistical Quality Design & Control. New York: Macmillan. Johnson, Richard A.; Bhattacharyya, Gouri K., 996. Statistics Princiles and Methods. John Wiley and Sons, Inc., Canada. Montgomery, Douglas C., 996. Introduction to Statistical Quality Control. John Wiley and Sons, Inc., Canada. Prabhu, S. S.; Montgomery, D.C.; Runger, G.C., 994. A Combined Adative Samle Size and Samling Interval X Control Scheme. Journal of Quality Technology, Vol. 26 No. 3, Rice, John A., 995. Mathematical Statistics and Data Analysis. Duxbury Press, California, USA. htt://uslit.etra.ac.id/journals/industrial 8

11 JURNAL TEKNIK INDUSTRI VOL. 2, NO. 2, DESEMBER 2: Lamiran: Tabel. Nilai ATS Peta Kendali X VSSI Keterangan n n n2 t t t2 w d= d=.5 d=.6 d=.7 d=.75 d=.8 d= d=.5 d=2 ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) Keterangan : cetak tebal = nilai ATS yang lebih kecil antara n = dan n =2. Tabel 2. Nilai ATS Peta Kendali X Shewhart Keterangan n t d= d=.5 d= d=.5 d=2 ATS(hasil simulasi) St. Error ATS htt://uslit.etra.ac.id/journals/industrial

12 PETA KENDALI X DENGAN UKURAN SAMPEL DAN INTERVAL PENGAMBILAN SAMPEL YANG BERVARIASI (Pauline Astari Singgih, at al.) Tabel 3. Nilai ATS Peta Kendali X VSI Keterangan n t t t2 w d= d=.5 d= d=.5 d=2 ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) Tabel 4. Nilai ATS Peta Kendali X VSS Keterangan n n n2 t w d= d=.5 d=.8 d=.9 d=.95 d= d=.5 d=2 ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) ATS (simulasi) St. Error (simulasi) ATS(markov chain) Keterangan : cetak tebal = nilai ATS yang lebih kecil antara n = dan n =2. htt://uslit.etra.ac.id/journals/industrial 83

PETA KENDALI R ADAPTIF SEBAGAI ALTERNATIF PETA KENDALI R SHEWHART DALAM MENDETEKSI PERGESERAN KECIL PADA VARIANS

PETA KENDALI R ADAPTIF SEBAGAI ALTERNATIF PETA KENDALI R SHEWHART DALAM MENDETEKSI PERGESERAN KECIL PADA VARIANS PETA KENDALI R ADAPTIF SEBAGAI ALTERNATIF PETA KENDALI R SHEWHART DALAM MENDETEKSI PERGESERAN KECIL PADA VARIANS Adative R Control Chart as Alternative Shewhart R Control Chart in Detecting Small Shifts

Lebih terperinci

Bab 2 Tinjauan Pustaka

Bab 2 Tinjauan Pustaka Bab Tinjauan Pustaka.. Pendahuluan Bab ini membahas sejumlah topik yang berhubungan dengan peta kendali yang digunaka dalam setiap penyajian mengenai metode statistis untuk pengendalian proses. Beberapa

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) ( X Print) A 6

JURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) ( X Print) A 6 JURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) 2337-3520 (2301-928X Print) A 6 Perbandingan Diagram Kontrol X Shewhart dan X VSSI (Variable Sample Size and Sampling Interval) dalam Pengendalian Kualitas

Lebih terperinci

Penerapan Diagram Kontrol EWMA dan NEWMA pada Proses Pembuatan Benang 30 Rayon di PT. Lotus Indah Textile Industries Surabaya

Penerapan Diagram Kontrol EWMA dan NEWMA pada Proses Pembuatan Benang 30 Rayon di PT. Lotus Indah Textile Industries Surabaya Seminar Tugas Akhir Penerapan Diagram Kontrol EWMA dan NEWMA pada Proses Pembuatan Benang 3 Rayon di PT. Lotus Indah Textile Industries Surabaya Rista Wijayanti (37 6) Dosen Pembimbing : Dr. Sony Sunaryo,

Lebih terperinci

Prosiding Statistika ISSN:

Prosiding Statistika ISSN: Prosiding Statistika ISSN: 2460-6456 Penerapan Diagram Kendali Sintetik untuk mendeteksi Pergeseran Rata-rata (Kasus pada PT.World Yamater Spinning Milis II) The Synthetic Control Chart Implementation

Lebih terperinci

Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste

Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste TEKNOLOGI DI INDUSTRI (SENIATI) 6 ISSN: 58-8 Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste Mastiadi Tamjidillah,, Pratikto 3, Purnomo Budi Santoso, Sugiono Mahasiswa

Lebih terperinci

Studi Performansi Pada Peta Kendali Variabel Dengan Pendekatan Rantai Markov

Studi Performansi Pada Peta Kendali Variabel Dengan Pendekatan Rantai Markov Volume 6 No., Juli 5 (3-4) Studi Performansi Pada Peta Kendali Variabel Dengan Pendekatan Rantai Markov Mastiadi Tamjidillah Abstract Many products which are non-conforming with specification from company

Lebih terperinci

Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste

Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste TEKNOLOGI DI INDUSTRI (SENIATI) 6 ISSN : 85-8 Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste Mastiadi Tamjidillah,,*, Pratikto 3, Purnomo Budi Santoso, Sugiono Mahasiswa

Lebih terperinci

PETA KENDALI R ADAPTIF SEBAGAI ALTERNATIF PETA KENDALI R SHEWHART DALAM MENDETEKSI PERGESERAN KECIL PADA VARIANS

PETA KENDALI R ADAPTIF SEBAGAI ALTERNATIF PETA KENDALI R SHEWHART DALAM MENDETEKSI PERGESERAN KECIL PADA VARIANS PETA KENDALI ADAPTIF SEBAGAI ALTENATIF PETA KENDALI SHEWHAT DALAM MENDETEKSI PEGESEAN KECIL PADA VAIANS Oleh : Farihatul Usro 7 7 Dosen Pembimbing : Dra. Faria Agustini W. MS Dra. Laksmi Prita W. MSi Jurusan

Lebih terperinci

BAB I PENDAHULUAN. untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen

BAB I PENDAHULUAN. untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen 1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Kualitas merupakan salah satu faktor yang mempengaruhi konsumen untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen biasanya memilih

Lebih terperinci

PERAN STATISTIKA DALAM MENDUKUNG PENGEMBANGAN INDUSTRI Pengendalian Mutu dengan Bantuan Statistika

PERAN STATISTIKA DALAM MENDUKUNG PENGEMBANGAN INDUSTRI Pengendalian Mutu dengan Bantuan Statistika PERAN STATISTIKA DALAM MENDUKUNG PENGEMBANGAN INDUSTRI Pengendalian Mutu dengan Bantuan Statistika Muhammad Arif Tiro Program Studi Statistika FMIPA Universitas Negeri Makassar Abstrak Salah satu alat

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pengendalian kualitas merupakan aktivitas keteknikan dan manajemen, yang dengan aktivitas itu bisa diukur ciri-ciri kualitas produk, membandingkannya dengan spesifikasi

Lebih terperinci

SEMINAR TUGAS AKHIR NP CONTROL CHART BY USING BAYESIAN APPROACH PETA KENDALI NP MENGGUNAKAN PENDEKATAN BAYESIAN. Oleh : Rizckha Septiana

SEMINAR TUGAS AKHIR NP CONTROL CHART BY USING BAYESIAN APPROACH PETA KENDALI NP MENGGUNAKAN PENDEKATAN BAYESIAN. Oleh : Rizckha Septiana SEMINAR TUGAS AKHIR PETA KENDALI NP MENGGUNAKAN PENDEKATAN BAYESIAN NP CONTROL CHART BY USING BAYESIAN APPROACH Oleh : Rizckha Septiana 1207 100 004 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si,

Lebih terperinci

Prosiding Statistika ISSN:

Prosiding Statistika ISSN: Prosiding Statistika ISSN: 2460-6456 Implementasi Diagram Kendali Kombinasi Individual (X) dan Moving Range (MR) pada Komponen Pesawat Implementation A Combined Individual (X) and Moving Range (MR) Control

Lebih terperinci

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,

Lebih terperinci

Oleh: Nurul Hidayah Dosen pembimbing: Dra. Laksmi Prita, M.Si

Oleh: Nurul Hidayah Dosen pembimbing: Dra. Laksmi Prita, M.Si KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM (CUSUM) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) DALAM MENDETEKSI PERGESERAN RATARATA PROSES Oleh: Nurul Hidayah 06 0 057 Dosen pembimbing:

Lebih terperinci

SIMULASI STOKASTIK MENGGUNAKAN ALGORITMA GIBBS SAMPLING ABSTRACT

SIMULASI STOKASTIK MENGGUNAKAN ALGORITMA GIBBS SAMPLING ABSTRACT JURNAL GAUSSIAN, Volume, Nomor, Tahun 0, Halaman -30 Online di: htt://eournal-s.undi.ac.id/inde.h/gaussian SIMULASI STOKASTIK MENGGUNAKAN ALGORITMA GIBBS SAMPLING Ania, Moch. Abdul Mukid, Agus Rusgiyono

Lebih terperinci

ANALISIS DAN PEMBAHASAN

ANALISIS DAN PEMBAHASAN ANALISIS DAN PEMBAHASAN 4.3 Peta Kendali Hotelling Dalam kehidupan sehari-hari banyak sekali proses produksi yang memiliki karakteristik kualitas lebih dari satu. Proses yang seperti ini disebut dengan

Lebih terperinci

Prosiding Statistika ISSN:

Prosiding Statistika ISSN: Prosiding Statistika ISSN: 2460-6456 Diagram Kendali V dari Distribusi Maxwel untuk Pengendalian Kualitas Total Dissolved Solids (TDS) Air Mineral Al-Ma soem V Control Chart of The Maxwel Distribution

Lebih terperinci

KINERJA DIAGRAM KONTROL W DAN DIAGRAM KONTROL G PERFORMANCE OF W CONTROL CHART AND G CONTROL CHART

KINERJA DIAGRAM KONTROL W DAN DIAGRAM KONTROL G PERFORMANCE OF W CONTROL CHART AND G CONTROL CHART Jurnal Ilmu Matematika dan Terapan Desember 06 Volume 0 Nomor Hal. 37 47 KINERJA DIAGRAM KONTROL W DAN DIAGRAM KONTROL G M. Stivo Noya Van Delsen, Mozart Winston Talakua,, Jurusan Matematika FMIPA UNPATTI

Lebih terperinci

Penerapan Multivariate Exponentially Weighted Moving Average Control Chart Pada Proses Pembuatan Boiler di PT. ALSTOM ESI Surabaya

Penerapan Multivariate Exponentially Weighted Moving Average Control Chart Pada Proses Pembuatan Boiler di PT. ALSTOM ESI Surabaya 1 Peneraan Multivariate Exonentially Weighted Moving Average Control Chart Pada Proses Pembuatan Boiler di PT. ALSTOM ESI Surabaya R. Candra Dewantara (1), Dr. Muhammad Mashuri, M.T. () Jurusan Statistika,

Lebih terperinci

PENDAHULUAN. CuSum. Univariate EWMA MEWMA. Multivariate Hotelling. Kosumen. Kualitas Baik. Peta Kendali. Pengendalian Kualitas

PENDAHULUAN. 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 terperinci

BAB I PENDAHULUAN. menghasilkan data, melalui penggunaan metode statistik dapat mengetahui bahwa

BAB I PENDAHULUAN. menghasilkan data, melalui penggunaan metode statistik dapat mengetahui bahwa BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam era globalisasi, kualitas menjadi tulang punggung keberhasilan suatu perusahaan dalam menjalankan roda perekonomian. Kualitas yang baik akan menghasilkan

Lebih terperinci

PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT ) DI PT.

PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT ) DI PT. Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 76 84 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND

Lebih terperinci

BAB III ANALISIS RANTAI MARKOV PADA PERAMALAN PANGSA PASAR

BAB III ANALISIS RANTAI MARKOV PADA PERAMALAN PANGSA PASAR BAB III ANALISIS RANTAI MARKOV PADA PERAMALAN PANGSA PASAR Berdasarkan ada bab sebelumnya, ada bab ini akan dijelaskan enetaan atribut-atribut (keseakatan istilah) yang akan digunakan, serta langkah-langkah

Lebih terperinci

ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA)

ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) Oleh: Dian Mareta Windayani 16 100 055 Dosen pembimbing: Dra. Laksmi Prita, M.Si Latar belakang PENDAHULUA N

Lebih terperinci

PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA

PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Program Studi MMT-ITS, Surabaya 7 Juli 03 PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Marlon Stivo Noya Van Delsen, *) dan Muhammad Mashuri ) ) Jurusan Statistika,

Lebih terperinci

PETA KENDALI MULTIATRIBUT C DENGAN PENDEKATAN DISTRIBUSI MULTIVARIAT POISSON

PETA KENDALI MULTIATRIBUT C DENGAN PENDEKATAN DISTRIBUSI MULTIVARIAT POISSON PETA KENDALI MULTIATRIBUT C DENGAN PENDEKATAN DISTRIBUSI MULTIVARIAT POISSON Reny Anggraeni, Erna Tri Herdiana, Nasrah Sirajang Program Studi Statistika, FMIPA, Universitas Hasanuddin Abstrak Kualitas

Lebih terperinci

ANALISIS PENGENDALIAN KUALITAS PRODUK CETAK BUKU DENGAN MENGGUNAKAN SEVEN TOOLS PADA PT..XYZ

ANALISIS PENGENDALIAN KUALITAS PRODUK CETAK BUKU DENGAN MENGGUNAKAN SEVEN TOOLS PADA PT..XYZ Yogyakarta, 27 Agustus 2008 ANALISIS PENGENDALIAN KUALITAS PRODUK CETAK BUKU DENGAN MENGGUNAKAN SEVEN TOOLS PADA PT..XYZ Jurusan Teknik Industri Fakultas Teknologi Industri Universitas Islam Sultan Agung

Lebih terperinci

UNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT

UNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT BAGAN KENDALI UNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT (Studi Kasus pada data Nilai Tukar Mata Uang Rupiah terhadap Mata Uang Asing Dollar Amerika Serikat, Euro dan Real UEA mulai pada tanggal 3

Lebih terperinci

BAB I PENDAHULUAN 1. 1 Latar Belakang

BAB I PENDAHULUAN 1. 1 Latar Belakang BAB I PENDAHULUAN 1. 1 Latar Belakang Kualitas suatu produk merupakan faktor yang berpengaruh terhadap kepuasan konsumen. Untuk mempertahankan suatu kualitas produk, produk harus dikendalikan dan dimonitor

Lebih terperinci

PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK TANGAN DI PT. X MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT np (Mnp)

PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK TANGAN DI PT. X MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT np (Mnp) PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK TANGAN DI PT. X MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT np (Mnp) Oleh: Wenny Rakhmania 1306 100 032 Jurusan Statistika Institut Teknologi

Lebih terperinci

BAB II TINJAUAN PUSTAKA. untuk berkunjung ke suatu negara. Permintaan pariwisata biasanya diukur dari segi

BAB II TINJAUAN PUSTAKA. untuk berkunjung ke suatu negara. Permintaan pariwisata biasanya diukur dari segi BAB II TINJAUAN PUSTAKA 2.1 Permintaan Pariwisata Pariwisata mamu mencitakan ermintaan yang dilakukan oleh wisatawan untuk berkunjung ke suatu negara. Permintaan ariwisata biasanya diukur dari segi jumlah

Lebih terperinci

PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON

PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON E-Jurnal Matematika Vol., No., Mei 013, 49-53 ISSN: 303-1751 PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON I PUTU YUDANTA EKA PUTRA 1, I PUTU EKA

Lebih terperinci

AUTOKORELASI PADA BAGAN KENDALI

AUTOKORELASI PADA BAGAN KENDALI Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 88 96 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND AUTOKORELASI PADA BAGAN KENDALI NILA CHOIROTUNNISA, MAIYASTRI, YUDIANTRI ASDI Program Studi Matematika,

Lebih terperinci

PERBANDINGAN PETA KENDALI ATRIBUT DALAM PENGENDALIAN KUALITAS PRODUK DI PT ARIKA KHARISMA AGUNG. Muhlis M. Asri, Annisa, Muh.

PERBANDINGAN PETA KENDALI ATRIBUT DALAM PENGENDALIAN KUALITAS PRODUK DI PT ARIKA KHARISMA AGUNG. Muhlis M. Asri, Annisa, Muh. PERBANDINGAN PETA KENDALI ATRIBUT DALAM PENGENDALIAN KUALITAS PRODUK DI PT ARIKA KHARISMA AGUNG Muhlis M. Asri, Annisa, Muh. Saleh AF Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

BAB 3 PENGEMBANGAN TEOREMA DAN PERANCANGAN PROGRAM

BAB 3 PENGEMBANGAN TEOREMA DAN PERANCANGAN PROGRAM BAB 3 PENGEMBANGAN TEOREMA DAN PERANCANGAN PROGRAM 3.1. Pengembangan Teorema Dalam enelitian dan erancangan algoritma ini, akan dibahas mengenai beberaa teorema uji rimalitas yang terbaru. Teorema-teorema

Lebih terperinci

III. PEMBAHASAN. dimana, adalah proses Wiener. Kemudian, juga mengikuti proses Ito, dengan drift rate sebagai berikut: dan variance rate yaitu,

III. PEMBAHASAN. dimana, adalah proses Wiener. Kemudian, juga mengikuti proses Ito, dengan drift rate sebagai berikut: dan variance rate yaitu, 4 masing menyatakan drift rate dan variance rate dari. Untuk roses stokastik yang didefinisikan ada ruang robabilitas (Ω,, berlaku hal berikut: Misalkan adalah roses Wiener ada (Ω,,. Integral stokastik

Lebih terperinci

Diagram ARL W i & W Ri. Varian

Diagram ARL W i & W Ri. Varian maka nilai RL 1 yang ada ditambah satu sampai ditemui adanya out of control. Menentukan 1 dengan menghitung rata-rata RL 1 dari keseluruhan replikasi. Untuk aplikasi data yang digunakan dalam penelitian

Lebih terperinci

PENGONTROLAN BAHAN BAKU PRODUKSI SEMEN JENIS PCC DI PT. SEMEN PADANG DENGAN MENGGUNAKAN DIAGRAM KONTROL MEWMA

PENGONTROLAN BAHAN BAKU PRODUKSI SEMEN JENIS PCC DI PT. SEMEN PADANG DENGAN MENGGUNAKAN DIAGRAM KONTROL MEWMA Jurnal Matematika UNAND Vol. 5 No. 3 Hal. 7 14 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGONTROLAN BAHAN BAKU PRODUKSI SEMEN JENIS PCC DI PT. SEMEN PADANG DENGAN MENGGUNAKAN DIAGRAM KONTROL

Lebih terperinci

BAGAN KENDALI T 2 HOTELLING DENGAN SAMPEL GANDA DAN APLIKASINYA S K R I P S I. Oleh : E R N A H

BAGAN KENDALI T 2 HOTELLING DENGAN SAMPEL GANDA DAN APLIKASINYA S K R I P S I. Oleh : E R N A H BAGAN KENDALI T HOTELLING DENGAN SAMPEL GANDA DAN APLIKASINYA S K R I P S I Oleh : E R N A H 0 6 0 4 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS HASANUDDIN MAKASSAR 04

Lebih terperinci

(MEWMA) Zuhrawati Latif ABSTRAK

(MEWMA) Zuhrawati Latif ABSTRAK Peta Kendali Multivariate Exponentially Weighted Moving Average (MEWMA) Zuhrawati Latif Mahasiswa Jurusan Matematika Universitas Hasanuddin ABSTRAK Proses produksi merupakan serangkaian kegiatan dalam

Lebih terperinci

MULTIPATH FADING RAYLEIGH MENGGUNAKAN MODEL AUTOREGRESSIVE DAN INTERPOLATOR

MULTIPATH FADING RAYLEIGH MENGGUNAKAN MODEL AUTOREGRESSIVE DAN INTERPOLATOR MULTIPATH FADING RAYLEIGH MENGGUNAKAN MODEL AUTOREGRESSIVE DAN INTERPOLATOR Aryo Baskoro Utomo Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang Kamus UNNES Sekaran Gunungati, Semarang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3. Prosedur Pengumulan Data 3.. Sumber Data Data yang digunakan dalam enelitian ini meruakan data sekunder yang diambil dari Deartemen Keuangan, BAPEPAM, dan IAPI. Data-data

Lebih terperinci

GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI

GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI Nonik Brilliana P 1, Sudarno 2, dan Suparti 2 1 Mahasiswa Jurusan Statistika FSM Undip 2 Staf Pengajar Jurusan Statistika FSM Undip Abstrak Pada era globalisasi

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Ketatnya persaingan antara perusahaan industri satu dengan yang lainnya menyebabkan semakin banyak dan beragam industri saat ini yang berusaha untuk meningkatkan kualitas

Lebih terperinci

MODUL 5 PETA KENDALI CUSUM & EWMA

MODUL 5 PETA KENDALI CUSUM & EWMA MODUL 5 PETA KENDALI CUSUM & EWMA Laboratorium OSI & K FT.UNTIRTA Praktikum Pengendalian Kualitas 2014 Page 1 MODUL 5 PETA KENDALI CUSUM & EWMA A. Tujuan Praktikum Berikut ini adalah tujuan praktikum modul

Lebih terperinci

Siapa mengintfalik,an aufi/(g.n, menuju jafan ~liicfupan, tetapi siapa menea6aik,an teguran tersesat. (jimsa{ 1 0: 17) BABV KESIMPULAN DAN SARAN

Siapa mengintfalik,an aufi/(g.n, menuju jafan ~liicfupan, tetapi siapa menea6aik,an teguran tersesat. (jimsa{ 1 0: 17) BABV KESIMPULAN DAN SARAN Siapa mengintfalik,an aufi/(g.n, menuju jafan ~liicfupan, tetapi siapa menea6aik,an teguran tersesat. (jimsa{ 1 0: 17) BABV KESIMPULAN DAN SARAN BABV KESIMPULAN 5.1 Kesimpulan Desain ekonomis peta kendali

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Dalam persaingan pasar yang amat ketat seperti sekarang ini, industri harus menjaga kualitas produk atau jasa mereka tetap terjamin. Hal ini dikarenakan agar konsumen

Lebih terperinci

PENERAPAN DIAGRAM KONTROL KOMBINASI MEWMA PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC

PENERAPAN DIAGRAM KONTROL KOMBINASI MEWMA PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC PENERAPAN DIAGRAM KONTROL KOMBINASI MEWMA PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC Putu Witri Dewayanti, Muhammad Mashuri, Wibawati 3 ) Mahasiswa Jurusan Statistika FMIPA ITS,3) Dosen Jurusan Statistika

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di: ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 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

SEMINAR TUGAS AKHIR. Peta Kendali Comulative Sum (Cusum) Residual Studi Kasus pada PT. PJB Unit Pembangkitan Gresik. Rina Wijayanti

SEMINAR TUGAS AKHIR. Peta Kendali Comulative Sum (Cusum) Residual Studi Kasus pada PT. PJB Unit Pembangkitan Gresik. Rina Wijayanti SEMINAR TUGAS AKHIR Peta Kendali Comulative Sum (Cusum) Residual Studi Kasus pada PT. PJB Unit Pembangkitan Gresik Rina Wijayanti 1306100044 Pembimbing Drs. Haryono, MSIE Dedi Dwi Prastyo, S.Si., M.Si.

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

Integral dan Persamaan Diferensial

Integral dan Persamaan Diferensial Sudaryatno Sudirham Studi Mandiri Integral dan Persamaan Diferensial ii Darublic BAB 3 Integral (3) (Integral Tentu) 3.. Luas Sebagai Suatu Integral. Integral Tentu Integral tentu meruakan integral yang

Lebih terperinci

PIPA PVC PUTU WITRI DEWAYANTI Dosen Pembimbing: Dr. Muhammad Mashuri, MT. Co Pembimbing: Wibawati, S.Si, M.Si. Kamis, 7 Juli 2011

PIPA PVC PUTU WITRI DEWAYANTI Dosen Pembimbing: Dr. Muhammad Mashuri, MT. Co Pembimbing: Wibawati, S.Si, M.Si. Kamis, 7 Juli 2011 PUTU WITRI DEWAYANTI 137131 1 PENERAPAN DIAGRAM KONTROL KOMBINASI MULTIVARIATE EXPONENTIAL WEIGHTED MOVING AVERAGE (MEWMA) PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC Dosen Pembimbing: Dr. Muhammad Mashuri,

Lebih terperinci

KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB

KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT Djarum Kudus SKT Brak Megawon III) SKRIPSI Disusun Oleh : IYAN

Lebih terperinci

S 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)

S 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto

Lebih terperinci

ANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN

ANALISIS 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 terperinci

Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk

Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk Dias Ardha P 1311 030 032 Dosen Pembimbing Dr. Sony Sunaryo, M.Si PROGRAM STUDI DIPLOMA III Jurusan Statistika

Lebih terperinci

ANALISIS BAYES UNTUK REGRESI SPLINE TERPENALTI STUDI KASUS: ANALISIS HUBUNGAN JUMLAH UANG BEREDAR DENGAN INFLASI DI INDONESIA

ANALISIS BAYES UNTUK REGRESI SPLINE TERPENALTI STUDI KASUS: ANALISIS HUBUNGAN JUMLAH UANG BEREDAR DENGAN INFLASI DI INDONESIA IndoMS Journal on Statistics Vol. 2, No. 2 (2014), Page 63-69 ANALISIS BAYES UNTUK REGRESI SPLINE TERPENALTI STUDI KASUS: ANALISIS HUBUNGAN JUMLAH UANG BEREDAR DENGAN INFLASI DI INDONESIA Rika Fitriani,

Lebih terperinci

ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) UNTUK MEAN DAN VARIANS

ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) UNTUK MEAN DAN VARIANS ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) UNTUK MEAN DAN VARIANS Oleh: Dian Mareta Windayani 1206 100 055 Desen pembimbing: Dra. Laksmi Prita, M.Si Abstrak

Lebih terperinci

PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)

PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS) Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 104 111 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN

Lebih terperinci

SKRIPSI ANALISIS PENGELOMPOKKAN KECAMATAN DI KODYA SURABAYA BERDASARKAN VARIABEL-VARIABEL KEPENDUDUKAN, KESEHATAN DAN PENDIDIKAN

SKRIPSI ANALISIS PENGELOMPOKKAN KECAMATAN DI KODYA SURABAYA BERDASARKAN VARIABEL-VARIABEL KEPENDUDUKAN, KESEHATAN DAN PENDIDIKAN SKRIPSI ANALISIS PENGELOMPOKKAN KECAMATAN DI KODYA SURABAYA BERDASARKAN VARIABEL-VARIABEL KEPENDUDUKAN, KESEHATAN DAN PENDIDIKAN Oleh : Rengganis L. N. R 302 00 046 PENDAHULUAN Latar Belakang Penduduk

Lebih terperinci

SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika PERBANDINGAN GRAFIK PENGENDALI GRAND MEDIAN DAN CUMULATIVE SUM PADA VARIABEL BERAT SHUTTLECOCK DI CV MARJOKO KOMPAS DAN DOMAS oleh NURUL MUSDALIFAH M0112064 SKRIPSI ditulis dan diajukan untuk memenuhi

Lebih terperinci

Pengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum

Pengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum Pengendalian Kualitas Statistik Produk Botol Sting 40 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum 1308030047 PENDAHULUAN LATAR BELAKANG PT IGLAS (Persero) merupakan perusahaan manufacturing

Lebih terperinci

Prosedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah

Prosedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah Prosiding Statistika ISSN: 2460-6456 Prosedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah 1 Shobrina Nuradhanti Nugroho, 2 Teti Sofia Yanti, 3 Suwanda Idris 1,2,3 Prodi Statistika, Fakultas

Lebih terperinci

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT Jurnal Matematika UNAND Vol. VI No. 1 Hal. 17 4 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN BAGAN KENDALI T HOTELLING KLASIK DENGAN T HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI

Lebih terperinci

Pengontrolan Kualitas Statistika Produk Wire Rod Steel Di PT. Krakatau Steel (Persero) Tbk. Cilegon

Pengontrolan Kualitas Statistika Produk Wire Rod Steel Di PT. Krakatau Steel (Persero) Tbk. Cilegon JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Print) Pengontrolan Kualitas Statistika Produk Wire Rod Steel Di PT. Krakatau Steel (Persero) Tbk. Cilegon Aditya Rahadian Fachrur dan Sri Mumuni

Lebih terperinci

GRAFIKPENGENDALI VARIABEL

GRAFIKPENGENDALI VARIABEL GRAFIKPENGENDALI VARIABEL Grafik pengendali pertamakali diperkenalkan oleh Dr. Walter Andrew Shewhart dari Bell Telephone Laboratories, Amerika Serikat, pada tahun 1924 dengan maksud untuk mengurangi variasi.

Lebih terperinci

INFO TEKNIK Volume 1 No. 1, Desember 2000 (1-5) Sebuah Skema Pengendalian Proses Tak Stabil

INFO TEKNIK Volume 1 No. 1, Desember 2000 (1-5) Sebuah Skema Pengendalian Proses Tak Stabil INFO TEKNIK Volume 1 No. 1, Desember 2000 (1-5) Sebuah Skema Pengendalian Proses Tak Stabil Aqli Mursadin 1 Abstrak Sebuah skema pengendalian proses tak stabil diperkenalkan melalui proses ramp, suatu

Lebih terperinci

Bab I Pendahuluan. I.1 Latar Belakang Masalah

Bab I Pendahuluan. I.1 Latar Belakang Masalah Bab I Pendahuluan I. Latar Belakang Masalah Dalam beberaa tahun terakhir ini, roses emonitoran kestabilan barisan matriks korelasi mendaatkan erhatian yang amat serius dalam literatur, terutama dalam literatur

Lebih terperinci

Fakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Kristen Petra Siwalankerto Surabaya 60236, Indonesia

Fakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Kristen Petra Siwalankerto Surabaya 60236, Indonesia Interpretasi Out of Control Signal pada Peta Kendali T 2 Hotelling dengan Metode Dekomposisi sebagai Upaya untuk Mendeteksi Kecacatan Debora Anne Y.A. 1, a, Adelina Hendryanto 2,b 1 Fakultas Teknologi

Lebih terperinci

Dika Dwi Muharahman*, Nurul Gusriani, Elis Hertini. Departemen Matematika, Universitas Padjadjaran *E mail:

Dika Dwi Muharahman*, Nurul Gusriani, Elis Hertini. Departemen Matematika, Universitas Padjadjaran *E mail: Perubahan Perilaku Pengguna nstant Messenger dengan Menggunakan Analisis Koresondensi Bersama (Studi Kasus Mahasiswa di Program Studi S-1 Matematika FMPA Unad) Dika Dwi Muharahman*, Nurul Gusriani, Elis

Lebih terperinci

PENERAPAN DIAGRAM MEWMA BARU PADA PROSES BLENDING BAGIAN PRIMARY DI SEBUAH PERUSAHAAN ROKOK DI SURABAYA

PENERAPAN DIAGRAM MEWMA BARU PADA PROSES BLENDING BAGIAN PRIMARY DI SEBUAH PERUSAHAAN ROKOK DI SURABAYA PENERAPAN DIAGRAM MEWMA BARU PADA PROSES BLENDING BAGIAN PRIMARY DI SEBUAH PERUSAHAAN ROKOK DI SURABAYA Sri Sulistyawati. 1, Muhammad Mashuri 2 1) Mahasiswa Jurusan Statistika FMIPA ITS 2) Dosen Jurusan

Lebih terperinci

Bab 4 PRINSIP PRINSIP PEMODELAN FISIS

Bab 4 PRINSIP PRINSIP PEMODELAN FISIS Bab 4 PRINSIP PRINSIP PEMODELAN FISIS 4. Fase-fase Pemodelan Dalam bab ini kita akan mendiskusikan bagaimana membangun model model matematika system dinamis. Kita akan memerhatikan masalah bagaimana mencaai

Lebih terperinci

Pengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual

Pengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual JURUSAN STATISTIKA Pengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual Silvia Setia Armadi 1308 030 006 Dr. Muhammad Mashuri, MT PENDAHULUAN JURUSAN STATISTIKA

Lebih terperinci

Biaya Modal (Cost of Capital)

Biaya Modal (Cost of Capital) Bahan Ajar : Manajemen Keuangan II Digunakan untuk melengkai buku wajib Disusun oleh: Nila Firdausi Nuzula Biaya Modal (Cost of Caital) Caital Budgeting dan Cost of Caital (CoC) meruakan dua konse yang

Lebih terperinci

Analisis Pengendalian Kualitas Produk Labelstock Menggunakan Peta Kendali Kernel di PT. X (Studi Kasus : PVC Soft)

Analisis Pengendalian Kualitas Produk Labelstock Menggunakan Peta Kendali Kernel di PT. X (Studi Kasus : PVC Soft) Analisis Pengendalian Kualitas Produk Labelstock Menggunakan Peta Kendali Kernel di PT. X (Studi Kasus : PVC Soft) Oleh : Ika Estuningtyas (1311 105 018) Dosen Pembimbing : Wibawati, S.Si, M.Si Latar Belakang

Lebih terperinci

Analisis Kapabilitas Proses Produksi Monosodium Glutamat (MSG) di PT. Ajinomoto Indonesia

Analisis Kapabilitas Proses Produksi Monosodium Glutamat (MSG) di PT. Ajinomoto Indonesia JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Print) D-5 Analisis Kaabilitas Proses Produksi Monosodium Glutamat (MSG) di PT. Ajinomoto Indonesia Junta Dwi Kurnia, Sri Mumuni Retnaningsih,

Lebih terperinci

Hak Cipta Badan Standardisasi Nasional, Copy standar ini dibuat untuk penayangan di dan tidak untuk di komersialkan.

Hak Cipta Badan Standardisasi Nasional, Copy standar ini dibuat untuk penayangan di  dan tidak untuk di komersialkan. 2 Standar Nasional Indonesia Tata caraa enghitungan hujan maksimumm boleh jadi dengan metode Hersfield ICS 93.010; 19.040 Badan Standardis sasi Nasional BSN 2012 Hak cita dilindungi undang-undang. Dilarang

Lebih terperinci

Hasil Kali Dalam Berbobot pada Ruang L p (X)

Hasil Kali Dalam Berbobot pada Ruang L p (X) Hasil Kali Dalam Berbobot ada Ruang L () Muhammad Jakfar, Hendra Gunawan, Mochammad Idris 3 Universitas Negeri Surabaya, muhammadjakfar@unesa.ac.id Institut Teknologi Bandung, hgunawan@math.itb.ac.id 3

Lebih terperinci

Acoustics An Introduction by Heinrich Kuttruff

Acoustics An Introduction by Heinrich Kuttruff Acoustics An Introduction by Heinrich Kuttruff Diterjemahkan oleh : Okta Binti Masfiatur Rohmah Fisika, FMIPA, Universitas Sebelas Maret, 1 Bab 4 4.1 Solusi dari ersamaan gelombang 48 4. Gelombang harmonik

Lebih terperinci

STUDI SIMULASI : PERBANDINGAN UJI WELCH DAN UJI COHRAN- COX PADA MASALAH BEHRENS-FISHER

STUDI SIMULASI : PERBANDINGAN UJI WELCH DAN UJI COHRAN- COX PADA MASALAH BEHRENS-FISHER JMP : Vol. 9 No. 1, Juni 2017, hal. 61-68 STUDI SIMULASI : PERBANDINGAN UJI WELCH DAN UJI COHRAN- COX PADA MASALAH BEHRENS-FISHER Sudartianto Departemen Statistika, FMIPA UNPAD sudartianto@unpad.ac.id

Lebih terperinci

Seminar Nasional IENACO 2016 ISSN:

Seminar Nasional IENACO 2016 ISSN: ANALISIS PENGENDALIAN KUALITAS KEJERNIHAN GULA DI PT TERSANA BARU DENGAN MENGGUNAKAN PETA KENDALI EXPONENTIALLY WEIGHTED MOVING EVERAGE (EWMA) Eka Nurkomara 1*, Arief Rahmana 2, Nissa Syifa Puspani 3 Teknik

Lebih terperinci

PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas

PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas Jurnal Matematika UNAND Vol. 1 No. 2 Hal. 85 92 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama

Lebih terperinci

BAB I PENDAHULUAN. Hasil dari suatu proses produksi yang diterima oleh konsumen diharapkan

BAB I PENDAHULUAN. Hasil dari suatu proses produksi yang diterima oleh konsumen diharapkan BAB I PENDAHULUAN 1.1 Latar belakang Masalah Hasil dari suatu proses produksi yang diterima oleh konsumen diharapkan memenuhi spesifikasi produsen. Karena produk yang mahal, tidak efisien, dan tidak sesuai

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan jalur terendek (Shortest Path) meruakan suatu jaringan engarahan erjalanan dimana seseorang engarah jalan ingin menentukan jalur terendek antara dua kota

Lebih terperinci

METODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1

METODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1 Media Informatika Vol. 5 No. 1 (2006) METODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1 Ekabrata Yudhistyra Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda 96 Bandung

Lebih terperinci

PERANCANGAN SISTEM PENGENDALIAN KUALITAS DENGAN METODE STATISTIK PADA PRODUK KACA LEMBARAN DI PT. MULIA GALSS FLOAT DIVISION

PERANCANGAN SISTEM PENGENDALIAN KUALITAS DENGAN METODE STATISTIK PADA PRODUK KACA LEMBARAN DI PT. MULIA GALSS FLOAT DIVISION PERANCANGAN SISTEM PENGENDALIAN KUALITAS DENGAN METODE STATISTIK PADA PRODUK KACA LEMBARAN DI PT. MULIA GALSS FLOAT DIVISION MEDIA ASMAJAYA DAN HARI MOEKTIWIBOWO Program Studi S1 Teknik Industri, Universitas

Lebih terperinci

ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X

ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X Utami Rizky Damayanti 1308 030 06 Dosen Pembimbing: Dra. Sri Mumpuni R., MT Sidang Tugas Akhir Diploma III Statistika Institut

Lebih terperinci

Oleh: Sri Sulistyawati Dosen Pembimbing: Dr. Muhammad Mashuri, MT

Oleh: Sri Sulistyawati Dosen Pembimbing: Dr. Muhammad Mashuri, MT Penerapan Diagram MEWMA Baru Pada Proses Blending Bagian Primary di Perusahaan Rokok X Oleh: Sri Sulistyawati 1306100060 Dosen Pembimbing: Dr. Muhammad Mashuri, MT PENDAHULUAN Latar Belakang.. Industri

Lebih terperinci

ANALISA PENGENDALIAN KUALITAS PRODUK GULA KRISTAL PUTIH DENGAN METODE SEVEN TOOLS Lailatus Sholiha, Achmad Syaichu 6

ANALISA PENGENDALIAN KUALITAS PRODUK GULA KRISTAL PUTIH DENGAN METODE SEVEN TOOLS Lailatus Sholiha, Achmad Syaichu 6 ANALISA PENGENDALIAN KUALITAS PRODUK GULA KRISTAL PUTIH DENGAN METODE SEVEN TOOLS Lailatus Sholiha, Achmad Syaichu 6 Abstrak: Adanya MEA dan rencana swasembada gula nasional tahun 019 yang mengharuskan

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Analisa Kestabilan Lyapunov

Institut Teknologi Sepuluh Nopember Surabaya. Analisa Kestabilan Lyapunov Institut Teknologi Seuluh Noember Surabaya Analisa Kestabilan Lyaunov Contoh Soal Ringkasan Latihan Contoh Soal Ringkasan Latihan Sistem Keadaan Kesetimbangan Kestabilan dalam Arti Lyaunov Penyajian Diagram

Lebih terperinci

PENERAPAN DIAGRAM KONTROL T 2 HOTELLING PADA PROSES PRODUKSI KACA

PENERAPAN DIAGRAM KONTROL T 2 HOTELLING PADA PROSES PRODUKSI KACA ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 583-592 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN DIAGRAM KONTROL T 2 HOTELLING PADA PROSES PRODUKSI

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA II. TIJAUA PUSTAKA Portofolio Saham Portofolio berarti sekumulan investasi, untuk kasus saham, berarti sekumulan investasi dalam bentuk saham. Proses embentukan orfolio saham terdiri dari mengidentifikasi

Lebih terperinci

BAB III. PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI. Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi

BAB III. PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI. Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi BAB III PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi variasi yang terjadi dalam suatu proses. Sementara itu,

Lebih terperinci

Kata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses

Kata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses Jurnal Matematika UNAND Vol. VI No. 1 Hal. 161 167 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGONTROLAN KUALITAS PRODUK MENGGUNAKAN METODE BAGAN KENDALI MULTIVARIAT NP DALAM USAHA PENINGKATAN

Lebih terperinci

Jurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN

Jurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN Perbandingan Peta Pengendali Rata-rata Bergerak Dengan Peta Pengendali Rata-rata Bergerak Geometrik (Studi Kasus: Data Lebar Kayu Bangkirai Hasil Produksi Suryadi Moulding Samarinda) The Comparison of

Lebih terperinci