Pengendalian Kualitas Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk.

Transkripsi

1 Pengendalian Kualitas Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk. Fanny Ayu Octaviana Dosen Pembimbing : Dra. Lucia Aridinanti, MT. Jurusan Statistika Institut Teknologi Sepuluh Nopember Surabaya

2 Agenda 1 Pendahuluan 2 Tinjauan Pustaka 3 Metodologi Penelitian 4 Analisis dan pembahasan 5 Kesimpulan dan saran

3 PENDAHULUAN Latar belakang Permasalahan Tujuan Manfaat Bantasan Masalah

4 Latar Belakang Permasalahan Tujuan Manfaat Batasan Masalah Departemen Quality Control Jakarta Penelitian Sebelumnya Sidoarjo Pengontrolan kualitas produksi PT. IGLAS (Persero) Gresik menggunakan peta kendali p multivariat Kecacatan Pengendalian Kualitas Produksi Peta Kendali p Multivariat Karina Mayananda (2012) Pendahuluan

5 Latar Belakang Permasalahan Tujuan Manfaat Batasan Masalah 1 Bagaimana pengendalian kualitas proses produksi kaca jenis LNFL pada bulan Januari sampai dengan Desember 2013 di PT. Asahimas Flat Glass, Tbk. Sidoarjo dengan menggunakan peta p multivariat? 2 Apa saja faktor penyebab cacat yang menjadi prioritas perbaikan dalam produksi kaca jenis LNFL pada bulan Januari sampai dengan Desember 2013 di PT. Asahimas Flat Glass, Tbk. Sidoarjo saat proses pemotongan? Pendahuluan

6 Latar Belakang Permasalahan Tujuan Manfaat Batasan Masalah 1 Mengevaluasi proses produksi kaca jenis LNFL pada bulan Januari sampai dengan Desember 2013 di PT. Asahimas Flat Glass, Tbk. Sidoarjo dengan menggunakan peta p multivariat. 2 Menentukan faktor penyebab cacat yang menjadi prioritas perbaikan dalam produksi kaca jenis LNFL pada bulan Januari sampai dengan Desember 2013 di PT. Asahimas Flat Glass, Tbk. Sidoarjo saat proses pemotongan. Pendahuluan

7 Latar Belakang Permasalahan Tujuan Manfaat Batasan Masalah Penerapan teoriteori yang telah diperoleh dibangku kuliah ke dalam praktek yang sebenarnya. Bagi Peneliti Bahan studi kasus dan acuan bagi mahasiswa pada umumnya serta sebagai bahan referensi bagi pihak perpustakaan untuk menambah ilmu pengetahuan bagi pembaca. Bagi Institut Bahan masukan bagi perusahaan untuk pengambilan keputusan yang lebih baik. Bagi Perusahaan Pendahuluan

8 Latar Belakang Permasalahan Tujuan Manfaat Batasan Masalah 1 Penelitian hanya dilakukan pada proses pemotongan kaca lembaran pada line A1 di PT. Asahimas Flat Glass, Tbk. Sidoarjo. 2 Penelitian hanya dilakukan pada produk kaca jenis LNFL. Pendahuluan

9 TINJAUAN PUSTAKA Pengendalian Kualitas Statistika Peta Atribut Multivariat Peta p Multivariat Diagram Pareto Diagram Sebab-Akibat Proses Pembuatan Kaca Tinjauan Penelitian Sebelumnya

10 Pengendalian Kualitas Statistika Peta atribut Multivariat Peta p multivariat Diagram pareto Diagram sebab-akibat Pengendalian kualitas statistik merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, menganalisis, mengelola dan memperbaiki produk dan proses menggunakan metode-metode statistik (Ariani, 2004). Menurut Montgomery (2009), ada tujuh alat statistik yang sering digunakan dalam pengendalian kualitas secara statistik a. Lembar Pengamatan b. Diagram Pareto c. Diagram Sebab Akibat (Diagram Ishikawa) d. Diagram konsentrasi cacat (defect concentration diagram) e. Diagram Pencar (Scatterplot) f. Peta kendali g. Histogram Menurut Johnson & Wichern (2002) mengatakan bahwa jika variabel karakteristik kualitas yang diperiksa lebih dari satu dan antar variabel yang satu dengan yang lain ada hubungan maka disebut multivariate. Tinjauan pustaka

11 Konsep Peta p Multivariat Menurut Cozzucoli (2009) peta p multivariat adalah peta kendali yang mempunyai Klasifikasi distribusi cacat acak multinomial berdasarkan dengan tingkat parameter cacat keseluruhan (n,p) dengan n adalah ukuran sampel dan p vektor probabilitas. Pengendalian Kualitas Statistika k i0 d i p i Batas kendali Peta p Multivariat Penaksir parameter tak bias dari p i Peta atribut Multivariat dimana d i = vektor pembobot ( 0 d i 1) p i = proporsi dari ketidaksesuaian item kelas cacat ke-i (0 p i 1) δ = tingkat cacat keseluruhan (0<δ<1) pˆ 1 m ˆ i p it m t1 Peta p multivariat Batas Kendali Diagram pareto X it pˆ it Dimana n dengan i = 0, 1,, k dan t = 1, 2,, m Diagram sebab-akibat k BKA d z i0 i p i (1 ) ˆ 1/( k1) 2 1 k 2 k d pˆ d pˆ GarisTengah k d n i 0 i i i 0 i i i i pˆ 1 i k BKB d z i0 i p i (1 ) ˆ 1/( k1) 2 1 k 2 k d pˆ d pˆ n i 0 i i i 0 i i Tinjauan pustaka

12 Pengendalian Kualitas Statistika Peta atribut Multivariat Peta p multivariat Diagram pareto Diagram sebab-akibat Struktur Data Peta p Multivariat Pengamatan Sampel Jenis Cacat (i) Jumlah Cacat (t) (n) 0 1 i k (X it ) 1 n 1 x 01 x 11 x i1 x k1 X i1 2 n 2 x 02 x 12 x i2 x k2 X i2 t n t x 0t x 1t x it x kt X it m n m x 0m x 1m x im x km X im Tinjauan pustaka

13 Pengendalian Kualitas Statistika Peta atribut Multivariat Peta p multivariat Diagram pareto Diagram sebab-akibat Struktur Data Proporsi Cacat Kelas Cacat (i) Pengamatan (t) Tidak Cacat Cacat Cacat Cacat Kritis Mayor Minor ˆp ˆp ˆp 01 ˆp 31 ˆp 02 ˆp ˆp ˆp 32 ˆp 03 ˆp 13 ˆp 23 ˆp 33 i pˆ 0i pˆ 1 i pˆ 2 i pˆ 3 i m pˆ i pˆ 0m pˆ 1 m ˆp ˆp 0 1 pˆ 2 m pˆ 3 m ˆp ˆp 2 3 Tinjauan pustaka

14 Pengendalian Kualitas Statistika Peta atribut Multivariat Peta p multivariat Diagram pareto Diagram sebab-akibat Identifikasi Variabel Penyebab Terjadinya Tidak Terkendali Jika nilai statistik sampling ( ) berada batas kendali atas atau batas kendali bawah, maka proses akan dikatakan diluar dan operator harus menyelidiki penyebabnya. Z t k pˆ it pˆ 2 n n i0 0 t i0 X it X i0 Dimana : Z t = indikator kontribusi relatif dari variabel ke-t n 0 dan n t = ukuran sample periode ke-0 dan ke-t Z t Perbaikan proses dilakukan pada variabel > 2 ( k 1), Tinjauan pustaka

15 Pengendalian Kualitas Statistika Peta atribut Multivariat Peta p multivariat Diagram pareto Diagram sebab-akibat Diagram pareto merupakan suatu gambar yang mengurutkan klasifikasi data dari kiri ke kanan menurut urutan skor tertinggi hingga terendah. Hal ini dimaksudkan agar dapat membantu menemukan permasalahan yang paling penting untuk segera diselesaikan (skor tertinggi) sampai dengan masalah yang tidak harus segera diselesaikan (skor terendah) (Ariani, 2004) frekuensi Persen karakteristik cacat a b c d e lainnya 0 Tinjauan pustaka

16 Pengendalian Kualitas Statistika Peta atribut Multivariat Peta p multivariat Diagram pareto Diagram sebab-akibat Diagram sebab-akibat sering dikenal dengan diagram tulang ikan (fishbone). Diagram sebab-akibat adalah suatu diagram yang menunjukkan hubungan antara sebab-akibat. Selain itu, diagram sebab-akibat dapat digunakan untuk membantu dalam menganalisa mutu dengan tujuan mengetahui secara menyeluruh hubungan antara kecacatan dengan penyebabnya. Oleh sebab itu, diagram sebab-akibat dapat dengan mudah dipahami oleh siapapun (Ishikawa, 1989). Lingkungan Material Manusia Cacat Metode Mesin Tinjauan pustaka

17 Proses pembuatan kaca Tinjauan Penelitian sebelumnya Raw Material Preparation (Persiapan Bahan Kaca) Weighting & Mixing of Raw Material (Penimbangan dan Pencampuran Bahan Kaca) Melting (Peleburan) di Furnace o Glass Forming (Pembentukan Kaca) di Metal Bath Glass Annealing (Pendinginan Kaca) di Lehr Glass Cutting (Pemotongan Kaca) Glass Packaging (Pengepakan Kaca) Bahan baku yang sudah diterima pabrik bisa berbentuk curah atau kemasan. Semua komposisi kimia di dalam kaca adalah berbentuk oksida atau senyawa yang mengandung unsur oksigen. Operasi melting adalah proses peleburan batch dan cullet menjadi bentuk yang homogen yang disebut molten glass. Proses pembentukan kaca disebut proses drawing yaitu proses untuk membentuk molten glass dari melting menjadi kaca lembaran. Pembentukan kaca ini bisa diatur tebal tipisnya kaca dan lebar kaca yang dibutuhkan. Saat lembaran kaca berjalan, sudut pisau pemotong dan kecepatan gerak pisau sudah diatur sedemikian rupa sehingga mendapatkan potongan secara horizontal dan lurus. Proses pengepakan bertujuan untuk mengemas produk kaca di dalam box atau pallet dan menjaga kualitas produk sampai ke tujuan pengiriman. Tinjauan pustaka

18 Proses pembuatan kaca Tinjauan Penelitian sebelumnya No Nama Peneliti Karina Mayananda Imam Rido Riarso I Made Parsawan Tahun Judul Pengontrolan kualitas produk PT. IGLAS (Persero) Gresik menggunakan peta p multivariat memperoleh kesimpulan bahwa proses produksi botol IBTC 175ml tahap sortir menunjukkan hasil yang belum stabil dan belum terkendali. Hal ini dikarenakan terdapat 14 subgrup dari 48 subgrup atau sebanyak 29,17% pengamatan yang terdeteksi tidak terkendali atau berada diluar batas kendali. Pengendalian kualitas proses produksi tube plastik di PT. Multiplast Jaya Tatamandiri Sidoarjo menggunakan peta p multivariat memperoleh kesimpulan bahwa proses produksi tube plastik pada fase I, yaitu proses pada bulan Desember 2010 berdasarkan peta p multivariat sudah terkendali, namun tidak cocok digunakan untuk bulan Januari 2011 karena telah terjadi pergeseran proses. Perbandingan peta D 2 dan peta p multivariat (studi kasus) pengontrolan kualitas produksi PT. IGLAS (Persero) Gresik memperoleh kesimpulan bahwa pengontrolan kualitas proses produksi botol IBTC 175ml tahap sortir di PT. IGLAS (Persero) Gresik, menunjukkan hasil yang belum terkendali secara statistik. Peta D 2 menghasilkan batas kendali yang lebih sensitif dibandingkan dengan peta p multivariat, sehingga lebih baik untuk menggunakan peta D 2 untuk pengontrolan kualitas proses produksi botol IBTC 175ml. Tinjauan pustaka

19 Metodologi penelitian Variabel Penelitian Teknik Pengukuran Metode Analisis Data

20 Variabel Penelitian Teknik Pengukuran Metode analisis data Cacat Kritis / Critical Defect Cacat Major / Major Defect Cullet Cacat yang berada diantara kaca berupa percikan hasil pemotongan kaca. Scratch Goresan pada permukaan kaca yang diakibatkan oleh gesekan benda keras atau tajam. Pushmark Cacat yang disebabkan oleh kaca yang terjepit pada saat pemotongan kaca. Chipping Cacat gumpil pada sudut pemotongan kaca. Cacat Minor / Minor Defect Water Stain Suatu cacat yang ditimbulkan akibat sisa air pencucian washing machine yang mengering secara tidak merata pada permukaan kaca atau suatu percikan/tetesan cairan yang menempel. Others Cacat others diantaranya adalah flare, crack, insert mark, cutter down. Metodologi penelitian

21 Variabel Penelitian Teknik Pengukuran Metode analisis data Skor Bobot Masing-Masing Kelas Cacat 1. Cacat Kritis / Critical Defect sebesar 63%. 2. Cacat Major (Fungsional) / Major Defect sebesar 27%. 3. Cacat Minor (Rupa) / Minor Defect sebesar 10%. Metodologi penelitian

22 Variabel Penelitian Teknik Pengukuran Metode analisis data Data Sekunder Departement Quality Control Jenis Kecacatan Proses pemotongan Periode Januari sampai dengan Desember 2013 untuk produk LNFL Pengambilan sampel Setiap 1 jam diambil sampel yang berbeda-beda Subgrup 47 subgrup dimana masing-masing subgrup terdiri dari 3 shift, yaitu : shift pagi, shift siang dan shift malam Metodologi penelitian

23 Variabel Penelitian Teknik Pengukuran Metode analisis data Struktur Data Pada Proses Produksi Kaca Jenis LNFL Subgrup (t) Sampel 1 n 1 2 n 2 3 n n 47 Shift Pagi Siang Malam Pagi Siang Malam Pagi Siang Malam.. Pagi Siang Malam Jenis Cacat (i) 1 6 Jumlah Cacat (Xit) Proporsi Jumlah Cacat (P it ) x 11 x 16 x i1 P i1 x 21 x 26 x i2 P i2 x 31 x 36 x i3 P i x 47,1 x 47,6 x i47 P i Metodologi penelitian

24 Variabel Penelitian Teknik Pengukuran Metode analisis data 1. Mengumpulkan data 2. Melakukan uji asumsi 3. Melakukan analisis data 4. Membuat kesimpulan dan saran Membuat deskripsi data Diagram p multivariat Membuat diagram pareto Menggambarkan diagram sebab-akibat Metodologi penelitian

25 Variabel Penelitian Teknik Pengukuran Metode analisis data Mulai Studi Literatur Perumusan Masalah dan Tujuan Penelitian Identifikasi Variabel dan Pengumpulan Data Flow Chart Langkah Analisis Uji Asumsi : Uji Korelasi Pearson Uji Multivariat Normal Ya Membuat peta kendali p multivariat tahap 1 Dalam batas kendali Ya Membuat peta kendali p multivariat tahap 2, dst Dalam batas kendali Ya Kesimpulan dan saran Tidak Tidak Titik pengamatan dihilangkan kemudian kembali membuat peta kendali Mencari tahu penyebab out of control dengan menggunakan diagram pareto dan diagram ishikawa Tidak Selesai Metodologi penelitian

26 ANALISIS DAN PEMBAHASAN Karakteristik Jenis Cacat Evaluasi Proses Jenis Cacat Dominan Faktor Penyebab Cacat

27 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Statistika Deskriptif Pada Proses Produksi Kaca Tahun 2013 No. Jenis Cacat n Jumlah cacat 1. Cullet Scratch Pushmark Chipping Water Stain Other Second ANALISIS DAN PEMBAHASAN

28 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Statistika Deskriptif Pada Proses Produksi Kaca Tahap 1 No. Jenis Cacat n Jumlah cacat 1. Cullet Scratch Pushmark Chipping Water Stain Other Second Statistika Deskriptif Pada Proses Produksi Kaca Tahap 2 No. Jenis Cacat n Jumlah cacat 1. Cullet Scratch Pushmark Chipping Water Stain Other Second Statistika Deskriptif Pada Proses Produksi Kaca Tahap 3 No. Jenis Cacat n Jumlah cacat 1. Cullet Scratch Pushmark Chipping Water Stain Other Second Statistika Deskriptif Pada Proses Produksi Kaca Tahap 4 No. Jenis Cacat n Jumlah cacat 1. Cullet Scratch Pushmark Chipping Water Stain Other Second ANALISIS DAN PEMBAHASAN

29 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Evaluasi Proses Tahun ,008 0,007 0,006 delta (d) 0,005 0,004 0,003 0,002 0,001 BKA = 0, GT = 0, BKB = 0, , Pengamatan ke ANALISIS DAN PEMBAHASAN

30 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Evaluasi Proses Tahap 1 Peta p multivariat pada tahap 1 0,006 0,005 BKA = 0,00467 Perbaikan peta p multivariat pada tahap 1 delta (d) 0,004 0,003 GT = 0,00377 BKB = 0, ,0050 BKA = 0, ,002 0,0045 0, Pengamatan ke delta (d) 0,0040 GT = 0, ,0035 0,0030 BKB = 0, Pengamatan ke- 4 5 ANALISIS DAN PEMBAHASAN

31 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Evaluasi Proses Tahap 2 0,005 BKA = 0, ,004 GT = 0, delta (d) 0,003 0,002 BKB = 0, ,001 0, Pengamatan ke ANALISIS DAN PEMBAHASAN

32 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Evaluasi Proses Tahap 2 Peta p multivariat pada tahap 2 0, , ,00175 BKA = 0,00191 Perbaikan peta p multivariat pada tahap 2 delta (d) 0, ,00125 GT = 0, ,0019 0,0018 BKA = 0, , , , Pengamatan ke BKB = 0,00096 delta (d) 0,0017 0,0016 0,0015 0,0014 0,0013 0,0012 GT = 0, ,0011 0,0010 BKB = 0, Pengamatan ke- 5 6 ANALISIS DAN PEMBAHASAN

33 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Evaluasi Proses Tahap 3 0,0025 delta (d) 0,0020 0,0015 BKA = 0,00192 GT = 0, ,0010 BKB = 0, , Pengamatan ke ANALISIS DAN PEMBAHASAN

34 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Evaluasi Proses Tahap 3 Peta p multivariat pada tahap 3 0,0025 0,0020 BKA = 0,00214 Perbaikan peta p multivariat pada tahap 3 delta (d) 0,0015 GT = 0, ,0022 0,0020 BKA = 0, ,0010 BKB = 0, ,0018 0, Pengamatan ke delta (d) 0,0016 0,0014 GT = 0, ,0012 BKB = 0, , Pengamatan ke- 6 7 ANALISIS DAN PEMBAHASAN

35 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Evaluasi Proses Tahap 4 0,008 0,007 0,006 delta (d) 0,005 0,004 0,003 0,002 0,001 BKA = 0,00212 GT = 0, BKB = 0, , Pengamatan ke ANALISIS DAN PEMBAHASAN

36 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Evaluasi Proses Tahap 4 Peta p multivariat pada tahap 4 0,008 0,007 0,006 Perbaikan peta p multivariat pada tahap 4 0,005 delta (d) 0,004 0,003 0,002 BKA = 0,00422 GT = 0, BKB = 0, ,0045 0,0040 BKA = 0, ,001 0, Pengamatan ke delta (d) 0,0035 0,0030 GT = 0, ,0025 BKB = 0, Pengamatan ke- 4 5 ANALISIS DAN PEMBAHASAN

37 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Diagram pareto tahap Jumlah Percent Diagram pareto tahap Jenis Cacat Scratch Cullet Pushmark Others Secondary Chipping Water Jumlah Percent 42,8 29,4 10,8 9,3 7,8 0,0 Cum % 42,8 72,1 82,9 92,2 100,0 100,0 0 Jumlah Percent Jenis Cacat Scratch Cullet Pushmark Chipping Other Jumlah Percent 47,3 31,8 10,1 7,0 3,9 Cum % 47,3 79,1 89,1 96,1 100,0 0 ANALISIS DAN PEMBAHASAN

38 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Diagram pareto tahap Jumlah Percent Diagram pareto tahap 4 0 Jenis Cacat Scratch Cullet Chipping Pushmark Others Secondary Water Jumlah Percent 46,2 27,9 11,1 8,2 6,7 0,0 Cum % 46,2 74,0 85,1 93,3 100,0 100,0 0 Jumlah Percent Jenis Cacat Scratch Cullet Chipping Pushmark Other Jumlah Percent 53,6 20,8 14,5 7,2 3,9 Cum % 53,6 74,4 88,9 96,1 100,0 0 ANALISIS DAN PEMBAHASAN

39 Karakteristik Evaluasi proses dominan Faktor penyebab cacat Diagram sebab-akibat pada jenis cacat dominan Diagram sebab-akibat pada proses produksi kaca Material Man Material Man Ketelitian Ketelitian Pencampuran bahan baku belum sempurna Kelelahan Kurangnya maintenance Terjadinya cacat Scratch, Cullet dan Pushmark Kualitas bahan baku y ang belum baik Kelelahan Keahlian Kurangnya maintenance Terjadinya cacat C ara pemotongan belum optimal Pengaturan mesin y ang belum sesuai C ara pemotongan belum optimal Usia mesin y ang sudah tua Pengaturan mesin y ang belum sesuai Methods Machines Methods Machines ANALISIS DAN PEMBAHASAN

40 KESIMPULAN DAN SARAN

41 KESIMPULAN SARAN 1 Dari hasil evaluasi proses, produksi kaca jenis LNFL pada proses pemotongan bulan Januari sampai dengan Desember 2013 mengalami pergeseran proses yang semakin buruk. Sehingga, perlu dilakukan pembagian tahap sebanyak 4 tahap dan diperoleh hasil bahwa dengan melakukan perbaikan peta p multivariat untuk masing-masing tahap, proses produksi kaca jenis LNFL sudah terkendali secara statistik. 2 Dari hasil diagram pareto, jenis cacat yang paling mendominasi dalam produksi kaca pada saat proses pemotongan kaca bulan Januari sampai dengan Desember 2013 adalah adalah scratch dengan rata-rata sebesar 47,48%, cullet dengan rata-rata sebesar 27,48%, pushmark dengan rata-rata sebesar 9,08% dan chipping dengan rata-rata sebesar 10,1%. Dari hasil diagram sebab akibat, faktor-faktor penyebab cacat diantaranya yaitu kualitas bahan baku yang belum baik, operator kelelahan dan kurang teliti, cara pemotongan belum optimal, kurangnya maintenance, usia mesin yang sudah tua dan pengaturan mesin yang belum sesuai. KESIMPULAN DAN SARAN

42 KESIMPULAN SARAN Saran bagi pihak perusahaan agar melakukan perbaikan untuk jenis cacat yang mendominasi yaitu scratch, cullet, pushmark dan chipping pada proses pemotongan kaca yang diakibatkan oleh faktor mesin dan faktor manusia dengan cara melakukan maintenance pada mesin secara teratur dan perlunya peningkatan kinerja untuk setiap operator. Selain itu, pihak perusahaan juga perlu melakukan pengendalian kualitas secara statistik pada proses produksi kaca untuk mengurangi jumlah produk cacat dan proses dalam keadaan terkendali. KESIMPULAN DAN SARAN

43 Daftar Pustaka Ariani, Dorothea Wahyu Pengendalian Kualitas Statistik. Yogyakarta: AndiOffset. Cozzucoli, P. C. (2009, June). Process Monitoring with Multivariate p Control Chart. Journal of Quality Statistic and Reliability, Volume Octaviana, Fanny A Pengendalian Kualitas Produksi Kaca Pada Proses Pembentukan di PT. Asahimas Flat Glass, Tbk. Tugas Akhir Mahasiswa Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember, Surabaya. Ishikawa, Kaoru Introduction to Quality Control. Jepang : JUSE Press Ltd. Johnson, A. R., & Winchern, D. W. (2002). Applied Multivariate Statistical Analysis 5th. New Jersey: Prentice Hall, Upper Saddle River. Mayananda, K Pengontrolan Kualitas Produksi PT. IGLAS (Persero) Gresik Menggunakan Diagram p Multivariat. Tugas Akhir Mahasiswa Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember, Surabaya. Montgomery, D.C Introduction to Statistical Quality Control 5th Edition. New York: John Wiley & Sons, inc. Mukhopadhyay, A. R Multivariate Attribute Control Chart Using Mahalanobis D 2 Statistic. Journal of Applied Statistics, Vol.35, No.4, Parsawan, I Made Perbandingan Diagram D 2 dan Diagram p Multivariat (Studi Kasus) Pengontrolan Kualitas Produksi PT. IGLAS (Persero) Gresik. Tugas Akhir Mahasiswa Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember, Surabaya. Riarso, Iman Ridho Pengendalian Kualitas Proses Produksi Tube Plastik di PT. Multiplast Jaya Tatamandiri Sidoarjo Menggunakan Peta Kendali p Multivariat. Tugas Akhir Mahasiswa Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember, Surabaya. Suyanto Penerapan PID Controller Pada Sistem Pengendalian Temperatur Pada Proses Pembuatan Kaca Lembaran di PT. Asahimas Flat Glass, Tbk. Sidoarjo. diakses pada tanggal 27 Februari 2012 pukul WIB.

44 TERIMA KASIH

45 Pengendalian Kualitas Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk. Fanny Ayu Octaviana Dosen Pembimbing : Dra. Lucia Aridinanti, MT. Jurusan Statistika Institut Teknologi Sepuluh Nopember Surabaya