Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

Ukuran: px
Mulai penontonan dengan halaman:

Download "Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8"

Transkripsi

1 Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak Geometrik) Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII December 2, 2015 Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

2 Geometric Moving Average Pada prinsipnya, metode ini sama dengan diagram kontrol rata-rata bergerak (Moving Average), tetapi dalam rata-rata bergerak geometrik Tetapi dalam GMA digunakan bobot tertentu, sehingga lebih efektif dalam mendeteksi perubahan-perubahan kecil. Diagram kontrol GMA memberi nilai bobot secara menurun (Exponentially Weighted) sesuai dengan urutan data, sehingga data terbaru mendapat bobot yang paling besar, sementara data yang sudah lama mendapat bobot yang paling kecil. Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

3 Fungsi Geometric Moving Average Mendeteksi adanya variasi penyebab khusus Jika sebuah proses secara statistik terkontrol, maka data akan ada di antara batas kontrol. Jika ada data yang keluar dari batas kontrol mengindikasikan bahwa terdapat sumber variasi yang berasal dari luar proses. Meyakinkan kestabilan sebuah proses Kestabilan sebuah proses merupakan syarat yang diperlukan untuk bisa menghitung kemampuan proses (process capability). mendeteksi perubahan proses dari waktu ke waktu Jika titik-titik di dalam diagram kontrol semakin bergeser ke atas atau ke bawah dari waktu ke waktu, mengindikasikan bahwa ada perubahan kecil tetapi terus menerus di dalam proses. Perubahan ini sulit dilihat untuk jangka pendek namun akan sedikit demi sedikit menurunkan tingkat kualitas produk Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

4 Formula yang digunakan GMA Menentukan Rata-rata bergerak geometri setiap kali observasi atau setiap periode (G t ) dengan rumus : G t = r. X + (1 r)g t 1 dimana: G t = rata-rata bergerak geometrik periode ke - t G t 1 = rata-rata bergerak geometrik periode sebelum periode ke - t Untuk nilai G 0 bila tidak diketahui nilainya maka diasumsikan sama dengan X. r = suatu nilai konstan yang menunjukkan bobot yang nilainya 0 < r 1). biasanya nilai r diperkirakan oleh pihak perusahaan atau ditentukan dengan menggunakan rumus : r = 2 w + 1 dengan w adalah lebra rata-rata bergerak Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

5 Langkah selanjutnya adalah menentukan garis pusat dengan rumus : X = g t=1 X t g Batas pengendali atas dan batas pengendali bawahnya adalah Untuk data kecil t w kali observasi, maka rumus yang digunakan adalah: r UCL GMA = X + 3σ n(2 r) (1 (1 r)2t ) r LCL GMA = X 3σ n(2 r) (1 (1 r)2t ) Untuk data besar t >w kali observasi, maka rumus yang digunakan adalah r UCL GMA = X + 3σ n(2 r) r LCL GMA = X 3σ n(2 r) Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

6 dimana: σg = ( ) σ 2 r Var(G t ) = n 2 r namun apabila kasus yang ada telah diketahui nilai R, maka: σ = R d 2 Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

7 Contoh Kasus Untuk mengetahui bagaimana penerapan metode ini, akan digunakan contoh kasus pada perusahaan pembuatan makanan bayi di atas. Dengan menggunakan 20 kali observasi, dimana setiap kali observasi diambil 5 data sebagai sampel, rata-rata jarak setiap kali observasi R = 0,4 dengan lebar rata-rata bergerak geometrik 6 maka: r = = 0, 3 Garis pusat diagram kontrol 6 periode rata-rata bergerak geometri tersebut adalah: X = , 40 = 25, 15 dan σ = = 0, 172 2, 326 Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

8 Dengan menggunakan rumus rata-rata bergerak geometri (G t ), maka terlebih dahulu harus dicari rata-rata bergerak geometrinya. Untuk periode pertama sampai dengan kelima, pembuatan rata-rata bergeraknya adalah: G t = r. X + (1 r)g t 1 G 1 = r. X 1 + (1 r)g 0 = 0, 3.(25, 0) + (1 0, 3).25, 0 = 18, 25 G 2 = r. X2 + (1 r)g 1 = 0, 3.(25, 4) + (1 0, 3).18, 25 = 20, 40 dan seterusnya Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

9 Batas pengendali atas dan bawah untuk setiap periode atau observasi. Observasi pertama, batas pengendali atas dan bawahnya adalah : 0, 3 [ UCLGMA = 25, (0, 129) 1 (1 0, 3) 2 ] = 5(2 0, 3) 25, 219 0, 3 [ LCLGMA = 25, 15 3(0, 129) 1 (1 0, 3) 2 ] = 25, 081 5(2 0, 3) Mulai observasi keenam dan seterusnya, dapat digunakan rumus untuk data pada t > 6, yaitu: 0, 3 UCLGMA = 25, (0, 129) = 25, 247 5(2 0, 3) 0, 3 UCLGMA = 25, 15 3(0, 129) = 25, 053 5(2 0, 3) Geometric Moving Average (Diagram Kontrol Rata-rata Bergerak December Geometrik) 2, / 8

Peta Kendali (Control Chart untuk Unit-Unit Individu)

Peta Kendali (Control Chart untuk Unit-Unit Individu) Peta Kendali (Control Chart untuk Unit-Unit Individu) Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII November 18, 2015 Ayundyah (UII) Peta Kendali (Control Chart untuk

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

Peta Pengendali untuk Banyaknya Kesalahan dalam Satu December Unit Produk 23, C-Chart / 10

Peta Pengendali untuk Banyaknya Kesalahan dalam Satu December Unit Produk 23, C-Chart / 10 Peta Pengendali untuk Banyaknya Kesalahan dalam Satu Unit Produk C-Chart Ayundyah Kesumawati Prodi Statistika FMIPA-UII December 23, 2015 Peta Pengendali untuk Banyaknya Kesalahan dalam Satu December Unit

Lebih terperinci

Pengendalian Kualitas Statistik untuk Data Atribut

Pengendalian Kualitas Statistik untuk Data Atribut Pengendalian Kualitas Statistik untuk Data Atribut Ayundyah Kesumawati Prodi Statistika FMIPA-UII December 14, 2015 Ayundyah (UII) Pengendalian Kualitas Statistik untuk Data Atribut December 14, 2015 1

Lebih terperinci

BAB I PENDAHULUAN. upaya peningkatan kesejahteraan dan peningkatan kualitas serta sarana prasarana

BAB I PENDAHULUAN. upaya peningkatan kesejahteraan dan peningkatan kualitas serta sarana prasarana BAB I PENDAHULUAN 1.1 Latar Belakang Sumatera Barat sebagai salah satu provinsi di Indonesia yang saat ini terus melakukan percepatan pembangunan untuk peningkatan kesejahteraan dan daya saing. Provinsi

Lebih terperinci

Peta Kendali (Control Chart)

Peta Kendali (Control Chart) Peta Kendali (Control Chart) Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII October 21, 2015 Ayundyah (UII) Peta Kendali (Control Chart) October 21, 2015 1 / 17 Control

Lebih terperinci

Peta Kendali (Control Chart)

Peta Kendali (Control Chart) Peta Kendali (Control Chart) Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII October 29, 2015 Ayundyah (UII) Peta Kendali (Control Chart) October 29, 2015 1 / 22 Control

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

Konsep Dasar Statistik dan Probabilitas

Konsep 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 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

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pengendalian kualitas merupakan aktivitas keteknikan dan manajemen yang dengan aktivitas tersebut dapat mengukur ciri-ciri kualitas produk, membandingkan dengan

Lebih terperinci

BAGAN KENDALI CUMULATIVE SUM (CU-SUM)

BAGAN KENDALI CUMULATIVE SUM (CU-SUM) BAGAN KENDALI CUMULATIVE SUM (CU-SUM) 10/09/2012 1 REVIEW Bagan kendali Shewhart biasanya diaplikasikan pada tahap I dari SPC. Shewhart mengidentifikasi terkontrol atau tidaknya suatu proses secara statistik

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

Bab 2. Teori Dasar. 2.1 Pendahuluan

Bab 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 terperinci

Metode Training SPC TIDAK FOKUS PADA CARA MELAKUKAN PERHITUNGAN STATISTIK TAPI

Metode Training SPC TIDAK FOKUS PADA CARA MELAKUKAN PERHITUNGAN STATISTIK TAPI Metode Training SPC TIDAK FOKUS PADA CAA MELAKUKAN PEHITUNGAN STATISTIK TAPI MENGAJAKAN KONSEP STATISTIK SECAA MENDALAM, APLIKASI STATISTIK, TEMASUK TEKNIK SAMPLING DISETAI VIDEO SIMULASI, STUDI KASUS

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

KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL

KULIAH 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 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

Uji tracking setpoint

Uji tracking setpoint Validasi model Uji tracking setpoint Pengujian dilakukan dengan BOD konstan, yaitu 2200 mg/l. Untuk mencapai keadaan steady, sistem membutuhan waktu sekitar 30 jam. Sedangkan grafik kedua yang merupakan

Lebih terperinci

SKRIPSI. Oleh: Anastasia Arinda Dantika

SKRIPSI. Oleh: Anastasia Arinda Dantika PENERAPANN DIAGRAM KONTROL MULTIVARIATE EXPONENTIALLY WEIGHTED MOVING AVERAGEE (MEWMA) PADA PENGENDALIAN KARAKTERISTIK KUALITAS AIR (Studi Kasus: Instalasi Pengolahan Air III PDAM Tirta Moedal Kota Semarang)

Lebih terperinci

BAB III BAHAN DAN METODE

BAB III BAHAN DAN METODE BAB III BAHAN DAN METODE 3.1 Waktu dan Tempat Penelitian Penelitian ini telah dilaksanakan di PT. X yang terdapat pada Pelabuhan Perikanan Nusantara Nizam Zachman Jakarta. Waktu penelitian telah dilaksanakan

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

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

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

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-290

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-290 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Print) D-90 Pengontrolan Kualitas Diameter Pipa Baja pada Proses Tube Mill dengan Menerapkan Diagram Kontrol Kombinasi MEWMA Dimas N. D. Seputro

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Gula salah satu kebutuhan sehari-hari yang penting bagi masyarakat Indonesia, karena sumber kalori dan pemanis untuk makanan atau minuman. Menurut wakil ketua Asosiasi

Lebih terperinci

STATISTICAL PROCESS CONTROL

STATISTICAL PROCESS CONTROL STATISTICAL PROCESS CONTROL Sejarah Statistical Process Control Sebelum tahun 1900-an, industri AS umumnya memiliki karakteristik dengan banyaknya toko kecil menghasilkan produk-produk sederhana, seperti

Lebih terperinci

UNIVERSITAS INDONESIA BAGAN KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK MEAN PROSES SKRIPSI KRISTINA INTAN KARTIKA PUTRI

UNIVERSITAS INDONESIA BAGAN KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK MEAN PROSES SKRIPSI KRISTINA INTAN KARTIKA PUTRI UNIVERSITAS INDONESIA BAGAN KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK MEAN PROSES SKRIPSI KRISTINA INTAN KARTIKA PUTRI 0606067446 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM SARJANA

Lebih terperinci

IMPLEMENTASI METODE SIX SIGMA MENGGUNAKAN GRAFIK PENGENDALI EWMA SEBAGAI UPAYA MEMINIMALISASI CACAT PRODUK KAIN GREI

IMPLEMENTASI METODE SIX SIGMA MENGGUNAKAN GRAFIK PENGENDALI EWMA SEBAGAI UPAYA MEMINIMALISASI CACAT PRODUK KAIN GREI ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 216, Halaman 61-7 Online di: http://ejournal-s1undipacid/indexphp/gaussian IMPLEMENTASI METODE SIX SIGMA MENGGUNAKAN GRAFIK PENGENDALI EWMA SEBAGAI

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

SKRIPSI. Oleh : NOVA YANTI GULTOM JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

SKRIPSI. Oleh : NOVA YANTI GULTOM JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING DENGAN KAJIAN GRAFIK MOVING AVERAGE (MA) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) (Studi Kasus: Kurs Jual dan Kurs Beli Dollar

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

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

BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Dewasa ini, persaingan ketat diantara perusahaan terus digencarkan guna untuk mempertahankan keberlangsungan suatu perusahaan. Salah satu faktor 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

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

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

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 31-40 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN DIAGRAM KONTROL MULTIVARIATE EXPONENTIALLY WEIGHTED

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

TUGAS AKHIR SM MUHAMMAD HAKAM Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Dra. Titik Mudjiati, M.Si

TUGAS AKHIR SM MUHAMMAD HAKAM Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Dra. Titik Mudjiati, M.Si TUGAS AKHIR SM141501 PERBANDINGAN GRAFIK KENDALI CUSUM (CUMULATIVE SUM) DAN EWMA (EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI PIPA BESI PADA PT. PACIFIC ANGKASA ABADI MUHAMMAD

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

BAB III PENGENDALIAN KUALITAS MULTIVARIAT. menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian

BAB III PENGENDALIAN KUALITAS MULTIVARIAT. menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian BAB III PENGENDALIAN KUALITAS MULTIVARIAT Seperti yang telah dibahas pada bab sebelumnya bahwa untuk menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian pada proses produksinya.

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

Perbandingan Peta Kendali X-R Dan EWMA Dengan Pendekatan P-Value Untuk Mendeteksi Pergeseran Rata-Rata Proses Di PT.XYZ

Perbandingan Peta Kendali X-R Dan EWMA Dengan Pendekatan P-Value Untuk Mendeteksi Pergeseran Rata-Rata Proses Di PT.XYZ Perbandingan Peta Kendali X-R Dan EWMA Dengan Pendekatan P-Value Untuk Mendeteksi Pergeseran Rata-Rata Proses Di PT.XYZ Alin Widiawati 1, Faula Arina 2, Putro Ferro Ferdinant 3 1, 2, 3 Jurusan Teknik Industri

Lebih terperinci

Pengontrolan Kualitas Proses Produksi Spray Tube Body ftn Menggunakan Diagram Kontrol MEWMA

Pengontrolan Kualitas Proses Produksi Spray Tube Body ftn Menggunakan Diagram Kontrol MEWMA Pengontrolan Kualitas Proses Produksi Spray Tube Body ftn Menggunakan Diagram Kontrol MEWMA Oleh : Nurul Qomariyah 1308030012 Dosen Pembimbing : Dr. Muhammad Mashuri, MT LATAR BELAKANG Kualitas Proses

Lebih terperinci

ANALISA PENYIMPANGAN DAN CAPABILITY PROCESS (CP)

ANALISA PENYIMPANGAN DAN CAPABILITY PROCESS (CP) #11 ANALISA PENYIMPANGAN DAN CAPABILITY PROCESS (CP) Analisa Penyimpangan Dalam diagram kendali dimungkinkan terjadi penyimpangan, antara lain: 1. Proses Terkendali, terjadi variasi karena penyebab acak

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

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

Aplikasi Statistik Pada Industri Manufaktur. SPC,I/Rev.03 Copyright Sentral Sistem Mei 08

Aplikasi Statistik Pada Industri Manufaktur. SPC,I/Rev.03 Copyright Sentral Sistem Mei 08 Aplikasi Statistik Pada Industri Manufaktur 1 Why Statistik Kecepatan Produksi sangat cepat, pengecekan 100% sulit dilakukan karena tidak efisien Cycle time produksi motor di AHM : 1,7 menit Cycle time

Lebih terperinci

BAB III ANALISIS PENYELESAIAN MASALAH

BAB III ANALISIS PENYELESAIAN MASALAH BAB III ANALISIS PENYELESAIAN MASALAH Pada bab tiga ini akan dibahas mengenai pengukuran fluktuasi nilai saham dengan menggunakan metode Force Index, dan dibantu oleh Exponential Moving Average dalam menentukan

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

BAB V ANALISA HASIL. R = 2 mm R = 0.5 mm. Gambar 5.1 Radius pada bagian tepi produk botol Merk X Volume 0.8 Liter

BAB V ANALISA HASIL. R = 2 mm R = 0.5 mm. Gambar 5.1 Radius pada bagian tepi produk botol Merk X Volume 0.8 Liter 151 BAB V ANALISA HASIL Dari re-draw dan rancangan mould produk botol Merk-X dengan kapasitas 800 ml yang kemudian dibuat mould dan produk jadi di PT. B diperoleh hasil sebagai berikut : 5.1 Hasil re-draw

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

PERTEMUAN #11 ANALISIS PENYIMPANGAN DAN CAPABILITY PROCESS (CP) 6623 TAUFIQUR RACHMAN EBM503 MANAJEMEN KUALITAS

PERTEMUAN #11 ANALISIS PENYIMPANGAN DAN CAPABILITY PROCESS (CP) 6623 TAUFIQUR RACHMAN EBM503 MANAJEMEN KUALITAS ANALISIS PENYIMPANGAN DAN CAPABILITY PROCESS (CP) PERTEMUAN #11 EBM503 MANAJEMEN KUALITAS 6623 TAUFIQUR RACHMAN PROGRAM STUDI MANAJEMEN FAKULTAS EKONOMI UNIVERSITAS ESA UNGGUL KEMAMPUAN AKHIR YANG DIHARAPKAN

Lebih terperinci

PETA PENGENDALI UNTUK UNIT INDIVIDU PRESENTASI PENGENDALIAN KUALITAS

PETA PENGENDALI UNTUK UNIT INDIVIDU PRESENTASI PENGENDALIAN KUALITAS PETA PENGENDALI UNTUK UNIT INDIVIDU PRESENTASI PENGENDALIAN KUALITAS CONTROL CHART suatu metode penyajian grafik keadaan produksi secara kronologis dengan batas-batas yang menggambarkan kemampuan produksi

Lebih terperinci

DETEKSI FALSE ALARM MENGGUNAKAN RESIDUAL CONTROL CHART BERDASARKAN METODE SUPPORT VECTOR REGRESSION

DETEKSI FALSE ALARM MENGGUNAKAN RESIDUAL CONTROL CHART BERDASARKAN METODE SUPPORT VECTOR REGRESSION DETEKSI FALSE ALARM MENGGUNAKAN RESIDUAL CONTROL CHART BERDASARKAN METODE SUPPORT VECTOR REGRESSION Luh Made Pramitasari,*) dan Moses Laksono Singgih 2),2) Laboratorium Sistem Manufaktur, Jurusan Teknik

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Saham Saham (Jake D. Tedder, 1978, p.212) adalah surat berharga yang dikeluarkan oleh sebuah perusahaan yang berbentuk Perseroan Terbatas (PT) atau disebut juga emiten. Pemilik

Lebih terperinci

Deret Binomial. Ayundyah Kesumawati. June 25, Prodi Statistika FMIPA-UII. Ayundyah (UII) Deret Binomial June 25, / 14

Deret Binomial. Ayundyah Kesumawati. June 25, Prodi Statistika FMIPA-UII. Ayundyah (UII) Deret Binomial June 25, / 14 Deret Binomial Ayundyah Kesumawati Prodi Statistika FMIPA-UII June 25, 2015 Ayundyah (UII) Deret Binomial June 25, 2015 1 / 14 Pendahuluan Deret Binomial Kita telah mengenal Rumus Binomial. Untuk bilangan

Lebih terperinci

ANALISIS KAPABILITAS PROSES EX-MIXER PADA PRODUK BR 1 SP CRUMBLE DI PT. JAPFA COMFEED INDONESIA, Tbk. UNIT BUDURAN

ANALISIS KAPABILITAS PROSES EX-MIXER PADA PRODUK BR 1 SP CRUMBLE DI PT. JAPFA COMFEED INDONESIA, Tbk. UNIT BUDURAN TUGAS AKHIR SS141501 ANALISIS KAPABILITAS PROSES EX-MIXER PADA PRODUK BR 1 SP CRUMBLE DI PT. JAPFA COMFEED INDONESIA, Tbk. UNIT BUDURAN ALICIA MUTIARA ANKY NRP 1313 100 065 Dosen Pembimbing Dr. Muhammad

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 26 BAB III METODOLOGI PENELITIAN Dalam bab ini dijelaskan mengenai tahapan tahapan yang dilakukan oleh penulis dalam proses penelitian. Metodologi penelitian yang digunakan dalam penyusunan tugas akhir

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 I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Kualitas produk memegang peranan penting dalam menentukan maju atau mundurnya perusahaan. Pengendalian kualitas proses produksi merupakan faktor penting dalam kegiatan

Lebih terperinci

Pendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30

Pendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30 Pendugaan Parameter Ayundyah Kesumawati Prodi Statistika FMIPA-UII April 13, 2015 Ayundyah (UII) Pendugaan Parameter April 13, 2015 1 / 30 Pendugaan 1 Proses yang menggunakan sampel statistik untuk menduga

Lebih terperinci

SPC Copyright Sentral Sistem March09 - For Trisakti University. Aplikasi Statistik pada Industri Manufaktur

SPC Copyright Sentral Sistem March09 - For Trisakti University. Aplikasi Statistik pada Industri Manufaktur Aplikasi Statistik pada Industri Manufaktur Why Statistic? Kecepatan Produksi sangat cepat, pengecekan 00% sulit dilakukan karena tidak efisien Cycle time produksi motor di AHM : 9 detik Cycle time produksi

Lebih terperinci

Analisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan

Analisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan Analisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan Arief Hadi Prasetyo *1) dan Kariyam 2) 1) Statistika, FMIPA, Universitas Islam Indonesia, Jalan Kaliurang

Lebih terperinci

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL

ANALISIS 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 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

DAFTAR ISI. HALAMAN JUDUL. i. LEMBAR PERSETUJUAN ii LEMBAR PENGESAHAN. iii LEMBAR PERNYATAAN.. iv

DAFTAR ISI. HALAMAN JUDUL. i. LEMBAR PERSETUJUAN ii LEMBAR PENGESAHAN. iii LEMBAR PERNYATAAN.. iv DAFTAR ISI HALAMAN JUDUL. i LEMBAR PERSETUJUAN ii LEMBAR PENGESAHAN. iii LEMBAR PERNYATAAN.. iv ABSTRAK. v ABSTRACT... vi KATA PENGANTAR... vii DAFTAR ISI.. ix DAFTAR TABEL. xii DAFTAR GAMBAR xiii DAFTAR

Lebih terperinci

The Central Limit Theorem

The Central Limit Theorem Kesumawati Prodi Statistika FMIPA-UII March 30, 2015 Sifat-Sifat Distribusi Sampel Sifat-sifat dari distribusi sampel tersebut dikenal dengan Central Limit Theorem 1. Bentuk distribusi dari rata-rata sampel

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH 49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan

Lebih terperinci

BAB III METODE CONTROL CHART. sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses

BAB 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 terperinci

Ayundyah Kesumawati. April 20, 2015

Ayundyah Kesumawati. April 20, 2015 Pengujian Kesumawati Nol dan Prodi Statistika FMIPA-UII April 20, 2015 Pengujian Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi Pengujian hipotesis berhubungan dengan penerimaan atau

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

I. PENDAHULUAN A. Tinjauan Pustaka

I. PENDAHULUAN A. Tinjauan Pustaka I. PENDAHULUAN A. Tinjauan Pustaka Pengendalian kualitas statistik merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, menganalisis, mengelola, dan memperbaiki produk dan

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1 Desain Penelitian Penelitian ini didasari oleh gejolak/volatilitas nilai tukar rupiah terhadap mata uang asing (valuta asing).pada nilai transaksi jual beli valuta asing yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Tempat dan Waktu Penelitian 3.1.1 Tempat Penelitian Penelitian ini dilakukan di PT. PIMS Indonesia, Jl. Ciputat Raya No. 5, Kebayoran Lama, Jakarta Selatan, 12240, Indonesia.

Lebih terperinci

PERAMALAN (FORECASTING)

PERAMALAN (FORECASTING) PERAMALAN (FORECASTING) Apakah Peramalan itu? Peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Dapat dilakukan dengan melibatkan pengambilan data historis dan memproyeksikannya

Lebih terperinci

KOMENTAR DOSEN PENGUJI

KOMENTAR DOSEN PENGUJI DATA PENULIS Nama : I Made Sumaryana Alamat di Bandung : Jl. Cibogo Atas Gg. Siti Murgi No.24C, Bandung Alamat Asal : Jl. Gatot Subroto II No.4 Denpasar, Bali No. Telp Bandung : 022 2008468 No. Telp Asal

Lebih terperinci

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan perencanaan kebutuhan material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan

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

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

Konsep Dasar Statistik dan Probabilitas

Konsep Dasar Statistik dan Probabilitas Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII October 7, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas October 7,

Lebih terperinci

Monitoring Uji Stabilitas Jenis Tablet Antibiotik Pada Masa Kadaluarsa Menggunakan Diagram Kontrol Multivariat (Studi Kasus : PT X )

Monitoring Uji Stabilitas Jenis Tablet Antibiotik Pada Masa Kadaluarsa Menggunakan Diagram Kontrol Multivariat (Studi Kasus : PT X ) Monitoring Uji Stabilitas Jenis Tablet Antibiotik Pada Masa Kadaluarsa Menggunakan Diagram Kontrol Multivariat (Studi Kasus : PT X ) Rindang Sukmanita dan Muhamad Mashuri Mahasiswa Jurusan Statistika,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Manfaat Peramalan Pada dasarnya peramalan adalah merupakan suatu dugaan atau perkiraan tentang terjadinya suatu keadaan dimasa depan, tetapi dengan menggunakan metode metode tertentu

Lebih terperinci

V. HASIL DA PEMBAHASA

V. HASIL DA PEMBAHASA V. HASIL DA PEMBAHASA Metode analisis kadar vitamin C pada susu bubuk yang dilakukan pada penelitian ini merupakan metode yang tercantum dalam AOAC 985.33 tentang penentuan kadar vitamin C pada susu formula

Lebih terperinci

BAB 4 PEMBAHASAN. Pengumpulan data dilakukan sebagai bahan pengolahan data yang perlu

BAB 4 PEMBAHASAN. Pengumpulan data dilakukan sebagai bahan pengolahan data yang perlu 48 BAB 4 PEMBAHASAN 4.1 Pengumpulan Data Pengumpulan data dilakukan sebagai bahan pengolahan data yang perlu dilakukan. Data-data yang dikumpulkan selama masa observasi adalah sebagai berikut : Data jumlah

Lebih terperinci

ABSTRAK. iii. Universitas Kristen Maranatha

ABSTRAK. iii. Universitas Kristen Maranatha ABSTRAK Dewasa ini tuntutan pelanggan terhadap kualitas produk semakin meningkat, sehingga perusahaan perlu memperhatikan kualitas produk yang dihasilkannya agar mampu bersaing di pasar dan mempertahankan

Lebih terperinci

Diagram Kontrol Data Depth untuk Memonitor Proses Multivariat

Diagram Kontrol Data Depth untuk Memonitor Proses Multivariat Prosiding Statistika ISSN: 2460-6456 Diagram Kontrol Data Depth untuk Memonitor Proses Multivariat 1 Mutia Laksmi, 2 Suwanda, 3 Lisnur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Dalam bab ini akan diuraikan mengenai teori-teori yang mendukung serta berkaitan dengan metode bootstrap untuk pembentukan diagram kendali minimax. Uraian dimulai

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tujuan utama Statistical Process Control (SPC) ialah untuk meningkatkan kualitas dan produktivitas. Kualitas memiliki hubungan yang sangat erat dengan kepuasan

Lebih terperinci

Pendahuluan. Pengendalian Kualitas Statistika. Ayundyah Kesumawati. Prodi Statistika FMIPA-UII. September 30, 2015

Pendahuluan. Pengendalian Kualitas Statistika. Ayundyah Kesumawati. Prodi Statistika FMIPA-UII. September 30, 2015 Pendahuluan Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Pendahuluan September 30, 2015 1 / 32 Pendahuluan Karaketristik lingkungan

Lebih terperinci

ANALISIS PENGENDALIAN KUALITAS PRODUK MADU MERK SBA DI PT. INTI KIAT ALAM DENGAN MENGGUNAKAN PETA X DAN R

ANALISIS PENGENDALIAN KUALITAS PRODUK MADU MERK SBA DI PT. INTI KIAT ALAM DENGAN MENGGUNAKAN PETA X DAN R ANALISIS PENGENDALIAN KUALITAS PRODUK MADU MERK SBA DI PT. INTI KIAT ALAM DENGAN MENGGUNAKAN PETA X DAN R Disusun Oleh: Nama : Lina Reztyani NPM : 34411102 Jurusan : Teknik Industri Pembimbing : Dr. Ir.

Lebih terperinci

Bab III. Metodologi Penelitian. digunakan dalam penyelesaian masalah pada PT. Calvin Metal Products.

Bab III. Metodologi Penelitian. digunakan dalam penyelesaian masalah pada PT. Calvin Metal Products. 40 Bab III Metodologi Penelitian 3.1 Kerangka Penelitian Kerangka berpikir adalah rangkaian urutan-urutan langkah yang disusun secara sistematis dan dijadikan pedoman dalam melakukan penelitian, berikut

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini, dunia memasuki era globalisasi yang berdampak terhadap sistem perdagangan internasional yang bebas dan lebih terbuka. Keadaan ini memberi peluang sekaligus

Lebih terperinci

VALIDASI HASIL PROYEKSI PENDUDUK TAHUN 2010 TERHADAP SENSUS PENDUDUK 2010 MENGGUNAKAN MAD DAN MSE

VALIDASI HASIL PROYEKSI PENDUDUK TAHUN 2010 TERHADAP SENSUS PENDUDUK 2010 MENGGUNAKAN MAD DAN MSE VALIDASI HASIL PROYEKSI PENDUDUK TAHUN 2010 TERHADAP SENSUS PENDUDUK 2010 MENGGUNAKAN MAD DAN MSE Sugandi yahdin 1, Endang Sri Kresnawati 2 1 Universitas Sriwijaya, Palembang 2 Universitas Sriwijaya, Palembang

Lebih terperinci

STATISTIKA & PROBABILITAS. PANCARAN FREKUENSI

STATISTIKA & PROBABILITAS. PANCARAN FREKUENSI STATISTIKA & PROBABILITAS. PANCARAN FREKUENSI Statistika & Probabilitas Pancaran Frekuensi Pancaran Frekuensi Membentuk Pancaran Frekuensi raw data (data mentah) Sekelompok data yang belum tersusun & belum

Lebih terperinci

PENGONTROLAN KUALITAS PROSES PRODUKSI MINYAK LUMAS DENGAN MENGGUNAKAN DIAGRAM KONTROL KOMBINASI MEWMA

PENGONTROLAN KUALITAS PROSES PRODUKSI MINYAK LUMAS DENGAN MENGGUNAKAN DIAGRAM KONTROL KOMBINASI MEWMA PENGONTROLAN KUALITAS PROSES PRODUKSI MINYAK LUMAS DENGAN MENGGUNAKAN DIAGRAM KONTROL KOMBINASI MEWMA Rxyzcha Pradhana Vydia Tyagita 1, Muhammad Mashuri 2 Mahasiswa S2 Statistika Institut Teknologi Sepuluh

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilakukan di PT SEI Bogor pada Bulan September 2016 sampai dengan Bulan Desember 2016. PT SEI Bogor merupakan perusahaan yang bergerak

Lebih terperinci

PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT

PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT Frangky Masipupu 1), Adi Setiawan ), Bambang Susanto 3) 1) Mahasiswa Program Studi Matematika ),3) Dosen Program Studi Matematika Program Studi dan Matematika

Lebih terperinci