PENGONTROLAN KUALITAS PRODUKSI MEBEL JENIS KURSI INDOOR DI PT.MAJAWANA DENGAN DIAGRAM KONTROL MULTIVARIAT ATRIBUT BERDASARKAN JARAK CHI-SQUARE
|
|
- Devi Halim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 FMIPA-ITS ( ) 2 Dosen Jurusan Statistika FMIPA-ITS Jl. Arief Rahman Hakim, Kampus Keputih Sukolilo, Surabaya Jawa Timur Abstrak Industri mebel merupakan salah satu sektor industri yang terus berkembang di Indonesia. Mebel Indonesia kini juga berperan penting sebagai sumber devisa bagi negara karena peminat produk tidak hanya di dalam negeri tetapi juga di luar negeri. Keadaan ini membuat para produsen mebel bersaing untuk menghasilkan produk yang berkualitas. PT Majawana merupakan salah satu perusahaan yang memproduksi mebel. Untuk mendapatkan kualitas yang baik maka diperlukan suatu pengontrolan kualitas untuk mengontrol kualitas produk. Diagram kontrol berdasarkan jarak Chi-Square merupakan salah satu diagram kontrol yang dapat digunakan untuk memonitor proses pada data yang bersifat multivariat atribut. Penerapan diagram kontrol berdasarkan jarak Chi-Square dilakukan dengan mengambil kasus proses produksi kursi indoor periode Januari 2009 Desember Dari pengontrolan yang dilakukan didapat hasil bahwa kualitas kursi indoor khususnya dilihat dari pemeriksaan bagian finishing masih belum terkontrol. Untuk itu perlu dilakukan perbaikan proses di masa mendatang agar proses lebih terkontrol. Kata Kunci : Mebel, Multivariat Atribut. Jarak Chi-Square 1.PENDAHULUAN Salah satu faktor yang mempengaruhi keputusan konsumen dalam membeli suatu produk adalah kualitas. Kualitas produk yang baik akan meningkatkan loyalitas pelanggan serta mampu menjaga persaingan dengan para kompetitor. Untuk itu para produsen selalu berupaya untuk bisa melakukan proses produksi yang baik sehingga mampu menghasilkan produk yang sesuai dengan spesifikasi konsumen. Pengujian kualitas produk dapat dilakukan dengan mengukur karakteristik kualitas produk (Ariani,2004). Salah satu tindakan yang dapat dilakukan untuk menjaga agar kualitas sesuai dengan spesifikasi konsumen adalah pengontrolan proses produksi. Dalam proses produksi pasti pernah didapatkan variabilitas dalam proses. Variabilitas ini dapat terjadi karena berbagai hal seperti peralatan serta bahan baku yang tidak sesuai, operator yang tidak memadai serta masih banyak lagi. Untuk itu diperlukan suatu metode pengontrolan proses produksi yang tepat untuk meningkatkan kualitas produk sehingga mampu meminimalisisr tingkat variabilitas. PT Majawana merupakan salah satu perusahaan yang memproduksi mebel. PT. Majawana memproduksi berbagai produk mebel seperti Cabinets, Chairs, Sofas, Tables, Beds, Mirrors, Stands serta berbagai furnitur taman.produk dari PT Majawana telah diekspor secara luas di banyak negara termasuk Amerika Serikat, Inggris, Australia, Afrika Selatan, Kuwait dan Spanyol. Karena persaingan di industri yang kita ketat serta untuk menjaga loyalitas konsumen membuat PT Majawana selalu mempertahankan bahkan meningktakan kualitas produknya. Untuk itu sebelum produk sampai ke tangan konsumen perlu dilakukan pengecekan terhadap karakteristik kualitas produk. Setiap produk 1
2 yang dihasilkan akan melalu beberapa tahapan produksi sebelum menjadi produk jadi. Dalam tahapan produksi ini pasti ditemukan kecacatan karena produk tidak memenuhi karakteristik kualitas. Statistical Proses Control (SPC) merupakan bagian dari statistik yang dapat dipakai untuk memonitor, mengedalikan, menganalisis serta memperbaiki produk dan proses dengan menggunakan metode-metode statistik. Salah satu alat yang dapat digunakan dalam SPC adalah dengan menggunakan diagram kontrol..ada 2 macam diagram kontrol menurut jenis ukuran kualitasnya yaitu diagram kontrol atribut dan diagram kontrol variabel. Diagram kontrol atribut digunakan apabila karakteristik kualitas yang diamati tidak bisa dinyatakan dalam nilai angka dan hanya dinyatakan dengan cacat dan tidak cacat. Sedangkan diagram kontrol variabel digunakan apabila karakteristik kualitas yang diamati dapat dinyatakan secara numerik (Montgomery, 2005). Menurut banyak variabel yang digunakan diagram kontrol atribut dan variabel dibedakan menjadi 2 yaitu diagram kontrol uniavariat dan diagram kontrol multivariat. Diagram kontrol univariat digunakan jika variabel karakteristik kualitas yang diamati hanya sebanyak satu. Sedangkan diagram kontrol multivariat digunakan bila variabel karakteristik kualitas yang diamati lebih dari satu. Proses produksi yang dilakukan di PT.MAJAWANA terdiri dari beberapa tahapan proses. Dalam tahapan proses tersebut akan ada dua kali pemeriksaan yaitu dibagian QC1 dan QC2. QC1 adalah pemeriksaan untuk pengukiran dan perakitan sedangkan QC2 adalah pemeriksaan finishing seperti pengamplasan, pewarnaan dan pemasangan busa. Karena banyaknya karakteristik kualitas yang cacat ada pada QC2 maka pada penelitian ini pengotrolan proses akan difokuskan pada QC2. Dalam penelitian ini karakteristik kualitas yang akan diamati sebanyak lima variabel. Karena data pada karakteristik kualitas yang diperoleh bersifat atribut dan memiliki beberapa karakteristik kualitas maka pengontrolan produksi yang tepat digunakan adalah menggunakan diagram kontrol multivariat atribut. Dalam penelitian ini akan digunakan diagram kontrol multivariat atribut berdasarkan jarak Chi- Square untuk mengetahui variasi dari setiap produk. Metode pengukuran jarak merupakan salah satu cara yang dapat digunakan untuk membuat diagram kontrol. Dengan menggunakan ukuran jarak dapat dilihat seberapa besar jarak yang terjadi antara titiktitik dalam pengamatan karakteristik kualitas baik untuk karakteristik kualitas variabel maupun atribut. Ye (2004) menjelaskan bahwa penggunaan diagram kontrol multivariat dengan menggunakan jarak Chi-Square lebih sensitif dalam mendeteksi sinyal out of control.penggunaan diagram kontrol berdasarkan jarak Chi Square diharapkan dapat diketahui variasi yang timbul dari tiap titik-titik pengamatan. 2. TINJAUAN PUSTAKA Konsep Dasar Pengendalian Proses Statistik Montgomery (2005) menjelaskan bahwa dalam proses produksi ada 2 macam variabilitas yang terjadi yaitu (random/common cause) dan assinable cause. Random Cause atau variabilitas dasar adalah pengaruh kumulatif dari banyak sebab-sebab kecil yang tak dapat dilacak sumbersumbernya. Variabilitas jenis ini tidak dapat dihilangkan sepenuhnya tetapi diminimalisir. Assinable Cause adalah variabilitas yang dapat dilacak sumber penyebabnya. Variabilitas ini umumnya lebih besar dari variabilitas dasar dan merupakan tingkat yang tidak bisa diterima dalam peranan proses sehingga harus dihilangkan. Salah satu alat yang dapatdigunakan untuk memonitor proses produksi adalah diagram kontrol. Ada 2 macam diagram kontrol menurut jenis ukuran kualitasnya yaitu diagram kontrol atribut dan diagram kontrol variabel. Diagram kontrol atribut digunakan apabila karakteristik kualitas yang diamati tidak bisa diukur dengan nilai numerik dan hanya dinyatakan dengan cacat dan tidak cacat. Sedangkan diagram kontrol variabel digunakan apabila karakteristik kualitas yang diamati dapat dinyatakan secara numerik (Montgomery, 2005) Menurut banyaknya karakteristik kualitas yang diperiksa, diagram kontrol atribut dan variable dibedakan menjadi 2 yaitu univariat dan multivariat. Diagram kontrol 2
3 univariat digunakan bila hanya 1 karakteristik kualitas yang diamati. Sedangkan diagram kontrol multivariat digunakan untuk mengamati 2 karaktersitik kualitas atau lebih yang saling berhubungan (Johnson & Wichern,1998). Diagram Kontrol Multivariat Atribut Dengan Menggunakan Jarak Chi- Square Dalam memonitor proses dengan beberapa variabel yang diduga berhubungan, proses pengontrolan secara multivariat merupakan cara yang lebih efektif untuk memperlihatkan proses pengontrolan yang lebih sensitif daripada secara univariat. Ye (2004) menjelaskan bahwa teknik Statistical Proses Control (SPC) telah berhasil dilaksanakan untuk memonitor proses manufaktur dan mendeteksi penyimpangan out-of-control. Statistik pengontrolan proses dengan beberapa variabel yang berhubungan sering hanya bergantung pada teknik-teknik SPC multivariat. Hotelling's T 2 adalah standar teknik SPC multivariat. Beberapa studi telah dilakukan untuk menguji kinerja dari Hotelling's T 2. Hasil studi ini menunjukkan bahwa semakin tinggi jumlah variabel, kinerja dari tes Hotelling's T 2 untuk mendeteksi pergeseran dari mean proses benar-benar turun. Lebih jauh lagi, jarak uji statistik konvensional hotelling T 2 memerlukan invers varians kovarians matriks. Bagi kebanyakan kumpulan data di dunia nyata, seringkali sulit untuk menghitung invers dari matriks varianskovarians karena masalah kolinearitas diantara variabel. Untuk mengatasi masalah diatas dikembangkan metode lain yaitu dengan menggunakan jarak Chi-Square yang terskalakan untuk menggantikan ukuran jarak Hotteling T 2. Prosedur ini dikembangkan untuk mempermudah pendeteksian pergeseran mean pada jumlah variabel yang cukup banyak dimana prosedur lain sulit melakukannya. Ukuran jarak Hotteling T 2 dapat diganti dengan jarak χ 2 pada prosedur pengontrolan dengan jarak Chi-Square : χ = (P P. ) P. Dimana : P = Proporsi cacat pengamatan kei pada variabel ke-j pada dengan (1 j k ) P. = Rata rata proporsi cacat variabel ke-j. Jarak Chi-Square merupakan nilai jumlahan kuadrat dari setiap jarak antara proporsi cacat P dengan rata-rata proporsi cacat P. yang dibagi dengan rata-rata proporsi P. cacat itu sendiri. Menurut teorema limit pusat ketika jumlah sampel besar maka statistik sebagai selisih jumlahan kuadrat antara nilai pengamatan dengan nilai harapannya akan mengikuti pendekatan distribusi normal. Oleh karena itu interval [ µ - Z / σ, µ + Z / σ] akan memuat (1- α)% kemungkinan nilai dari populasi, dimana µ dan σ merupakan mean dan varians dari populasi, α adalah nilai signifikansi dan Z / merupakan nilai tabulasi dari distribusi normal standard.menggunakan sampel nilai dari data populasi yang telah terkontrol, mean dan standar deviasi dari populasi dapat ditaksir dari rata-rata sampel χ dan standar deviasi sampel S. Batas kendali untuk mendeteksi penyimpangan out of control didapatkan dari batas kendali 3σ yang ditentukan dengan batas atas = χ S dan batas bawah = χ S, Hanya digunakan batas kendali atas saja karena jarak selalu bernilai positif. Batas Kendali Atas (BKA) : χ S Batas Kendali Bawah (BKB) : 0 Nilai mean diestimasi dari nilai ratarata sampel χ dengan perhitungan χ =,sedangkan nilai standard deviasi diestimasi dari standard deviasi sampel S dengan perhitungan S = ( ) Penyimpangan Out Of Control dapat terdeteksi jika suatu nilai untuk suatu pengamatan lebih besar dari χ S Prosedur ini menerapkan satu sisi atas bagan kontrol untuk memonitor proses data dan mendeteksi penyimpangan out of control dan disebut Monitoring Jarak Chi-Square. 3
4 Proses Produksi Mebel PT Majawana PT. Majawana merupakan perushaan yang bergerak di bidang mebel didirikan pada tahun 1986 oleh Syaifudin Waspada di kota Jepara, Jawa Tengah, Indonesia. PT Majawana tidak hanya memproduksi mebel antik tetapi juga memproduksi berbagai macam mebel bagus dengan desain modern, serta eksterior / garden mebel yang dibuat oleh berbagai jenis bahan (seperti Mahoni, Jati, Mindi, Sungkai, Damar). Produk yang dihasilkan PT. Majawana diantaranya almari, meja, kursi, sofa, tempat tidur serta berbagai furnitur taman telah diekspor secara luas di banyak negara termasuk Amerika Serikat, Inggris, Australia, Afrika Selatan, Kuwait dan Spanyol. Ruang produksi PT majawana cukup besar, dengan kapasitas 30 dari 40 kontainer per bulan dan didukung oleh lebih dari 450 tangan berkualitas tinggi. Proses produksi PT majawana selalu menekankan pentingnya kualitas. Untuk itu dilakukan inspeksi terhadap beberapa tahapan dalam proses produksi guna mengetahui tingkat kecacatan pada masingmasing tahapan. Berikut merupakan proses produksi secara umum PT Majawana : 1. Pembelian kayu jati, kayu mahoni atau kayu yang lainnya dalam bentuk gelondongan dari berbagai daerah. 2. Kayu kayu yang didapat kemudian dibelah menjadi bentuk papan sesuai dengan kebutuhan. 3. Setelah kayu dibelah sesuai dengan ukuran yang diinginkan, maka kayu tersebut kemudian dimasukkan kedalam oven untuk dikeringkan agar kadar air dalam papan tersebut hilang dan mudah untuk diolah ke proses selanjutnya. 4. Apabila kayu sudah mencapai kekeringan yang diinginkan lalu kayu dikeluarkan dari pengovenan untuk dipotong dan dibelah sesuai dengan ukuran dan bentuk yang diinginkan oleh bagian produksi. Adapun pemotongan kayu-kayu tersebut tetap menggunakan mesin-mesin sesuai dengan bentuk-bentuk komponen dan ukuran-ukuran yang diinginkan. Dalam proses tersebut tidak lepas dari pengawasan. Potongan tersebut kemudian digunakan untuk membuat komponen komponen, contohnya kaki meja, lengan kursi dll. 5. Berikutnya masuk ke bagian tukang kayu, apabila ada desain ukirannya maka terlebih dahulu diukir sebelum dirakit, jika tidak ada maka langsung kebagian perakitan. 6. Masuk ke bagian QC tahap pertama, jika keadaan produk sesuai bisa langsung di amplas dan finishing, jika tidak maka kembali ke tukang kayu. 7. Masuk dibagian amplas untuk dihaluskan dan finishing, yakni dengan cara di cat. Masuk ke bagian QC tahap kedua yakni memeriksa bagian amplas dan finishing. 8. Jika keadaan baik langsung di kemas. 3. METODOLOGI PENELITIAN Data yang digunakan dalam penelitian ini adalah data sekunder mengenai data kecacatan untuk masing masing variabel pada produksi kursi indoor pada bagian QC2. Produksi kursi indoor di PT MAJAWANA dalam sehari sebanyak 40 buah dan akan diperiksa 20 buah kursi tiap harinya. Dalam tiap minggu yang terdiri dari 5 hari kerja akan ada 100 kursi untuk dicatat kecacatan masingmasing variabel. Periode pengambilan data adalah bulan januari 2009 sampai dengan desember 2009 sehingga terdapat 50 pengamatan.organisasi data dapat dilihat pada tabel 1. Tabel 1. Organisasi Data Diagram Kontrol Berdasarkan Jarak Chi-Square di PT MAJAWANA dengan (a) Jumlah Kecacatan Tiap Variabel dan (b) Proporsi Kecacatan Tiap Variabel (a) Pengamatan X X X X X 1 n, n, n, n, n, 2 n, n, n, n, n, 3 n, n, n, n, n, 4 n, n, n, n, n, 5 n, n, n, n, n, 50 n, n, n, n, n, 4
5 Lanjutan Tabel 1 (b) Pengamatan X X X X X 1 p, p, p, p, p, 2 p, p, p, p, p, 3 p, p, p, p, p, 4 p, p, p, p, p, 5 p, p, p, p, p, 50 p, p, p, p, p, Rata-rata p. p. p. p. p. Tabel 1. memperlihatkan organisasi dari data pengamatan di PT Majawana. Pengamatan berjumlah 50 dan tiap pengamatan terdiri dari 100 sampel. X, X, X, X, X, merupakan variabel kualitas ke-k n,, n,,... n, merupakan banyak cacat tiap variabel ke-j pada pengamatan ke-i dan p,, p,,... p, merupakan nilai proporsi cacat tiap variabel ke-j pada pengamatan ke-i. Nilai p dihitung dengan perhitungan p =, dimana nilai n merupakan banyaknya cacat pada tiap variabel pada masing-masing pengamatan dan n merupakan ukuran sampel yaitu sebanyak 100. Nilai p,. p,. p,. p,. p. adalah ratarata proporsi untuk tiap variabel dengan perhitungan p. = dengan m=50. Variabel yang digunakan dalam penelitian ini adalah nilai kecacatan pada karakteristik kualitas produk kursi indoor. Karakteristik kualitas ini terdiri dari : X 1 = Pengamplasan kasar adalah hasil dari pengamplasan dari barang sebelum di cat terlihat masih ada seperti serabut serabut kecil dan jika diraba terasa kasar. X 2 = Popping adalah benjolanbenjolan kecil pada lapisan cat kering yang jika diperhatikan lebih seksama akan kelihatan lubang-lubang kecil di puncaknya. X 3 = Cratering merupakan salah satu kerusakan pengecatan yang ditandai dengan terjadinya kawah-kawah kecil pada permukaan lapisan cat yang menyebar secara merata pada daerah yang terkena. X 4 = Orange Peel yaitu permukaan lapisan cat tidak rata dan bergelombang seperti kulit jeruk. X 5 = Pin hole merupakan lubanglubang kecil seperti lubang jarum pada lapisan cat kering Ada beberapa tahapan dalam pembuatan digram kontrol multivariat atribut berdasarkan jarak Chi-Square. Tahap pertama adalah pemilihan data dari identifikasi variabel yang telah dilakukan sebelumnya. Data yang digunakan adalah data kecacatan karakteristik kualitas produk kursi indoor PT Majawana. Tahap kedua adalah mendapatkan nilai P dan P.. Nilai P adalah proporsi data cacat pada tiap variabel di masing-masing pengamatan. Untuk nilai P. adalah rata-rata proporsi cacat masing-masing variabel. Tahap berikutnya adalah menghitung nilai dengan menggunakan rumus χ = (. ).. Setelah mendapatkan nilai kemudian dicari nilai S. Kemudian nilai dan S digunakan untuk membuat batas kendali diagram kontrol dengan yaitu Batas Kendali Atas (BKA) : χ S dan Batas Kendali Bawah (BKB) = 0. 4.ANALISIS DAN PEMBAHASAN Deskripsi Karakteristik Data Kursi Indoor Periode Produksi Januari 2009 Desember 2009 Untuk melihat karakteristik kecacatan kursi Indoor periode produksi Januari 2009 Desember 2009 digunakan diagram pareto. Pada diagram pareto, dilakukan pengurutan dari jumlah frekuensi tertinggi ke yang paling rendah. Pengurutan dilkukan dengan menempatkan frekuensi tertinggi di bagian kiri kemudian diikuti frekuensi yang lebih rendah di bagian kanan.diagram pareto digunakan untuk mengetahui variabel yang memiliki kecacatan tertinggi atau kecacatan yang dominan. Berdasarkan data kecacatan pada 5
6 kursi indoor diperoleh diagram pareto sebagai berikut ,00% 90,00% 80,00% 70,00% 60,00% 50,00% 40,00% Banyak Cacat bertipe nominal maka korelasi yang digunakan untuk mengetahui hubungan antar variabel adalah koefisien korelasi Rank Spearman. Nilai koefisien korelasi Rank Spearman dapat dihitung dengan r = 1. Nilai d merupakan selisih antara pengamatanpengamatan tiap variabel yang telah dirangking. Nilai n merupakan banyak pengamatan yaitu n=50. Koefisien korelasi Rank Spearman r yang diperoleh untuk masing-masing pasangan variabel disajikan pada tabel 2 Tabel 2 Nilai Korelasi Tiap Pasangan Variabel ,00% 20,00% 10,00% 0,00% Gambar 1 Diagram Pareto Banyak Cacat %Cum ulative Variabel Nilai Korelasi r X 1 dan X 2 0, X 1 dan X 3 0, X 1 dan X 4 0, X 1 dan X 5 0,59539 X 2 dan X 3 0, X 2 dan X 4 0, X 2 dan X 5 0, X 3 dan X 4 0, X 3 dan X 5 0, X 4 dan X 5 0, Gambar 1 merupakan diagram pareto karakteristik kecacatan kursi indoor dengan garis horisontal menunjukkan variabel karakteristik kualitas, garis vertikal kiri menunjukan banyaknya kecacatan yang terjadi pada masing-masing variabel dan garis vertikal kanan menunjukkan persentase kecacatan. Berdasarkan gambar 4.1 diatas dapat diketahui bahwa jumlah kecacatan terbesar adalah variabel amplas kasar dengan persentase sebesar 41.8% atau sebanyak 143 cacat. Variabel dengan jumlah kecacatan terbesar kedua adalah Orange Peel yaitu sebesar 23.4% atau sebanyak 80 cacat. Dengan keadaan ini diharapkan perusahaan bisa meminimalisir tingkat kecacatan pada periode berikutnya dengan memfokuskan pengecekan pada bagian pengamplasan dan Orange Peel. Untuk melihat seberapa besar hubungan suatu variabel terhadap variabel lainnya pada data variabel data kecacatan bagian finishing kursi indoor, maka dilakukan penghitungan nilai korelasi antar variabel. Karena data yang digunakan merupakan data Untuk menguji signifikansi nilai r pada tabel 4.1 akan dilakukan pengujian dengan hipotesis H 0 : tidak ada hubungan antar dua variabel H 1 : ada hubungan antar dua variabel Nilai statistik uji t dihitung dengan t = r, nilai t kemudian dibandingkan dengan nilai t dengan α = 5 % dan df = n -2. Jika nilai t lebih dari nilai t maka tolak H 0, yang berarti bahwa ada hubungan diantara satu variabel dengan variabel yang lain. Nilai t untuk masingmasing pasangan variabel disajikan pada tabel 3 dengan t = 1,690 6
7 Tabel 3 Nilai t Tiap Pasangan Variabel Variabel Nilai t Kesimpulan X 1 dan X 2 5, Signifikan X 1 dan X 3 2, Signifikan X 1 dan X 4 6, Signifikan X 1 dan X 5 5, Signifikan X 2 dan X 3 5, Signifikan X 2 dan X 4 3, Signifikan X 2 dan X 5 9, Signifikan X 3 dan X 4 2, Signifikan X 3 dan X 5 4, Signifikan X 4 dan X 5 4, Signifikan 0,1200 0,1000 0,0800 Chi Square 0,0600 0,0400 chi square rata chi square BKA BKB Karena dari hasil penghitungan sudah menunjukkan adanya korelasi maka penerapan diagram kontrol multivariat atribut berdasarkan jarak Chi-square dapat dilakukan. Penerapan Diagram Kontrol Multivariat Atribut Berdaarkan Jarak Chi-Square Ada beberapa langkah-langkah untuk membuat diagram kontrol multivariat atribut berdasarkan jarak Chi-Square. Data yang digunakan dalam pembuatan daigram kontrol adalah data produksi mebel jenis kursi indoor PT Majawana periode produksi Januari Desember Data diambil tiap minggu sehingga akan ada 50 pengamatan selama satu tahun dengan jumlah sampel sebanyak 100. Variabel yang digunakan adalah nilai kecacatan pada karakteristik kualitas kursi jenis indoor. Langkah pertama adalah menghitung nilai proporsi nilai kecacatan dari setiap variabel pada tiap pengamatan. Selanjutnya dihitung nilai rata-rata proporsi cacat tiap variabel. Kemudian dihitung nilai jarak Chi-Square pada masing-masing pengamatan. Hasil perhitungan jarak Chi- Square pada masing-masing pengamatan dapat dilihat pada tabel 4.3. Berikut gambar diagram kontrol berdasarkan jarak Chi-Square 0,0200 0, Gambar 2 Diagram kontrol multivariat atribut berdasarkan jarak Chi-Square Gambar 2 merupakan diagram kontrol multivariat atribut berdasarkan jarak Chi- Square.Diagram kontrol yang didapat mempunyai χ = = dengan Batas Kendali Atas (BKA) = 0, dan Batas Kendali Bawah (BKB) = 0. Berdasarkan gambar 2 terlihat bahwa ada dua titik yang berada diatas garis Batas Kendali Atas (BKA). Titik-titik tersebut adalah pengamatn ke-20 dan pengamatn ke-41. Pengamatanpengamatan yang terdeteksi tidak terkontrol disebabkan oleh variabilitas yang terduga. Gambar 2 memperlihatkan bahwa pada dasarnya proses berjalan cukup stabil karena titik-titik pengamatan cenderung berkumpul di sekitar garis tengah. Terlihat masih ada beberapa titik-titik pengamatan yang nilainya cukup jauh dari nilai tengah dan ada dua titik yang terdeteksi tidak terkontrol. Terdeteksinya sinyal tidak terkontrol menunjukkan bahwa perlu dilakukan perbaikan proses.sebelum melakukan perbaikan maka perlu ditelusuri penyebab terjadinya sinyal out of control. Untuk itu perlu dilakukan pengecekan dan penelusuran faktor-faktor yang secara umum menyebabkan adanya pengamatan yang out of control. Faktor faktor penyebab itu dapat ditelusuri 7
8 dari 5 faktor utama yaitu Material,Manusia,Metode, Mesin dan Lingkungan. 5. KESIMPULAN DAN SARAN Berdasarkan hasil dan pembahasan yang telah didapt pada bagian sebelumnya, dapat diambil kesimpulan sebagai berikut Dari penerapan diagram kontrol berdasarkan jarak Chi-square yang mempunyai χ = serta Batas Kendali Atas (BKA) = 0, terlihat bahwa proses produksi kursi indoor bagian finishing belum terkendali dengan terdeteksinya dua titik pengamatan yang out of control. Terdeteksinya sinyal tidak terkontrol menunjukkan bahwa perlu dilakukan perbaikan proses.sebelum melakukan perbaikan maka perlu ditelusuri penyebab terjadinya sinyal out of control. Pada penelitian ini tidak ditelusuri faktor-faktor penyebab sinyal tidak terkontrol di bagian pengecekan finishing seperti latar belakang tukang, alat yang digunakan dan bahan baku yang digunakan. Untuk itu pada penelitian selanjutnya peneliti menyarankan agar dilakukan eksperimen untuk mengetahui faktor-faktor mana yang menyebabkan kecacatan produk kursi indoor di bagian finishing Ye,N., Borror,C.M., Parmar,D (2004). A Hybrid SPC Method with the Chi- Square Distance Monitoring Prosedure for Large-scale, Complex Process Data. Quality and Reliability Engineering 22: DAFTAR PUSTAKA Ariani, D.W. (2004). Pengendalian Kualitas Statistik (Pendekatan Kuantitatif dalam Manajemen Kualitas). Yogyakarta : ANDI Johnson, R.A. dan Wichern, D.W. (2002), Applied Multivariate Analysis, Third Edition, Prentice Hall Inc: New Jersey. Montgomery, Douglas C (2005). Introduction to Statistical Quality Control Fifth Edition. John Wiley & Sons, inc : New York. Mukhopadhyay,A.R Multivariate Attribute Control Chart Using Mahalanobis D2 Statistic. Journal of Applied Statistics,Vol.35, No.4, Ye,N., Borror,C.M., Parmar,D. (2003). Scalable Chi-Square Distance versus Conventional Statistical Distance for Process Monitoring with Uncorrelated Data Variables. Quality and Reliability Engineering 19:
LOGO. 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 terperinciPENGENDALIAN KUALITAS PRODUKSI MEBEL DI PT. MAJAWANA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE)
PENGENDALIAN KUALITAS PRODUKSI MEBEL DI PT. MAJAWANA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE) Taufiq Primananda 1, Slamet Mulyono 2, Dedy Dwi Prastyo 2 1 Mahasiswa Jurusan Statistika FMIPA-ITS
Lebih terperinciPENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO
Program Studi MMT-ITS, Surabaya Februari 3 PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO Rizal Rinumpoko *), Septia Fendiasari, Lucia Aridinanti,
Lebih 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 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 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 terperinciDIAGRAM KONTROL MULTIVARIAT BERDASARKAN JARAK CHI-KUADRAT UNTUK QUALITY CONTROL PRODUKSI DI PT ARA SHOES
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 683-690 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian DIAGRAM KONTROL MULTIVARIAT BERDASARKAN JARAK CHI-KUADRAT UNTUK
Lebih terperinciSeminar Hasil Tugas Akhir
Seminar Hasil Tugas Akhir Pengontrolan Kualitas Pada Proses Produksi Rokok Unit Sigaret Kretek Mesin (SKM) di PT. X Dengan Diagram Kontrol Mahalanobis Distance (D 2 ) Dosen Pembimbing : Dr. Muhammad Mashuri,
Lebih terperinciPENGONTROLAN 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 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 terperinciPengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum
Pengendalian Kualitas Statistik Produk Botol Sting 40 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum 1308030047 PENDAHULUAN LATAR BELAKANG PT IGLAS (Persero) merupakan perusahaan manufacturing
Lebih terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI 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 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 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 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 terperinciDiagram ARL W i & W Ri. Varian
maka nilai RL 1 yang ada ditambah satu sampai ditemui adanya out of control. Menentukan 1 dengan menghitung rata-rata RL 1 dari keseluruhan replikasi. Untuk aplikasi data yang digunakan dalam penelitian
Lebih terperinciBAB III PENGENDALIAN KUALITAS MULTIVARIAT. menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian
BAB III PENGENDALIAN KUALITAS MULTIVARIAT Seperti yang telah dibahas pada bab sebelumnya bahwa untuk menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian pada proses produksinya.
Lebih terperinciPengontrolan Kualitas Proses Produksi 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 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 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 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 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 terperinciANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X
ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X Utami Rizky Damayanti 1308 030 06 Dosen Pembimbing: Dra. Sri Mumpuni R., MT Sidang Tugas Akhir Diploma III Statistika Institut
Lebih terperinciBAB 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 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 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 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 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 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 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 terperinciPENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 104 111 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Ketatnya persaingan antara perusahaan industri satu dengan yang lainnya menyebabkan semakin banyak dan beragam industri saat ini yang berusaha untuk meningkatkan kualitas
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 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 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 terperinciAnalisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk
Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk Dias Ardha P 1311 030 032 Dosen Pembimbing Dr. Sony Sunaryo, M.Si PROGRAM STUDI DIPLOMA III Jurusan Statistika
Lebih 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 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 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 III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Studi Pendahuluan Sebelum melakukan penelitian lebih lanjut, dilakukan studi pendahuluaan terlebih dahulu. Studi pendahuluan dilakukan dengan maksud dan tujuan untuk
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 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 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 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 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 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 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 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 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 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 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 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 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 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 terperinciSTATISTICAL 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 terperinciProsiding Manajemen ISSN:
Prosiding Manajemen ISSN: 2460-6545 Analisis Pengendalian Kualitas dengan Menggunakan Metode Statistical Quality Control (SQC) Produk Kue Astor untuk Meminimumkan Produk Rusak Pada PT. Prima Jaya A.M.
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 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 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 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 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 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 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 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 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 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 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 terperinciANALISA CACAT PADA KEMASAN GARAM MENGGUNAKAN STATISTICAL PROCESS CONTROL
ANALISA CACAT PADA KEMASAN GARAM MENGGUNAKAN STATISTICAL PROCESS CONTROL Dwi Hadi Sulistyarini 1) 1) Teknik Industri, Universitas Brawijaya Jl. M.T. Haryono 167 Email : dwihadi@ub.ac.id Abstrak. UD Podo
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 I PENDAHULUAN. Sistem kualitas begitu penting dan diperlukan dalam dunia usaha untuk dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Sistem kualitas begitu penting dan diperlukan dalam dunia usaha untuk dapat bersaing dan meningkatkan keunggulan kompetitif dengan perusahaan lain yang sejenis,
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 terperinciPENGENDALIAN KUALITAS PRODUK GARAM PADA PT. SUSANTI MEGAH SURABAYA
PENGENDALIAN KUALITAS PRODUK GARAM PADA PT. SUSANTI MEGAH SURABAYA Retno Indriartiningtias Laboratorium Ergonomi dan APK Jurusan Teknik Industri Universitas Trunojoyo, Madura Email : artiningtias@yahoo.com
Lebih terperinciPERANCANGAN SISTEM PENGENDALIAN KUALITAS DENGAN METODE STATISTIK PADA PRODUK KACA LEMBARAN DI PT. MULIA GALSS FLOAT DIVISION
PERANCANGAN SISTEM PENGENDALIAN KUALITAS DENGAN METODE STATISTIK PADA PRODUK KACA LEMBARAN DI PT. MULIA GALSS FLOAT DIVISION MEDIA ASMAJAYA DAN HARI MOEKTIWIBOWO Program Studi S1 Teknik Industri, Universitas
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 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 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 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 terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK SIGARET KRETEK TANGAN SEBUAH PERUSAHAAN ROKOK DI SURABAYA MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT
PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK SIGARET KRETEK TANGAN SEBUAH PERUSAHAAN ROKOK DI SURABAYA MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT np ( Mnp ) 1 Wenny Rakhmania, 2 Dr. Muhammad Mashuri, MT 1
Lebih terperinciBAB I PENDAHULUAN. Di era globalisasi seperti sekarang ini semakin banyak perusahaanperusahaan
BAB I PENDAHULUAN 1.1 Latar Belakang Di era globalisasi seperti sekarang ini semakin banyak perusahaanperusahaan industri yang bermunculan. Persaingan didunia industri terasa semakin ketat. Perusahaan-perusahaan
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 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 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 DIAGRAM KONTROL T2 HOTELLING PADA PROSES PRODUKSI KACA. Skripsi. Disusun Oleh : Muhammad Hilman Rizki Abdullah
PENERAPAN DIAGRAM KONTROL T2 HOTELLING PADA PROSES PRODUKSI KACA Skripsi Disusun Oleh : Muhammad Hilman Rizki Abdullah 24010210120022 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciAnalisis Kualitas Pada Produksi Botol RC Cola 800 ml di PT. IGLAS (Persero) dengan menggunakan Peta Kendali Demerit
Analisis Kualitas Pada Produksi Botol RC Cola 800 ml di PT. IGLAS (Persero) dengan menggunakan Peta Kendali Demerit Nur Lailiyah Wakhidah 1308 030 030 Dosen Pembimbing: Drs. Haryono Ms. Msc. PENDAHULUAN
Lebih terperinciBAB 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 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 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 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 terperinciPengendalian Kualitas Produk Kantong Plastik dalam Menurunkan Tingkat Kegagalan Produk Jadi
Petunjuk Sitasi: Suliawati, & Gumay, V. S. (2017). Pengendalian Kualitas Produk Kantong Plastik dalam Menurunkan Tingkat Kegagalan Produk Jadi. Prosiding SNTI dan SATELIT 2017 (pp. D70-75). Malang: Jurusan
Lebih terperinciAnalisis Kapabilitas Proses Produk Transformator Hermetically Sealed 100 kva di PT. X
D-384 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Print) Analisis Kapabilitas Proses Produk Transformator Hermetically Sealed 00 kva di PT. X Geniuzan Nimas Bianti dan Sri Mumpuni Retnaningsih
Lebih 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 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 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 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 terperinciPengendalian Kualitas Produksi Botol RC Cola 200 ML di PT. IGLAS (Persero) Gresik Menggunakan Diagram Kontrol DOB (Decision On Belief)
JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (204) ISSN: 2337-3539 (230-927 Print) D-254 Pengendalian Kualitas Produksi Botol RC Cola 200 ML di PT. IGLAS (Persero) Gresik Menggunakan Diagram Kontrol DOB
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 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 terperinciAUTOKORELASI PADA BAGAN KENDALI
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 88 96 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND AUTOKORELASI PADA BAGAN KENDALI NILA CHOIROTUNNISA, MAIYASTRI, YUDIANTRI ASDI Program Studi Matematika,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Persaingan dalam industri sangat ketat, khususnya dalam industri minuman, sehingga hanya perusahaan yang
BAB I PENDAHULUAN 1.1 Latar Belakang Persaingan dalam industri sangat ketat, khususnya dalam industri minuman, sehingga hanya perusahaan yang memiliki sistem distribusi dan produksi yang baik dapat bertahan.
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 terperinci