Pengendalian Proses. Waktu

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pengendalian Proses. Waktu"

Transkripsi

1 Pengendalian Kualitas TKI-306

2 DEFINISI adalah Pernyataan tentang ukuran sampel yang akan digunakan dan kriteria penerimaan/penolakan sampel untuk memvonis suatu lot

3 Aplikasi tipikal sampling penerimaan : Perusahaan menerima kiriman barang (seringkali berupa komponen atau bahan mentah yang digunakan di dalam proses manufakturing perusahaan ybs.) dari vendor Dari lot barang diambil sampel, kemudian dilakukan inspeksi terhadap sampel tersebut dalam kaitannya dengan (beberapa) karakteristik kualitas barang. Berdasarkan informasi yang diperoleh dari inspeksi terhadap sampel tersebut, diambil keputusan berkenaan dengan disposisi lot (menerima atau menolak lot).

4 Tujuan Sampling Penerimaan 1. Untuk menaksir lot, bukan menaksir kualitas lot 2. Rancangan Sampling Penerimaan tidak memberikan suatu bentuk pengendalian kualitas langsung 3. Penggunaan Sampling penerimaan yang paling efektif adalah tidak untuk memeriksa kualitas ke dalam produk, tetapi lebih sebagai alat audit untuk menjamin hasil suatu proses telah memenuhi persyaratan.

5 Diagram Fase Penggunaan Metode Jaminan Kualitas 100 Sampling Penerimaan Persen penerapa an Pengendalian Proses Perancangan Eksperimen 0 Waktu

6 PENDEKATAN untuk memvonis lot Menerima lot tanpa pemeriksaan Pemeriksaan 100% Sampling penerimaan

7 KAPAN digunakan Sampling Penerimaan? Jika pengujian merusak Biaya pemeriksaan 100% sangat tinggi Pemeriksaan 100% secara teknologi tidak mungkin dilakukan atau membutuhkan waktu yang lama Banyak benda yang harus diperiksa Penjual mempunyai sejarah kualitas yang istimewa Terdapat resiko tanggungjawab produk yang cukup serius karena diperlukan program monitoring secara terus menerus

8 Keunggulan Sampling Penerimaan Lebih murah Lebih sedikit penanganan terhadap produk sehingga mengurangi kerusakan Dapat diterapkan pada pengujian yang merusak Lebih sedikit personil yangterlibat dalam pemeriksaan Seringkali dapat mengurangi jumlah kesalahan pemeriksaan Dapat memotifasi penjual untuk lebih meningkatkan kualitas

9 Kelemahan Sampling Penerimaan Berisiko menerima lot yang jelek dan menolak lot yang baik Kurangnya informasi mengenai produk atau proses pembuatan produk Sampling penerimaan memerlukan perencanaan dan dokumentasi mengenai prosedur sampling penerimaan

10 JENIS Sampling Penerimaan Skala datanya Variabel: Karakteristik kualitas yang diukur dalam skala numerik Atribut (lot demi lot) : Karakteristik kualitas di dasarkan pada go, no-go Tahapannya Tunggal Ganda Multiple

11 PERTIMBANGAN-PERTIMBANGAN dalam membuat lot Homogenitas Ukurannya Kesesuaian dengan sistem material handling yang digunakan oleh penjual maupun konsumen

12 PROSEDUR SAMPLING PENERIMAAN Tujuan Meyakinkan tingkat kualitias bagi konsemen/produsen Prosedur atribut Pilih perencanaan untuk kurva KO tertentu Prosedur variabel Pilih perencanaan untuk kurva KO tertentu Memelihara kualitas pada target Sistem AQL; MIL STD 105E, ANSI/ASQC Z1.4 Sistem AQL; MIL STD 414, ANSI/ASQC Z1.9 Meyakinkan tingkat kualitas rata- rata Mengurangi pemeriksaan, dengan ukuran sampel kecil, sejarah kualitas baik Mengurangi pemeriksaan setalah sejarah kualitas baik Meyakinkan kualitas tidak lebih jelek dari target Sistem AOQL, Perencanaaan Dodge-Romig Chain sampling Sampling Skip-lot,, sampling ganda Perencanaan LTPD; Perencanaan Dodge-Romig Sistem AOQL Narrow-limit gaging Sampling Skip-lot,, sampling ganda Perencanaan LTPD; Uji hipotesis

13 PERENCANAAN SAMPLING TUNGGAL PADA ATRIBUT adalah Prosedur memvonis kotak dimana sejumlah sampel n unit dipilih secara acak dari lot dan kedudukan lot ditentukan berdasarkan informasi yang dimuat dalam sampel tersebut

14 Perencanaan Sampling TUNGGAL Andaikan suatu lot berukuran N akan diperiksa. Perencanaan Sampling tunggal didefinisikan sebagai ukuran sampel n dan bilangan penerimaan c. Contoh: Andaikan terdapat N = dan perencanaan sampling n = 89 dan c = 2. Ini berarti dari lot yang berukuran diampil suatu sampel acak dengan n = 89 unit untuk diperiksa dan diamati jumlah unit yang tidak sesuai (cacat) yang dinyatakan dalam d. Jika terdapat d (c = 2) maka lot diterima,, namun Jika terdapat d > 2 maka lot akan ditolak

15 KURVA KARAKTERISTIK OPERASI (KURVA KO) adalah Kurva yang digunakan untuk menggambarkan perencanaan sampling penerimaan

16 Bagaimana membuat Kurva KO? Distribusi banyak cacat d dalam sampel acak dengan n unit mengikuti distribusi Binomial dengan parameter n dan p, dimana p adalah bagian unit yang cacat dalam lot. Probabilitas akan mengamati tepat d cacat adalah: n! d P [ d cacat] f ( d ) p (1 p ) d! ( n d )! Probabilitas akan mengamati d lebih kecil atau sama dengan c adalah: n d P a P{ d c} c d0 n! p d!( n d)! d (1 p) nd

17 Misal, jika cacat lot adalah p = 0,01, n = 89, dan c = 2, maka P a P{ d 2} 89! (0,01) 0!89! 0, d 0 89! (0,01) d!(89 d)! (0,99) 89 89! 1!88! d (0,01) (0,99) 1 (0,99) 89d 88 89! (0,01) 2!87! 2 (0,99) Probabilitas penerimaan, Pa n = 89 c = Bagian cacat lot, p

18 n =5 0 c= 1 Pengaruh n dan c pada Kurva KO Probabilitas pen nerimaan, Pa n =20 n=100 c=2 0 c= Bagian cacat lot, p

19 Tipe B: Kurva KO tipe A, Kurva KO tipe B 1. Diasumsikan bahwa sampel berasal dari sejumlah besar lot atau sampling dilakukan secara random dari suatu aliran lot yang dihasilkan oleh suatu proses 2. Distribusi probabilitas untuk menghitung probabilitas penerimaan lot adalah distribusi binomial Tipe A: 1. Digunakan untuk menghitung probabilitas penerimaan dari suatu lot tertentu yang berukuran terhingga. 2. Distribusi probabilitas banyaknya item cacat di dalam sampel adalah distribusi hypergeometriks.

20 Merancang Perencanaan Sampling Tunggal dengan Kurva KO tertentu Misalkan diinginkan untuk membuat rencana sampling tunggal sedemikian hingga probabilitas penerimaan lot dengan fraksi cacat p 1 adalah 1- α,, dan probabilitas penerimaan lot dengan fraksi cacat p 2 adalah ß. Diasumsikan juga bahwa distribusi probabilitas sampling adalah binomial (jadi, kurva KO-nya adalah kurva tipe B). Maka:

21 Ukuran sampel Ukuran sampel n dan bilangan penerimaan dan bilangan penerimaan c didapatkan didapatkan dengan menyelesaikan formula berikut ini: dengan menyelesaikan formula berikut ini: d n d c d p p d n d n !!! 1 d n d c d p p d n d n !!!

22 Pembetulan Pemeriksaan (Rectifying inspection) Kotak ditolak Bagian cacat 0 Kotak Masuk Bagian cacat p 0 Aktifitas pemeriksaan Kotak diterima Bagian cacat p 0 Kotak keluar Bagian cacat p 1 < p 0 Untuk mengevaluasi perencanaan sampling digunakan: AOQ ( Average Outgoing Quality ) P p( N N n a ) ATI (Average Total Inspection) = n + (1 Pa)(N n)

23 Perencanaan Sampling GANDA adalah suatu prosedur dimana sebelum membuat suatu keputusan dalam kondisi tertentu diperlukan sampel kedua

24 Empat parameter yang dibutuhkan: n n c c ukuran ukuran bilangan bilangan sampel pertama sampel kedua penerimaan dari penerimaan dari sampel sampel pertama kedua Misalkan n1 50, c1 1, n2 100, c2 3 Maka:

25 PROSEDUR PERENCANAAN SAMPLING GANDA Pemeriksaan sampel acak dengan n 1 = 50 dari lot d 1 =banyak cacat diamati Terima lot d 1 <= c 1 =1 1< d 1 3 d 1 > c 2 =3 Tolak lot Pemeriksaan sampel acak dengan n 2 = 100 dari lot d 2 =banyak cacat diamati Terima lot d 1 + d 2 c 2 = 3 d 1 + d 2 > c 2 = 3 Tolak lot

26 Kurva Karakteristik Operasi Probab bilitas penerimaan, Pa Probabilitas penolakan pada sampel pertama (skala kanan) Probabilitas penerimaan pada Probabilitas penerimaan pada sampel ko mbinasi (skala kiri) sampel pertama (skala kiri) Fraksi cacat lot, p

27 Misalkan: Maka: n n P 1 2 Average Sample Number,, ASN ASN average sample number I ukuran sampel pertama ukuran sampel kedua probabilitas menentukan disposisi lot pada sampel pertama lot diterima pada sampel pertama P lot ditolak pada sampel pertama P ASN n1 n2(1 PI ) Jika formula di atas digunakan untuk berbagai fraksi cacat lot, p, yang berbeda-beda, beda, maka kurva yang dibuat dengan ASN dan p sebagai sumbu dinamakan Kurva ASN

28 AOQ, ATI AOQ ATI I II Pa 1 a 1 2 n 1 di mana : P N n P N n n I a N II a n n P N 1 P 1 2 a p P a probabilit P I a P II a as akhir penerimaan lot

29 Perencanaan Sampling Majemuk Merupakan perluasan dari sampling ganda, dimana diperlukan lebih dari dua lot untuk memvonis suatu lot. Pembuatan kurva KO merupakan perluasan langsung dari kurva KO sampling ganda. Juga dimungkinkan untuk membuat kurva ASN. Keunggulan: sampel yang dibutuhkan pada tiap-tiap tahap biasanya lebih kecil daripada jumlah sampel yang dibutuhkan pada sampling tunggal maupun sampling ganda.

30 Contoh: suatu sampling majemuk sebanyak lima tahap Ukuran sampel kumulatif Bilangan penerimaan Bilangan penolakan

31 Penjelasan: Jika, setelah selesainya sampling pada tahapan tertentu, banyaknya item cacat adalah kurang dari atau sama dengan besarnya bilangan penerimaan, maka lot diterima. Jika, pada tahapan sampling tertentu, banyaknya item cacat adalah sama dengan lebih dari bilangan penolakan, maka lot ditolak. Jika keduanya tidak terpenuhi, maka dilakukan sampling tahapan berikutnya. Prosedur sampling majemuk diteruskan hingga sampel kelima diambil, pada tahapan mana dibuat keputusan tentang disposisi lot.

Rabu, 8 Desember 2010

Rabu, 8 Desember 2010 Perencanaan Sampling Penerimaan dengan Atribut Bagian - 1 ekop2003@yahoo.com Rabu, 8 Desember 2010 Review Apa tujuan dilakukannya analisis kemampuan proses? Apa artinya jika indek kemampuan proses ( C

Lebih terperinci

SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING )

SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING ) SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING ) PENDAHULUAN Pengertian dari Sampling Penerimaan : keputusan untuk menerima atau menolak suatu lot atau populasi berdasarkan hasil dari pemeriksaan sebagian lot

Lebih terperinci

RENCANA PENERIMAAN SAMPEL (ACCEPTANCE SAMPLING)

RENCANA PENERIMAAN SAMPEL (ACCEPTANCE SAMPLING) 1 KOMPETENSI Mampu menerapkan rencana penerimaan sampel, baik satu tingkat atau beberapa tingkat, untuk data atribut dan data variabel dengan menggunakan beberapa metode guna menentukan keputusan dalam

Lebih terperinci

Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut

Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut 13 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hdp://debrina.lecture.ub.ac.id/

Lebih terperinci

ACCEPTANCE SAMPLING PLANS MUHAMMAD YUSUF IWAN NOEGROHO GALIH DWI AGUNG P BRIAN REYVENDRA P AHMAD AUDREY T. JUIOCAISAR W SYAFIQAR NABIL M.

ACCEPTANCE SAMPLING PLANS MUHAMMAD YUSUF IWAN NOEGROHO GALIH DWI AGUNG P BRIAN REYVENDRA P AHMAD AUDREY T. JUIOCAISAR W SYAFIQAR NABIL M. ACCEPTANCE SAMPLING PLANS MUHAMMAD YUSUF IWAN NOEGROHO GALIH DWI AGUNG P BRIAN REYVENDRA P AHMAD AUDREY T. JUIOCAISAR W SYAFIQAR NABIL M. ILHAMDKA 125060707111002 125060707111004 125060707111009 125060707111022

Lebih terperinci

BAB III MODEL DASAR DAN RENCANA PENGEMBANGAN AOQ DAN ATI

BAB III MODEL DASAR DAN RENCANA PENGEMBANGAN AOQ DAN ATI BAB III MODEL DASAR DAN RENCANA PENGEMBANGAN AOQ DAN ATI 3.1. Kualitas Keluaran Rata Rata (AOQ) Mengukur performasi rencana sampling penerimaan dapat dikatakan melalui AOQ (Average Outgoing Quality) atau

Lebih terperinci

Rabu, 8 Desember 2010

Rabu, 8 Desember 2010 Perencanaan Samling Penerimaan dengan Atribut Bagian - eko003@yahoo.com Rabu, 8 Desember 00 Isi Bagian. Masalah samling enerimaan. Alat untuk mengevaluasi rencana samling 3. Perencanaan samling tunggal

Lebih terperinci

Seminar Nasional IENACO ISSN: PENENTUAN SAMPEL PRODUK LINK BELT MENGGUNAKAN METODE ACCEPTANCE SAMPLING MIL-STD-105E

Seminar Nasional IENACO ISSN: PENENTUAN SAMPEL PRODUK LINK BELT MENGGUNAKAN METODE ACCEPTANCE SAMPLING MIL-STD-105E PENENTUAN SAMPEL PRODUK LINK BELT MENGGUNAKAN METODE ACCEPTANCE SAMPLING MIL-STD-105E Siti Nandiroh 1, Ganang Adi Sulistyawan 2 1 Pusat Studi Logistik dan Optimisasi Industri (PUSLOGIN), Universitas Muhammadiyah

Lebih terperinci

MILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon ( )

MILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon ( ) MILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon (4133230016) Robinsar Pakpahan (4133230031) Rony G.T.Marpaung (4133230032) Sumanto Sitanggang (4132230035) MIL-STD-105E Suatu sistem rencana penarikan

Lebih terperinci

BAB II LANDASAN TEORI. SEMPEL TUNGGAL MAUPUN GANDA. NAMUN APABILA MASIH TERDAPAT KERAGUAN DAN HARUS

BAB II LANDASAN TEORI. SEMPEL TUNGGAL MAUPUN GANDA. NAMUN APABILA MASIH TERDAPAT KERAGUAN DAN HARUS BAB II LANDASAN TEORI. SEMPEL TUNGGAL MAUPUN GANDA. NAMUN APABILA MASIH TERDAPAT KERAGUAN DAN HARUS BAB II LANDASAN TEORI 2.1 Sejarah ANSI/ASQC Rencana penerimaan sample secara manual dapat dilakukan

Lebih terperinci

Praktikum Total Quality Management

Praktikum Total Quality Management Moul ke: 09 Dr. Fakultas Praktikum Total Quality Management Aries Susanty, ST. MT Program Stui Acceptance Sampling Abstract Memberikan pemahaman tentang rencana penerimaan sampel, baik satu tingkat atau

Lebih terperinci

BAB II LANDASAN TEORI. sempel tunggal maupun ganda. Namun apabila masih terdapat keraguan dan harus

BAB II LANDASAN TEORI. sempel tunggal maupun ganda. Namun apabila masih terdapat keraguan dan harus BAB II LANDASAN TEORI 2.1 Sejarah ANSI/ASQC Rencana penerimaan sample secara manual dapat dilakukan baik untuk sempel tunggal maupun ganda. Namun apabila masih terdapat keraguan dan harus dilakukan perencanaan

Lebih terperinci

BAB I PENDAHULUAN. Perencanaan dan pengendalian terhadap kualitas merupakan bagian yang

BAB I PENDAHULUAN. Perencanaan dan pengendalian terhadap kualitas merupakan bagian yang BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perencanaan dan pengendalian terhadap kualitas merupakan bagian yang penting dalam proses produksi. Kualitas produk atau kualitas jasa telah lama menjadi senjata

Lebih terperinci

TEKNIK PENARIKAN SAMPEL PADA DATA ATRIBUT UNTUK PEMERIKSAAN HASIL AKHIR PRODUKSI

TEKNIK PENARIKAN SAMPEL PADA DATA ATRIBUT UNTUK PEMERIKSAAN HASIL AKHIR PRODUKSI TEKNIK PENARIKAN SAMPEL PADA DATA ATRIBUT UNTUK PEMERIKSAAN HASIL AKHIR PRODUKSI ERNANING WIDIASWANTI Program Studi Teknik Industri, Universitas Trunojoyo Madura Jl. Raya Telang PO Box Kamal, Bangkalan,

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 30 BAB 3 METODE PENELITIAN 3.1 Populasi dan Metode Pengambilan Sampel Dalam penelitian ini yang menjadi populasi penelitian adalah bahan baku yang digunakan oleh PT Singgang Jati. Jumlah populasi penelitian

Lebih terperinci

Sampling Plan System for Attribute Inspection. For use with ANSI / ASQC Z1.4

Sampling Plan System for Attribute Inspection. For use with ANSI / ASQC Z1.4 Sampling Plan System for Attribute Inspection For use with ANSI / ASQC Z1.4 March 2008 PENGANTAR Panduan ini disusun berdasarkan buku Sampling Procedure and Tables for Inspection by Attribute yang diterbitkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 23 BAB 2 LANDASAN TEORI 2.1 Definisi mengenai Kualitas Saat kata kualitas digunakan, kita mengartikannya sebagai suatu produk atau jasa yang baik yang dapat memenuhi keinginan kita. Menurut ANSI/ASQC Standard

Lebih terperinci

ANALISIS RENCANA SAMPLING PENERIMAAN (RSP) MENGGUNAKAN MEDIAN PADA DATA MASA HIDUP YANG BERDISTRIBUSI EKSPONENSIAL. (Skripsi) Oleh

ANALISIS RENCANA SAMPLING PENERIMAAN (RSP) MENGGUNAKAN MEDIAN PADA DATA MASA HIDUP YANG BERDISTRIBUSI EKSPONENSIAL. (Skripsi) Oleh ANALISIS RENCANA SAMPLING PENERIMAAN (RSP) MENGGUNAKAN MEDIAN PADA DATA MASA HIDUP YANG BERDISTRIBUSI EKSPONENSIAL (Skripsi) Oleh CITRA ANGGANA SAFITRI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel

Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hdp://debrina.lecture.ub.ac.id/

Lebih terperinci

PROJECT 2 PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI

PROJECT 2 PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI PROJECT 2 PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK 2016 PROJECT 2 PENGENDALIAN KUALITAS PRODUKSI PTI Project 2 I. TUJUAN PRAKTIKUM Project

Lebih terperinci

Usulan Perencanaan Sampling Penerimaan Berdasarkan Kecacatan Atribut dengan Metode Mil Std 105E pada Proses Penyamakan Kulit

Usulan Perencanaan Sampling Penerimaan Berdasarkan Kecacatan Atribut dengan Metode Mil Std 105E pada Proses Penyamakan Kulit Performa (2008) Vol.7, No.1: 39-54 Usulan Perencanaan Sampling Penerimaan Berdasarkan Kecacatan Atribut dengan Metode Mil Std 105E pada Proses Penyamakan Kulit Lobes Herdiman, I Wayan Suletra, Amithya

Lebih terperinci

PEMODELAN KUALITAS PROSES

PEMODELAN KUALITAS PROSES TOPIK 6 PEMODELAN KUALITAS PROSES LD/SEM II-03/04 1 1. KERANGKA DASAR Sampling Penerimaan Proses Produksi Pengendalian Proses MATERIAL PRODUK PRODUK BAIK SUPPLIER Manufacturing Manufacturing KONSUMEN PRODUK

Lebih terperinci

Acceptance Sampling. sampling penerimaan

Acceptance Sampling. sampling penerimaan Acceptance Sampling sampling penerimaan ditolak dan dikembalikan? diterima? Pemeriksaan bahan baku Option: o tidak ada pemeriksaan o pemeriksaan 100% o pemeriksaan sample Supplier Pabrik Konsumen Pemeriksaan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Definisi kualitas Menurut Juran (Hunt, 1993), kualitas produk adalah kecocokan penggunaan produk (fitness for use) untuk memenuhi kebutuhan dan kepuasan pelanggan. Kecocokan penggunaan

Lebih terperinci

PENGENDALIAN MUTU PRODUK DENGAN METODE STATISTIK

PENGENDALIAN MUTU PRODUK DENGAN METODE STATISTIK PENGENDALIAN MUTU PRODUK DENGAN METODE STATISTIK IRVAN, ZULIA HANUM* RUKMINI** *Dosen Universitas Muhammadiyah Sumatera Utara **Dosen Universitas Muslim Nusantara Medan Abstrak: PT X adalah perusahaan

Lebih terperinci

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK OLEH AFRIANI SULASTINAH 1206100030 DOSEN PEMBIMBING Dra. LAKSMI PRITA WARDHANI, M.Si JURUSAN MATEMATIKA INSTITUT

Lebih terperinci

Rencana Penerimaan Sampel (Acceptance Sampling)

Rencana Penerimaan Sampel (Acceptance Sampling) Rencana Penerimaan Sampel (Acceptance Sampling) 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hdp://debrina.lecture.ub.ac.id/

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kualitas suatu produk semakin memegang peran penting, seiring dengan tingkat persaingan yang makin ketat. Tuntutan dari pelanggan semakin tinggi, mereka tidak

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengendalian Kualitas Menurut Gasperz (1998, p1) pengendalian kualitas merupakan aktivitas teknik dan manajemen, tentang bagaimana mengukur karakteristik kualitas dari output (barang

Lebih terperinci

Pengendalian Kualitas dengan Metode Acceptance Sampling (Studi kasus: AMDK ADENI Pamekasan)

Pengendalian Kualitas dengan Metode Acceptance Sampling (Studi kasus: AMDK ADENI Pamekasan) Pengendalian Kualitas dengan Metode Acceptance Sampling (Studi kasus: AMDK ADENI Pamekasan) 1 M. Fitriyan H, 2 Agus Salim Program Studi Teknik Industri, Universitas Trunojoyo Madura Jl. Raya Telang PO

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E124406 / Pengendalian dan Penjaminan Mutu Revisi 4 Satuan Kredit Semester : 3 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah

Lebih terperinci

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. dengan menggunakan jenis penelitian eksplanatif dan metode penelitian kuantitatif.

BAB 3 METODOLOGI PENELITIAN. dengan menggunakan jenis penelitian eksplanatif dan metode penelitian kuantitatif. BAB 3 METODOLOGI PENELITIAN 3.1 Desain Penelitian Jenis dan metode penelitian yang digunakan dalam penelitian ini adalah dengan menggunakan jenis penelitian eksplanatif dan metode penelitian kuantitatif.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Manajemen Sejarah manajemen menurut William (2008:44) sebagai bidang studi manajemen mungkin berusia 125 tahun, tetapi ide-ide dan praktek manajemen benarbenar telah digunakan

Lebih terperinci

Pengendalian Kualitas Statistik. Lely Riawati

Pengendalian 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 terperinci

Garis Entry Behavior. Mata kuliah: Pengendalian dan Penjaminan Mutu* (AK043241) / 2 sks

Garis Entry Behavior. Mata kuliah: Pengendalian dan Penjaminan Mutu* (AK043241) / 2 sks Mata kuliah: Pengendalian dan Penjaminan Mutu* (AK043241) / 2 sks CAPAIAN PEMBELAJARAN MATA KULIAH PENGENDALIAN DAN PENJAMINAN MUTU: 1. Mahasiswa mampu menerapkan pemikiran logis, kritis, sistematis, dan

Lebih terperinci

PENINGKATAN KEAKURATAN INSPEKSI SUBDEPARTMENT QUALITY CONTROL INCOMING : STUDI KASUS

PENINGKATAN KEAKURATAN INSPEKSI SUBDEPARTMENT QUALITY CONTROL INCOMING : STUDI KASUS PENINGKATAN KEAKURATAN INSPEKSI SUBDEPARTMENT QUALITY CONTROL INCOMING : STUDI KASUS Christian Davin Gunawan 1, Indriati Bisono 2 Abstract: PT. X produces circuit breakers. The raw material inspection

Lebih terperinci

BAB I PENDAHULUAN. kreatif menciptakan produk - produk yang tidak hanya mampu bersaing dengan

BAB I PENDAHULUAN. kreatif menciptakan produk - produk yang tidak hanya mampu bersaing dengan BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pasar bebas merupakan salah satu bentuk nyata dari globalisasi ekonomi. Dengan adanya globalisasi, para pelaku industri memang dituntut untuk semakin kreatif

Lebih terperinci

BAB I PENDAHULUAN. atau kualitas. Dalam dunia industri, kualitas barang yang dihasilkan merupakan

BAB I PENDAHULUAN. atau kualitas. Dalam dunia industri, kualitas barang yang dihasilkan merupakan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di era globalisasi yang semakin kompetitif ini, setiap pelaku bisnis yang ingin memenangkan persaingan akan memberikan perhatian penuh pada mutu atau kualitas.

Lebih terperinci

Lobes Herdiman, Retno Wulan Damayanti 1, Sukarno Jurusan Teknik Industri, Universitas Sebelas Maret, Surakarta

Lobes Herdiman, Retno Wulan Damayanti 1, Sukarno Jurusan Teknik Industri, Universitas Sebelas Maret, Surakarta Performa (2007) Vol. 6, No.2: 60-70 Perencanaan Pengambilan Sampel Lampu TL Dop 10 W pada Post Quality Inspection dengan Metode Military Standard 105D di PT. General Electric Lighting Indonesia Lobes Herdiman,

Lebih terperinci

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.

Lebih terperinci

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya

Lebih terperinci

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peubah Acak Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita

Lebih terperinci

PERMODELAN SISTEM PENGAWASAN MUTU PRODUK KUALITAS EKSPOR AGROINDUSTRI PERIKANAN RAKYAT

PERMODELAN SISTEM PENGAWASAN MUTU PRODUK KUALITAS EKSPOR AGROINDUSTRI PERIKANAN RAKYAT PERMODELAN SISTEM PENGAWASAN MUTU PRODUK KUALITAS EKSPOR AGROINDUSTRI PERIKANAN RAKYAT Oleh W I N A R N O F 26. 0198 199 4 FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR Winarno. F 26. 0198.

Lebih terperinci

Pendahuluan. Pendahuluan

Pendahuluan. Pendahuluan Pendahuluan Persaingan mutu antar perusahaan atau organisasi yang satu dengan yang lain telah membuat mutu merupakan suatu yang memerlukan perhatian lebib terutama bagi yang ingin memenangkan persaingan.

Lebih terperinci

KUMPULAN TABEL MIL-STD-414

KUMPULAN TABEL MIL-STD-414 KUMPULAN TABEL MIL-STD-414 Ir. Budi Nurtama, M.Agr. 2005 Program Studi Supervisor Jaminan Mutu Pangan Departemen Ilmu dan Teknologi Pangan Fakultas Teknologi Pertanian Institut Pertanian Bogor TABLES FOR

Lebih terperinci

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI PROBABILITAS NORMAL DISTRIBUSI PROBABILITAS NORMAL 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Karakteristik

Lebih terperinci

MODEL OPTIMISASI UKURAN LOT PRODUKSI PADA SISTEM PRODUKSI TIDAK SEMPURNA DENGAN MEMPERTIMBANGKAN PEMERIKSAAN SAMPLING BERGANDA DAN PROSES REWORK

MODEL OPTIMISASI UKURAN LOT PRODUKSI PADA SISTEM PRODUKSI TIDAK SEMPURNA DENGAN MEMPERTIMBANGKAN PEMERIKSAAN SAMPLING BERGANDA DAN PROSES REWORK Reka Integra ISSN: -5 Jurusan Teknik Industri Itenas No. Vol.4 Jurnal Online Institut Teknologi Nasional April 6 MODEL OPTIMISASI UKURAN LOT PRODUKSI PADA SISTEM PRODUKSI TIDAK SEMPURNA DENGAN MEMPERTIMBANGKAN

Lebih terperinci

BAB I PENDAHULUAN. Di dalam dunia industri, kualitas merupakan faktor dasar yang

BAB I PENDAHULUAN. Di dalam dunia industri, kualitas merupakan faktor dasar yang BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di dalam dunia industri, kualitas merupakan faktor dasar yang mempengaruhi pilihan konsumen untuk berbagai jenis produk yang berkembang pesat dewasa ini. Perusahaan

Lebih terperinci

PERANCANGAN ULANG STASIUN KERJA PADA LINTAS PERAKITAN UTAMA STEERING HANDLE

PERANCANGAN ULANG STASIUN KERJA PADA LINTAS PERAKITAN UTAMA STEERING HANDLE PERANCANGAN ULANG STASIUN KERJA PADA LINTAS PERAKITAN UTAMA STEERING HANDLE di PT XYZ MELALUI STUDI WAKTU, STUDI GERAKAN DAN ANALISIS SAMPLING INSPECTION SKRIPSI WIDHI WAHYUNIARTI 0706275151 UNIVERSITAS

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Yang termasuk persyaratan umum adalah hama/penyakit, bau apek atau asing, bahan

Yang termasuk persyaratan umum adalah hama/penyakit, bau apek atau asing, bahan BAB III METODELOGI PENELITIAN 3.1 Lokasi Penelitian Penelitian dilakukan di Gudang BULOG 206 Rembang. Gudang ini berada di Desa Kedungrejo Kabupaten Rembang. Tepatnya adalah di Jalan Raya Rembang- Blora

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial

Lebih terperinci

BAB III LANGKAH PEMECAHAN MASALAH

BAB 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 terperinci

Bab 10 Sampling Audit dalam Pengujian Pengendalian

Bab 10 Sampling Audit dalam Pengujian Pengendalian Pengauditan 1 Bab 10 Sampling Audit dalam Pengujian Pengendalian Referensi: Jusup, Al. Haryono (2001). Pengauditan. Buku 1. Yogyakarta: Bagian Penerbitan STIE YKPN Dosen: Dhyah Setyorini, M.Si. Konsep-konsep

Lebih terperinci

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Penelitian yang dilakukan adalah mengenai Analisis Penerapan Mutu Pada Sayuran Organik Berbasis Petani Di Selaawi Dan Limbangan, Garut, Jawa Barat

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)

Lebih terperinci

Konsep Dasar Statistik dan Probabilitas

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

Lebih terperinci

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

PENARIKAN 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 terperinci

PENGUMPULAN DATA PENGOLAHAN DATA

PENGUMPULAN DATA PENGOLAHAN DATA PENGUMPULAN DATA Sensus adalah cara pengumpulan data seluruh elemen populasi diselidiki satu per satu. Sensus merupakan cara pengumpulan data yang menyeluruh. Data yang diperoleh sebagai hasil pengolahan

Lebih terperinci

3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian 3.2 Metode Penelitian 3.3 Pengumpulan Data Pengumpulan data primer

3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian 3.2 Metode Penelitian 3.3 Pengumpulan Data Pengumpulan data primer 46 3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Pengambilan data lapang penelitian ini dilakukan pada bulan Juli 2010. Tempat penelitian dilakukan di PPP Sadeng, Kabupaten Gunungkidul, Daerah Istimewa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya

Lebih terperinci

Soal-soal dan Pembahasan Matematika Dasar SBMPTN-SNMPTN 2009

Soal-soal dan Pembahasan Matematika Dasar SBMPTN-SNMPTN 2009 Soal-soal dan Pembahasan Matematika Dasar SBMPTN-SNMPTN 9. Bentuk x < setara (ekivalen) dengan A. - < x C. x < E. < x < B. x < D. x > - x < - + x < dibagi - + x < x - < Jawabannya adalah B x bx m. Jika

Lebih terperinci

Jurusan Teknik Industri Itenas No.01 Vol.4 Jurnal Online Institut Teknologi Nasional Januari 2016

Jurusan Teknik Industri Itenas No.01 Vol.4 Jurnal Online Institut Teknologi Nasional Januari 2016 Reka Integra ISSN: 8-5081 Jurusan Teknik Industri Itenas No.01 Vol.4 Jurnal Online Institut Teknologi Nasional Januari 016 MODEL PENENTUAN UKURAN LOT PRODUKSI PADA SISTEM PRODUKSI YANG TIDAK SEMPURNA MENGGUNAKAN

Lebih terperinci

STMIK KAPUTAMA - BINJAI

STMIK KAPUTAMA - BINJAI STMIK KAPUTAMA - BINJAI Pengujian hipotesis merupakan suatu prosedur yang didasarkan pada bukti sampel dan teori probabilitas yang digunakan untuk menentukan apakah suatu hipotesis adalah pernyataan yang

Lebih terperinci

TUGAS KELOMPOK ANALISIS STATISTIKA (STK 511)

TUGAS KELOMPOK ANALISIS STATISTIKA (STK 511) TUGAS KELOMPOK ANALISIS STATISTIKA (STK 5) Kelompok 8 Dewi Harni Nasution G5504 Fadhlul Mubarak G55005 Irene Herietta Gustin G5505 M. Yunus G55037 Nur Azizah Komara Rifai G5500 Rita Mustika Sari G55004

Lebih terperinci

BAB II TINJAUAN PUSTAKA. oleh para konsumen dalam memenuhi kebutuhannya. Kualitas yang baik

BAB II TINJAUAN PUSTAKA. oleh para konsumen dalam memenuhi kebutuhannya. Kualitas yang baik BAB II TINJAUAN PUSTAKA A. Pengertian Kualitas Kualitas merupakan aspek yang harus diperhatikan oleh perusahaan, karena kualitas merupakan aspek utama yang diperhatikan oleh para konsumen dalam memenuhi

Lebih terperinci

DISTRIBUSI SAMPLING besar

DISTRIBUSI SAMPLING besar DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan

Lebih terperinci

BAB II DISTRIBUSI PROBABILITAS

BAB II DISTRIBUSI PROBABILITAS BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)

Lebih terperinci

PROJECT IV PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI

PROJECT IV PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI PROJECT IV PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA 2013 I. TUJUAN PRAKTIKUM PROJECT IV PENGENDALIAN KUALITAS

Lebih terperinci

Rencana Penerimaan Sampel (Acceptance Sampling)

Rencana Penerimaan Sampel (Acceptance Sampling) Rencana Penerimaan Sampel (Acceptance Sampling) 12 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/

Lebih terperinci

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

Distribusi probabilitas dan normal. Statisitik Farmasi 2015 Distribusi probabilitas dan normal Statisitik Farmasi 2015 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2.1 Pengertian dan Tujuan Manajemen Produksi dan Operasi Manajemen Produksi dan Operasi menurut Handoko adalah : Manajemen Produksi dan Operasi merupakan usaha-usaha pengelolaan

Lebih terperinci

MODEL OPTIMISASI PENENTUAN LOT PRODUKSI PADA SISTEM PRODUKSI YANG TERDETERIORASI DENGAN PEMERIKSAAN SAMPLING GANDA UNTUK MEMINIMUMKAN TOTAL BIAYA

MODEL OPTIMISASI PENENTUAN LOT PRODUKSI PADA SISTEM PRODUKSI YANG TERDETERIORASI DENGAN PEMERIKSAAN SAMPLING GANDA UNTUK MEMINIMUMKAN TOTAL BIAYA Reka Integra ISSN: 8-508 Jurusan Teknik Industri Itenas No.0 Vol.4 Jurnal Online Institut Teknologi Nasional Aprili 06 MODEL OPTIMISASI PENENTUAN LOT PRODUKSI PADA SISTEM PRODUKSI YANG TERDETERIORASI DENGAN

Lebih terperinci

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)

Lebih terperinci

Distribusi Frekuensi

Distribusi Frekuensi Distribusi Frekuensi Statistik Industri Beberapa Istilah 1 Beberapa (cont ) Kelas interval : banyaknya objek yang dikumpulkan dalam kelompok tertentu, berbentuk interval a b ex: kelas interval pertama

Lebih terperinci

SAMPLING PENERIMAAN SKRIPSI

SAMPLING PENERIMAAN SKRIPSI /i'''' " SAMPLING PENERIMAAN SKRIPSI f:::~ Mftfi't, 9-3> /C)t/ Aqh (' '"" ;- I ~ " ;I Q.. A.. 4;,. /,/ NO ~.;. ':,(',

Lebih terperinci

DISTRIBUSI VARIABEL RANDOM

DISTRIBUSI VARIABEL RANDOM DISTRIBUSI VARIABEL RANDM Distribusi Variabel Diskrit Distribusi variabel diskrit adalah salah satu variabel acak yang diasumsikan memiliki bilangan terbatas dari nilai-nilai yang berbeda. Contoh : Waktu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain

Lebih terperinci

(QS. 29:64) Dan tiadalah kehidupan dunia ini melainkan senda gurau dan main-main dan Sesungguhnya akhirat itulah yang sebenarbenamya

(QS. 29:64) Dan tiadalah kehidupan dunia ini melainkan senda gurau dan main-main dan Sesungguhnya akhirat itulah yang sebenarbenamya Dan tiadalah kehidupan dunia ini melainkan senda gurau dan main-main dan Sesungguhnya akhirat itulah yang sebenarbenamya kehidupan (QS. 29:64) Kupersembahkan buat, Ibu, Ayah, Kakak-kakakku dan Adik-adikku

Lebih terperinci

(QS. 29:64) Dan tiadalah kehidupan dunia ini melainkan senda gurau dan main-main dan Sesungguhnya akhirat itulah yang sebenarbenamya

(QS. 29:64) Dan tiadalah kehidupan dunia ini melainkan senda gurau dan main-main dan Sesungguhnya akhirat itulah yang sebenarbenamya Dan tiadalah kehidupan dunia ini melainkan senda gurau dan main-main dan Sesungguhnya akhirat itulah yang sebenarbenamya kehidupan (QS. 29:64) Kupersembahkan buat, Ibu, Ayah, Kakak-kakakku dan Adik-adikku

Lebih terperinci

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat

Lebih terperinci

Sampling, Estimasi dan Uji Hipotesis

Sampling, Estimasi dan Uji Hipotesis Sampling, Estimasi dan Uji Hipotesis Tujuan Pembelajaran Memahami perlunya suatu sampling (pengambilan sampel) serta keuntungan- keuntungan melakukannya Menjelaskan pengertian sampel acak untuk sampling

Lebih terperinci

Sampling (kamus) : Kelompok orang/barang yg dipilih untuk mewakili kelompok yang lebih besar Barang contoh yg ditawarkan untuk dicoba.

Sampling (kamus) : Kelompok orang/barang yg dipilih untuk mewakili kelompok yang lebih besar Barang contoh yg ditawarkan untuk dicoba. DEFINISI SAMPLING Sampling (kamus) : Kelompok orang/barang yg dipilih untuk mewakili kelompok yang lebih besar Barang contoh yg ditawarkan untuk dicoba. Sampling (audit) adalah pemeriksaan atas sedikit

Lebih terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan

Lebih terperinci

Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos

Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos Arie Desrianty, Fifi Herni M, Adelia Septy Perdana Jurusan Teknik Industri Institut

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN Bab ini berisi mengenai hal pokok yang mendasari dilakukannya penelitian serta identifikasi masalah penelitian meliputi latar belakang masalah, perumusan masalah, tujuan penelitian, manfaat

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia MODEL INVENTORY Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia Pendahuluan Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan untuk

Lebih terperinci

BAB 8 DISTRIBUSI PELUANG DISKRIT

BAB 8 DISTRIBUSI PELUANG DISKRIT BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu

Lebih terperinci

Distribusi Probabilitas Diskrit: Binomial & Multinomial

Distribusi Probabilitas Diskrit: Binomial & Multinomial Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi

Lebih terperinci

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal) Modul ke: Fakultas 15Ilmu Komunikasi Uji t-student dan Uji Z (Distribusi Normal) Untuk sebaran distribusi sampel kecil, dikembangkan suatu distribusi khusus yang disebut distribusi t atau t-student Dra.

Lebih terperinci

Prosedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah

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

Lebih terperinci

AUDIT & ATESTASI SA 530 SAMPLING AUDIT

AUDIT & ATESTASI SA 530 SAMPLING AUDIT AUDIT & ATESTASI SA 530 SAMPLING AUDIT Ruang Lingkup Standar Audit ini diterapkan ketika auditor telah memutuskan untuk menggunakan sampling audit dalam pelaksanaan prosedur audit. Hal ini berkaitan dengan

Lebih terperinci

MANAJEMEN KUALITAS PROYEK

MANAJEMEN KUALITAS PROYEK MANAJEMEN KUALITAS PROYEK 1. Manajemen Mutu Proyek Proyek Manajemen Mutu mencakup proses yang diperlukan untuk memastikan bahwa proyek akan memenuhi kebutuhan yang dilakukan. Ini mencakup "semua aktivitas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Pengantar Statistika Bab 1

Pengantar Statistika Bab 1 BAB 14 PENGUJIAN HIPOTESA SAMPEL KECIL 1 Pengujian Hipotesa Sampel Kecil 4 DEFINISI Pengertian Sampel Kecil Sampel kecil yang jumlah sampel kurang dari 30, maka nilai standar deviasi (s) berfluktuasi relatif

Lebih terperinci

BAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan

BAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan pengamatan pada semua elemen populasi. Karena itu, perlu dilakukan pengambilan sampel yang

Lebih terperinci

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan

Lebih terperinci

BAB I PENDAHULUAN BAB II

BAB I PENDAHULUAN BAB II BAB I PENDAHULUAN Dalam setiap pelaksanaan audit baik keuangan maupun operasional, auditor selalu dihadapkan dengan banyaknya bukti-bukti transaksi yang harus diaudit dengan waktu audit yang sangat terbatas.

Lebih terperinci