PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA
|
|
- Hadian Gunawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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, Institut Teknologi Sepuluh Nopember Keputih Gg. A No. 8, Surabaya, 60, Indonesia marlonnvd@gmail.com ) Jurusan Statistika, Institut Teknologi Sepuluh Nopember ABSTRAK Statistical Proses Contrrol (SPC) merupakan metode dalam ilmu statistika yang berguna untuk mengontrol suatu proses. Salah satu metode dalam SPC yang sering digunakan adalah diagram kontrol. Berdasarkan banyaknya karakteristik kualitas yang diamati, diagram kontrol terdiri dari dua yaitu diagram univariat dan multivariat. Namun dalam prakteknya, pengontrolan proses sering melibatkan beberapa karakteristik kualitas yang saling berhubungan. Sehingga diagram kontrol multivariat merupakan solusi yang tepat untuk mengontrol proses yang melibatkan beberapa karakteristik kualitas yang saling berhubungan. Saat ini telah banyak dikembangkan diagram kontrol multivariat untuk mengontrol proses variabilitas, diantaranya diagram kontrol S dan diagram kontrol G. Dalam penelitian ini akan dibandingkan kinerja dari diagram kontrol G dan diagram kontrol S berdasarkan Average Run Length (ARL). Penerapannya akan dilakukan pada data proses produksi Woven Poly Propolene (WPP) di PT. Wiharta Karya Agung, yang melibatkan dua karakteristik kualitas yaitu panjang dan berat Woven Poly Propolene. Hasil dari simulasi ARL maupun penerapannya menunjukkan bahwa kinerja diagram kontrol G lebih baik dibandingkan dengan diagram kontrol S. Kata kunci: Average Run Length, Diagram kontrol G, Diagram Kotrol S PENDAHULUAN Kualitas produk menjadi salah satu kunci keberhasilan berbisnis bagi setiap perusahaan (Montgomery, 00). Pengamatan terhadap kualitas produk dapat dilakukan terhadap karakteristik kualitas dari produk tersebut. Kualitas suatu produk sangat bergantung pada proses produksinya. Ilmu statistika menyediakan salah satu cabang ilmu bagi penerapan statistik teknik yang digunakan untuk pengontrolan proses produksi yang disebut Statistical Proses Control (SPC). Salah satu metode utama dalam SPC adalah diagram kontrol (Control Chart). Diagram kontrol adalah sebuah grafik yang memberi gambaran tentang perilaku sebuah proses. Berdasarkan banyaknya karakteristik kualitas yang diamati, diagram kontrol dibagi menjadi dua, yaitu diagram kontrol univariat dan diagram kontrol multivariat. Dalam memonitor proses membutuhkan dua hal penting, yaitu memonitor mean proses dan memonitor variabilitas proses (Montgomery, 009). Sehingga dikembangkan diagram kontrol multivariat untuk memonitor variabilitas proses, sebagai pendamping diagram kontrol multivariat untuk memonitor mean proses. Beberapa peneliti yang mengembangkan diagram kontrol multivariat untuk memonitor variabilitas proses, yaitu Alt (985) memberikan dua prosedur untuk memonitor vaiabilitas proses pada kasus multivariat. Prosedur pertama merupakan ISBN : A-0-
2 Program Studi MMT-ITS, Surabaya 7 Juli 03 pengembangan likelihood ratio test, W, yang disebut diagram kontrol W. Prosedur yang kedua berdasar pada sample generalized variance, S, yang disebut diagram kontrol S. Salah satu daya tarik dari diagram kontrol ini adalah kemudahan perhitungan dan skalar resultan S yang diplot pada diagram kontrol. Selain dua prosedur ini, Levinson, Holmes dan Mergen (00) juga mengembangkan diagram kontrol multivariat untuk memonitor variabilitas proses, dengan memperluas konsep statistik G, yang dikenal sebagai diagram kontrol G. Ketiga diagram kontrol ini sangat bergantung pada nilai dari determinan matriks kovarian. Namun diagram kontrol W mempunyai komponen selain determinan matriks kovarian yang mempengaruhi nilai W, yaitu nilai trace dari matriks kovarian tersebut. Sehingga penelitian ini bertujuan untuk membandingkan kinerja diagram kontrol G dan diagram kontrol S berdasarkan ARL. METODOLOGI Data yang digunakan dalam penelitian ini adalah data simulasi dan data pengontrolan kualitas pada proses produksi Woven Poly Propelene (WPP) di PT. Wiharta Karya Agung. Data simulasi digunakan untuk penentuan ARL. Sedangkan data pengontrolan kualitas pada proses produksi Woven Poly Propelene (WPP) digunakan untuk aplikasi dari penelitian ini, yang merupakan data sekunder yang diperoleh dari peneltian Ulil Azmi (0) yang berjudul Pengontrolan Kualitas Statistika pada Proses Produksi Woven Poly Propolene (WPP) Menggunakan Metode Diagram Kontrol Improved Generalized Variance. Data ini terdiri dari kelompok, kelompok I diperoleh pada tanggal 3-0 Oktober 0 dengan 54 subgrup dan ukuran subgrup sebesar 5, yang akan digunakan untuk pengontrolan fase I. Sedangkan kelompok diperoleh pada tanggal -7 Desember 0 dengan 5 subgrup dan ukuran subgrup sebesar 5, yang akan digunakan untuk fase II. Sesuai dengan sumbernya, variabel yang digunakan dalam penelitian ini merupakan karakteristik kualitas dari Woven Poly Propolene yang terdiri dari:. Panjang Woven Poly Propolene (X), dengan satuan sentimeter (cm).. Berat Woven Poly Propolene (X), dengan satuan gram (gr). Sesuai dengan tujuan penelitian ini maka langkah-langkah penelitian berikut:. Langkah untuk membandingkan kinerja diagram kontrol G diagram kontrol S, sebagai berikut. i. Menentukan nilai probailitas terjadinya kesalahan tipe I, 0,007, banyaknya karakteristik kualitas p 3, banyaknya ukuran sampel dalam tiap subgrup n 5dan6. Selain itu tentukan pula matriks kovarians pada kondisi in-control, Ip (matriks Identitas dengan ukuran p p ) serta vektor mean 0, yang akan digunakan untuk membangkitkan data pada langkah berikutnya. ii. Membangkitkan data berdistribusi normal multivariat n p0,i p iii. iv. X N. Menentukan batas kontrol (UCL dan LCL) untuk diagram kontrol G dan S. Membuat skenario pada perubahan matriks kovarian untuk mengetahui kinerja masing-masing diagram kontrol. Skenario I : Variansi variabel pertama diubah dari 0,- Skenario II : Variansi variabel pertama dan kedua diubah dari 0,- Skenario III : Variansi variabel pertama sampai ketiga diubah dari 0,- ISBN : A-0-
3 Program Studi MMT-ITS, Surabaya 7 Juli 03 v. Hitung statistik G dan determinan matriks kovarian, S, untuk setiap subgrup pada skenario I sampai ditemukan statistik G dan S yang berada di luar batas kontrol (out of control) untuk masing-masing diagram kontrol. Urutan pengamatan yang menyatakan out of control pertama pada masing-masing diagram kontrol disebut Run Length (RL). vi. Pengulangan dilakukan sebanyak, r = 00. Kemudian hitung ARL dari masing-masing diagram kontrol, yang merupakan rata-rata RL untuk 00 pengulangan. vii. Mengulangi langkah (iv) sampai langkah (vi) untuk skenario II sampai skenario IV, yang telah dibuat pada langkah (iii). Lakukan sampai mendapatkan ARL untuk setiap skenario.. Langkah menerapkan dan membandingkan diagram kontrol G dan diagram kontrol S pada data proses pengontrolan dari produksi Spray Tube Body FTN. i. Mengelompokkan data dalam dua fase, yaitu fase I merupakan data pengontrolan pada tanggal 3-0 Oktober 0 dan faase II merupakan data pengontrolan pada tanggal -7 Desember 0. ii. Menentukan batas kontrol (UCL dan LCL) untuk masing-masing diagram kontrol. Batas kontrol untuk diagram kontrol S. iii. Hitung statistik G dan determinan matriks kovarian, S, untuk fase I. iv. Kemudian nilai statistik G dan determinan matriks kovarian, S, bersamasama dengan batas kontrol yang diperoleh pada langkah (ii) dan (iii) diplot dalam masing-masing diagram kontrol. v. Jika ada pengamatan yang out of control, maka pengamatan yang menyebabkan out of control dihapus. Kemudian ulangi langkah (ii) sampai langkah (iv), sampai tidak ada pengamatan yang out of control. vi. Setelah proses pada fase I telah terkontrol (in-control), lakukan pengontrolan untuk fase II, dengan penentuan batas kontrol diagram kontrol S untuk fase II menggunakan matriks kovarian in-control pada fase I. HASIL DAN PEMBAHASAN Digram Kontrol S Alt dan Smith (988) mengembangkan diagram kontrol S dengan menggunakan mean dan varian, serta sebagian properti distribusi S yang terkandung dalam interval E S 3 Var S. Dimana E S b dan Var S b, dengan p p p p b p ni, b p ni n j n j. n i n i j j Sedangkan batas kontrol yang ditetapkan oleh Alt dan Smith seperti berikut. S UCL b 3 b dan LCL S b 3 b b b Ini dikarenakan S S b dan b b adalah estimasi yang tidak bias untuk dan. ISBN : A-0-3
4 Program Studi MMT-ITS, Surabaya 7 Juli 03 Namun Djauhari (009) mengungkapkan bahwa b dan b b merupakan faktor yang bias ketika mengestimasi dan berdasarkan pengamatan subgrup. Sehingga untuk pengamatan subgrup, Djauhari (005) menentukan distribusi yang tepat dari S pada pengamatan subgrup seperti berikut. d b b Si N S, S ; i,.., m b b3 b4 dimana S i merupakan matriks kovarian subgrup ke-i dan S merupakan rata-ratanya. Sedangkan E S b3 dan Var S b 4, dimana b 3 p p mn kk k b4b 3 b p 3. Maka batas kontrolnya seperti berikut. mn p k mnk k mnp p dan b b UCL S 3 b b b dan b b LCL S 3 b b b (9) Diagram Kontrol G Diagram kotrol G pertama kali diperkenalkan oleh Levinson, Holmes dan Mergen pada tahun 00, dengan memperluas konsep statistik G yang diusulkan oleh Kramer dan Jensen (969). Statistik G untuk diagram kontrol G dihitung seperti berikut. v v 3 S p p i G ln v v v v v v 6p S S, i m i m i Dimana S,i merupakan matriks kovarian subgrup ke-i, S S, merupakan ratarata matrik kovarian subgrup, vs vs Si v v, i merupakan bobot dari S dan S,i. Levinson, Holmes dan Mergen mengasumsikan bahwa S,i dan S adalah estimasi yang idependen untuk matrik kovarian. Berdasarkan Box (949) jika S dan S merupakan estimasi yang independen untuk matriks kovarian maka statistik G akan mengikuti distribusi chi-square. Sehingga batas kontrol yang ditetapkan oleh Levinson, Holmes dan Mergen mengikuti distribusi chi-square seperti berikut. LCL, UCL, p p pp,, ISBN : A-0-4
5 Program Studi MMT-ITS, Surabaya 7 Juli 03 Perbandingan Kinerja Diagram Kontrol G dan S Bedasarkan ARL Kinerja diagram kontrol dilihat dari seberapa baik diagram kontrol tersebut mendeteksi sinyal out of control. Average Run Length (ARL) merupakan salah satu cara yang dapat digunakan untuk melihat kinerja dari suatu diagram kontrol. ARL adalah rata-rata pengamatan yang dibutuhkan untuk mendeteksi sinyal out of control. Sinyal out of control dihasilkan jika statistik uji dari diagram kontrol berada di luar batas kontrol. Tabel. Grafik ARL Diagram Kontrol G dan S pada p=3 dan n=5,6 p=3 dan n =5 p=3 dan n =6 Gambar. Grafik ARL Diagram Kontrol G dan S untuk p=3 dan n=5,6 pada Skenario, dan 3 Berdasarkan hasil ARL untuk p=3 dan n=5 yang ditunjukkan pada Gambar maka dapat kita lihat nilai ARL diagram kontrol G masih lebih baik dibandingkan ARL diagram kontrol S, baik untuk skenario, dan 3. Hal ini dikarenakan ARL diagram kontrol G memiliki nilai yang lebih kecil dibanding ARL diagram kontrol S. Pada ISBN : A-0-5
6 Program Studi MMT-ITS, Surabaya 7 Juli 03 skenario, diagram kontrol G membutuhkan rata-rata, sampai,36 subgrup, skenario membutuhkan rata-rata,7 sampai,34 subgrup, dan membutuhkan ratarata,0 sampai,4 subgrup untuk mendeteksi pergeseran varian. Sedangkan pada skenario diagram kontrol S membutuhkan rata-rata 3,76 sampai 43,8 subgrup, membutuhkan rata-rata,4 sampai 30,57 subgrup, dan membutuhkan rata-rata,06 sampai 30,08 subgrup untuk mendeteksi pergeseran varian. Selain itu dapat dilihat juga ARL diagram kontrol S menjadi lebih kecil seiring skenario yang dilakukan. Namun pada pergeseran yang kecil diagram kontrol S tetap membutuhkan rata-rata subgrup yang cukup besar untuk mendeteksi adanya perubahan proses. Sedangkan untuk hasil ARL p=3 dan n=6 ternyata tidak ada perbedaan yang signifikan dengan hasil ARL untuk p=3 dan n=5. Diagram kontrol G masih lebih baik mendeteksi perubahan proses dibanding diagram kontrol S. Hal ini dikarenakan diagram kontrol G rata-rata subgrup yang lebih sedikit dibanding diagram kontrol S. Pada skenario, diagram kontrol G membutuhkan rata-rata,9 sampai,9 subgrup, skenario membutuhkan rata-rata,08 sampai,4 subgrup, skenario 3 membutuhkan rata-rata sampai,48 subgrup untuk mendeteksi pergeseran varian. Aplikasi Diagram Kontrol G dan Diagram Kontrol S Berdasarkan hasil pengontrolan fase I dengan diagram kontrol G, ternyata masih ada subgrup yang berada dilurar batas kontrol, yaitu subgrup ke-4, 6 dan 47 (Gambar ). Untuk subgrup ke 4 dan 47 berada di luar batas kontrol, karena memiliki statistik G yang berada di atas UCL. Ini dikarenakan determinan dari matriks kovarian subgrup sangat mempengaruhi statistik G. Jika determinan matriks kovarian subgrup yang dihasilkan semakin kecil maka statistik G akan semakin besar dan akan berada jauh dari batas kontrol. Selain itu pada Gambar untuk fase I menunjukkandiagram kontrol G terputus, ini dikarenakan statistik G dari subgrup menghasilkan nilai yang tidak terdefinisikan, sehingga statistik G untuk subgrup-subgrup tersebut termasuk dalam subgrup yang berada di luar batas kontrol. Sehingga pengotrolan harus dilakukan lagi dengan menghapus subgrup yang berada di luar batas kontrol, yang disebut fase I iterasi. Pada tahapan ini diagram kontrol G menunjukkan proses belum dalam keadaan incontrol. Ini disebabkan dengan adanya subgrup yang masih berada di luar batas kontrol, yaitu subgrup ke-3. Sehingga fase I dilanjutkan dengan iterasi. Berdasarkan iterasi, diagram kontrol G menunjukkan bahwa proses sudah berada dalam keadaan in-control, sehingga dapat dilakukan pengontrolan proses pada fase II dengan menggunakan parameter yang dihasilkan pada fase I iterasi seperti berikut. 0, ,6 S 0,6 0, 0863 Pada fase II, pengontrolan proses hanya dilakukan untuk melihat apakah proses sekarang telah berada dalam kondisi in-control atau tidak. Berdasarkan hasil pengontrolan proses dengan diagram G pada fase II menunjukkan bahwa proses tidak dalam kondisi in-control. Dikarenakan masih terdapat subgrup-subgrup yang berada di luar batas kontrol, seperti subgrup ke-, 3, 9, 0, dan 38. Sedangkan pengontrolan proses fase I dengan diagram kontrol S, menunjukkan bahwa proses berada dalam keadaan in-control. Sehingga tidak diperlukan tahapan iterasi dan langsung dapat dilakukan pengontrolan proses pada fase II dengan menggunakan parameter berikut. ISBN : A-0-6
7 Program Studi MMT-ITS, Surabaya 7 Juli 03 0, ,4356 S 0,4356 0,599 Pada fase II pengontrolan proses dengan diagram kontrol S hanya dilakukan untuk melihat apakah proses sekarang telah berada dalam kondisi in-control atau tidak. Berdasarkan hasil pengontrolan proses fase II dengan diagram kontrol S, menunjukkan bahwa keadaan belum dalam kondisi in-control. Masih terdapat subgrup-subgrup yang berada di luar batas kontrol, yaitu subgrup ke-3, 9, 0, 3, 38 dan 48. Tahapan Diagram Kontrol G Diagram Kontrol S Fase I Fase Iterasi I - Fase Iterasi I - ISBN : A-0-7
8 Program Studi MMT-ITS, Surabaya 7 Juli 03 Fase II Gambar. Pengontrolan Proses Produksi Woven Poly Propelene dengan Diagram Kontrol G dan S pada Fase I dan Fase II KESIMPULAN DAN SARAN Berdasaran hasil analisis diatas dapat disimpulkan bahwa diagram kontrol G memiliki kinerja yang lebih baik dibanding diagram kontrol S. Hasil ini ditunjukkan oleh nilai ARL dari kedua diagram kontrol, nilai ARL diagram kontrol G lebih kecil dibanding diagram kontrol S, baik pada perubahan varian yang kecil maupun besar. Ini juga ditunjukkan pada penerapan untuk pengontrolan proses produksi WPP, dimana pada fase I diagram kontrol G mengindikasikan adanya perubahan proses. Sedangkan diagram kontrol S menunjukkan proses telah berada dalam keadaan in-control. Berdasarkan penelitian ini saran yang dapat diberikan untuk penelitian lebih lanjut yaitu perlu dibandingkan kedua diagram kontrol jika perubahan proses dilakukan pada kovariansinya. DAFTAR PUSTAKA Alt, F. B. (985). Multivariate quality control. In Encyclopedia of Statistical Scinces 6; Kotz, S., Johnson, N., Eds.; John Wiley & Sons, New York, pp 0-. Anderson, T. W. (966). An Introduction to Multivariate Statistical Analysis. John Wiley & Sons, Inc. New York. Azmi, Ulil. (0). Pengontrolan Kualitas Statistika pada Proses Produksi Woven Poly Propolene (WPP) Menggunakan Metode Diagram Kontrol Improved Generalized Variance. Surabaya. Institut Teknologi Sepuluh Nopember. Djauhari, M. A Improved Monitoring of Multivariate Process Variability. Journal of Quality Technology. Vol.37, No., p Johnson, R,. dan Wichern, D. (988). Applied Multivariate Statistical Analysis, nd edition, Prentice-Hall. Levinson, William A., Holmes, D. S. and Mergen, A. E. (00). Variation Chart for Multivariate Processes, Quality Engineering 4(4), pp Montgomery, D. C. (00). Introduction to Statistical Quality Control, 4th Edition John Wiley & Sons, Inc. New York. ISBN : A-0-8
9 Program Studi MMT-ITS, Surabaya 7 Juli 03 Montgomery, D. C. (009). Introduction to Statistical Quality Control. 6th Edition. John Wiley & Sons, Inc. New York. Rakhmawati, Dwi Yuli. (0). Perbandingan Kinerja Diagram Kontrol Multivariat untuk Variabilitas Berdasarkan Matriks Kovariansi dan Matriks Korelasi. Surabaya. Institut Teknologi Sepuluh Nopember. Sindelar, M.F. (007), Multivariate Statistical Process Control For Corellation Matrices, Tesis Ph.D, University of Pittsburgh, Pittsburgh. Yeh, A.B., Lin, D.K., & McGrath, R.N. (006). Multivariate Control Charts for Monitoring Covariance Matrix: A Review. Quality Technology and Quantitative Management, vol.3, pp ISBN : A-0-9
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 terperinciPERBANDINGAN 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 terperinciDiagram 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 terperinciBagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri
Vol. 10, No. 1, 26-34, Juli 2013 Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri Andi Fitri Ayu 1, Erna Tri Herdiani 1, M. Saleh AF 1, Anisa 1, Nasrah Sirajang 1 Abstrak
Lebih terperinciPENGONTROLAN 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 terperinciPIPA 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 terperinciUNTUK 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 terperinciPETA 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 terperinciPENERAPAN 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 terperinciANALISIS 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 terperinciPengendalian 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 terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK. MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp)
Seminar Hasil Tugas Akhir PENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp) Febrianto 1308 100 075 Dosen
Lebih terperinciBAB 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 terperinciPENGONTROLAN 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 terperinciOleh: 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 terperinciPENGENDALIAN 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 terperinciBAB 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 terperinciPENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE)
PENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE) (Studi Kasus Di CV. Garuda Plastik Karangawen) SKRIPSI Disusun Oleh: Nama : Rahma Kurnia Widyawati
Lebih terperinciPengontrolan 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 terperinciPenerapan 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 terperinciGRAFIK 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 terperinciPRODUK WIRE ROD STEEL DI PT. KRAKATAU STEEL (PERSERO) TBK CILEGON
PENGONTROLAN KUALITAS STATISTIKA PRODUK WIRE ROD STEEL DI PT. KRAKATAU STEEL (PERSERO) TBK CILEGON ------------------ Aditya rahadian Fachrur 1308 100 017 Ruang Sidang Lantai 4 Gedung U Jurusan Statistika
Lebih terperinciPENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA
Lebih terperinciANALISIS 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 terperinciBAB 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 terperinciJURNAL 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 terperinciMonitoring 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 terperinciS 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 terperinciOleh: 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 terperinciPENGENDALIAN KUALITAS PRODUKSI MEBEL DI PT. MAJAWANA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE)
PENGENDALIAN KUALITAS PRODUKSI MEBEL DI PT. MAJAWANA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE) Taufiq Primananda 1, Slamet Mulyono 2, Dedy Dwi Prastyo 2 1 Mahasiswa Jurusan Statistika FMIPA-ITS
Lebih terperinciPENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO
Program Studi MMT-ITS, Surabaya Februari 3 PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO Rizal Rinumpoko *), Septia Fendiasari, Lucia Aridinanti,
Lebih terperinciPENERAPAN 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 terperinciSeminar Hasil Tugas Akhir
Seminar Hasil Tugas Akhir Pengontrolan Kualitas Pada Proses Produksi Rokok Unit Sigaret Kretek Mesin (SKM) di PT. X Dengan Diagram Kontrol Mahalanobis Distance (D 2 ) Dosen Pembimbing : Dr. Muhammad Mashuri,
Lebih terperinciPENGONTROLAN 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 terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 471-479 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN DIAGRAM KONTROL MAHALANOBIS PADA PROSES PRODUKSI MINUMAN
Lebih terperinciANALISIS 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 terperinciPEMBUATAN 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Dalam banyak proses industri, selalu ada variabilitas dasar sebanyak tertentu. Apabila variabilitas dasar suatu proses relatif kecil akan dipandang sebagai
Lebih terperinciLOGO. Pengontrolan Kualitas Produksi Mebel Di PT. Majawana dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chi-Square
Pengontrolan Kualitas Produksi Mebel Di PT. Majawana dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chi-Square BAGUS YUSWANTANA 1306 1000 30 Dosen Pembimbing : Drs. Haryono, M.Sc LOGO PENDAHULUAN
Lebih terperinciANALISIS PENGENDALIAN KUALITAS STATISTIK MULTIVARIAT PADA PROSES PENGGILINGAN AKHIR SEMEN DI PT. SEMEN GRESIK
Seminar Tugas Akhir Diploma III Statistika Institut Teknologi Sepuluh Nopember 011 ANALISIS PENGENDALIAN KUALITAS STATISTIK MULTIVARIAT PADA PROSES PENGGILINGAN AKHIR SEMEN DI PT. SEMEN GRESIK Oleh : Yuanita
Lebih terperinciPENERAPAN DIAGRAM KONTROL T2 HOTELLING PADA PROSES PRODUKSI KACA. Skripsi. Disusun Oleh : Muhammad Hilman Rizki Abdullah
PENERAPAN DIAGRAM KONTROL T2 HOTELLING PADA PROSES PRODUKSI KACA Skripsi Disusun Oleh : Muhammad Hilman Rizki Abdullah 24010210120022 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciANALISIS 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 terperinciTabel Nilai Kapabilitas, Repeatability dan Bias Pengukuran Gap antar Tube Side B Cg 1,42 1,45 1,69 0,62 0,59 0,97
MSA TIPE I 27 Tabel Nilai Kapabilitas, Repeatability dan Bias Pengukuran Gap antar Tube Side B Cg = Kapabilitas potensial Cgk = Kapabilitas Actual EV = Equitment Variation (Repeatability) Operator A Operator
Lebih terperinciPENGENDALIAN KUALITAS PRODUK LAMP CASE TIPE CA22 MENGGUNAKAN PETA KENDALI T 2 HOTTELING
PENGENDALIAN KUALITAS PRODUK LAMP CASE TIPE CA MENGGUNAKAN PETA KENDALI T HOTTELING Oleh : PARAMITHA DIAN LINGGANI PUTRI NRP 308 030 008 Dosen Pembimbing Dr. Muhammad Mashuri, MT. LATAR BELAKANG Bidang
Lebih terperinciModel Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur M.Fariz Fadillah Mardianto,
Lebih terperinciBAB 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 terperinciPENDAHULUAN. CuSum. Univariate EWMA MEWMA. Multivariate Hotelling. Kosumen. Kualitas Baik. Peta Kendali. Pengendalian Kualitas
PENDAHULUAN Kosumen Kualitas Baik Univariate CuSum EWMA Peta Kendali Pengendalian Kualitas MEWMA Multivariate Hotelling PENDAHULUAN R U M U S A N M A S A L A H 1. Bagaimana prosedur pembentukan peta kendali
Lebih terperinciDlri Fiuia $trbi# Nn/l. N
4di ". ; :W -":Es-..3rys\ il., F. ii) I _-- ::...-.ij.jr,-i:lii:{aid{*;f,!.:rtq {'!%EEryryrynr:rirjt'i',r\14:Er:i{Y.ii.. :1 t:irrri,' -.,::ffi.t I A*ikel sleh Dwi Fiuia Subiakti ini Telah diperiksa dan
Lebih terperinciBAB III ANALISIS KUALITAS PRODUK BENANG TS 248 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC )
BAB III ANALISIS KUALITAS PRODUK BENANG TS 48 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC ) 3.1. Pendahuluan Metode yang akan dipakai dalam pengendalian kualitas benang TS 48 adalah diagram
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Dalam industri modern ekspektasi pelanggan menjadi suatu acuan pentimg dari kualitas produk. Oleh karena itu dalam proses produksi tidak hanya mementingkan
Lebih terperinci(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 terperinciBAB 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 terperinciPERBANDINGAN 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 terperinciPengontrolan 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 terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Statistical Process Control (SPC) Statistical Process Control (SPC) merupakan teknik penyelesaian masalah yang digunakan sebagai pemonitor, pengendali, penganalisis, pengelola,
Lebih terperinciFakultas 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama diberikan tinjauan pustaka dari penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan penelitian
Lebih terperinciAnalisis Kapabilitas Proses Produk Transformator Hermetically Sealed 100 kva di PT. X
D-384 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Print) Analisis Kapabilitas Proses Produk Transformator Hermetically Sealed 00 kva di PT. X Geniuzan Nimas Bianti dan Sri Mumpuni Retnaningsih
Lebih terperinciPENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR
PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR Inge Ratih Puspitasari, Hendro Permadi, dan Trianingsih Eni Lestari Universitas
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D133
JURNAL SAINS DAN SENI ITS Vol., No., () 337-3 (3-9X Print) D33 Analisis Pengendalian Kualitas Tetes Produksi PG Pesantren Baru Kediri Menggunakan Diagram Kontrol Multivariate Berbasis Model Time Series
Lebih terperinciPENERAPAN 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 terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciKata 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 terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 295-304 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN DISKRIMINAN KUADRATIK KLASIK DAN DISKRIMINAN KUADRATIK
Lebih terperinciANALISIS 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 terperinciAplikasi Diagram Kontrol Atribut Bivariat Beradasarkan Model Log-Linear Dua Dimensi
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 009 Aplikasi Diagram Kontrol Atribut Bivariat Beradasarkan Model Log-Linear Dua Dimensi Wibawati dan Muhammad Mashuri Jurusan
Lebih terperinciPERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK
PERBANDINGAN HASIL ESTIMASI PARAMETER GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DENGAN VARIABEL EKSOGEN BERTIPE METRIK Reza Mubarak ) dan Suhartono ) ) Program Pasca Sarjana Jurusan Statistika, Institut
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. perusahaan untuk memproduksi suatu produk, baik berupa barang atau jasa yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada saat ini, konsumen semakin banyak menuntut kemampuan perusahaan untuk memproduksi suatu produk, baik berupa barang atau jasa yang berkualitas tinggi. Tuntutan
Lebih terperinciAyundyah Kesumawati a, M. Mashuri b, Irhamah c ABSTRACT
Fuzzy Hotelling Control Chart Ayundyah Kesumawati a, M. Mashuri b, Irhamah c a Program Studi Statistika, FMIPA, Universitas Islam Indonesia, Jogjakarta; b Program Studi Statistika, FMIPA, Institut eknologi
Lebih terperinciPERAN 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 terperinciPenerapan Grafik dan Studi Simulasi Hotelling T 2 Triviat pada Kualitas Parfum Remaja dari Perusahaan X
PROIDING IBN : 978 979 6353 6 3 Penerapan Grafik dan tudi imulasi Hotelling T Triviat pada Kualitas Parfum Remaja dari Perusahaan X - 5 Fitria Puspitoningrum ), Adi etiawan ) dan Hanna A. Parhusip ) )
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB IV PENUTUP. berkorelasi secara contemporaneous. Korelasi galat contemporaneous terjadi
76 BAB IV PENUTUP A. Kesimpulan Model Seemingly Unrelated Regression (SUR) merupakan perluasan dari analisis regresi linear yang berupa sistem persamaan yang terdiri dari beberapa persamaam regresi yang
Lebih terperinciPENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA 2 CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH
PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 008 PERNYATAAN MENGENAI TESIS DAN
Lebih terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(DS.6) ANALISIS KURVA PERTUMBUHAN SEBAGAI ANALISIS SETELAH MANOVA UNTUK DATA LONGITUDINAL Enny Supartini Statistika F MIPA Universitas Padjadjaran Bandung e-mail : arthinii@yahoo.com Abstrak Eksperimen
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 111-120 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENGONTROLAN KUALITAS PRODUK MENGGUNAKAN METODE DIAGRAM KONTROL
Lebih terperinciPenerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh Zubdatu Zahrati Dosen Pembimbing : Dra.
Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur Oleh Zubdatu Zahrati 32 05 004 Dosen Pembimbing : Dra. Lucia Aridinanti Pendahuluan Latar Belakang Permasalahan Tujuan Manfaat Batasan
Lebih terperinciPENGENDALIAN KUALITAS X MENGGUNAKAN GRAFIK PENGENDALI HOTELLING T 2 UNIVARIAT DAN MULTIVARIAT
PENGENDALIAN KUALITAS X MENGGUNAKAN GRAFIK PENGENDALI HOTELLING T UNIVARIAT DAN MULTIVARIAT Lellie Sulistyawati Darmawan, Adi Setiawan, Lilik Linawati Program Studi Matematika, Fakultas Sains dan Matematika
Lebih terperinciBAB 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 terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak
97 FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN Nerli Khairani Lia Anggriani Siregar Abstrak Analisis diskriminan adalah metode statistika yang digunakan untuk mengelompokkan
Lebih terperinciProsedur 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 terperinciISSN: 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 terperinciAnalisis Pengendalian Kualitas Multivariate Air Minum (Studi Kasus di PDAM Gresik)
J. Math. and Its Appl. ISSN: 19-65X Vol., No. 1, May. 5, 47 59 Analisis Pengendalian Kualitas Multivariate Air Minum (Studi Kasus di PDAM Gresik) Nuri Wahyuningsih, Dwi Pusdikarta Jurusan Matematika Institut
Lebih terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK MESIN DI PT X DENGAN DIAGRAM KONTROL MAHALANOBIS DISTANCE (D 2 )
PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK MESIN DI PT X DENGAN DIAGRAM KONTROL MAHALANOBIS DISTANCE (D 2 ) Septyarini Dwi Rianti, dan Muhammad Mashuri Jurusan Statistika Institut
Lebih terperinciAnalisis 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 terperinciISSN: 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 terperinciPENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN (PACKAGING) PT. SEMEN GRESIK (PERSERO) TBK, DI TUBAN BERBASIS METODE SIX SIGMA
PENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN (PACKAGING) PT. SEMEN GRESIK (PERSERO) TBK, DI TUBAN BERBASIS METODE SIX SIGMA Disusun oleh: Eko Oktiningrum Suhartono NRP 1309 030 034 Dosen Pembimbing
Lebih terperinciStudi 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 terperinciANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI
Lebih terperinciBAGAN KENDALI ZERO INFLATED POISSON ADRIAN MATANDUNG. Pembimbing 1. Dr. Erna Tri Herdiani, M.Si, 2. Dr. La Podje Talangko, M.Si.
BAGAN KENDALI ZERO INFLATED POISSON ADRIAN MATANDUNG Pembimbing. Dr. Erna Tri Herdiani, M.Si, 2. Dr. La Podje Talangko, M.Si. Program Studi Statistik, Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENERAPAN GRAFIK HOTELLING T 2 BIVARIAT PADA KARATERISTIK KUALITAS PARFUM REMAJA DARI PERUSAHAAN X
PENERAPAN GRAFIK HOTELLING T BIVARIAT PADA KARATERITIK KUALITA PARFUM REMAJA DARI PERUAHAAN X Fitria Puspitoningrum ), Adi etiawan ) dan Hanna A.Parhusip ) ) Mahasiswa Program tudi Matematika FM UKW Jl.
Lebih terperinciPERBANDINGAN 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 terperinciBAB 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 terperinciDiagram 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 terperinciPERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 1-5 ISSN: 2303-1751 PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA NI WAYAN
Lebih terperinciProsiding 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 terperinciStudi 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 terperinciSEMINAR 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