PENERAPAN DIAGRAM MEWMA BARU PADA PROSES BLENDING BAGIAN PRIMARY DI SEBUAH PERUSAHAAN ROKOK DI SURABAYA
|
|
- Liana Widjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 Statistika FMIPA ITS Surabaya 1 liz3712@yahoo.co.id, 2 m_mashuri@statistika.its.ac.id Abstrak Saat ini, industri rokok di Indonesia berkembang cukup pesat. Perkembangan tersebut mangakibatkan munculnya persaingan yang cukup ketat. Untuk tetap dapat bersaing, salah satu faktor penting yang harus diperhatikan adalah masalah kualitas rokok. Dalam usaha menjaga kualitas rokok yang dihasilkan maka diperlukan suatu sistem pengendalian kualitas yang baik sehingga rokok yang dihasilkan dapat memenuhi standar kualitas yang ditetapkan perusahaan. Oleh karena itu, dibutuhkan metode yang tepat untuk dapat melakukan pengendalian kualitas secara maksimum, salah satunya adalah dengan menggunakan metode pengontrolan secara statistik. Pada penelitian ini pengontrolan kualitas dilakukan pada proses blending tahapan primary di PT X. Penilaian kualitas dilakukan pada beberapa karakteristik kualitas (multivariate). Salah satu peta kendali multivariat yang cukup efektif untuk mengontrol kualitas dengan pengamatan yang bersifat individual adalah peta kendali Multivariate Exponentially Weighted Moving Average (MEWMA). Dengan menggunakan pembobot yang telah ditentukan, proses produksi rokok tahap blending menunjukkan hasil yang belum terkendali secara statistik. Hal ini dikarenakan terdapat beberapa pengamatan yang berada di luar batas kendali yaitu pengamatan ke 63, 81 dan 83. Kata kunci: Multivariat, Diagram Kontrol MEWMA, Pengontrolan Kualitas 1. Pendahuluan Industri rokok berperan penting dalam kemajuan perekonomian nasional. Kontribusi ekonomi dari sektor ini dapat dilihat dari peranannya menyumbang kas negara melalui cukai, pajak, maupun devisa yang terus meningkat dari tahun ke tahun. Saat ini, industri rokok di Indonesia terdiri dari 106 perusahaan industri Sigaret Kretek Tangan (SKT), 210 perusahaan industri Sigaret Kretek Mesin (SKM) dan 10 perusahaan industri Sigaret Putih Mesin (SPM). Untuk tetap dapat bersaing, salah satu faktor penting yang harus diperhatikan adalah masalah kualitas rokok. Dalam menjaga kualitas rokok yang dihasilkan diperlukan suatu sistem pengendalian kualitas yang baik sehingga rokok yang dihasilkan dapat memenuhi standar kualitas yang ditetapkan perusahaan. Oleh karena itu, dibutuhkan metode yang tepat untuk dapat melakukan pengendalian kualitas secara maksimum. Salah satu perusahaan rokok di Surabaya adalah perusahaan yang bergerak di bidang industri sigaret kelas premium dan telah menghasilkan brand-brand rokok yang cukup terkenal. Perusahaan tersebut juga telah menyadari pentingnya menjaga kualitas produk. Hal ini bertujuan agar tidak mengecewakan konsumen dan menjaga kepercayaan konsumen terhadap perusahaan tersebut serta dapat menghasilkan keuntungan yang sesuai dengan target yang diinginkan perusahaan. Pengawasan secara bersama-sama diperlukan untuk mengendalikan beberapa karakteristik kualitas yang berhubungan, karena perbaikan 1 karakteristik kualitas belum tentu akan memperbaiki karakteristik kualitas yang lainnya. Salah satu peta kendali multivariat yang cukup efektif untuk mengontrol kualitas untuk mean proses dengan pengamatan yang bersifat individual adalah peta kendali Multivariate Exponentially Weighted Moving Average (MEWMA) 1
2 Tujuan yang ingin dicapai pada penelitian ini adalah untuk mengetahui stabilitas proses pada proses blending tahap primary serta mengidentifikasi variabel-variabel yang menyebabkan outof-control. Penerapan diagram kontrol MEWMA dalam penelitian ini menggunakan pembobot yang telah ditetapkan oleh perusahaan sesuai dengan tingkat kepentingan. Data yang digunakan adalah data quality control untuk bulan Januari sampai Maret Diagram Kontrol Multivariate Exponential Weighted Moving Average (MEWMA) Peta kendali Multivariate Exponentially Weighted Moving Average (MEWMA) adalah peta kendali yang digunakan untuk mendeteksi terjadinya perubahan mean kecil dalam proses (Khoo, 2003). Pada kasus multivariat (p 2), suatu perluasan alami yang dibangun untuk menggambarkan bentuk peta kendali Exponentially Weighted Moving Average (EWMA) adalah dinyatakan sebagai x x X = (1) x Z = RX + (I R)Z (2) dimana X i adalah nilai vektor, i = 1,2,...,t, Z = 0, dan R = diag r, r,, r, 0 < r j 1, j = 1,2,..., p. Dengan nilai t merupakan banyaknya sampel pengamatan yang dilakukan dan p merupakan banyaknya variabel karakteristik kualitas yang terlibat. Pada peta kendali MEWMA dapat digunakan nilai pembobot sama atau tidak sama pada masing-masing karakteristik kualitas. Pemberian nilai pembobot digunakan untuk memboboti variabel-variabel yang dianggap penting sesuai dengan kebutuhan. Untuk peta kendali dengan pembobot yang tidak sama digunakan persamaan (2.4). Apabila tidak ada alasan yang mendasari pemilihan pembobot untuk p karakteristik kualitas yang dikontrol atau pembobot pada tiap variabel karakteristik kualitas dianggap memiliki tingkat kepentingan yang sama, maka pembobot r, r,, r = r. Peta kendali MEWMA dengan nilai pembobot yang sama (r, r,, r = r), maka vektor MEWMA dapat dituliskan sebagai Z = rx + (1 r)z (3) Peta kendali Multivariate Exponentially Weighted Moving Average (MEWMA) mendeteksi sinyal out of control dengan Z = Z Σ Z > h (4) dimana h merupakan nilai batas kontrol pada peta kendali MEWMA. Nilai h > 0 dipilih untuk mendapatkan ketetapan Average Run Length (ARL) yang in control sesuai dengan tabel pada Lampiran F dan Σ adalah matriks kovarian dari Z dengan Σ merupakan matriks varian kovarian dari data. 3. Pemeriksaan Asumsi Normal Multivariat Σ = r 1 (1 r) /(2 r) Σ (5) Penggunaan diagram kontrol MEWMA pada data multivariat memiliki asumsi yang harus dipenuhi, yaitu asumsi normal multivariat. Pemeriksaan distribusi normal multivariat dilakukan untuk menguji dugaan bahwa distribusi data yang akan dianalisis telah berdistribusi normal multivariat. 2
3 Variabel random x, x,, x dikatakan berdistribusi normal multivariat dengan parameter µ dan Σ jika mempunyai fungsi probability density function (Evans et al, 2000) f(x) = ( ) Σ e ( ) Σ ( ) Pemeriksaan asumsi distribusi normal multivariat dilakukan pada variabel random dengan hipotesis sebagai berikut. H 0 : Variabel random berdistribusi normal multivariat H 1 : Variabel random tidak berdistribusi normal multivariat Pada nilai µ dan Σ -1 yang diestimasi dengan nilai x dan S sehingga didapatkan statistik ujinya adalah dimana : S = invers matriks varian kovarian dari data d 2 i χ 2 (p;α). d = (x x ) S (x x ) (7) Data akan berdistribusi normal multivariat apabila statistik d 2 i terdapat lebih dari 50 % jarak 4 Metode Analitycal Hierarchy Process (AHP) Penentuan nilai pembobot W pada tiap variabel dapat ditentukan dengan menggunakan metode Analytical Hierarchy Process (AHP). AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty yang digunakan untuk menentukan skala rasio dari perbandingan pasangan yang diskrit maupun kontinu. Perbandingan ini dapat diambil dari ukuran aktual ataupun dari skala dasar yang mencerminkan kekuatan perasaan dan prefensi relatif. Selain itu, metode Analytical Hierarchy Process (AHP) ini juga dapat digunakan untuk menentukan pembobot W pada tiap variabel berdasarkan tingkat kepentingan. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hierarki (Saaty, 1980). AHP didasarkan atas 3 prinsip dasar yaitu: 1. Dekomposisi dari masalah Setelah persoalan didefinisikan, maka dilakukan tahap decomposition yaitu memecah persoalan yang utuh menjadi unsur-unsur dibawahnya 2.Penilaian untuk membandingkan elemen-elemen hasil dekomposisi (comparative judgements). Prinsip ini dilakukan dengan membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya. Penilaian ini sangat penting karena akan berpengaruh terhadap prioritas dari elemen-elemen yang ada. Hasil dari penilaian ini dituliskan dalam matriks yang disebut dengan matriks pairwise comparison. Matriks perbandingan berpasangan bersifat resiprokal (berkebalikan) sehingga dapat ditulis sebagai berikut. w w w w w w w w w R = w w w (8) w w w w w w 3. Sintesa dari prioritas Dalam metode AHP dilakukan langkah-langkah sebagai berikut : 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan 2. Membuat struktur hierarki yang diawali dengan tujuan utama (6) 3
4 3. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya 4. Menghitung nilai eigen dan menguji konsistensinya. Jika tidak konsisten maka mengulangi langkah 3 dan 4 untuk seluruh tingkat hirarki 5. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan 6. Memeriksa konsistensi hirarki. AHP mengukur nilai inkonsistensi matrik penilaian dapat menggunakan Consistency Ratio (CR), yang dirumuskan. CR = CI = ( ) (9) (10) dimana: CI : Consistency Index RI : Random Consistency Index Z maks : nilai eigen maksimum dari matriks pairwise comparisons 5 Identifikasi Variabel Penyebab Terjadinya Sinyal Out-of-control Jika dalam diagram kendali terdapat satu atau beberapa data yang tidak terkontrol atau berada di luar batas kendali, maka perlu dilakukan identifikasi variabel penyebab terjadinya sinyal out-ofcontrol tersebut. Identifikasi tersebut dilakukan agar perbaikan proses akan mencapai sasaran yang tepat. Dalam Montgomery (2005), dijelaskan bahwa salah satu pendekatan yang dapat digunakan dalam mendiagnosis sinyal out-of-control adalah menguraikan statistik Z ke dalam komponenkomponen yang menunjukkan kontribusi dari masing-masing variabel. Jika Z adalah sebuah nilai statistik, dan Z (j) adalah sebuah nilai statistik untuk semua variabel proses tanpa variabel ke-j, maka dalam Montgomery (2005) dijelaskan bahwa d = Z Z (j) (11) Dengan perhitungannya nilai Z sesuai dengan persamaan (2). d merupakan indikator kontribusi relatif dari variabel ke-j untuk keseluruhan statistik. Perbaikan proses difokuskan pada pada variabel yang memiliki nilai d lebih besar dari nilai χ (, 1). 6. Proses Produksi Rokok Secara umum proses produksi rokok meliputi dua tahapan proses utama yaitu proses primer dan proses sekunder Proses Primer (Primary Process) Proses produksi primer merupakan suatu tahap produksi yang mengolah bahan mentah (raw material) tembakau dan cengkeh menjadi bahan setengah jadi berupa campuran rajangan dengan ukuran tertentu yang disebut bancuran. Tahap proses dalam primary meliputi: 1. Tobacco Processing (Pengolahan Tembakau). 2. Cutting Line Processing (proses pengolahan cengkeh) 3. Proses Blending Line Proses blending merupakan proses produksi pada Primary Production Department yang merupakan serangkaian proses secara batch dari pencampuran berbagai grade tembakau dan cengkeh serta flavor sesuai komposisi brand, menjadi blend yang siap untuk diproses pada tahap selanjutnya. Material yang diproses pada tahapan ini adalah row material yang berupa komposisi tembakau, cengkeh dan flavor sesuai dengan standar komposisi per batch untuk tiap brand produk. Row material tersebut merupakan hasil perajangan dan separating pada proses sebelumnya sesuai dengan standar proses masing-masing. 4
5 Proses Sekunder (Secondary Process) Proses ini merupakan tahapan proses lanjutan dari blending atau bahan setengah jadi hingga menjadi produk rokok. Proses secondary ini terbagi dalam beberapa tahapan proses yang meliputi : 1. Proses Making atau Pembuatan 2. Proses Packing 3. Proses Wrapping 4. Proses Sloft dan Wrapping Sloft 5. Proses Ball dan Penempelan Logo 7. Metodologi Penelitian Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data variabel karakteristik dari proses pemeriksaan kualitas di tahap primary bagian blending pada bulan Januari sampai Maret Pengambilan sampel dilakukan 1 kali setiap batch dan dilakukan pada saat material ditampung di konveyor. Pengamatan yang digunakan sebanyak 118 pengamatan dengan jumlah sampel=1 atau pengamatan individual dan variabel atau karakteristik kualitas yang digunakan ada sebanyak 6 variabel. Organisasi data dalam satu periode proses produksi rokok pada diagram kontrol MEWMA terdapat pada tabel 1 berikut Tabel 1 Organisasi Data untuk Diagram Kontrol MEWMA Data ke K 1 K 2 K 3 K 4 K 5 K 6 1 n 11 n 12 n 13 n 14 n 15 n 16 2 n 21 n 22 n 23 n 24 n 25 n 26 dengan n ti = hasil pengamatan K i = karakteristik kualitas (variabel) ke-i t = 1, 2, 3,..., 118 i = 1, 2, 3,..., 6 3 n 31 n 32 n 33 n 34 n 35 n 36 t n t1 n t2 n t3 n t4 n t5 n t6 118 n n n n 1184 n n 1186 Jenis-jenis variabel penelitian pada proses blending dapat dilihat pada Tabel 2. Tabel 2 Variabel penelitian pada tahap blending Variabel Keterangan X 1 PSD Kasar X 2 PSD Sedang X 3 PSD Halus X 4 Bancuran Bersih X 5 Gagang Tikar X 6 Langkah-langkah yang dikerjakan dalam pengontrolan mean proses dengan peta kendali MEWMA baru adalah sebagai berikut 1. Melakukan studi literatur tentang diagram MEWMA baru dan penerapannya dalam proses multivariat dan dilanjutkan dengan pengumpulan data produksi pada bulan Januari sampai Maret
6 2. Melakukan pemeriksaan multivariat kenormalan data sebagai uji asumsi yang diperlukan sebelum pembuatan peta kendali MEWMA. 3. Menentukan nilai pembobot yang akan digunakan dalam pembuatan peta kendali MEWMA dengan menggunakan metode AHP. a.mendefinisikan masalah dan membuat struktur hierarki b.membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen berdasarkan atas penilaian dari perusahaan c. Menghitung nilai eigen maksimum dari matriks pairwise comparisons d.menghitung vektor eigen dari setiap matriks perbandingan berpasangan e.memeriksa konsistensi hirarki. 4. Pengontrolan mean proses dengan peta kendali Multivariate Exponential Weighted Moving Average (MEWMA) Pembuatan diagram kontrol MEWMA melalui tahapan sebagai berikut : a.menetapkan nilai pembobot yang sebelumnya telah dianalisis menggunakan metode AHP b.menghitung vektor MEWMA, Zi sesuai dengan persamaan (2) c.menghitung matriks varian kovarian berdasarkan nilai Z i d. Menghitung statistik MEWMA yaitu Z = Z Σ Z e. Pembuatan diagram kontrol Multivariate Exponential Weighted Moving Average 5. Mengidentifikasi penyebab variabel yang tidak terkontrol pada peta kendali MEWMA a. Menghitung T (i) untuk tiap-tiap variabel, yaitu nilai statistik untuk semua variabel proses tanpa variabel ke-i b. Menghitung indikator kontribusi relatif dari variabel ke-i untuk keseluruhan statistik ( d i ) c.menentukan variabel-variabel penyebab tidak terkontrol dengan membandingkan dengan nilai χ (, 1) 6. Membuat kesimpulan dan saran berdasarkan hasil analisis yang telah dilakukan 8. Deskripsi Karakteristik Kualitas Karakteristik kualitas produk yang diamati adalah Particel Size Distribution (PSD) dan Impurities yang terkandung di dalam tembakau. Untuk mengetahui karakteristik kualitas maka diberikan deskripsi karakteristik PSD dan impurities pada tembakau setelah melewati proses primary. Proses pengontrolan menggunakan data bulan Januari sampai Maret Tabel 3 Deskripsi Karakteristik Kualitas Variabel Mean Varian Min Median Max PSD Halus 7,301 3,376 4,17 6,695 14,35 PSD Sedang 82,311 4,133 72,38 82,385 86,28 PSD Kasar 10,388 6,406 5,91 10,14 21,92 Bancuran Bersih 99,253 0, ,84 99,255 99,65 Gagang 0,671 0,0197 0,31 0,675 1 Tikar 0, , ,01 0,06 0,48 Berdasarkan Tabel 3 dapat dijelaskan bahwa pada bulan Januari sampai Maret PSD halus mempunyai mean atau rata-rata 7,301 dengan standar deviasi yaitu menyatakan jarak antara data terhadap rata-ratanya adalah 3,376 dan nilai median atau nilai tengah pengamatan yang telah diurutkan sebesar 6,695. Untuk nilai minimum PSD halus yang terjadi selama bulan Januari sampai Maret adalah 4,17 dan untuk nilai maksimum adalah 14,35. Pada Tabel 3 juga dapat diketahui karakteristik untuk variabel lainnya, seperti PSD sedang, PSD kasar, bancuran bersih, gagang, dan tikar pada bulan Januari sampai Maret. Nilai varian tertinggi 6
7 terdapat pada variabel PSD kasar, yang menunjukkan bahwa jarak antara data terhadap rata-ratanya merupakan jarak terjauh jika di bandingkan dengan jarak antara data terhadap rata-rata pada variabel lain. 9. Pemeriksaan Asumsi Normal Multivariat Pemeriksaan asumsi normal multivariat pada variabel-variabel yang telah ditentukan dengan taraf signifikansi 5% menggunakan hipotesis sebagai berikut. H 0 : Variabel random berdistribusi normal multivariat H 1 : Variabel random tidak berdistribusi normal multivariat Hasil d = (x x ) S (x x ), i = 1,2,...t diperoleh jarak d 2 i yang kurang dari χ 2 (6;0.05) yaitu sebesar 73,73 %. Jarak d 2 i yang kurang dari χ 2 (6;0.05) adalah di atas 50% maka keputusan yang diambil adalah gagal tolak H 0 sehingga kesimpulan dari pemeriksaan normal multivariat adalah karakteristik keenam variabel kualitas telah berdistribusi normal multivariat. 10. Penentuan Nilai Pembobot Pada penerapan diagram kontrol MEWMA diperlukan nilai pembobot (r). Besar kecilnya nilai pembobot tersebut bergantung pada tingkat kepentingan dari tiap-tiap variabel, yang biasanya sudah ditentukan oleh perusahaan. Untuk mendapatkan nilai pembobot yang konsisten digunakan metode Analitycal Hierarchy Process (AHP). Setelah melakukan survei di perusahaan, didapatkan matrik tingkat kepentingan variabel dengan menggunakan patokan skala tertentu. Sedangkan nilai pembobot yang dihasilkan dapat dilihat pada Tabel 4. AHP mengukur seluruh konsistensi penilaian dengan menggunakan Consistency Ratio (CR). Nilai CR (Consistency Ratio) semestinya tidak boleh lebih dari 10%. Jika tidak, maka penilaian yang telah dibuat mungkin dilakukan secara random dan perlu direvisi. CI = 6, = 0, CR = CI RI = 0,06118 = 0, ,24 Sesuai dengan perhitungan sebelumnya, dengan menggunakan nilai RI 1,24didapatkan nilai CR sebesar 0,04934 atau 4,93%. Sehingga dapat disimpulkan bahwa nilai pembobot pada Tabel 4.2 telah konsisten dan tidak bersifat random. Tabel 4 Nilai Pembobot Tiap Variabel Variabel Nilai Pembobot PSD Halus 0,141 PSD Sedang 0,214 PSD Kasar 0,037 Bancuran Bersih 0,457 Gagang 0,076 Tikar 0, Penerapan Diagram Kontrol MEWMA Tujuan utama penerapan diagram kontrol MEWMA adalah melakukan pengontrolan terhadap mean proses dengan pengambilan sampel individual. Diagram kontrol MEWMA dapat langsung digunakan tanpa adanya pengontrolan tahap pertama yang mempunyai tujuan mengestimasi 7
8 parameter yang digunakan untuk mengontrol pada tahap kedua. Hal ini dikarenakan diagram kontrol MEWMA dapat mengontrol mean proses dengan segera tanpa dipengaruhi oleh proses-proses sebelumnya. Pada penelitian ini tidak dibedakan pengontrolan tahap pertama dan tahap kedua, tetapi langsung dilakukan pengontrolan mean proses berdasarkan data bulan Januari sampai Maret Penerapan diagram kontrol MEWMA pada penelitian ini menggunakan nilai pembobot (r) yang berbeda tiap variabelnya, sesuai dengan Tabel 4. Gambar 1 menunjukkan hasil pengontrolan mean proses dengan menggunakan nilai pembobot (r). Pada sumbu mendatar (axis) menunjukkan pengamatan dan sumbu vertikal (ordinat) adalah nilai dari statistik T 2 i yang diperoleh sesuai dengan persamaan (2). Nilai-nilai yang menjadi plot merupakan nilai statistik T 2 i pada pengamatan ke-i, dimana i= 1,2,...,118. Dengan nilai batas kontrol atas = 14, Diagram Kontrol MEWMA Variable ti2 h4 15 Data pengamatan ke Gambar 1 Diagram Kontrol MEWMA dengan menggunakan nilai pembobot r Pengontrolan mean dengan menggunakan pembobot (r) mendeteksi bahwa terdapat 3 nilai yang keluar batas (out of control) yaitu pada pengamatan ke 63, 81 dan 83 dengan nilai T i 2 masingmasing pada Tabel 5. Sehingga dapat disimpulkan bahwa data pada Bulan Januari-Maret tidak terkontrol dalam mean. Tabel 5 Data Pengamatan Out-of-control Pengamatan ke- Nilai Ti , , , Identifikasi Variabel Penyebab Out-Of-Control Dalam Montgomery (2005), dijelaskan bahwa salah satu pendekatan yang dapat digunakan dalam mendiagnosis sinyal out-of-control adalah menguraikan statistik T 2 ke dalam komponenkomponen yang menunjukkan kontribusi dari masing-masing variabel atau dapat disebut juga merupakan indikator kontribusi relatif dari variabel ke-i untuk keseluruhan statistik (d i ). Perbaikan proses nantinya akan difokuskan pada variabel yang memiliki nilai d i lebih besar dari χ (, 1). Dari pembahasan sebelumnya didapatkan bahwa pengamatan yang out-of-control adalah pengamatan ke 63, 81, dan 83. Dengan membandingkan terhadap nilai χ (, 1) dengan nilai α=0,05 atau sebesar 3,841, maka didapatkan variabel yang penyebab out-of-control seperti pada Tabel 6. 8
9 Tabel 6 Nilai Kontribusi Relatif dari masing-masing variabel Variabel Pengamatan ke X 1 4, , , X 2 4, , , X 3 3, , , X 4 9, , , X 5 2, , , X 6 4, , , Sehingga didapatkan bahwa variabel yang menyebabkan proses out-of-control adalah variabel PSD Kasar (X 1 ), PSD Sedang (X 2 ), PSD Halus (X 3 ), Bancuran Bersih (X 4 ), dan Tikar (X 6 ). 13. Kesimpulan Berdasarkan analisis dan pembahasan yang diperoleh pada subbab sebelumnya, dapat diambil kesimpulan bahwa penerapan diagram kontrol MEWMA untuk pengontrolan mean proses produksi rokok tahap blending proses primary pada Bulan Januari-Maret 2010 tidak terkendali secara statistik karena terdapat 3 pengamatan yang keluar dari batas kendali, yaitu pengamatan ke 63, 81 dan 83. Kemudian dari ketiga pengamatan tersebut dihitung nilai kontribusi dari tiap-tiap variabelnya dan didapatkan bahwa variabel yang menyebabkan proses out-of-control pada ketiga variabel tersebut adalah variabel PSD Kasar (X 1 ), PSD Sedang (X 2 ), PSD Halus (X 3 ), Bancuran Bersih (X 4 ), dan Tikar (X 6 ). 14. Saran Pada penelitian ini, mean proses dari karakteristik kualitas PSD dan impurities belum terkontrol. Oleh karena itu perlu adanya perbaikan kualitas proses produksi pada perusahaan, khususnya proses blending tahap primary. Beberapa variabel yang perlu diprioritaskan karena dianggap menyebabkan terjadinya pengamatan yang out-of-control adalah variabel PSD Sedang (X 2 ), Bancuran Bersih (X 4 ), dan Tikar (X 6 ). Sehingga perlu adanya perbaikan, khususnya pada variabel-variabel tersebut agar pada periode selanjutnya proses dapat terkendali secara statistik. DAFTAR PUSTAKA Ariani, D.W., Pengendalian Kualitas Statistik (Pendekatan Kuantitatif Dalam Manajemen Kualitas). Yogyakarta: Andi. Evans, M.; Hastings, N,; dan Peacock, B Statistical Distributions, Third Edition. Canada: John Wiley and Sons, Inc. Feigenbaum, A.V Total Quality Control, Third Edition. New York: Mc graw-hill, Inc. Khoo, M.B.C Multivariate Control Chart for process Dispersion Based on Individual Observation. Quality Engineering vol 16. pp Montgomery, D. C Introduction to Statistical Quality Control 5 th Edition. New York: John Wiley and Sons, Inc. Mulyono, S Teori Pengambilan Keputusan. Jakarta: Fakultas Ekonomi Universitas Indonesia. Saaty, T.L., The Analytic Hierarchy Process. New York: McGraw-Hill. 9
10 Risdiyanto, Analisis Pengendalian Kualitas Rokok di PT Menara Kartika Buana. Tesis Manajemen Produksi dan Operasi IPB.. 10
Oleh: 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 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 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 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 terperinciANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT
ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT Multi-Attribute Decision Making (MADM) Permasalahan untuk pencarian terhadap solusi terbaik dari sejumlah alternatif dapat dilakukan dengan beberapa teknik,
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 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 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 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 terperinciPengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual
JURUSAN STATISTIKA Pengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual Silvia Setia Armadi 1308 030 006 Dr. Muhammad Mashuri, MT PENDAHULUAN JURUSAN STATISTIKA
Lebih terperinciPenerapan Diagram Kontrol EWMA dan NEWMA pada Proses Pembuatan Benang 30 Rayon di PT. Lotus Indah Textile Industries Surabaya
Seminar Tugas Akhir Penerapan Diagram Kontrol EWMA dan NEWMA pada Proses Pembuatan Benang 3 Rayon di PT. Lotus Indah Textile Industries Surabaya Rista Wijayanti (37 6) Dosen Pembimbing : Dr. Sony Sunaryo,
Lebih 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 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 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 terperinciMODEL ANALITYCAL HIERARCHY PROCESS UNTUK MENENTUKAN TINGKAT PRIORITAS ALOKASI PRODUK
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005 MODEL ANALITYCAL HIERARCHY PROCESS UNTUK MENENTUKAN TINGKAT PRIORITAS ALOKASI PRODUK Jurusan Teknik Industri Fakultas Teknik Universitas Malikulsaleh
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 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 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 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 terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK. MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp)
Seminar Hasil Tugas Akhir PENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp) Febrianto 1308 100 075 Dosen
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pengendalian kualitas merupakan aktivitas keteknikan dan manajemen, yang dengan aktivitas itu bisa diukur ciri-ciri kualitas produk, membandingkannya dengan spesifikasi
Lebih terperinciBAB II TINJAUAN PUSTAKA. artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam
BAB II TINJAUAN PUSTAKA 2.1. Vendor Dalam arti harfiahnya, vendor adalah penjual. Namun vendor memiliki artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam industri yang menghubungkan
Lebih terperinciKuliah 11. Metode Analytical Hierarchy Process. Dielaborasi dari materi kuliah Sofian Effendi. Sofian Effendi dan Marlan Hutahaean 30/05/2016
1 Kuliah 11 Metode Analytical Hierarchy Process Dielaborasi dari materi kuliah Sofian Effendi METODE AHP 2 Metode Analytical Hierarchy Process (AHP) dan Analytical Network Process (ANP) dapat digunakan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian yang digunakan dalam penulisan skripsi ini adalah penelitian deskriptif. Penelitian deskriptif adalah penelitian yang tujuannya untuk menyajikan
Lebih terperinciMonitoring Uji Stabilitas Jenis Tablet Antibiotik Pada Masa Kadaluarsa Menggunakan Diagram Kontrol Multivariat (Studi Kasus : PT X )
Monitoring Uji Stabilitas Jenis Tablet Antibiotik Pada Masa Kadaluarsa Menggunakan Diagram Kontrol Multivariat (Studi Kasus : PT X ) Rindang Sukmanita dan Muhamad Mashuri Mahasiswa Jurusan Statistika,
Lebih terperinciBAB III TEORI HIERARKI ANALITIK. Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP)
BAB III TEORI HIERARKI ANALITIK 3.1 Pengertian Proses Hierarki Analitik Proses Hierarki Analitik (PHA) atau Analytical Hierarchy Process (AHP) pertama kali dikembangkan oleh Thomas Lorie Saaty dari Wharton
Lebih terperinciBAB II TINJAUAN PUSTAKA. 2.1 Ekonomi dan Produk Domestik Regional Bruto. Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan
BAB II TINJAUAN PUSTAKA 2. Ekonomi dan Produk Domestik Regional Bruto Istilah ekonomi berasal dari bahasa Yunani, terdiri atas kata oikos dan nomos. Oikos berarti rumah tangga, nomos berarti aturan. Sehingga
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor ketidakpasatian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab
Lebih terperinciSesi XIII AHP (Analytical Hierarchy Process)
Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi XIII AHP (Analytical Hierarchy Process) e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Pendahuluan AHP
Lebih terperinciPengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum
Pengendalian Kualitas Statistik Produk Botol Sting 40 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum 1308030047 PENDAHULUAN LATAR BELAKANG PT IGLAS (Persero) merupakan perusahaan manufacturing
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Ketatnya persaingan antara perusahaan industri satu dengan yang lainnya menyebabkan semakin banyak dan beragam industri saat ini yang berusaha untuk meningkatkan kualitas
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. MCDM (Multiple Criteria Decision Making) Multi-Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif
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 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 terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 31-40 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN DIAGRAM KONTROL MULTIVARIATE EXPONENTIALLY WEIGHTED
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Kualitas produk memegang peranan penting dalam menentukan maju atau mundurnya perusahaan. Pengendalian kualitas proses produksi merupakan faktor penting dalam kegiatan
Lebih terperinciKOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB
KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT Djarum Kudus SKT Brak Megawon III) SKRIPSI Disusun Oleh : IYAN
Lebih terperinciBAB I PENDAHULUAN 1. 1 Latar Belakang
BAB I PENDAHULUAN 1. 1 Latar Belakang Kualitas suatu produk merupakan faktor yang berpengaruh terhadap kepuasan konsumen. Untuk mempertahankan suatu kualitas produk, produk harus dikendalikan dan dimonitor
Lebih terperinciBAB 3 METODE PENELITIAN
56 BAB 3 METODE PENELITIAN 3.1 PENDAHULUAN Pada bab ini akan dipaparkan mengenai perancangan penelitian yang digunakan untuk mencapai tujuan dalam penulisan ini. Penelitian ini memiliki 2 (dua) tujuan,
Lebih terperinciBAB III MENENTUKAN PRIORITAS DALAM AHP. Wharton School of Business University of Pennsylvania pada sekitar tahun 1970-an
BAB III MENENTUKAN PRIORITAS DALAM AHP Pada bab ini dibahas mengenai AHP yang dikembangkan oleh Thomas L Saaty di Wharton School of Business University of Pennsylvania pada sekitar tahun 970-an dan baru
Lebih terperinciPEMILIHAN SUPPLIER ALUMINIUM OLEH MAIN KONTRAKTOR DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS
PEMILIHAN SUPPLIER ALUMINIUM OLEH MAIN KONTRAKTOR DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Mohamad Aulady 1) dan Yudha Pratama 2) 1,2) Program Studi Teknik Sipil FTSP ITATS Jl. Arief Rahman
Lebih terperinciPengontrolan Kualitas Proses Produksi Spray Tube Body ftn Menggunakan Diagram Kontrol MEWMA
Pengontrolan Kualitas Proses Produksi Spray Tube Body ftn Menggunakan Diagram Kontrol MEWMA Oleh : Nurul Qomariyah 1308030012 Dosen Pembimbing : Dr. Muhammad Mashuri, MT LATAR BELAKANG Kualitas Proses
Lebih terperinciANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 75 ANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN Dyna
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 terperinciMETODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM
METODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM Oleh : Yuniva Eka Nugroho 4209106015 Jurusan Teknik Sistem Perkapalan
Lebih terperinciMEMILIH METODE ASSESMENT DALAM MATAKULIAH PENERBITAN DAN PEMROGRAMAN WEB MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS
Abstract Migunani Program Studi Sistem Informasi STMIK PROVISI, Semarang miguns25@yahoo.com This paper discusses how to choose the method of assessment or evaluation of students in a course of study publication
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 terperinciAPLIKASI ANALYTICAL HIERARCHY PROCESS (AHP) PADA PEMILIHAN SOFTWARE MANAJEMEN PROYEK
APLIKASI ANALYTICAL HIERARCHY PROCESS (AHP) PADA PEMILIHAN SOFTWARE MANAJEMEN PROYEK Siti Komsiyah Mathematics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-290
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Print) D-90 Pengontrolan Kualitas Diameter Pipa Baja pada Proses Tube Mill dengan Menerapkan Diagram Kontrol Kombinasi MEWMA Dimas N. D. Seputro
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN MENGGUNAKAN METODE AHP SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BONUS KARYAWAN MENGGUNAKAN METODE AHP SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Teknik (S.Kom.) Pada Progam Studi Sistem Informasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytical Hierarchy Process (AHP) Analytical Hierarchy Process (AHP) adalah salah satu metode dari Multi Criteria Decision Making (MCDM) yang dikembangkan oleh Prof. Thomas Lorie
Lebih terperinciANALISIS PENGENDALIAN KUALITAS STATISTIKA TERHADAP PROSES PENGOLAHAN LIMBAH CAIR INDUSTRI DI IPAL PT.SIER (PERSERO) SURABAYA
ANALISIS PENGENDALIAN KUALITAS STATISTIKA TERHADAP PROSES PENGOLAHAN LIMBAH CAIR INDUSTRI DI IPAL PT.SIER (PERSERO) SURABAYA Oleh: Novi Mayasari (1307030015) Dosen Pembimbing: Dra.Sri Mumpuni Retnaningsih,
Lebih 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 terperinciANALISIS PEMILIHAN SUPPLIER MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)
Jurnal Ilmiah Teknik Industri, Vol. 10, No. 1, Juni 2011 ISSN 1412-6869 ANALISIS PEMILIHAN SUPPLIER MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) Pendahuluan Ngatawi 1 dan Ira Setyaningsih 2 Abstrak:
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING
Lebih terperinciBAB I PENDAHULUAN. upaya peningkatan kesejahteraan dan peningkatan kualitas serta sarana prasarana
BAB I PENDAHULUAN 1.1 Latar Belakang Sumatera Barat sebagai salah satu provinsi di Indonesia yang saat ini terus melakukan percepatan pembangunan untuk peningkatan kesejahteraan dan daya saing. Provinsi
Lebih 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 terperinciPENENTUAN KOMODITAS UNGGULAN PERTANIAN DENGAN METODE ANALY TICAL HIERARCHY P ROCESS (AHP) Jefri Leo, Ester Nababan, Parapat Gultom
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 213-224. PENENTUAN KOMODITAS UNGGULAN PERTANIAN DENGAN METODE ANALY TICAL HIERARCHY P ROCESS (AHP) Jefri Leo, Ester Nababan, Parapat Gultom
Lebih terperinciTechno.COM, Vol. 12, No. 4, November 2013:
Techno.COM, Vol. 12, No. 4, November 2013: 223-230 MODEL ANALYTICAL HIERARCHY PROCESS UNTUK SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KARYAWAN PADA INSTANSI KESATUAN BANGSA POLITIK DAN PELINDUNGAN MASYARAKAT
Lebih terperinciANALISA FAKTOR PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI TINGKAT SARJANA MENGGUNAKAN METODE AHP (ANALITICAL HIRARKI PROCESS)
ANALISA FAKTOR PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI TINGKAT SARJANA MENGGUNAKAN METODE AHP (ANALITICAL HIRARKI PROCESS) M.Fajar Nurwildani Dosen Prodi Teknik Industri, Universitasa Pancasakti,
Lebih terperinciANALISIS SISTEM PEMBAYARAN PERKULIAHAN DI UKRIDA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
Jurnal Teknik dan Ilmu Komputer ANALISIS SISTEM PEMBAYARAN PERKULIAHAN DI UKRIDA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) AN ANALYSIS OF THE TUITION FEE PAYMENT SYSTEM IN UKRIDA USING ANALYTICAL
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 terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian ini dilakukan di Dapur Geulis yang merupakan salah satu restoran di Kota Bogor. Penelitian ini dimulai dengan melakukan identifikasi bauran pemasaran
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Suatu sistem pada dasarnya adalah sekolompok unsur yang erat hubungannya satu dengan yang lain, yang berfungsi bersama-sama untuk mencapai tujuan tertentu.
Lebih terperinciPENENTUAN URUTAN PRIORITAS USULAN PENANGANAN RUAS-RUAS JALAN DI KOTA SAMARINDA
PENENTUAN URUTAN PRIORITAS USULAN PENANGANAN RUAS-RUAS JALAN DI KOTA SAMARINDA Desy Damayanti Mahasiswa Magister Manajemen Aset FTSP ITS Ria Asih Aryani Soemitro Dosen Pembina Magister Manajemen Aset FTSP
Lebih terperinciAnalisa Pemilihan Kualitas Android Jelly Bean Dengan Menggunakan Metode AHP Pendekatan MCDM
Analisa Pemilihan Kualitas Android Jelly Bean Dengan Menggunakan Metode AHP Pendekatan MCDM Dian Gustina 1, Rendi Haposan Siahaan 2 1 Universitas Persada Indonesia Y.A.I, 2 STMIK Nusa Mandiri 1 Jl Salemba
Lebih terperinciP11 AHP. A. Sidiq P.
P11 AHP A. Sidiq P. http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Tujuan Mahasiswa dapat memahami dan menjelaskan
Lebih terperinciBAB 2 LANDASAN TEORI Analytial Hierarchy Process (AHP) Pengertian Analytical Hierarchy Process (AHP)
BAB 2 LANDASAN TEORI 2 1 Analytial Hierarchy Process (AHP) 2 1 1 Pengertian Analytical Hierarchy Process (AHP) Metode AHP merupakan salah satu metode pengambilan keputusan yang menggunakan faktor-faktor
Lebih terperinciSeminar Nasional IENACO 2016 ISSN:
ANALISIS PENGENDALIAN KUALITAS KEJERNIHAN GULA DI PT TERSANA BARU DENGAN MENGGUNAKAN PETA KENDALI EXPONENTIALLY WEIGHTED MOVING EVERAGE (EWMA) Eka Nurkomara 1*, Arief Rahmana 2, Nissa Syifa Puspani 3 Teknik
Lebih terperinciIII. METODE PENELITIAN. informasi dari kalangan aparat pemerintah dan orang yang berhubungan erat
III. METODE PENELITIAN A. Jenis dan Sumber Data Data-data yang digunakan untuk penelitian ini merupakan gabungan antara data primer dan data sekunder. Data primer mencakup hasil penggalian pendapat atau
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 menjelaskan mengenai metode Analytic Hierarchy Process (AHP) sebagai metode yang digunakan untuk memilih obat terbaik dalam penelitian ini. Disini juga dijelaskan prosedur
Lebih terperinciANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)
ANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Petrus Wolo 1, Ernawati 2, Paulus Mudjihartono 3 Program Studi
Lebih terperinciSistem Penunjang Keputusan Penetapan Dosen Pembimbing dan Penguji Skipsi Dengan Menggunakan Metode AHP
Sistem Penunjang Keputusan Penetapan Dosen Pembimbing dan Penguji Skipsi Dengan Menggunakan Metode AHP A Yani Ranius Universitas Bina Darama, Jl. A. Yani No 12 Palembang, ay_ranius@yahoo.com ABSTRAK Sistem
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam persaingan pasar yang amat ketat seperti sekarang ini, industri harus menjaga kualitas produk atau jasa mereka tetap terjamin. Hal ini dikarenakan agar konsumen
Lebih terperinciBAB III METODE PENELITIAN. lokasi penelitian secara sengaja (purposive) yaitu dengan pertimbangan bahwa
BAB III METODE PENELITIAN 3.1 Objek dan Tempat Penelitian Objek penelitian ini adalah strategi pengadaan bahan baku agroindustri ubi jalar di PT Galih Estetika Indonesia Kabupaten Kuningan, Jawa Barat.
Lebih terperinciPENENTUAN INTERVAL WAKTU PEMELIHARAAN PENCEGAHAN BERDASARKAN ALOKASI DAN OPTIMASI KEHANDALAN PADA PERALATAN SEKSI PENGGILINGAN E
PENENTUAN INTERVAL WAKTU PEMELIHARAAN PENCEGAHAN BERDASARKAN ALOKASI DAN OPTIMASI KEHANDALAN PADA PERALATAN SEKSI PENGGILINGAN E (Studi Kasus: PT ISM Bogasari Flour Mills Surabaya) Edi Suhandoko, Bobby
Lebih terperinciMETODE PENELITIAN. San Diego Hills. Visi dan Misi. Identifikasi gambaran umum perusahaan dan pasar sasaran
24 III. METODE PENELITIAN 3.1. Kerangka Pemikiran San Diego Hills Visi dan Misi Identifikasi gambaran umum perusahaan dan pasar sasaran Bauran Pemasaran Perusahaan: 1. Produk 2. Harga 3. Lokasi 4. Promosi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS Nova Widyantoro Jurusan Sistem Informasi, Fakultas Ilmu Komputer,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada dasarnya AHP adalah suatu teori umum tentang pengukuran yang digunakan untuk menemukan skala rasio baik dari perbandingan berpasangan yang diskrit maupun
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KADER KESEHATAN DI KECAMATAN PEUDAWA KABUPATEN ACEH TIMUR
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KADER KESEHATAN DI KECAMATAN PEUDAWA KABUPATEN ACEH TIMUR TI BAHREN, MUNAR a Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Almuslim Jln. Almuslim Tlp.
Lebih terperinciBAB II LANDASAN TEORI. pengambilan keputusan baik yang maha penting maupun yang sepele.
BAB II LANDASAN TEORI 2.1 Manusia dan Pengambilan Keputusan Setiap detik, setiap saat, manusia selalu dihadapkan dengan masalah pengambilan keputusan baik yang maha penting maupun yang sepele. Bagaimanapun
Lebih terperinciFAKTOR FAKTOR YANG MEMPENGARUHI MAHASISWA DALAM PEMILIHAN TEMPAT KERJA MELALUI METODE ANALYTIC HIERARCHY PROCESS (AHP)
JIMT Vol. 12 No. 2 Desember 2016 (Hal 160-171) ISSN : 2450 766X FAKTOR FAKTOR YANG MEMPENGARUHI MAHASISWA DALAM PEMILIHAN TEMPAT KERJA MELALUI METODE ANALYTIC HIERARCHY PROCESS (AHP) E. Salim 1, S. Musdalifah
Lebih terperinciANALISIS KRITERIA SISTEM PENDUKUNG KEPUTUSAN BEASISWA BELAJAR BAGI GURU MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)
ANALISIS KRITERIA SISTEM PENDUKUNG KEPUTUSAN BEASISWA BELAJAR BAGI GURU MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) Sunggito Oyama 1, Ernawati 2, Paulus Mudjihartono 3 1,2,3) Jurusan Teknik Informatika,
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 terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI MINYAK LUMAS DENGAN MENGGUNAKAN DIAGRAM KONTROL KOMBINASI MEWMA
PENGONTROLAN KUALITAS PROSES PRODUKSI MINYAK LUMAS DENGAN MENGGUNAKAN DIAGRAM KONTROL KOMBINASI MEWMA Rxyzcha Pradhana Vydia Tyagita 1, Muhammad Mashuri 2 Mahasiswa S2 Statistika Institut Teknologi Sepuluh
Lebih terperinciPrioritas Pengembangan Jaringan Jalan Pendukung Kawasan Strategis Di Pulau Sumbawa
Prioritas Pengembangan Jaringan Jalan Pendukung Kawasan Strategis Di Pulau Sumbawa Rizal Afriansyah Program Pascasarjana Universitas Brawijaya Email : rizaldi_87@yahoo.co.id Abstrak - Transportasi mempunyai
Lebih terperinciAHP (Analytical Hierarchy Process)
AHP (Analytical Hierarchy Process) Pengertian Metode AHP dikembangkan oleh Saaty dan dipergunakan untuk menyelesaikan permasalahan yang komplek dimana data dan informasi statistik dari masalah yang dihadapi
Lebih terperinciSistem Penunjang Keputusan Penerimaan Dosen dengan Metode Analytic Hierarchy Process
Sistem Penunjang Keputusan Penerimaan Dosen dengan Metode Analytic Hierarchy Process Joko Dwi Raharjo 1, Andriyan Darmadi 2 1 Dosen STMIK Bina Sarana Global, 2 Mahasiswa STMIK Bina Sarana Global Email
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 terperinciANALISIS DAN PERANCANGAN APLIKASI PEMILIHAN JENIS BEASISWA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: BEASISWA UKRIDA)
Jurnal Teknik dan Ilmu Komputer ANALISIS DAN PERANCANGAN APLIKASI PEMILIHAN JENIS BEASISWA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: BEASISWA UKRIDA) ANALYSIS AND DESIGN APPLICATION
Lebih terperinciTELEMATIKA, Vol. 06, No. 02, JANUARI, 2010, Pp ISSN X TEKNIK PERMODELAN ANALITYCAL HIERARCHY PROCES (AHP) SEBAGAI PENDUKUNG KEPUTUSAN
TELEMATIKA, Vol. 06, No. 02, JANUARI, 2010, Pp. 49 58 ISSN 1829-667X TEKNIK PERMODELAN ANALITYCAL HIERARCHY PROCES (AHP) SEBAGAI PENDUKUNG KEPUTUSAN Nur Heri Cahyana Jurusan Teknik Informatika UPN Veteran
Lebih terperinciLOGO. Pengontrolan Kualitas Produksi Mebel Di PT. Majawana dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chi-Square
Pengontrolan Kualitas Produksi Mebel Di PT. Majawana dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chi-Square BAGUS YUSWANTANA 1306 1000 30 Dosen Pembimbing : Drs. Haryono, M.Sc LOGO PENDAHULUAN
Lebih terperinciPENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT ) DI PT.
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 76 84 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND
Lebih terperinciANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA)
ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) Oleh: Dian Mareta Windayani 16 100 055 Dosen pembimbing: Dra. Laksmi Prita, M.Si Latar belakang PENDAHULUA N
Lebih terperinciBab 3 Kerangka Pemecahan Masalah
Bab 3 Kerangka Pemecahan Masalah 3.1. Flowchart Penelitian Agar penelitian ini berjalan dengan sistematis, maka sebelumnya peneliti membuat perencanaan tentang langkah-langkah pemecahan masalah yang akan
Lebih terperinciANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) UNTUK MEAN DAN VARIANS
ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) UNTUK MEAN DAN VARIANS Oleh: Dian Mareta Windayani 1206 100 055 Desen pembimbing: Dra. Laksmi Prita, M.Si Abstrak
Lebih terperinciPengenalan Metode AHP ( Analytical Hierarchy Process )
Pengenalan Metode AHP ( Analytical Hierarchy Process ) A. Pengertian AHP ( Analitycal Hierarchy Process ) AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung
Lebih terperinciSistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah
Sistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah A Yani Ranius Fakultas Ilmu Komputer Universitas Bina Darma Palembang ay_ranius@yahoo.com Abstrak Sistem
Lebih terperinciPengertian Metode AHP
Pengertian Metode AHP Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan
Lebih terperinci