Diagram ARL W i & W Ri. Varian
|
|
- Liana Tedjo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 ini adalah data pengontrolan kualitas proses pembuatan pita plastik di PT. Yanaprima Hastapersada Sidoarjo. Proses pengendalian kualitas dilakukan terhadap pita plastik jenis Repol H3SG. mm 85 denier putih dengan bahan campuran PJ 1 15%, pada mesin Extruder IV. Proses pengambilan sampel dilakukan secara acak dengan mengambil 1 gulungan pita pada winder A dan 1 pita pada winder B, selanjutnya pita tersebut diambil sepanjang 9 cm untuk setiap gulungan. Pengambilan data dilakukan pada bulan Juli 7 hingga Agustus 7, dengan variabel yang diteliti adalah berat pita, lebar pita, kuat tarik pita, kekuatan tarik pita per berat pita, dan kemuluran pita. Langkah-langkah pembuatan diagram kontrol multivariat untuk variabilitas adalah mengestimasi parameter dari data pada bulan Juli 7, jika parameter tidak diketahui. Menghitung W i dan W Ri untuk masing-masing subgrup. Menentukan UCL menggunakan berdasarkan kesalahan tipe I yang diinginkan dalam hal ini digunakan α, p p 1/ sebesar,1. Plot sebuah titik pada diagram kontrol multivariat pada waktu i untuk masing-masing statistik. Selidiki penyebab untuk masing-masing titik out of control. Jika penyebab yang ditemukan adalah penyebab yang bisa dikontrol maka harus segera ditanggulangi atau dihilangkan sehingga proses akan kembali pada kondisi in control.. Pembahasan Simulasi Diagram Kontrol W i dan W Ri Simulasi ini digunakan untuk mengetahui kinerja dari diagram kontrol W i dan W Ri. Dari simulasi tersebut akan didapatkan nilai 1 dari masing-masing diagram kontrol. Nilai 1 yang didapatkan akan dibandingkan untuk kedua diagram kontrol sehingga dapat diketahui diagram kontrol mana yang lebih sensitif dalam mendeteksi adanya sinyal out of control. Pada makalah ini akan ditunjukkan nilai 1 untuk karakteristik kualitas sebanyak, 3,, dan 5. Masing-masing dengan ukuran sampel untuk setiap subgrup adalah 3,, 5, dan. Pengambilan sampel dilakukan secara acak dari suatu populasi berdistribusi multivariat normal. Diagram W i & W Ri ,1 1,3 1,5 1,7 1,9,1,3,5,7,9 3,1 3,3 3,5,5 5,5,5 7,5 8,5 9,5 Wi WRi Gambar 1 Diagram Kontrol W i & W Ri (p=, n=3, Skenario 1) Gambar 1 menunjukkan bahwa untuk p= dan n=3 nilai 1 pada diagram kontrol W i mempunyai kecenderungan untuk turun walaupun tidak smooth. Hal ini terlihat pada pergeseran varian 1,1 hingga 1, nilainya naik, kemudian pada pergeseran varian 1,3 nilainya turun. Sedangkan pada saat pergeseran varian 1, nilainya kembali naik. Nilai 1 W i untuk diagram kontrol ini berkisar pada 3,3 hingga 5,5. Jika dibandingkan dengan diagram kontrol W i maka nilai 1 untuk diagram kontrol W Ri masih tetap fluktuatif dan relatif lebih besar. Nilai yang fluktuatif untuk kedua diagram kontrol disebabkan oleh pengambilan sampel secara acak. Sedangkan nilai 1 berkisar pada 9,31 5
2 hingga 1,73. Hal ini berarti bahwa deteksi akan adanya sinyal out of control cenderung lebih cepat dideteksi oleh diagram kontrol W i. Diagram W i & W Ri Wi 1,1 1,3 1,5 1,7 1,9,1,3,5,7,9 3,1 3,3 3,5,5 5,5,5 7,5 8,5 9,5 WRi Gambar Diagram Kontrol W i & W Ri (p=3, n=, Skenario 1) Pada Gambar terlihat bahwa untuk p=3, 1 bernilai lebih kecil dari p=. Untuk diagram kontrol W i nilai 1 berkisar antara 1,3 hingga 3,. Sedangkan diagram kontrol W Ri berkisar antara,97 sampai 8,7. Grafik yang ditunjukkan untuk kedua diagram kontrol juga masih fluktuatif. 5 Diagram W i & W Ri 3 1 1,1 1,3 1,5 1,7 1,9,1,3,5,7,9 3,1 3,3 3,5,5 5,5,5 7,5 8,5 9,5 Wi WRi Gambar 3 Diagram Kontrol W i & W Ri (p=, n=5, Skenario 1) Untuk p= dan n=5 seperti yang terlihat pada Gambar 3 menunjukkan bahwa penurunan nilai 1 masih terjadi untuk karakteristik kualitas yang lebih besar. Pada diagram kontrol W i nilai 1 berkisar antara 1,15 hingga,7. Sedangkan untuk diagram kontrol W Ri, nilai 1 berkisar antara hingga 5,5.
3 Diagram W i & W Ri,5 3,5 3,5 1,5 1,5 1,1 1,3 1,5 1,7 1,9,1,3,5,7,9 3,1 3,3 3,5,5 5,5,5 7,5 8,5 9,5 Wi WRi Gambar Diagram Kontrol W i & W Ri (p=5, n=, Skenario 1) Gambar menunjukkan bahwa pada untuk p=5 dan n= nilai 1 pada diagram kontrol W i mempunyai kecenderungan untuk turun walaupun tidak smooth. Hal ini terlihat pada pergeseran varian 1,1 hingga 1,3 nilainya naik, kemudian pada pergeseran varian 1, nilainya turun. Sedangkan pada saat pergeseran varian 1,5 nilainya kembali naik. Nilai 1 W i untuk diagram kontrol ini berkisar pada 1,7 hingga,1. Jika dibandingkan dengan diagram kontrol W i maka nilai 1 untuk diagram kontrol W Ri masih tetap fluktuatif dan relatif lebih besar. Nilai yang fluktuatif untuk kedua diagram kontrol disebabkan oleh pengambilan sampel secara acak. Sedangkan nilai 1 berkisar pada,77 hingga 3,9. Dari keempat gambar diatas dapat disimpulkan bahwa semakin besar karakteristik kualitas maka nilai 1 akan cenderung semakin kecil. Sedangkan dari kedua diagram kontrol diketahui bahwa diagram kontrol W i lebih cepat mendeteksi adanya sinyal out of control jika dibandingkan dengan diagram kontrol W Ri. Aplikasi Diagram Kontrol W i dan W Ri Langkah pertama pada Fase I untuk pembuatan diagram kontrol W i dan W Ri adalah mendapatkan nilai matriks kovariansi dan matriks korelasi dari masing-masing subgrup. Nilai matriks kovariansi dari data secara keseluruhan didapatkan dari nilai rata-rata matriks kovariansi subgrup, hal yang sama juga dilakukan untuk mendapatkan nilai korelasi dari data secara keseluruhan yaitu dengan mengambil nilai rata-rata matriks korelasi subgrup. Batas kontrol untuk diagram kontrol W i dan W Ri dimana α yang dipilih adalah sebesar,1% sehingga didapatkan batas kontrol atas sama dengan 3,58. Diagram kontrol W i yang didapatkan dapat dilihat pada gambar berikut ini : Wi Diagram Kontrol Wi Gambar 5 Diagram Kontrol W i UCL=3,58 7
4 Gambar 5 menunjukkan bahwa proses belum terkontrol, karena terdapat nilai W i yang keluar dari batas kontrol atas dimana hanya ada 3 pengamatan yang in control, yaitu pada pengamatan 1, 15, dan 35. Untuk mendapatkan estimasi parameter yang akan digunakan pada Fase II maka data yang keluar dari batas kontrol harus dibuang sampai proses dalam keadaan terkontrol. Setelah pengamatan yang out of control dikeluarkan, didapatkan diagram kontrol W i seperti pada gambar berikut ini. Diagram Kontrol W i W i BKA= Gambar Revisi PertamaDiagram Kontrol W i Gambar menunjukkan bahwa proses belum terkontrol, karena terdapat komponen Wi yang keluar dari batas kontrol yaitu pada pengamatan 35. Langkah selanjutnya adalah melakukan revisi kedua yaitu dengan membuang pengamatan 35. Diagram kontrol Wi setelah dilakukan revisi kedua disajikan pada gambar dibawah ini. W i Diagram Kontrol Wi UCL= Gambar 7 Revisi Kedua Diagram Kontrol W i Gambar 7 menunjukkan bahwa proses sudah terkontrol, sehingga dapat dilakukan estimasi parameter. Parameter yang didapatkan adalah sebagai berikut : Σ Setelah mendapatkan taksiran parameter pada Fase I, maka langkah selanjutnya adalah melihat apakah proses sekarang (Agustus 7) tetap terkontrol, yaitu dengan membuat diagram kontrol Fase II. Langkah yang dilakukan sama dengan yang dilakukan pada Fase I, yaitu dengan membuat diagram kontrol yang menggunakan parameter pada Fase I. Pada Fase II yang dapat ditunjukkan adalah proses tetap terkontrol atau tidak. Pada tahap ini tidak dilakukan pembuangan terhadap pengamatan yang keluar dari batas kontrol. Jika terdapat pengamatan yang keluar dari batas kontrol, maka dapat disimpulkan bahwa proses sekarang tidak terkontrol. Diagram kontrol Phase II disajikan pada gambar berikut. 8
5 15 Diagram Kontrol W i W i UCL=3.58 Gambar 8 Diagram Kontrol W i Pada Fase Gambar 8 menunjukkan bahwa proses sekarang belum terkontrol, karena semua pengamatan keluar dari batas kontrol. Hal ini dapat terjadi karena pendekatan distribusi dari diagram kontrol W i adalah berdistribusi χ dengan derajat bebas p(p+1)/, sehingga batas kontrolnya tidak sensitif terhadap adanya perubahan. Diagram kontrol W Ri dengan α =,1% akan disajikan pada gambar berikut ini : 1 Diagram Kontrol W Ri W Ri UCL=3.58 Gambar 9 Diagram Kontrol W Ri Gambar 9 menunjukkan bahwa pada diagram kontrol W Ri proses belum terkontrol, karena terdapat nilai W Ri yang keluar dari batas kontrol atas, hanya ada 5 pengamatan yang in control yaitu pada pengamatan 1, 15, 19, 5, 35, dan 37. Hal yang sama juga berlaku bagi diagram kontrol W Ri banyaknya nilai W Ri yang out of control disebabkan oleh besarnya nilai p dan n. Untuk mendapatkan estimasi parameter yang akan digunakan pada Fase II maka data yang keluar dari batas kontrol harus dibuang sampai proses dalam keadaan terkontrol. Setelah pengamatan yang out of control dikeluarkan, didapatkan diagram kontrol W Ri seperti pada gambar dibawah ini. W Ri 3 1 Diagram Kontrol W Ri UCL=3.58 Gambar 1 Revisi Pertama Diagram Kontrol W Ri Gambar 1 menunjukkan bahwa proses telah terkontrol, karena semua pengamatan ada dalam batas kontrol, sehingga dapat dilakukan estimasi parameter. Parameter yang didapatkan adalah sebagai berikut : 9
6 ρ Setelah mendapatkan taksiran parameter pada Fase I, maka langkah selanjutnya adalah melihat apakah proses sekarang (Agustus 7) tetap terkontrol, yaitu dengan membuat diagram kontrol Fase II. Langkah yang dilakukan sama dengan yang dilakukan pada Fase I, yaitu dengan membuat diagram kontrol dengan menggunakan parameter yang didapatkan dari Fase I. Pada Fase II yang dapat ditunjukkan adalah proses tetap terkontrol atau tidak. Pada tahap ini tidak dilakukan pembuangan terhadap pengamatan yang keluar dari batas kontrol. Jika terdapat pengamatan yang keluar dari batas kontrol, maka dapat disimpulkan bahwa proses sekarang tidak terkontrol. Diagram kontrol Fase II disajikan pada gambar dibawah ini. 15 Diagram Kontrol W Ri W Ri UCL=3.58 Gambar 11 Diagram Kontrol W Ri Pada Fase Gambar 11 menunjukkan bahwa proses sekarang belum terkontrol karena ada pengamatan yang keluar dari batas kontrol. Ada pengamatan yang in control yaitu pada pengamatan 5 dan 38. Dari kedua diagram kontrol diketahui bahwa untuk aplikasi pada data real diagram kontrol W i lebih sensitif daripada diagram kontrol W Ri, hal ini sesuai dengan hasil dari program simulasi. 5. Kesimpulan Kesimpulan yang diperoleh dari penelitian ini adalah secara umum diagram kontrol W i lebih sensitif dibandingkan dengan diagram kontrol W Ri. Hal ini diketahui dari nilai 1 pada diagram kontrol W i lebih kecil dari pada diagram kontrol W Ri. Hal yang sama juga ditunjukkan oleh hasil aplikasi pada data pita plastik. Diketahui bahwa untuk Fase II pada diagram kontrol Wi semua pengamatan out of control, sedangkan untuk diagram kontrol W Ri ada pengamatan yang in control. Daftar Pustaka [1] Alt, F.B. (1985), Multivariate Quality Control. In: Kotz, S, Johnson, N. eds. Encyclopedia of Statistical Sciences.. New York, N. Y.: John Wiley & Sons, hal [] Anderson, T. W. (1971), An Introduction to Multivariate Statistical Analysis, John Wiley & Sons, Inc., New York. [3] Hayter, A. dan Tsui, K. (199), Identification and Quantification in Multivariate Quality Control Problems, Journal of Quality Technology, Vol., No 3, hal [] Johnson, R,. dan Wichern, D., (1988), Applied Multivariate Statistical Analysis, nd edition, Prentice-Hall. [5] Montgomery, D. C. (5). Introduction to Statistical Quality Control. 5 th edition, John Wiley & Sons, Inc., New York. [] Petros, M. (3). An Investigation of Some Characteristics of Univariate and Multivariaet Control Chart, Department of Statistics, Athens University of Economics and Business. [7] Sindelar, M.F. (7), Multivariate Statistical Process Control For Corellation Matrices, Tesis Ph.D, University of Pittsburgh, Pittsburgh. 1
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,
Lebih 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 terperinciHASIL DAN PEMBAHASAN. dengan hipotesis nolnya adalah antar peubah saling bebas. Statistik ujinya dihitung dengan persamaan berikut:
. Menyiapkan gugus data pencilan dengan membangkitkan peubah acak normal ganda dengan parameter µ yang diekstrimkan dari data contoh dan dengan matriks ragam-peragam yang sama dengan data contoh. Proses
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 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 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 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 terperinciMETODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1
Media Informatika Vol. 5 No. 1 (2006) METODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1 Ekabrata Yudhistyra Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda 96 Bandung
Lebih 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 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 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 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 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 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 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 terperinciIDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR
Saintia Matematika Vol. 2, No. 1 (2014), pp. 1 11. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Aswin Bahar, Gim Tarigan, Pengarapen Bangun Abstrak. Pernikahan dini merupakan
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 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 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 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 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 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 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 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 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 terperinciAnalisis Mutu Ketebalan Roti Sisir Pada Perusahaan XYZ
Jurnal Matematika Vol. 2 No. 1, Desember 2011. ISSN : 1693-1394 Analisis Mutu Ketebalan Roti Sisir Pada Perusahaan XYZ Ni Luh Putu Suciptawati Wella Dhanuantari Jurusan Matematika FMIPA, Universitas Udayana
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 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 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 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 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 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 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 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 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 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 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 terperinciMETODA REPLIKASI PADA SIMULASI SISTEM ANTRIAN M/M/1
Media Informatika Vol. 4 No. 3 (2005) METODA REPLIKASI PADA SIMULASI SISTEM ANTRIAN M/M/1 Ekabrata Yudhistyra Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda 96 Bandung 40132
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 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 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 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 terperinciPENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT ) DI PT.
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 76 84 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND
Lebih terperinciANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH. Mahasiswa Jurusan Statistika FSM UNDIP. Staf Pengajar Jurusan Statistika FSM UNDIP
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 497-505 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 8 Outline: Simple Linear Regression and Correlation Multiple Linear Regression and Correlation Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and
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 terperinciAnalisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh: Zubdatu Zahrati
Tugas Akhir Analisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur Oleh: Zubdatu Zahrati 309 030 002 Pembimbing: Dra. Lucia Aridinanti, MT JURUSAN
Lebih terperinciPENGONTROLAN KUALITAS PRODUKSI MEBEL JENIS KURSI INDOOR DI PT.MAJAWANA DENGAN DIAGRAM KONTROL MULTIVARIAT ATRIBUT BERDASARKAN JARAK CHI-SQUARE
PENGONTROLAN KUALITAS PRODUKSI MEBEL JENIS KURSI INDOOR DI PT.MAJAWANA DENGAN DIAGRAM KONTROL MULTIVARIAT ATRIBUT BERDASARKAN JARAK CHI-SQUARE 1 Bagus Yuswantana, 2 Haryono 1 Mahasiswa Jurusan Statistika
Lebih terperinciCAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu mengidentifikasi permasalahan multivariat 5.2 Mampu menerapkan konsep
Lebih terperinciSTUDI SIMULASI GRAFIK PENGENDALI BERDASARKAN ESTIMASI FUNGSI DENSITAS KERNEL BIVARIAT
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, Juni 0 STUDI SIMULASI GRAFIK PENGENDALI BERDASARKAN ESTIMASI FUNGSI DENSITAS KERNEL BIVARIAT
Lebih terperinciBAB 6 KESIMPULAN DAN REKOMENDASI
BAB 6 KESIMPULAN DAN REKOMENDASI 6.1. Kesimpulan Berdasarkan pada bagian-bagian sebelumnya, penulis dapat mengambil beberapa kesimpulan dari penelitian pada tugas akhir ini, diantaranya adalah: 1. Penelitian
Lebih terperinciAnalisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali
Jurnal Matematika Vol. 6 No. 1, Juni 2016. ISSN: 1693-1394 Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali I Gusti Ayu Made Srinadi Jurusan Matematika, Fakultas
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 terperinciOleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.
OPTIMASI WAKTU PEMOTONGAN BAJA HSS PADA WIRE-EDM MENGGUNAKAN METODE TAGUCHI Oleh : M. Mushonnif Efendi (307 030 05) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si. Prodi D3 STATISTIKA FAKULTAS ILMU PENGETAHUAN
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 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 terperinciProsiding Statistika ISSN:
Prosiding Statistika ISSN: 2460-6456 Penerapan Diagram Kendali Sintetik untuk mendeteksi Pergeseran Rata-rata (Kasus pada PT.World Yamater Spinning Milis II) The Synthetic Control Chart Implementation
Lebih terperinciProsiding Statistika ISSN:
Prosiding Statistika ISSN: 2460-6456 Diagram Kendali V dari Distribusi Maxwel untuk Pengendalian Kualitas Total Dissolved Solids (TDS) Air Mineral Al-Ma soem V Control Chart of The Maxwel Distribution
Lebih 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 terperinciJURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) ( X Print) A 6
JURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) 2337-3520 (2301-928X Print) A 6 Perbandingan Diagram Kontrol X Shewhart dan X VSSI (Variable Sample Size and Sampling Interval) dalam Pengendalian Kualitas
Lebih terperinciSIMULASI TEKNIK PENANGANAN MATERIAL SISTEM PRODUKSI SECARA MANUAL DAN OTOMATIS BERBASIS AUTOMATIC GUIDED VEHICLE (AGV)
SIMULASI TEKNIK PENANGANAN MATERIAL SISTEM PRODUKSI SECARA MANUAL DAN OTOMATIS BERBASIS AUTOMATIC GUIDED VEHICLE (AGV) Ardian Ari Budi Sulistyono, Andi Sudiarso Jurusan Teknik Mesin dan Industri, Fakultas
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 Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk.
Pengendalian Kualitas Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk. Fanny Ayu Octaviana 1312105005 Dosen Pembimbing : Dra. Lucia Aridinanti, MT. Jurusan
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
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 terperinciANALISIS DATA DAN PEMBAHASAN Statistika Deskriptif
ANALISIS DATA DAN PEMBAHASAN Statistika Deskriptif Bulan Jumlah hari kerja Mean Minimum Maximum Varians November 27 5,63 20 82 205,32 Desember 27 5, 32 88 20,8 Januari 23 48,48 29 65 0,90 Diagram Batang
Lebih terperinciSiapa mengintfalik,an aufi/(g.n, menuju jafan ~liicfupan, tetapi siapa menea6aik,an teguran tersesat. (jimsa{ 1 0: 17) BABV KESIMPULAN DAN SARAN
Siapa mengintfalik,an aufi/(g.n, menuju jafan ~liicfupan, tetapi siapa menea6aik,an teguran tersesat. (jimsa{ 1 0: 17) BABV KESIMPULAN DAN SARAN BABV KESIMPULAN 5.1 Kesimpulan Desain ekonomis peta kendali
Lebih terperinciSIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY
Lebih terperinciPertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression
Pertemuan 8 STATISTIKA INDUSTRI 2 TIN 4004 Outline: Regresi Linier Sederhana dan Korelasi (Simple Linier Regression and Correlation) Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability
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 terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Jurnal EKSPONENSIAL Volume 5, Nomor, Nopember 04 ISSN 085-789 Peta Kendali Multivariat dengan Dekomposisi Mason, Young dan Tracy (MYT) pada Data Outlier (Studi Kasus: Air Hasil Produksi Perusahaan Daerah
Lebih terperinci