BAB 2 LANDASAN TEORI
|
|
- Handoko Hardja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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, dan memperbaiki proses menggunakan metode metode statistik. Filosopi pada konsep pengendalian kualitas proses statistik atau yang lebih dikenal dengan pengendalian proses statistik (Statistical Process Control) adalah output pada proses atau pelayanan dapat dikemukakan ke dalam pengendalian statistik melalui alat-alat manajemen dan tindakan perancangan. Pengendalian proses statistik merupakan penerapan metode-metode statistik untuk pengukuran dan analisis variasi proses. Teknik ini merupakan parameter-parameter pada proses dan analisis proses. Dengan menggunakan pengendalian proses statistik ini maka dapat dilakukan anlisis dan minimasi penyimpangan atau kesalahan, mengkuantifikasikan kemampuan proses, menggunakan pendekatan statistik dengan dasar six sigma, dan membuat hubungan antara konsep dan teknik yang ada untuk mengadakan perbaikan proses. Sasaran pengendalian proses statistik adalah terutama adalah mengadakan pengurangan terhadap variasi atau kesalahan kesalahan proses. Selain itu, tujuan utama dalam pengendalian proses statistik adalah mendeteksi adanya khusus (assignable cause atau special cause) dalam variasi atau kesalahan proses melalui analisis data dari masalalu maupun masa mendatang. Variasi proses terdiri dari dua macam penyebab, yaitu penyebab umum (random cause atau chance cause atau common cause) yang sudah melekat pada proses, dan penyebab khusus (assignable cause atau special cause) yang merupakan kesalahan yang berlebihan. Idealnya, hanya penyebab umum yang ditunjukkan atau yang tampak dalam proses, karena hal tersebut menunjukkan bahwa proses berada dalam kondisi stabil dan dapat diprediksi. Kondisi ini menunjukkan variasi yang minimum (Ariani, D.W, 2004).
2 7 Dalam setiap proses produksi, hal yang perlu dipahami adalah setiap produk ataupun jasa yang dihasilkan tidak akan 100% sama. Hal ini karena adanya variasi selama proses produksi berlangsung. Adanya variasi merupakan hal yang normal dan wajar, namun akan berpengaruh pada kualitas produk sehingga perlu dikendalikan. Umumnya, metode statistik banyak digunakan dalam upaya pengendalian proses produksi. Pendekatan yang paling umum digunakan dalam dunia industri adalah melalui metode Statistical Process Control (SPC). Statistical Process Control merupakan metode pengambilan keputusan secara analitis yang memperlihatkan suatu proses berjalan dengan baik atau tidak. SPC digunakan untuk memantau konsistensi proses yang digunakan untuk pembuatan produk yang dirancang dengan tujuan mendapatkan proses yang terkontrol (Yuri, T, 2013) Jenis-Jenis Variasi Variasi didefinisikan sebagai ketidakseragaman produk atau jasa yang dihasilkan. Variasi dapat pula didefinisikan sebagai produk atau jasa yang dihasilkan tidak memenuhi spesifikasi standard yang telah ditetapkan. Variasi dikelompokkan menjadi 2 jenis: 1. Variasi Terkendali (Controllable Variation) Variasi terkendali adalah variasi yang dapat dikendalikan atau variasi yang dapat dihilangkan atau diminimalisir jika dilakukan aktifitas perbaikan. Variasi jenis ini biasanya bersifat stabil, konsisten, kemungkinannya random, terprediksi, terjadi secara alamiah, inheren, sebab-sebab acak. Contoh jenis variasi ini adalah kurang homogennya bahan baku, kurang cermatnya operator dan lain-lain. 2. Variasi Tidak Terkendali (Uncontrollable Variation) Variasi tidak terkendali adalah variasi yang tidak dapat dikendalikan. Variasi jenis ini biasanya bersifat tidak stabil, tidak konsisten, tidak terprediksi, dan umumnya terjadi karena faktor alam atau lingkungan,
3 8 sehingga menyebabkan abnormalitas terhadap sistem dan dapat diperbaiki secara lokal. Contoh variasi jenis ini adalah kelembaban udara, suhu ruangan yang berubah-ubah, perubahan tegangan listrik, dan lain-lain Tujuan dari Statistical Process Control Ada beberapa manfaat dari pengendalian proses statistik bagi organisasi yang menerapkannya. Ada beberapa manfaat dari pengendalian proses statistik, antara lain : 1. Tersedianya informasi bagi karyawan apabila akan memperbaiki proses. 2. Membantu karyawan memisahkan sebab umum dan sebab khusus terjadinya kesalahan. 3. Tersedianya bahasa yang umum dalam kinerja proses untuk berbagai pihak. 4. Menghilangkan penyimpangan karena sebab khusus untuk mencapai konsistensi dan kinerja yang lebih baik. 5. Pengertian yang lebih baik mengenai proses. 6. Pengurangan waktu yang berarti dalam masalah penyelesaian masalah kualitas. 7. Pengurangan biaya pembuangan produk cacat, pengerjaan ulang terhadap produk cacat, inspeksi ulang dan sebagainya. 8. Komunikasi yang lebih baik dengan pelanggan tentang kemampuan produk dalam memenuhi spesifikasi pelanggan. 9. Membuat organisasi lebih berorientasi pada data statistik daripada hanya berupa asumsi saja. 10. Perbaikan proses, sehingga kualitras produk menjadi lebih baik, biaya lebih rendah dan produktivitas meningkat Multivariate Statistical Process Control (MSPC) Ada banyak situasi yang memonitor secara bersama atau mengontrol dua atau lebih yang menghubungkan karakteristik karakteristik yang dibutuhkan.
4 9 Statistical Process Control (SPC) berdasarkan jumlah variabelnya dibedakan menjadi dua macam, yaitu univariate statistical process control (statistik pengendali proses univariat), di mana hanya ada satu variabel yang berpengaruh terhadap proses, dan multivariate statistical process control (statistik pengendali proses multivariat) yang melibatkan lebih dari satu variabel yang memiliki pengaruh terhadap proses. Perbedaan jumlah variabel tentu memilimki pengaruh terhadap perhitungan statistik yang harus dijalankan, univariate statistical process control lebih mudah dilakukan karena hanya melibatkan satu variabel, tetapi pada kenyataannya, dalam dunia industri jumlah variabel yang berpengaruh terhadap suatu proses produksi terdapat lebih dari satu variabel, sebab itulah multivariate statistical process control lebih banyak digunakan. 2.2 Deskripsi Data Multivariat Distribusi Normal Multivariat Dalam Statistical Process Control Univariat, umumnya menggunakan distribusi normal untuk menjelaskan perilaku dari karakteristik kualitas kontinu. Fungsi densitas probabilitas normal univariat adalah : ( ) ( ) (2.1) Rata rata dari distribusi normal adalah dan varian adalah. Catat bahwa (bagian dari tanda minus) bentuk eksponential dari distribusi normal bisa ditulis sebagai berikut : ( )( ) ( ) Banyaknya ukuran jarak standart akar dari ke rata rata, di mana bentuk Standart rata rata jarak dinyatakan dalam unit standart deviasi (Montgomery, D.C, 2009)
5 10 Pendekatan ini dapat digunakan dalam kasus distribusi normal multivariat. Andaikan terdapat variabel, dinyatakan dengan Variabel variabel ini disusun dalam komponen vektor [ ]. Variabel x,..., x i, x2 mempunyai probability density function : p dikatakan berditribusi normal multivariate jika (2.2) f ( x, x i 2,..., x 1 ) p / 2 (2 ) p p / 2 e 1 ( X )' 2 1 ( X ) Jika berditribusi 1 x, x2,..., x berdistribusi normal multivariate maka ( x )' ( x ) i p 2 p. Berdasarkan sifat ini maka pemeriksaan distribusi multinormal dapat dilakukan dengan cara membuat q-q plot dari nilai ( x ) ( x ) i 1,..., n (2.3) Untuk melakukan pemeriksaan data normal multivariat, dapat dilakukan dengan cara mengkonstruksikan plot chi-kuadrat dengan langkah-langkah sebagai berikut : a. Menghitung jarak tergeneralisasi : ( x ) ( x ) Keterangan : adalah dengan mencari nilai jarak kuadrat untuk setiap pengamatan ke i adalah pengamatan yang ke i, dengan i = 1, 2,..., n adalah kebalikan (inverse) matriks varians- kovarian S x adalah rata-rata variabel x b. Mengurutkan
6 11 ( ) ( )... ( ) c. Membuat plot. ( ) (( ) */ di mana (( ) * adalah persentil ( ) untuk distribusi Chi-Kuadrat dengan derajat kebebasan p. d. Plot ini merupakan garis lurus bila data berdistribusi normal multivariat. Kelengkungann menunjukkan penyimpangan dari normalitas. Kriteria Pengujian : Angka signifikansi, maka data berdistribusi normal Angka signifikansi, maka data tidak berdistribusi normal 2.3 Diagram Control Variabel Asas Dasar Diagram Control Diagram kontrol adalah teknik pengendali proses pada jalur yang digunakan secara luas untuk menaksir parameter suatu proses produksi menentukan kemampuan dan memberi informasi yang berguna dalam meningkatkan proses tersebut (Montgomery, 1990). Grafik pengendali atau disebut diagram kontrol adalah alat untuk menggambarkan dengan cara yang tepat apa yang dimaksudkan dengan pengendalian statistik, dengan itu dapat digunakan dalam berbagai cara. Grafik pengendali pertamakali ditemukan oleh Dr. Walter Andrew Shewhart, dari Bell Telephone Laboratories Amerika Serikat pada tahun Dalam banyak penerapan, ini digunakan untuk mengawasi proses pada jalur. Yakni, data sampel dikumpulkan dan digunakan untuk membentuk grafik pengendali. Grafik pengendali dapat diklasifikasikan ke dalam dua tipe umum. Apabila karakteristik kualitas dapat diukur dan dinyatakan dalam bilangan, dinamakan variabel. Dalam hal seperti itu, tepat sekali untuk melukiskan karakteristik kualitas dengan ukuran tengah dan ukuran variabilitas. Grafik pengendali untuk nilai tengah dan variabilitas dinamakan grafik pengendali variabel.
7 12 Banyak karakteristik kualitas yang tidak diukur dengan skala kuantitatif. Dalam keadaan ini, dapat dinilai tiap unit produk sebagai sesuai atau tidak sesuai atas dasar apakah produk itu memiliki atau tidak memiliki sifat tertentu, atau dapat mencacah banyak yang tidak sesuai (cacat) yang tampak pada suatu unit produk. Grafik pengendali untuk karakteristik kualitas semacam itu dinamakan grafik pengendali sifat (atribut). UCL Karakteristik kualitas sampel CL LCL Nomor sampel atau waktu Gambar 2.1 Contoh Grafik Pengendali Bentuk dasar grafik pengendali ditunjukkakan dalam Gambar 2.1 yang merupakan peragaan grafik suatu karakteristik kualitas yang telah diukur atau dihitung dari sampel terhadap nomor sampel atau waktu. Grafik itu memuat: 1. Central Line (CL) atau disebut garis tengah yang merupakan nilai rata rata karakteristik kualitas yang berkaitan dengan keadaan terkontrol. 2. Uper Control Limit (UCL) yaitu batas pengendali atas. 3. Lower Control Limit (LCL) yaitu batas pengendali bawah. Selama titik titik sampel terletak di dalam batas batas pengendali, proses dianggap dalam keadaan terkendali, dan tidak perlu tindakan apapun. Jika titik berada di luar batas pengendali, diinterpretasikan sebagai proses tak terkendali
8 13 dan diperlukan tindakan penyelidikan dan perbaikan untuk mendapatkan dan menyingkirkan sebab atau sebab sebab tersangka yang menyebabkan tingkah laku itu Diagram Control T 2 Hotelling Karya asli dalam pengendalian kualitas multivariat dikerjakan oleh Hotelling pada tahun 1947, yang menerapkan prosedurnya pada data pembidik bom selama Perang Dunia II. Misalkan terdapat variabel sampel. Rata- rata sampel dan varian dihitung dari masing masing sampel biasa sehinnga, x (2.4) Di mana : Di mana : ( x ) (2.5) Di mana adalah observasi ke i pada karakteristik kualitas ke j dalam sampel ke k. Kovarian antara karakteristik kualitas j dan karakteristik kualitas h dalam sampel ke k adalah ( x ) ( x ) (2.6) Di mana :
9 14 Statistik x, dan adalah rata rata seluruh sampel m, diperoleh Di mana : x x (2.7) Di mana : s (2.8) Dan Di mana : s (2.9), x - adalah elemen elemen dari vektor x, dan rata rata dari sampel matriks kovarian adalah sebagai (2.10) [ ] Rata- rata sampel matriks kovarian S adalah estimasi dari dalam keadaan terkendali atau terkontrol. ketika proses berada Control Chart T 2. Misalkan S bentuk persamaan digunakan untuk mengestimasi dari dan vektor Bentuk ini, biasanya disebut Control Chart T 2 Hotelling. ( x x * ( x x * (2.11)
10 15 Keterangan : : Nilai Hotelling x x : nilai observasi : estimasi mean atau rata-rata observasi : invers matriks varians kovarians S Dengan x = [ x, x..., x ] adalah vektor nilai nominal bagi tiap karakteristikkualitas dan adalah matriks kovariansi karakteristik kualitas. Grafik pengendali mempunyai batas atas dan dapat memperoleh titik persentase dari titik persentase distribusi melalui hubungan = ( ) (2.12) 2.4 Matriks Konsep Dasar dan Definisi Matriks Definisi. Matriks ialah suatu susunan berbentuk empat persegi panjang dari elemen-elemen (bilangan-bilangan) yang terdiri dari beberapa baris dan kolom dibatasi dengan tanda kurung, seperti bentuk : (, (2.13) Atau disingkat dengan: ( )
11 16. Matriks (2.12) disebut matriks tingkat, atau disingkat matriks, karena terdiri dari m baris dan n kolom. Setiap disebut elemen (unsur) dari matriks itu, sedang indeks dan berturut-turut menyatakan baris dan kolom. Jadi elemen terdapat pada baris ke-, kolom ke-. Pasangan bilangan ( ) disebut dimensi (ukuran atau bentuk) dari matriks itu. Suatu matriks tidak mempunyai harga numerik. Biasanya tanda kurung dapat dipakai seperti ( ) * + atau. Pada umumnya matiks disingkat dan dinyatakan dengan huruf besar, sedang elemen-elemen matriks dengan huruf kecil (Sianipar, P, 2007) Matriks Transpos Definisi. Transpos dari suatu matriks A berorde adalah matriks B berorde yang didefinisikan oleh: = Untuk dan. Jika baris-baris dan kolom-kolom dari suatu matriks dipertukarkan (baris pertama dengan kolom pertama dan seterusnya), maka diperoleh suatu matriks yang disebut transpos yang disingkat atau. Jadi bilamana: ( + atau ( ) Akibat ( ) = Determinan Suatu Matriks
12 17 Definisi. Determinan suatu matriks berorde, dinyatakan sebagai det(a), adalah suatu skalar yang diasosiasikan dengan matriks A dan didefinisikan secara induktif sebagai: Det(A) : jika n = 1. + jika Di mana = ( ) ( ) Invers Matriks Definisi. Suatu matriks berorde dikatakan taksingular (nonsingular) atau dapat dibalik (invertible) jika terdapat matriks sehingga. Matriks disebut sebagai invers perkalian (multiplicative inverse) dari. Jadi satu matriks memiliki paling banyak satu invers perkalian, dan disebut invers perkalian dari satu matriks taksingular sebagai invers dari dan ditulis sebagai (Leon, Steven J., 2001). Dalam penelitian sebelumnya yang dilakukan pada Produk Monosodium Glutamat (MSG) di PT. AJINOMOTO INDO-NESIA, pengendalian kualitasnya baru dilakukan secara kimia dan biologi, sedangkan secara statistik masih dianalisis secara sederhana. Karakteristik kualitas MSG ada empat yaitu ph, Moist, Alpha D dan Cl-, sehingga di dalam penelitian ini akan dilakukan analisis untuk meningkatkan kualitas secara statistik yaitu analisis kapabilitas proses. Analisis kapabilitas proses dilakukan setelah membuat peta kendali Multivariat yaitu T 2 Hotelling dan Generalized Variance (GV). Hasil dari analisis kapabilitas proses secara multivariat adalah proses produksi MSG jenis RC periode Bulan Januari sampai Maret 2012 dikatakan belum terkendali dan belum kapabel karena memiliki nilai Cp yang kurang dari satu, yaitu sebesar 0, (Kurnia et al. 2013).
13 18 Dalam penelitian sebelumnya mengenai proses produksi kaca, penelitian menggunakan grafik T 2 Hotelling. Data yang digunakan merupakan data sekunder dari proses produksi kaca di Pabrik Kaca di Kabupaten Kendal pada bulan September 2014 sampai Oktober Dari sampel data produksi yang diambil, dengan asumsi bahwa hasil proses produksi yang berlangsung tidak berubah dan dapat mewakili populasi hasil produksi hari-hari lainnya. Penelitian ini dilakukan dalam dua tahap dengan menggunakan tiga karakteristik utama dari kualitas yaitu ketebalan, panjang dan lebar. Hasil dari penelitian ini menyebutkan bahwa Pada tahap pertama yang dilakukan adalah memonitor terhadap mean pada proses produksi kaca menggunakan diagram kontrol T 2 Hotelling menunjukkan bahwa proses produksi pada tahap I tidak terkontrol. Hal ini ditunjukkan adanya titik yang keluar dari batas kontrol pada pengamatan ke-3 dan ke-21. Batas kontrol yang didapat dengan menggunakan rumus BKA adalah 7,9428 pada batas kontrol atas dan 0 pada batas kontrol bawah. Pada proses produksi kaca tahap II, yaitu proses produksi bulan Oktober 2014 dengan Batas Kontrol Atas sebesar 7,9925 masih tidak stabil atau tidak terkontrol. Hal ini menunjukkan bahwa rata-rata proses produksi kaca tahap II belum mendapatkan perbaikan dari perusahaan, sehingga perusahaan harus melakukan perbaikan agar produk dihasilkan bisa berkualitas dan bisa bersaing dengan perusahaan lain (Abdullah et al. 2015).
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 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 terperinciBAB III METODE CONTROL CHART. sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses
BAB III METODE CONTROL CHART 3.1 Control Chart Peta kendali atau Control Chart merupakan suatu teknik yang dikenal sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses berada dalam
Lebih terperinciBAB 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 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 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 terperinciBAB I PENDAHULUAN. B. Rumusan masalah Bagaimana cara pengendalian kualitas proses statistik pada data variabel.
BAB I PENDAHULUAN A. Latar Belakang Pengendalian Kualitas Statistik (Statistical Quality Control) secara garis besar digolongkan menjadi dua, yakni pengendalian proses statistik (statistical process control)
Lebih terperinciDAFTAR PUSTAKA KATA PENGANTAR... DAFTAR ISI...
KATA PENGANTAR Alhamdulillahi Rabbil alamin, Puji dan syukur kepada Allah Subhanahu Wa Ta ala. Karena atas izin-nya, makalah ini dapat terselesaikan tepat pada waktunya. Makalah ini dibuat sebagai tugas
Lebih terperinciKULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL
KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL KOMPETENSI Mahasiswa dapat menyusun peta pengendali kualitas proses statistika untuk data variabel dengan menggunakan software statistika,
Lebih terperinciPengendalian Kualitas Statistik. Lely Riawati
1 Pengendalian Kualitas Statistik Lely Riawati 2 SQC DAN SPC SPC dan SQC bagian penting dari TQM (Total Quality Management) Ada beberapa pendapat : SPC merupakan bagian dari SQC Mayelett (1994) cakupan
Lebih 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 terperinciIII Control chart for variables. Pengendalian Kualitas TIN-212
III Control chart for variables Pengendalian Kualitas TIN-212 Common dan Assignable causes of variation Variabilitas dapat dibagi ke dalam dua kategori: 1. Common causes of variation. Variasi ini merupakan
Lebih terperinciANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL
ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)
Lebih 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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Statistic Quality Control (SQC) Statistik merupakan teknik pengambilan keputusan tentang suatu proses atau populasi berdasarkan pada suatu analisa informasi yang terkandung di
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Statistical Process Control (SPC) merupakan bagian dari statistik yang dapat dipakai untuk memonitor, mengendalikan dan menganalisis proses suatu produksi dengan
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Manajemen Operasi Untuk mengelola suatu perusahaan atau organisasi selalu dibutuhkan sistem manajemen agar tujuan dari perusahaan atau organisasi tersebut dapat tercapai.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kelompok besar individu yang mempunyai karakteristik umum yang sama atau kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan.
Lebih terperinciStatistical Process Control
Natasya Christy Mukuan 1701344251 LD21 Statistical Process Control Sejarah Statistical Process Control (SPC) Sebelum tahun 1900-an, industri AS umumnya memiliki karakteristik dengan banyaknya toko kecil
Lebih terperinciIMPLEMENTASI GRAFIK KENDALI MULTIVARIAT DENGAN JARAK CHI SQUARE (Studi Kasus di PT.Ongkowidjojo Malang)
1 IMPLEMENTASI GRAFIK KENDALI MULTIVARIAT DENGAN JARAK CHI SQUARE (Studi Kasus di PT.Ongkowidjojo Malang) Wulanita Dewi Anggraeni 1, Hendro Permadi Universitas Negeri Malang Email: moonietada@yahoo.com
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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Sejarah Pengendalian Kualitas Pada tahun 1924, W.A. Shewart dari Bell Telephone Laboratories mengembangkan diagram atau grafik statistik untuk mengendalikan
Lebih terperinciBAB V ANALISA HASIL. PT. XYZ selama ini belum pernah menerapkan metode Statistical Process
70 BAB V ANALISA HASIL 5.1 Analisa Hasil control chart PT. XYZ selama ini belum pernah menerapkan metode Statistical Process Control. Sebagai langkah awal penulis mencoba menganalisa data volume produk
Lebih terperinciBAB I PENDAHULUAN. Statistical Process Control (SPC) adalah suatu alat kendali proses yang
BAB I PENDAHULUAN 1.1 Latar Belakang Statistical Process Control (SPC) adalah suatu alat kendali proses yang menggunakan statistik. Metode yang sering digunakan untuk mengetahui sumber variasi dari prosesa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Sejarah Pengendalian Kualitas Pada tahun 1924, W.A. Shewart dari Bell Telephone Laboratories mengembangkan diagram atau grafik statistik untuk mengendalikan
Lebih terperinciBAB III METODE PENELITIAN. Sampel merupakan sebagian anggota dari populasi yang dipilih dengan
26 BAB III METODE PENELITIAN 3.1 Identifikasi Sampel Penelitian Sampel merupakan sebagian anggota dari populasi yang dipilih dengan suatu prosedur tertentu dan diharapkan dapat mewakili suatu populasi
Lebih terperinciGRAFIKPENGENDALI 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 terperinciPeta 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 terperinciBAB 1 PENDAHULUAN. pengendalian kualitas dalam pembuatan produk. standar (Montgomery, 1990). Statistical Quality Control (SQC) merupakan salah
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengendalian kualitas merupakan taktik dan strategi perusahaan global dengan produk perusahaan lain. Kualitas menjadi faktor dasar keputusan konsumen dalam memilih
Lebih terperinciBAB II TINJAUAN PUSTAKA. permasalahan yang teridentifikasi adalah PT. Vonex Indonesia belum
BAB II TINJAUAN PUSTAKA 2.1. Pendahuluan Berdasarkan uraian yang dikemukakan pada Bab I bahwa permasalahan yang teridentifikasi adalah PT. Vonex Indonesia belum memiliki cara untuk mengatur proses stabilitasi
Lebih terperinciPengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T 2 Hotelling (Studi Kasus PT Metec Semarang)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 311-320 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian Pengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 PENGERTIAN KUALITAS Kualitas merupakan faktor dasar yang mempengaruhi pilihan konsumen untuk berbagai jenis produk dan jasa yang berkembang pesat dewasa ini. Kualitas secara langsung
Lebih terperinciBAB 2 LANDASAN TEORI
15 BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Plastik Plastik mencakup semua bahan sintetik organik yang berubah menjadi plastis setelah dipanaskan dan mampu dibentuk di bawah pengaruh tekanan. Bahan
Lebih terperinciBAB 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 terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. PT. Citra Tunas Baru Gramindo adalah sebuah perusahaan garmen yang
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi PT. Citra Tunas Baru Gramindo adalah sebuah perusahaan garmen yang memproduksi kemeja pria dewasa dengan harga Rp. 41.000 Rp. 42.500 perkemeja.
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
38 BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Untuk mendukung perhitungan statistikal pengendalian proses maka diperlukan data. Data adalah informasi tentang sesuatu, baik yang bersifat kualitatif
Lebih 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 terperinciBAB II PEMBAHASAN Pengertian Kualitas Statistik
BAB I PENDAHULUAN Kualitas dan manajemen kualitas telah mengalami evolusi menjadi yang TQM (Total Quality Management), filosofi TQM berisi dua komponen yang saling berhubungan, yaitu sistem manajemen dansistem
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Kualitas adalah segala sesuatu yang mampu memenuhi keinginan atau kebutuhan pelanggan (meeting the needs of customers) (Gasperz, 2006). Pengendalian kualitas secara statistik dengan
Lebih terperinciPETA KENDALI VARIABEL
PETA KENDALI VARIABEL 9 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel
Lebih terperinciBab 2. Teori Dasar. 2.1 Pendahuluan
Bab 2 Teori Dasar 2.1 Pendahuluan Gagasan bagan kendali statistik pertama kali diperkenalkan oleh Walter A. Shewhart dari Bell Telephone laboratories pada tahun 1924 (Montgomery, 2001, hal 9). Tujuan dari
Lebih terperinciPENGENDALIAN KUALITAS STATISTIK
PENGENDALIAN KUALITAS STATISTIK 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2 Outline Kualitas
Lebih terperinci2. Pengawasan atas barang hasil yang telah diselesaikan. proses, tetapi hal ini tidak dapat menjamin bahwa tidak ada hasil yang
27 2. Pengawasan atas barang hasil yang telah diselesaikan Walaupun telah diadakan pengawasan kualitas dalam tingkat-tingkat proses, tetapi hal ini tidak dapat menjamin bahwa tidak ada hasil yang rusak
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 terperinciPETA KENDALI VARIABEL
PETA KENDALI VARIABEL 9 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel
Lebih 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 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 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 terperinciLAPORAN PRAKTIKUM TEKNIK PENGUJIAN MUTU HASIL PERIKANAN STATISTICAL PROCESS CONTROL
LAPORAN PRAKTIKUM TEKNIK PENGUJIAN MUTU HASIL PERIKANAN STATISTICAL PROCESS CONTROL Disusun oleh: Bekti Wulan Sari 11/318052/PN/12374 LABORATORIUM TEKNOLOGI IKAN JURUSAN PERIKANAN FAKULTAS PERTANIAN UNIVERSITAS
Lebih terperinciBAB III METODE PENELITIAN
1 BAB III METODE PENELITIAN Metode penelitian merupakan gambaran dari tahapan yang dilalui dalam menyelesaikan suatu masalah yang ditemui dalam sebuah penelitian, dimana dibuat berdasarkan latar belakang
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Dasar dari Kualitas Kata kualitas memiliki banyak definisi yang berbeda, dan bervariasi dari yang konvensional sampai yang lebih strategik. Definisi konvensional dari
Lebih 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Manajemen Operasi Dalam mengelolah suatu perusahaan atau organisasi dibutuhkan sistem manajemen agar tujuan dari perusahaan atau organisasi dapat tercapai. Manajemen
Lebih 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 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 terperinciMODUL 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 terperinciStatistical Process Control
Statistical Process Control Sachbudi Abbas Ras abbasras@yahoo.com Lembar 1 Flow Chart (dengan Stratifikasi): Grafik dari tahapan proses yang membedakan data berdasarkan sumbernya. Lembar Pengumpulan Data:
Lebih 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 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Defenisi Mutu Dalam dunia industri baik industri jasa maupun manufaktur mutu adalah faktor kunci yang membawa keberhasilan bisnis, pertumbuhan dan peningkatan posisi bersaing.
Lebih terperinciBAB 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 terperinciPeta 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 terperinciPengendalian Kualitas TIN-212
II Process Capability Analysis Pengendalian Kualitas TIN-212 Syarat-syarat pelaksanaan process capability analysis 1 Jika kita sudah mengetahui bagaimana kinerja proses kita (voice of process), tentunya
Lebih terperinciPERBANDINGAN 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 terperinciPengendalian dan Evaluasi Kualitas Beton Dengan Metode Statistical Process Control (SPC) Ir. Helmy Darjanto, MT ABSTRAK
NEUTRON, Vol.4, No. 2, Agustus 2004 105 Pengendalian dan Evaluasi Kualitas Beton Dengan Metode Statistical Process Control (SPC) Ir. Helmy Darjanto, MT ABSTRAK Hingga saat ini dalam evaluasi kualitas beton
Lebih terperinciBAB 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 terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengambilan data yang dilakukan penulis menggunakan data primer dan sekunder yang didapatkan pada Lini 2 bagian produksi Consumer Pack, yang
Lebih terperinciANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN
J u r n a l E K B I S / V o l. X IV/ N o. / e d i s i S e p t e m b e r 15 7 ANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN *( Diah Ayu Novitasari Fakultas
Lebih terperinciBAB III METODE PENELITIAN
34 BAB III METODE PENELITIAN 3.1 Objek Penelitian Menurut Sugiyono (2009, hlm.38), menyatakan bahwa objek penelitian merupakan suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai
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 terperinciMETODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data
21 3 METODOLOGI 3.1 Kerangka Pemikiran Ikan Tuna (Thunnus sp.) merupakan salah satu komoditas perikanan Indonesia yang memiliki nilai ekonomis tinggi dan mampu menembus pasar internasional. Salah satu
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Pendahuluan Pada bab ini akan akan dibahas bagaimana perhitungan untuk mengitung stabilitas produk benang TS 248 pada PT. Vonex Indonesia dengan melihat keabnormalan yang
Lebih terperinciMULTIVARIATE STATISTICAL PROCESS CONTROL DALAM PRODUKSI PULP PADA PT. TOBA PULP LESTARI SUMATERA UTARA SKRIPSI SEPRI PERMATA SARI
MULTIVARIATE STATISTICAL PROCESS CONTROL DALAM PRODUKSI PULP PADA PT. TOBA PULP LESTARI SUMATERA UTARA SKRIPSI SEPRI PERMATA SARI 120803007 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
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 terperinciBAB III METODE PENELITIAN. dan juga produk jadi Crude Palm Oil (CPO) PT Kalimantan Sanggar Pusaka
BAB III METODE PENELITIAN A. Obyek/Subyek Penelitian 1. Obyek Penelitian. Penelitian ini akan dilakukan pada proses bahan baku, proses produksi, dan juga produk jadi Crude Palm Oil (CPO) PT Kalimantan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengendalian Kualitas. Menurut (Douglas C. Montgomery, 2009:4) mutu atau kualitas sudah menjadi faktor paling penting didalam konsumen mengambil keputusan dalam memilih antara
Lebih terperinciANALISIS PENGENDALIAN KUALITAS STATISTIKA TERHADAP PROSES PENGOLAHAN LIMBAH CAIR INDUSTRI DI IPAL PT.SIER (PERSERO) SURABAYA
ANALISIS PENGENDALIAN KUALITAS STATISTIKA TERHADAP PROSES PENGOLAHAN LIMBAH CAIR INDUSTRI DI IPAL PT.SIER (PERSERO) SURABAYA Oleh: Novi Mayasari (1307030015) Dosen Pembimbing: Dra.Sri Mumpuni Retnaningsih,
Lebih terperinciPENGENDALIAN KUALITAS STATISTIK
PENGENDALIAN KUALITAS STATISTIK PENGENDALIAN KUALITAS STATISTIK Pendahuluan Kualitas / Mutu : Ukuran tingkat kesesuaian barang/ jasa dg standar/spesifikasi yang telah ditentukan/ ditetapkan. Pengendalian
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Teori Teori Umum 2.1.1 Definisi anggaran (budget) Menurut M.Nafarin ( 2000, p9 ) anggaran ( budget ) adalah suatu rencana keuangan periodik yang di susun berdasarkan program
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 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 21 Kemiskinan Definisi tentang kemiskinan telah mengalami perluasan, seiring dengan semakin kompleksnya faktor penyebab, indikator, maupun permasalahan lain yang melingkupinya Kemiskinan
Lebih terperinciPengendalian Kualitas Kadar Air Produk Kerupuk Udang Berbasis SNI Menggunakan Statistical Quality Control Method
Pengendalian Kualitas Kadar Air Produk Kerupuk Udang Berbasis SNI Menggunakan Statistical Quality Control Method Debrina Puspita Andriani *1), Destantri Anggun Rizky 2), Unggul Setiaji 3) 1,2,3) Jurusan
Lebih terperinciStudi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik
Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Empirik S 6 Jantini Trianasari Natangku 1), Adi Setiawan ), Lilik Linawati ) 1) Mahasiswa Program Studi Matematika FSM-UKSW Email : n4n4_00190@yahoo.co.id
Lebih terperinciAnalisis 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 terperinciGRAFIK PENGENDALI NON PARAMETRIK UNIVARIAT PADA DATA ph PRODUK AIR MINUM GALON MERK X BERDASARKAN FUNGSI DISTRIBUSI EMPIRIK
GRAFIK PENGENDALI NON PARAMETRIK UNIVARIAT PADA DATA ph PRODUK AIR MINUM GALON MERK X BERDASARKAN FUNGSI DISTRIBUSI EMPIRIK Jantini Trianasari Natangku ), Adi Setiawan 2), Lilik Linawati 2) ) Mahasiswa
Lebih terperinciPENGENDALIAN MUTU BERAT PRODUKSI PT. SEMEN PADANG MENGGUNAKAN BAGAN KENDALI MEDIAN ABSOLUTE DEVIATION (MAD) PADA DATA TIDAK NORMAL
Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 123 131 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGENDALIAN MUTU BERAT PRODUKSI PT. SEMEN PADANG MENGGUNAKAN BAGAN KENDALI MEDIAN ABSOLUTE DEVIATION
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 terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Setelah mengevaluasi berbagai data-data kegiatan produksi, penulis mengusulkan dasar evaluasi untuk mengoptimalkan sistem produksi produk
Lebih terperinciMETODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data
30 3 METODOLOGI 3.1 Kerangka Pemikiran Tunamerupakan komoditas komersial tinggi dalam perdagangan internasional. Salah satu bentuk olahan tuna adalah tuna loin, tuna steak, dan tuna saku. Tuna loin merupakan
Lebih terperinciKINERJA 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data. Dalam perkembangan masa,
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 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 terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Produksi merupakan sebuah siklus yang dilakukan oleh perusahaan dalam penyediaan barang atau jasa yang akan ditawarkan kepada pasar demi keberlangsungan
Lebih terperinciPENARIKAN SAMPEL & PENDUGAAN PARAMETER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti
Lebih terperinciBAB V KESIMPULAN DAN SARAN. Pengendalian Kualitas Produk Dengan Metode Statistical Process Control (SPC)
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Kesimpulan yang didapat dari hasil penelitian dan pembahasan tentang Pengendalian Kualitas Produk Dengan Metode Statistical Process Control (SPC) Pada PTP Nusantara
Lebih terperinci