PENERAPAN PENDEKATAN GABUNGAN GREY RELATIONAL ANALYSIS (GRA) DAN PRICIPAL COMPONENT ANALYSIS (PCA) PADA METODE TAGUCHI MULTIRESPON
|
|
- Hadian Tedjo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENERAPAN PENDEKATAN GABUNGAN GREY RELATIONAL ANALYSIS (GRA) DAN PRICIPAL COMPONENT ANALYSIS (PCA) PADA METODE TAGUCHI MULTIRESPON Nur Aprilia Rahmadani Dosen Pembimbing Dr. Sony Sunaryo,M.Si Co. Pembimbing Muhammad Sjahid Akbar, S. Si, M. Si JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2012 Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
2 Pendahuluan Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
3 Latar belakang Kualitas Optimasi Proses Taguchi Metode Optimasi Proses Derringer dan Suich (1980) Khuri dan Conlon (1981)
4 Latar belakang Penelitian Rohit Garg (2010) Penelitian GRA sebelumnya Taguchi dan Fungsi Utility Metode GRA dan PCA yang termasuk metode baru Lu, H. S. dkk. (2009) Ciang dan Hsieh (2009) Kuo, C.F.J. dkk. (2011) Balasubramanian dan Ganapathy (2011) Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
5 Rumusan masalah Bagaimana menentukan kombinasi optimal dari parameter proses pada percobaan kinerja wire-edm dengan menggunakan metode gabungan GRA dan PCA, yang mengoptimalkan respon secara serentak? Bagaimana hasil pendugaan nilai respon pada kondisi setting kombinasi optimal? Bagaimana perbandingan hasil metode Fungsi Utility, metode Fuzzy Logics dengan hasil metode gabungan GRA dan PCA?
6 tujuan Menentukan kombinasi optimal dari parameter proses pada percobaan kinerja wire-edm. Menduga nilai respon pada kondisi setting kombinasi optimal. Membandingkan hasil metode Fungsi Utility, metode Fuzzy Logics dengan hasil metode gabungan GRA dan PCA.
7 manfaat Hasil penelitian ini diharapkan dapat memberikan informasi mengenai kombinasi optimal dari parameter proses dengan menggunakan metode gabungan GRA dan PCA, sebagai alternatif pemecahan kasus multirespon pada metode Taguchi.
8 Tinjauan Pustaka Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
9 TAGUCHI Metode Taguchi diperkenalkan oleh Dr. Genichi Taghuci (1940). Metode ini merupakan metodologi baru yang digunakan untuk mengoptimalkan hasil eksperimen dan berprinsip pada perbaikan mutu. Ada dua komponen utama pada metode Taguchi yaitu Orthogonal array (OA) dan Signal to Noise Ratio (SN Ratio). Komponen OA dapat digunakan untuk menentukan jumlah minimal banyaknya percobaan (Park, 1996).
10 ORTHOGONAL ARRAY Orthogonal array merupakan suatu matriks faktor dan level yang tidak membawa pengaruh dari faktor yang lain atau level yang lain (Belavendram N, 1995). Pemilihan jenis orthogonal array yang akan digunakan pada percobaan didasarkan pada jumlah derajat bebas total. Penentuan derajat bebas berdasarkan pada : 1. Jumlah faktor utama yang diamati. 2. Jumlah level dari faktor yang diamati. 3. Interaksi percobaan yang diinginkan. Pada penelitian ini akan menggunakan orthogonal array sebagai berikut: L 27 (3 13 )
11 SIGNAL TO NOISE RASIO 1. Nominal the best 2. Smaller The Better 3. Larger The Better
12 Grey relational analysis (gra) Teori Grey Relational Analysis (GRA) ditemukan pada periode 1980-an oleh Deng. Teori ini berhubungan dengan metode taguchi yang menunjukkan sebuah pendekatan optimasi yang lebih baru. Metode Grey Relational Analysis (GRA) digunakan untuk proses optimasi yang memiliki beberapa karakteristik kinerja. Metode GRA ini dapat mengurangi secara signifikan biaya yang diperlukan dan meningkatkan efisiensi secara keseluruhan.
13 Grey relational analysis (gra) Langkah-Langkah Grey Relational Analysis (GRA) :
14 Grey relational analysis (gra) Langkah-Langkah Grey Relational Analysis (GRA) :
15 PRINCIPAL COMPONENT ANALYSIS (Pca) Analisis komponen utama adalah sebuah metode statistika multivariat yang memilih sejumlah kecil komponen untuk menjelaskan varians dari beberapa respon yang asli. Langkah-langkah dari PCA menurut Fung and Kang (2005): 1. Menyusun beberapa respon asli 2. Susunan koefisien korelasi 3. Menentukan eigenvalue dan eigenvektor Pada penelitian Kaiser dalam Fung and Kang (2005), komponen dengan eigenvalue lebih besar dari satu yang dipilih untuk menggantikan respon asli untuk analisa lebih lanjut.
16 ANOVA Analisis varians adalah teknik perhitungan yang memungkinkan secara kuantitatif mengestimasi kontribusi setiap faktor pada semua pengukuran respon. ANOVA digunakan untuk melakukan pemecahan total variasi percobaan ke dalam sumbersumber variasi yang diamati yaitu komponen pembentuknya berupa faktor utama dan interaksi antar faktor utama (Fowlkes dan Creveling, 1995).
17 ANOVA Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
18 PENGUJIAN ASUMSI RESIDUAL Uji Asumsi Residual Identik Uji Asumsi Residual Independen Uji Asumsi Residual Distribusi Normal
19 INTERVAL KEPERCAYAAN Interval kepercayaan (CI) untuk hasil yang dicapai pada kondisi optimum dihitung dengan cara yang sama seperti CI pengaruh faktor signifikan. (Belavendram, 1995) CI F ( 1, V2 ) n eff MS e
20 Metodologi Penelitian Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
21 Sumber data Data yang digunakan adalah data sekunder penelitian Garg (2010) dengan judul Pengaruh Parameter Proses Pada Pengukuran Kinerja Wire- EDM. Data tersebut dalam penelitian ini akan diolah menggunakan metode gabungan GRA dan PCA.
22 Variabel penelitian Variabel Respon Y1 = Tingkat Pemotongan dengan karakteristik Larger the Better Y2 = Kekasaran permukaan dengan karakteristik Smaller the Better Y3 = Arus kesenjangan dengan karakteristik Larger the Better Y4 = Penyimpangan dimensi dengan karakteristik Smaller the Better
23 Variabel penelitian Variabel Prediktor (Faktor) A = Pulse On Time A1 : 106 A2 : 116 A3 : 126 B = Pulse Of Time B1 : 40 B2 : 50 B3 : 60 C = Spark Gap Set Voltage C1 : 20 C2 : 40 C3 : 60 D = Peak Current D1 : 70 D2 : 150 D3 : 230 E = Wire Feed E1 : 4 E2 : 8 E3 : 12 F = Wire Tension F1 : 4 F2 : 8 F3 : 12
24 Variabel penelitian Interaksi terjadi antara faktor A dengan B, faktor A dengan C, dan faktor B dengan C, sehingga diperoleh perhitungan derajat bebas (df) sebagai berikut : df = A + B +C + D + E + F + AB + AC + BC = (3-1) + (3-1) + (3-1) + (3-1) + (3-1) + (3-1) + (3-1)(3-1) + (3-1)(3-1) + (3-1)(3-1) = = 24 Rancangan OA yang digunakan dalam penelitian ini adalah L 27 (3 13 ).
25 Rancangan OA Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
26 metode analisis Menentukan OA Melakukan analisis menggunakan ANOVA dan memeriksa asumsi IIDN Menghitung S/N Rasio Menentukan kombinasi optimal Normalisasi S/N Rasio Menduga nilai respon pada kondisi setting kombinasi optimal Menghitung nilai delta dan nilai gamma (grey relational coeficient) Menghitung selang kepercayaan (CI) Menghitung eigenvektor dari nilai gamma Membandingkan hasil dengan metode Fungsi Utility dan metode Fuzzy Logics Menghitung nilai grey relational grade Membuat kesimpulan
27 Analisis Data dan Pembahasan Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
28 penentuan kondisi optimum menggunakan metode gra Penentuan Rancangan OA Rancangan OA yang digunakan dalam penelitian ini adalah L 27 (3 13 ). Perhitungan SN Ratio Tingkat Pemotongan Karakteristik kualitas Larger The Better yang berarti semakin besar tingkat pemotongannya maka semakin baik kualitasnya. Misalkan dapat dilihat pada observasi pertama dengan pengulangan 3 kali 0,66; 0,68; 0,69 didapatkan nilai SN Ratio :
29 penentuan kondisi optimum menggunakan metode gra Perhitungan juga dilakukan pada 26 eksperimen lainnya dan didapatkan hasil nilai SN Ratio Tingkat Pemotongan sebagai berikut : Eksp. SN Ratio Tingkat Pemotongan Eksp. SN Ratio Tingkat Pemotongan Eksp. SN Ratio Tingkat Pemotongan 1-3, , , , , , , , , , , , , , , , , , , , , , , , , , ,8661
30 penentuan kondisi optimum menggunakan metode gra Kekasaran Permukaan Karakteristik kualitas Smaller The Better yang berarti semakin kecil kekasaran permukaannya maka semakin baik kualitasnya. Misalkan dapat dilihat pada observasi pertama dengan pengulangan 3 kali 1,41; 1,35; 1,37 didapatkan nilai SN Ratio :
31 penentuan kondisi optimum menggunakan metode gra Perhitungan juga dilakukan pada 26 eksperimen lainnya dan didapatkan hasil nilai SN Ratio Kekasaran Permukaan sebagai berikut : Eksp. SN Ratio Kekasaran Permukaan Eksp. SN Ratio Kekasaran Permukaan Eksp. SN Ratio Kekasaran Permukaan 1-2, , , , , , , , , , , , , , , , , , , , , , , , , , ,23496
32 penentuan kondisi optimum menggunakan metode gra Arus Kesenjangan Karakteristik kualitas Larger The Better yang berarti semakin besar arus kesenjangannya maka semakin baik kualitasnya. Misalkan dapat dilihat pada observasi pertama dengan pengulangan 3 kali 1,40; 1,30; 1,40 didapatkan nilai SN Ratio :
33 penentuan kondisi optimum menggunakan metode gra Perhitungan juga dilakukan pada 26 eksperimen lainnya dan didapatkan hasil nilai SN Ratio Arus Kesenjangan berikut ini : Eksp. SN Ratio Arus Kesenjangan Eksp. SN Ratio Arus Kesenjangan Eksp. SN Ratio Arus Kesenjangan 1 2, , , , , , , , ,06 4 0, , , , , , , , , , , , , , , , , ,58362
34 penentuan kondisi optimum menggunakan metode gra Penyimpangan Dimensi Karakteristik kualitas Smaller The Better yang berarti yang berarti semakin kecil penyimpangan dimensinya maka semakin baik kualitasnya. Misalkan dapat dilihat pada observasi pertama dengan pengulangan 3 kali 0,690; 0,640; 0,680 didapatkan nilai SN Ratio :
35 penentuan kondisi optimum menggunakan metode gra Perhitungan juga dilakukan pada 26 eksperimen lainnya dan didapatkan hasil nilai SN Ratio Penyimpangan Dimensi sebagai berikut : Eksp. SN Ratio Penyimpangan Dimensi Eksp. SN Ratio Penyimpangan Dimensi Eksp. SN Ratio Penyimpangan Dimensi 1 3, , , , , , , , , , , , , , , , , , , , , , , , , , ,76531
36 penentuan kondisi optimum menggunakan metode gra Perhitungan Normalisasi SN Ratio Eksp. * ( ) Eksp. * x j Eksp. * i ( j) ( j) 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , ,17998 Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA) x i x i
37 penentuan kondisi optimum menggunakan metode gra Eksp. Eksp. Eksp. * * * x i ( j) ( j) ( j) 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , ,81604 x i x i
38 penentuan kondisi optimum menggunakan metode gra Eksp. Eksp. Eksp. * * x i ( j) * ( j) ( j) 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , ,28522 x i x i
39 penentuan kondisi optimum menggunakan metode gra Eksp. Eksp. Eksp. * * * x i ( j) ( j) ( j) 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , ,21469 x i x i
40 penentuan kondisi optimum menggunakan metode gra Perhitungan Nilai delta dan gamma Delta Gamma Eksp. Delta Eksp. Delta Eksp. Delta Eksp. Gamma Eksp. Gamma Eksp. Gamma 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,37878
41 penentuan kondisi optimum menggunakan metode gra Kekasaran Permukaan Delta Gamma Eksp. Delta Eksp. Delta Eksp. Delta Eksp. Gamma Eksp. Gamma Eksp. Gamma 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,73104
42 penentuan kondisi optimum menggunakan metode gra Arus Kesenjangan Delta Gamma Eksp. Delta Eksp. Delta Eksp. Delta Eksp. Gamma Eksp. Gamma Eksp. Gamma 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,41160
43 penentuan kondisi optimum menggunakan metode gra Penyimpangan Dimensi Delta Gamma Eksp. Delta Eksp. Delta Eksp. Delta Eksp. Gamma Eksp. Gamma Eksp. Gamma 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,38901
44 penentuan kondisi optimum menggunakan metode gra Perhitungan Nilai Grey Relational Grade Eksp. Grey Relational Grade Eksp. Grey Relational Grade Eksp. Grey Relational Grade 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , ,496163
45 penentuan kondisi optimum menggunakan metode gra ANOVA Sumber Variasi Derajat Bebas Jumlah Kuadrat Rata-Rata Kuadrat F hitung P-Value A 2 0, , ,13 0,055 B 2 0, , ,90 0,021 C 2 0, , ,68 0,374 D 2 0, , ,80 0,093 E 2 0, , ,58 0,152 F 2 0, , ,67 0,273 A*B 4 0, , ,72 0,182 A*C 4 0, , ,64 0,185 B*C 4 0, , ,71 0,183 Error 2 0, , Total 26 0, F 0,05;(2,2) = 19 F 0,05;(4,2) = 19,2468
46 penentuan kondisi optimum menggunakan metode gra ANOVA Sumber Variasi Derajat Bebas Jumlah Kuadrat Rata-Rata Kuadrat F hitung P-Value A 2 0, , B 2 0, , ,85 0,037 10,33 0,001 Error 22 0, , Total 26 0,14645 F 0,05;(2,22) = 3,44336
47 penentuan kondisi optimum menggunakan metode gra Pemeriksaan Asumsi IIDN Levene s Test F (0,05;2;24) α Keputusan 1,35 3, ,05 Gagal Tolak H 0 Autocorrelation Function for RESI (with 5% significance limits for the autocorrelations) Autocorrelation 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1, Lag
48 penentuan kondisi optimum menggunakan metode gra Residual Berdistribusi Normal D hitung D (27;0,95) α Keputusan 0,139 0,254 0,05 Gagal Tolak H 0 99 Probability Plot of RESI Normal Percent ,10-0,05 0,00 RESI 0,05 0,10 0,15
49 penentuan kondisi optimum menggunakan metode gra Penentuan Kondisi Optimal Level A B C D E F 1 0,5147 0,6037 0,5521 0,5102 0,5488 0, ,5240 0,5234 0,5350 0,5462 0,5534 0, ,5800 0,4916 0,5315 0,5623 0,5164 0,5533 Kondisi Optimal = A 3 B 1 C 1 D 3 E 2 F 3 Main Effects Plot for Means Data Means A B C 0,600 0,575 0,550 Mean of Means 0,525 0,500 0, D E F 0,575 0,550 0,525 0,
50 Pendugaan Nilai Setiap respon pada kondisi setting kombinasi optimal Tingkat Pemotongan Nilai dugaan CI F (1, f n eff e ) V e 2,7827 mm/min 2,4595<µ<3,1059 Kekasaran Permukaan Nilai dugaan CI F (1, f n eff e ) V e 2,8425 m 2,6707<µ<3,0143
51 Pendugaan Nilai Setiap respon pada kondisi setting kombinasi optimal Arus Kesenjangan Nilai dugaan CI F (1, f n eff e ) V e 5,3699 ampere 4,7919<µ<5,9479 Penyimpangan Dimensi Nilai dugaan CI F (1, f n eff e ) V e 0,6422 % 0,5584<µ<0,7260
52 Perbandingan nilai optimum antara metode fungsi utility, metode fuzzy logics, dan metode gabungan gra dengan pca No Respon Karakteristik Respon Kombinasi Optimum Fungsi Utility Prediksi Nilai Optimum CI Kombinasi Optimum Fuzzy Logics Prediksi Nilai Optimum CI 1 Tingkat Pemotongan Larger The Better A 3 B 1 C 3 D 3 E 1 F 2 2,3126 1,9894<µ<2,6358 A 3 B 1 C 3 D 3 E 1 F 2 2,3126 1,9894<µ<2, Kekasaran Permukaan Smaller The Better A 3 B 1 C 3 D 3 E 1 F 2 2,6809 2,5091<µ<2,8527 A 3 B 1 C 3 D 3 E 1 F 2 2,6809 2,5091<µ<2, Arus Kesenjangan Larger The Better A 3 B 1 C 3 D 3 E 1 F 2 4,6253 4,0473<µ<5,2033 A 3 B 1 C 3 D 3 E 1 F 2 4,6253 4,0473<µ<5, Penyimpanga n Deviasi Smaller The Better A 3 B 1 C 3 D 3 E 1 F 2 0,2447 0,1609<µ<0,3285 A 3 B 1 C 3 D 3 E 1 F 2 0,2447 0,1609<µ<0,3285 Gabungan GRA dengan PCA No Respon Karakteristik Respon Kombinasi Optimum Prediksi Nilai Optimum CI 1 Tingkat Pemotongan Larger The Better A 3 B 1 C 1 D 3 E 2 F 3 2, ,4595<µ<3, Kekasaran Permukaan Smaller The Better A 3 B 1 C 1 D 3 E 2 F 3 2, ,6707<µ<3, Arus Kesenjangan Larger The Better A 3 B 1 C 1 D 3 E 2 F 3 5, ,7919<µ<5, Penyimpangan Deviasi Smaller The Better A 3 B 1 C 1 D 3 E 2 F 3 0, ,5584<µ<0,7260
53 Kesimpulan dan Saran Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA)
54 kesimpulan Kombinasi optimal dari parameter proses pada percobaan kinerja wire-edm yang diperoleh yaitu A 3 B 1 C 1 D 3 E 2 F 3. Nilai taksiran rata-rata respon Tingkat Pemotongan = 2,7827 mm/min Nilai taksiran rata-rata respon Kekasaran Permukaan = 2,8425 m Nilai taksiran rata-rata respon Arus Kesenjangan = 5,3699 ampere Nilai taksiran rata-rata respon Penyimpangan Dimensi = 0,6422 %.
55 kesimpulan Respon Tingkat Pemotongan dan Arus kesenjangan pada metode gabungan GRA dan PCA menghasilkan nilai prediksi yang lebih baik dibandingkan dengan metode Fungsi Utility dan Fuzzy Logics. Respon Kekasaran Permukan dan Penyimpangan Dimensi pada metode Fungsi Utility dan Fuzzy Logics menghasilkan nilai prediksi yang lebih baik dibandingkan dengan metode gabungan GRA dan PCA.
56 saran Saran yang dapat diberikan dalam penelitian ini adalah perbandingan metode gabungan GRA dan PCA dengan metode lain diperlukan agar dapat mengetahui perbedaan masing-masing metode. Selain itu, agar dapat menunjukkan bahwa metode yang satu lebih baik dari metode yang lain, maka diperlukan percobaan konfirmasi terhadap kondisi optimum.
57 Daftar pustaka Anggraeni, F Pemilihan Supplier dengan Metode Kombinasi AHP dan Fuzzy Linear Programming, Grey Relational Analysis, dan Preemptive Goal Programming. Skripsi : Universitas Kristen Petra, Surabaya. Balasubramanian, S. dan Ganapathy, S. (2011). Grey Relational Analysis To Determine Optimum Process Parameters For WEDM. J. Engineering Science and Technol. 3 : Belavendram, N. (1995). Quality by Design Taguchi Techniques for Industrial Experimentation. London : Prentice Hall International. Brown, M.B. dan Forsythe, A.B. (1974). Robust Test for The Equality of Variance. Journal of the American Statistical Association, 69, Chiang, Y.M. dan Hsieh, H.H. (2009). The use of the Taguchi method with Grey Relational Analysis to Optimize The Thin-Film Sputtering Process with Multiple Quality Characteristics in Color Filter Manufacturing. J. Computers & Industrial Engineering 56 :
58 Daftar pustaka Daniel, W.W. (1989). Statistika Non Parametrik Terapan. Jakarta : PT. Gramedia Derringer, G. dan Suich, R. (1980). Simultaneous Optimization of Several Response Variables. Journal of the Quality Technology, 12 : Fowlkes, W.Y. dan Creveling, C.M. (1995). Engineering Methods in Technology and Product Design (Using Taguchi Methods in Technology and Product Development). Massachusetts : Addison Wesley Publishing Company. Fung, H.C. dan Kang, P.C. (2005). Multi-Response Optimization in Friction Properties of PBT Composites Using Taguchi Method and Principal Component Analysis. J. Mater. Process. Technol. 170 :
59 Daftar pustaka Garg, R. (2010). Effect of Process Parameters on Performance Measures of Wire Electrical Discharge Machining, Ph. D. Thesis, Mechanical Engineering Departement, National Institute of Technology, Kurukshetra, Haryana, India. Iriawan, N. dan Astuti, S.P. (2006). Mengelola Data Statistik dengan Mudah Menggunakan Minitab 14. Jakarta : Andi. Khuri, A.I. dan Conlon, M. (1981). Simultaneous Optimization of Multiple Responses Represented by Polynomial Regression Function. Technometrics 23 : Kuo, C.F.J., Su, T.L., Jhang, P.R., Huang, C.Y. dan Chiu, C.H. (2011). Using the Taguchi method and grey relational analysis to optimize the flat-plate collector process with multiple quality characteristics in solar energy collector manufacturing. Energy 36 :
60 Daftar pustaka Lu, H.S., Chang, C.K., Hwang, N.C. dan Chung, C.T. (2009). Grey Relational Analysis Coupled With Principal Component Analysis For Optimization Design Of The Cutting Parameters In High-Speed End Milling. J. Mater. Process. Technol. 209 : Montgomery, DC. (1997). Design and Analysis of Experiments. John Wiley & Sons. Inc, New York. Park, S.H. (1996). Robust Design and Analysis for Quality Engineering. New Delhi : PT. Palatino Thomson Press. Wei, W. W. S. (1990). Time Analysis Univariate and Multivariate Method. Addison Wesley Publishing Company, Inc. Jakarta. Widagdo, A.T. (2001). Optimasi Proses Pengecatan Di PT. Panca Jasa Dengan Taguchi Multirespon. Tugas Akhir : Jurusan Statistika FMIPA ITS.
61
Oleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.
OPTIMASI WAKTU PEMOTONGAN BAJA HSS PADA WIRE-EDM MENGGUNAKAN METODE TAGUCHI Oleh : M. Mushonnif Efendi (307 030 05) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si. Prodi D3 STATISTIKA FAKULTAS ILMU PENGETAHUAN
Lebih terperinciPROPOSAL PENELITIAN. Oleh : Randi Nugraha Putra ( )
JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011 PROPOSAL PENELITIAN Oleh : Randi Nugraha Putra (1309 106 005) 1 PENDAHULUAN 2 LANDASAN
Lebih terperinciPenerapan Metode Grey Relational Analysis dan Desirability Function pada Optimasi Multi Respon Desain Taguchi
Penerapan Metode Grey Relational Analysis dan Desirability Function pada Optimasi Multi Respon Desain Taguchi Sri Winarni*, Budhi Handoko, Yeny Krista Franty Departemen Statistika FMIPA Unpad *E-mail:
Lebih terperinciPeningkatan Kualitas melalui Desain Eksperimen (Studi Kasus di Sebuah Perusahaan Krupuk, Blitar)
Peningkatan Kualitas melalui Desain Eksperimen (Studi Kasus di Sebuah Perusahaan Krupuk, Blitar) Debora Anne Y. A., Vivi Yasin Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Kristen
Lebih terperinciKata kunci: Taguchi method, Multirespon, Combined Array, TOPSIS
OPTIMASI PROSES INJECTION MOLDING DENGAN PENDEKATAN COMBINED ARRAY (Studi Kasus: Produk Barrel Rexona Stick 20 gram di PT. X Surabaya) Ratna Augustiny Tjahyono dan Haryono Program Studi Magister Manajemen
Lebih terperinciOPTIMASI MULTI RESPON DENGAN MENGGUNAKAN METODE TAGUCHI-GREY PADA PROSES FOAMING PRODUK SPONGE SHEET SLAA UNTUK MENURUNKAN BIAYA KERUGIAN
OPTIMASI MULTI RESPON DENGAN MENGGUNAKAN METODE TAGUCHI-GREY PADA PROSES FOAMING PRODUK SPONGE SHEET SLAA UNTUK MENURUNKAN BIAYA KERUGIAN Andri Maulana Novianto 1*) dan Bobby Oedy P. Soepangkat 2) Manajemen
Lebih terperinciAPLIKASI DESAIN EKSPERIMEN TAGUCHI UNTUK PERBAIKAN KUALITAS AIR PDAM TIRTA MON PASE LHOKSUKON ACEH UTARA. Halim Zaini 1
APLIKASI DESAIN EKSPERIMEN TAGUCHI UNTUK PERBAIKAN KUALITAS AIR PDAM TIRTA MON PASE LHOKSUKON ACEH UTARA Halim Zaini 1 1 Staf Pengajar email : halimzain60@gmail.com ABSTRAK Kualitas air PDAM Tirta Mon
Lebih terperinciPenentuan Nilai Parameter Mesin Las untuk Menghasilkan Kualitas Pengelasan yang Terbaik dengan Desain Eksperimental Taguchi 1.
Penentuan Nilai Parameter Mesin Las untuk Menghasilkan Kualitas Pengelasan yang Terbaik dengan Desain Eksperimental Taguchi Ferry Manihuruk & Isti Surjandari Departemen Teknik Industri, Fakultas Teknik
Lebih terperinciKOMBINASI DAN KOMPOSISI BAHAN BAKU UNTUK PENINGKATAN KUALITAS PAVING RUMPUT DI CV. X SURABAYA. Irwan Soejanto ABSTRACT
KOMBINASI DAN KOMPOSISI BAHAN BAKU UNTUK PENINGKATAN KUALITAS PAVING RUMPUT DI CV. X SURABAYA Irwan Soejanto ABSTRACT As a product, grass paving has its own characteristic. The producers always try to
Lebih terperinciOPTIMASI KUALITAS HALLOW BLOCK DENGAN METODE TAGUCHI INTISARI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 6, No. 01 (2017), hal 61 68. OPTIMASI KUALITAS HALLOW BLOCK DENGAN METODE TAGUCHI Suwarno, Naomi Nessyana Debataraja, Setyo Wira Rizki INTISARI
Lebih terperinciPENENTUAN KONDISI PENGOLAHAN DAN PENYAJIAN BUMBU RAWON INSTAN BUBUK DENGAN METODE TAGUCHI
PENENTUAN KONDISI PENGOLAHAN DAN PENYAJIAN BUMBU RAWON INSTAN BUBUK DENGAN METODE TAGUCHI Julianingsih Dosen Fakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Kristen Petra Febrina Prasetyo
Lebih terperinciPENERAPAN METODE SPC DAN TAGUCHI DALAM IDENTIFIKASI FAKTOR KECACATAN PRODUK RIM
PENERAPAN METODE SPC DAN TAGUCHI DALAM IDENTIFIKASI FAKTOR KECACATAN PRODUK RIM Cahyono dan Mulki Siregar Teknik Industri Universitas Islam Jakarta cahyono76@gmail.com Abstrak Meminimalkan produk cacat
Lebih terperinciPENERAPAN METODE TAGUCHI UNTUK KASUS MULTIRESPON PRINCIPAL COMPONENT ANALYSIS. (Studi Kasus: Proses Freis Komposit GFRP)
PENERAPAN METODE TAGUCHI UNTUK KASUS MULTIRESPON MENGGUNAKANN PENDEKATAN GREY RELATIONAL ANALYSIS DAN PRINCIPAL COMPONENT ANALYSIS (Studi Kasus: Proses Freis Komposit GFRP) SKRIPSI Disusun oleh ANNISA
Lebih terperinciOPTIMASI KUAT TEKAN DAN DAYA SERAP AIR DARI BATAKO YANG MENGGUNAKAN BOTTOM ASH DENGAN PENDEKATAN RESPON SERENTAK
OPTIMASI KUAT TEKAN DAN DAYA SERAP AIR DARI BATAKO YANG MENGGUNAKAN BOTTOM ASH DENGAN PENDEKATAN RESPON SERENTAK Ricky Afi Damaris (), Bobby O. P. Soepangkat () Mahasiswa MMT ITS, Staf Pengajar MMT ITS
Lebih terperinciPRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Perancangan Kualitas Kode/sks : SS141413/ (2/1/0 ) Dosen : SS Semester : V
RP-S1-SI-06 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 8 A. CAPAIAN PEMBELAJARAN : CP 1.2 : Menentukan optimasi melalui perancangan eksperimen. CP15.2 : Mampu mengelola dan bekerja
Lebih terperinci(D.4) DESAIN PARAMETER UNTUK DATA DISKRIT PADA ROBUST DESIGN. Oleh Budhi Handoko 1), Sri Winarni 2)
(D.4) DESAIN PARAMETER UNTUK DATA DISKRIT PADA ROBUST DESIGN Oleh Budhi Handoko ), Sri Winarni ),) Staf Pengajar Jurusan Statistika FMIPA, Unpad Bandung Email ) : budhihandoko@unpad.ac.id Email ) : sri.winarni@unpad.ac.id
Lebih terperinciPenerapan Metode Taguchi Untuk Meningkatkan Kualitas Kain Tenun Pada Sentra Industri Kain Tenun Kabupaten Pemalang
Penerapan Metode Taguchi Untuk Meningkatkan Kualitas Kain Tenun Pada Sentra Industri Kain Tenun Kabupaten Pemalang Zulfah, Saufik Luthfianto, M. Fajar Nurwildani Dosen Program Studi Teknik Industri Universitas
Lebih terperinciPENERAPAN OPTIMASI MULTIRESPON MENGGUNAKAN HYBRID PRINCIPAL COMPONENT ANALYSIS - TAGUCHI PADA PROSES TURNING MATERIAL POLYACETAL
PENERAPAN OPTIMASI MULTIRESPON MENGGUNAKAN HYBRID PRINCIPAL COMPONENT ANALYSIS - TAGUCHI PADA PROSES TURNING MATERIAL POLYACETAL M. Arbi Hadiyat ) ) Jurusan Teknik Industri Fakultas Teknik Universitas
Lebih terperinciREKAYASA KUALITAS DALAM PENENTUAN SETTING MESIN DENGAN METODE TAGUCHI (PRODUK KAIN POLYESTER) Rudy Wawolumaja, Lindawati
REKAYASA KUALITAS DALAM PENENTUAN SETTING MESIN DENGAN METODE TAGUCHI (PRODUK KAIN POLYESTER) Rudy Wawolumaja, Lindawati Abstrak Penelitian ini dilakukan di pabrik tekstil, P. X Bandung. Masalah yang dihadapi
Lebih terperinciOPTIMASI KARAKTERISTIK KUALITAS LEAD-SLAG PERISAI RADIASI BETON MENGGUNAKAN METODE GREY-TAGUCHI DESIRABILITY FUNCTION
OPTIMASI KARAKTERISTIK KUALITAS LEAD-SLAG PERISAI RADIASI BETON MENGGUNAKAN METODE GREY-TAGUCHI DESIRABILITY FUNCTION Sri Winarni 1,a), Budhi Handoko 2,b) 1,2 Departemen Statistika FMIPA UNPAD, Jl. Raya
Lebih terperinciOPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR DENGAN LEVEL YANG BERBEDA MENGGUNAKAN METODE TAGUCHI
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 303-312 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian OPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR
Lebih terperinciProsiding Seminar Nasional Manajemen Teknologi XV Program Studi MMT-ITS, Surabaya 4 Pebruari 2012
PENERAPAN METODE TAGUCHI UNTUK PENINGKATAN KUALITAS PRODUK PADA UNIT DRIER PROSES PEMBUATAN SABUN DI PT. X INDONESIA IMPLEMENTATION OF TAGUCHI METHOD FOR QUALITY IMPROVEMENT IN DRIER UNIT OF SOAP MAKING
Lebih terperinciOPTIMASI KOMPOSISI LEM UNTUK BAHAN PVC OPTIMIZATION OF MATERIAL COMPOSITION FOR GLUE PVC
OPTIMASI KOMPOSISI LEM UNTUK BAHAN PVC OPTIMIZATION OF MATERIAL COMPOSITION FOR GLUE PVC Adatul Mukarromah, *), Anggun Yuanita Prieskawati ), Muhammad Sjahid Akbar ) dan M. Muhibbuddin 4) ) Statistics,
Lebih terperinciBAB 6 KESIMPULAN DAN SARAN
BAB 6 KESIMPULAN DAN SARAN 6.1. Kesimpulan 1. Faktor-faktor yang mempengaruhi kualitas hasil proses produksi Genteng Super DD Hidrolik.adalah: a. Komposisi jenis lempung (faktor A) b. Kecepatan penggilingan
Lebih terperinciPENENTUAN KOMPOSISI BAHAN BAKU OPTIMAL PRODUK KECAP X DENGAN METODE TAGUCHI
PENENTUAN KOMPOSISI BAHAN BAKU OPTIMAL PRODUK KECAP X DENGAN METODE TAGUCHI Julianingsih, Debora Anne Yang Aysia Fakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Kristen Petra Email: julianingsih@ford.com,
Lebih terperinciOptimasi Proses Injeksi dengan Metode Taguchi
JURNAL TEKNIK MESIN Vol. 3, No. 1, April 001: 4 8 Optimasi Proses Injeksi dengan Metode Taguchi Didik Wahjudi, Gan Shu San Dosen Fakultas Teknologi Industri Jurusan Teknik Mesin Universitas Kristen Petra
Lebih terperinciDESAIN EKSPERIMEN & SIMULASI 5
DESAIN EKSPERIMEN & SIMULASI 5 (DS.1) OPTIMISASI RESPON EKSPERIMEN MENGGUNAKAN DESAIN BOX-BEHNKEN Budhi Handoko Staf Pengajar Jurusan Statistika FMIPA Unpad Email: budhihandoko@unpad.ac.id Abstrak Salah
Lebih terperinciSEMINAR HASIL TUGAS AKHIR
SEMINAR HASIL TUGAS AKHIR Optimasi Multirespon untuk Menentukan Komposisi Lem Pada PVC Film dengan Metode Fuzzy Logic Anggun Yuanita Prieskawati (1308100021) Pembimbing : Muhammad Sjahid Akbar, S.Si, M.Si
Lebih terperinciMULTIRESPON PCR-TOPSIS
OPTIMALISASI PARAMETER TEKNIK PENGELASAN FLUX CORED ARC WELDING (FCAW) MENGGUNAKAN METODE TAGUCHI MULTIRESPON PCR-TOPSIS SKRIPSI Disusun oleh : MEILIA KUSUMAWARDANI 24010211130027 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciOptimasi Gaya Potong, Kekasaran Permukaan dan Laju Pengerjaan Material pada Proses Freis Tegak Baja AISI 1045 dengan Menggunakan Metode Taguchi-Grey
Optimasi Gaya Potong, Permukaan dan Laju Pengerjaan Material pada Proses Freis Tegak Baja AISI 1045 dengan Menggunakan Metode Taguchi-Grey Ahmad Nur Shofa 1 *, Bambang Pramujati 1, Bobby O. P. Soepangkat
Lebih terperinciBab V Analisis Data. Tabel 5.1. Tabel ANOM untuk MRR
Bab V Analisis Data Penelitian yang dilakukan dalam Tugas Akhir ini adalah pengoptimalan proses end milling dengan menggunakan metoda Taguchi. Dalam metoda Taguchi terdapat 2 cara analisis untuk mengetahui
Lebih terperinciANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI
Lebih terperinciOptimasi Parameter Proses Pemotongan Acrylic terhadap Kekasaran Permukaan Menggunakan Laser Cutting Dengan Metode Response Surface
Optimasi Parameter Proses Pemotongan Acrylic terhadap Kekasaran Permukaan Menggunakan Laser Cutting Dengan Metode Response Surface Moh. Muria Armansyah S. 1*, Endang Pudji Purwanti 2, dan Bayu Wiro Karuniawan
Lebih terperinciDaftar Pustaka. 4. Mei 2007
Daftar Pustaka 1. Taufiq Rochim, Teori dan Teknologi Proses Pemesinan, Higher Education Development Suport Project dan Lab. Teknik Produksi jurusan Teknik Mesin FTI-ITB, Bandung, 1993 2. Andri Wahyudi,
Lebih terperinciDESAIN LABEL KEMASAN AIR MINUM DALAM KEMASAN DENGAN METODE QUALITY FUNCTION DEPLOYMENT DAN METODE TAGUCHI
DESAIN LABEL KEMASAN AIR MINUM DALAM KEMASAN DENGAN METODE QUALITY FUNCTION DEPLOYMENT DAN METODE TAGUCHI Agus Setiawan Magister Teknik Industri, Fakultas Teknologi Industri Universitas Islam Indonesia
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB TINJAUAN PUSTAKA DAN DASAR TEORI.1. Tinjauan Pustaka Ghani (013) dalam jurnal berjudul Philosophy of Taguchi Approach and Method in Design of Experiment mengungkapkan persaingan dunia usaha saat ini
Lebih terperinciPENENTUAN PARAMETER KOMPOSISI CAIRAN PRODUK VIVELLE BODY SPRAY MENGGUNAKAN METODE TAGUCHI DI PT EASTON KALERIS INDONESIA
PENENTUAN PARAMETER KOMPOSISI CAIRAN PRODUK VIVELLE BODY SPRAY MENGGUNAKAN METODE TAGUCHI DI PT EASTON KALERIS INDONESIA Parameter Determination of Composition of Liquid Products Body Spray Vivelle Using
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN SAMPUL DALAM... HALAMAN PRASYARAT... HALAMAN LEMBAR PENGESAHAN... HALAMAN PENETAPAN PANITIA PENGUJI TESIS...
DAFTAR ISI HALAMAN JUDUL... HALAMAN SAMPUL DALAM... HALAMAN PRASYARAT... HALAMAN LEMBAR PENGESAHAN... HALAMAN PENETAPAN PANITIA PENGUJI TESIS...... HALAMAN UCAPAN TERIMA KASIH... HALAMAN ABSTRAK... DAFTAR
Lebih terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciSKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Teknik (ST) Pada Program Studi Teknik Mesin UN PGRI Kediri OLEH :
ANALISA NILAI KEKERASAN BAJA KARBON RENDAH MELALUI PROSES KARBURISASI MENGGUNAKAN CAMPURAN CARBON (C) dan BARIUM KARBONAT (BaCO 3 ) DENGAN VARIASI WAKTU PENAHANAN BERBEDA SKRIPSI Diajukan Untuk Memenuhi
Lebih terperinciOPTIMALISASI PRODUK DENGAN MENGGUNAKAN METODE PERANCANGAN TOLERANSI TAGUCHI PT Jasa Marga ro) C. abang Semarang
OPTIMALISASI PRODUK DENGAN MENGGUNAKAN METODE PERANCANGAN TOLERANSI TAGUCHI PT Jasa Marga ro) C abang Semarang SKRIPSI Oleh : PATRICIA WAHYU HAUMAHU NIM : J2E 006 026 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA
Lebih terperinciOPTIMALISASI PARAMETER TEKNIK PENGELASAN FLUX CORED ARC WELDING (FCAW) MENGGUNAKAN METODE TAGUCHI MULTIRESPON PCR-TOPSIS
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 573-582 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian OPTIMALISASI PARAMETER TEKNIK PENGELASAN FLUX CORED ARC WELDING
Lebih terperinciOptimasi Multirespon pada Proses Gurdi untuk Material S50C dengan Menggunakan Metode Taguchi-Grey Relational Analysis dan Cairan Pendingin
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Optimasi Multirespon pada Proses Gurdi untuk Material S50C dengan Menggunakan Metode Taguchi-Grey Relational Analysis dan Cairan
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciANALISA DAN SIMULASI GAYA POTONG PADA PROSES MACHINE DRILLING DENGAN MENGGUNAKAN SOFTWARE ANSYS
ANALISA DAN SIMULASI GAYA POTONG PADA PROSES MACHINE DRILLING DENGAN MENGGUNAKAN SOFTWARE ANSYS Muhammad Iska Rahman, Ahmad Nur Shofa 2, Listy Fazria Setiawan 3 Jurusan Teknik Mesin, FTI, ITS email: m.iska.rahman89@gmail.com
Lebih terperinciOleh Didik Samanhudi Teknik Industri FTI-UPV Veteran Jatim ABSTRAK
ANALISIS KAPABILITAS PROSES PRODUK KAWAT MENGGUNAKAN PENDEKATAN DEFINE, MEASURE, ANALYZE, IMPROVE, CONTROL DENGAN METODE TAGUCHI DI PT. UNIVERSAL METAL WORK SIDOARJO Oleh Didik Samanhudi Teknik Industri
Lebih terperinciPoliteknik Perkapalan Negeri Surabaya, Surabaya
Optimasi Parameter Mesin Laser Cutting terhadap Kekasaran dan Laju Pemotongan pada Alumunium 5083 Menggunakan Desain Eksperimen Taguchi Grey Analysis Method Fenisia Yushi D. 1, Pranowo Sidi. 2, dan Irma
Lebih terperinciPemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah
Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu
Lebih terperinciSETTING KOMBINASI LEVEL FAKTOR OPTIMAL PEMBUATAN PRODUK TOPLES MENGGUNAKAN METODE TAGUCHI
SETTING KOMBINASI LEVEL FAKTOR OPTIMAL PEMBUATAN PRODUK TOPLES MENGGUNAKAN METODE TAGUCHI Ali Parkhan, Ranita Eka Puspa Ayu Fakultas Teknologi Industri Universitas Islam Indonesia Abstrak Pada era dimana
Lebih terperinciPenerapan Taguchi Parameter Design dalam Penentuan Level Faktor. Produksi Batako untuk Memaksimumkan Kekuatan Tekan
(Studi Kasus di Balai Besar Keramik) Rudy Wawolumaja dan Ridani Faurika Fakultas Teknik, Universitas Kristen Maranatha, Bandung Abstract According to preliminary research conducted at Balai Besar Keramik,
Lebih terperinciMengelola Eksperimen. 17 Oktober 2013
Mengelola Eksperimen 17 Oktober 013 8 langkah mengelola eksperimen Perencanaan eksperimen Langkah 1 : mendefinisikan masalah Langkah : menentukan tujuan Langkah 3 : mendefinisikan karakteristik kualitas
Lebih terperinciBAB IV ANALISA HASIL PENELITIAN
BAB IV ANALISA HASIL PENELITIAN 4.. Prosedur Penelitian. 4... Tahap Persiapan Menyiapkan alat-alat dan bahan yang digunakan untuk melakukan eksperimen. Yaitu ampere meter, volt meter, function generator,
Lebih terperinciJURNAL PENGARUH ARUS PENGELASAN DAN SUDUT KAMPUH V TERHADAP KEKUATAN TARIK MATERIAL PADA PROSES LAS SMAW MENGGUNAKAN ELEKTRODA E 7016
JURNAL PENGARUH ARUS PENGELASAN DAN SUDUT KAMPUH V TERHADAP KEKUATAN TARIK MATERIAL PADA PROSES LAS SMAW MENGGUNAKAN ELEKTRODA E 7016 THE EFFECT OF WELDING CURRENT AND THE JOINT ANGLE V ON THE POWER OF
Lebih terperinciTugas Akhir TM
Tugas Akhir TM - 091486 OPTIMASI LAJU PENGERJAAN BAHAN (LPB) DAN KEKASARAN PERMUKAAN PADA PROSES WIRE-ELECTRIC DISCHARGE MACHINING MATERIAL SKD-11 DENGAN METODE TAGUCHI DAN LOGIKA FUZZY Jurusan Teknik
Lebih terperinciDesain Eksperimen Untuk Pengendalian Kadar Air Jamu Simplisia
Seminar dan Konferensi Nasional IDEC 07 ISSN: 579-69 Surakarta, 8-9 Mei 07 Desain Eksperimen Untuk Pengendalian Kadar Air Jamu Simplisia Ida Nursanti *), dan Arinda Lisna Nindhira ) ) Jurusan Teknik Industri,
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO
Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas
Lebih terperinciAnalisa Pengaruh Parameter Proses Injection Moulding Terhadap Berat Produk Cap Lem Fox Menggunakan Metode Taguchi
Analisa Pengaruh Parameter Proses Injection Moulding Terhadap Berat Produk Cap Lem Fox Menggunakan Metode Taguchi Moh. Hadi Purnomo 1, Pranowo Sidi 2 dan Nurvita Arumsari 3 1 Program Studi Teknik Desain
Lebih terperinciPenentuan Setting Optimal Dengan Menggunakan Metode Taguchi Dalam Proses Produksi Gypsum Interior Berdasarkan Pengujian Kuat Desak
Performa (005) Vol. 4, No.1: 39-51 Penentuan Setting Optimal Dengan Menggunakan Metode Taguchi Dalam Proses Produksi Gypsum Interior Berdasarkan Pengujian Kuat Desak Instika Dani, Lobes Herdiman, Eko Pujiyanto
Lebih terperinciBAB 6 KESIMPULAN DAN SARAN
BAB KESIMPULAN DAN SARAN.. Kesimpulan. Faktor-faktor yang dianggap mempengaruhi kualitas briket arang tempurung kelapa, adalah: a. Ukuran Screen Kasar (faktor A) b. Ukuran Screen Halus (faktor B) c. Kadar
Lebih terperinciPENERAPAN METODE TAGUCHI PADA PENINGKATAN KUALITAS HASIL PEMBUBUTAN
PENERAPAN METODE TAGUCHI PADA PENINGKATAN KUALITAS HASIL PEMBUBUTAN Bagin Ginting*) Abdurrozzaq Hasibuan**) ABSTRAK Peper ini membahas tentang penerapan Metode Taguchi untuk meningkatkan kualitas hasil
Lebih terperinciPERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciBAB III METODOLOGI PENELITIAN
27 BAB III METODOLOGI PENELITIAN Pada penelitian ini diperlukan beberapa tahapan, dimana tahap pertama diawali dari survey pendahuluan untuk mengetahui real permasalahan yang terjadi di sentra industri
Lebih terperinciABSTRAK. Optimisasi Proses Freis dengan Nicholas Baskoro. Program Studi Teknik Mesin Fakultas Teknologi Industri Institut Teknologi Bandung
ABSTRAK Judul Optimisasi Proses Freis dengan Nicholas Baskoro Metode Taguchi Program Studi Teknik Mesin 13102099 Fakultas Teknologi Industri Institut Teknologi Bandung Abstrak Dalam dunia Industri manufaktur,
Lebih terperinciMENENTUKAN KOMPOSISI OPTIMAL DARI FAKTOR- FAKTOR YANG MEMENGARUHI KETAHANAN ASPAL DENGAN METODE TAGUCHI
MENENTUKAN KOMPOSISI OPTIMAL DARI FAKTOR- FAKTOR YANG MEMENGARUHI KETAHANAN ASPAL DENGAN METODE TAGUCHI GUSTI AYU PUTU YULIANDARI 1, I GUSTI AYU MADE SRINADI 2, I WAYAN SUMARJAYA 3 1, 2, 3 Jurusan Matematika
Lebih terperinciPeramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun
Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun NAMA : RITA RAHMADHANI NRP : 1306 030 008 PEMBIMBING: DR. BRODJOL SUTIJO
Lebih terperinciOptimasi Taguchi Multirespon melalui Pendekatan Fungsi Desirability dengan Regresi Fuzzy pada Kasus Kuat Tekan dan Daya Serap Air Produk Batako
JURNAL SAINS DAN SENI ITS Vol 4, No1, (2015) 2337-3520 (2301-928X Print) D-19 Optimasi Taguchi Multirespon melalui Pendekatan Fungsi Desirability dengan Regresi Fuzzy pada Kasus Kuat Tekan dan Daya Serap
Lebih terperinciPeramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer
Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika
Lebih terperinciKata kunci: Waste Water Treatment, Taguchi Method, TOPSIS, Orthogonal Array
OPTIMASI SIMULTAN VARIABEL PROSES PADA WASTEWATER TREATMENT PLANT ( STUDI KASUS DI PT. YTL - PAITON) Sophia Dian Kartikasari, Haryono Program Studi Magister Manajemen Teknologi ITS Jl. Cokroaminoto 12A
Lebih terperinciPE I GKATA KUALITAS PRODUK SUCTIO RUBBER DI LI I PRODUKSI PU CHI G OUTSIDE DE GA METODE TAGUCHI
PE I GKATA KUALITAS PRODUK SUCTIO RUBBER DI LI I PRODUKSI PU CHI G OUTSIDE DE GA METODE TAGUCHI Lulu Haryani Departement Teknik Industri, Fakultas Teknik, Universitas Indonesia, Kampus Baru UI, Depok 16424,
Lebih terperinciPertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016
19/04/016 Pertemuan 10 STATISTIKA INDUSTRI TIN 4004 Outline: and Correlation Non Linear Regression Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability for Engineers, 5 th Ed. John
Lebih terperinciPEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN. Mike Susmikanti *
PEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN Mike Susmikanti * ABSTRAK PEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN. Pemodelan dalam penelitian berbagai bidang khususnya bidang industri, merupakan kebutuhan
Lebih terperinciOPTIMASI NILAI KEKASARAN PERMUKAAN PADA PROSES BUBUT CNC DENGAN METODE TAGUCHI L 27
OPTIMASI NILAI KEKASARAN PERMUKAAN PADA PROSES BUBUT CNC DENGAN METODE TAGUCHI L 27 Abstract Pranowo Sidi Politeknik Perkapalan Negeri Surabaya (PPNS) Jl. Teknik Kimia, Kampus ITS, Sukolilo, Surabaya 6111,
Lebih terperinciBAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4.1. Pengumpulan dan Pengolahan Data dengan Metode Taguchi 4.1.1. Identifikasi Faktor-faktor yang Berpengaruh Tidak semua faktor diteliti pada penelitian
Lebih terperinciOPTIMASI PROSES ELEKTROPLATING MENGGUNAKAN TAGUCHI MULTIRESPON (Studi kasus pada perusahaan pelapisan logam) Eko Nursubiyantoro
PROCEEDING SEMINAR NASIONAL OPTIMASI SISTEM INDUSTRI 005 Optimasi Sistem Industri sebagai Solusi Terhadap Tantangan Dunia Industri Yogyakarta, 6 Maret 005 ISBN : 979-96854-1-9 OPTIMASI PROSES ELEKTROPLATING
Lebih terperinciOptimasi Parameter Pembubutan Terhadap Kekasaran Permukaan Produk
Jurnal Rekayasa Mesin Vol.4, No.3 Tahun 3: 77-8 ISSN 6-468X Optimasi Parameter Pembubutan Terhadap Kekasaran Permukaan Produk Franscisca Gayuh Utami Dewi, Femiana Gapsari Jurusan Teknik Mesin Fakultas
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 113 118. OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Eka Dian Rahmawati,
Lebih terperinciPerbandingan Proses Pembelajaran di FTI dan FMIPA ITS
Perbandingan Proses Pembelajaran di FTI dan FMIPA ITS Oleh Nama : Eva Wahyu Hariyati NRP : 1308 030 003 Dosen Pembimbing : Dra. Lucia Aridinanti, MT Karakter FTI dan FMIPA yang berbeda Orientasi tiap jurusan
Lebih terperinciTUGAS AKHIR SS141501
TUGAS AKHIR SS141501 OPTIMASI KARAKTERISTIK KUALITAS PORTLAND POZZOLAND CEMENT MENGGUNAKAN METODE TAGUCHI DENGAN PENDEKATAN FUNGSI DESIRABILITY REGRESI FUZZY DI PT. SEMEN INDONESIA (PERSERO), Tbk RUKMI
Lebih terperinciANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS
ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS Oleh: Rizky Amlia Rachmawati (1306.030.046) Dosen Pembimbing: Dra. Madu Ratna, M.Si
Lebih terperinciModel Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur M.Fariz Fadillah Mardianto,
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinciOleh: Emy Syuprihatin Dosen Pembimbing: Prof. Dr. M. Isa Irawan, MT
Penerapan Multi-Choice Goal Programming (MCGP) untuk pemilihan supplier dan alokasi order bahan baku di PT. X menggunakan analisa Taguchi Loss Function dan AHP Oleh: Emy Syuprihatin 1206 100 033 Dosen
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 a. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal. b. Lakukan pendugaan parameter pada
Lebih terperinciPENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA BARAT
Jurnal Matematika UNAND Vol. 5 No. 3 Hal. 122 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA
Lebih terperinci(D.2) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE. H. Sudartianto 3. Sri Winarni
Universitas Padjadjaran, November 00 (D.) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE Andry Ritonga H. Sudartianto Sri Winarni Mahasiswa Program Strata Jurusan Statistika FMIPA
Lebih terperinciABSTRAK. Kata kunci: Daya Serap Air, Metode Taguchi, Smaller The Better, Genteng Magasil.
ABSTRAK Daerah Istimewa Yogyakarta (DIY) kaya akan hasil kerajinan yang berbahan baku tanah liat (clay). Dusun Klinyo merupakan daerah industri rumahan pembuatan genteng yang penduduknya pada umumnya sebagai
Lebih terperinciOPTIMASI PARAMETER MESIN LASER CUTTING TERHADAP KEKASARAN DAN LAJU PEMOTONGAN PADA SUS 316L MENGGUNAKAN TAGUCHI GREY RELATIONAL ANALYSIS METHOD
OPTIMASI PARAMETER MESIN LASER CUTTING TERHADAP KEKASARAN DAN LAJU PEMOTONGAN PADA SUS 316L MENGGUNAKAN TAGUCHI GREY RELATIONAL ANALYSIS METHOD Rakasita R., Karuniawan B. W., Anda Iviana Juniani *) Shipbuilding
Lebih terperinciDosen Pembimbing Bambang Pramujati, S.T., M.Sc.Eng, Ph.D.
Muhammad Iska Rahman 2110106012 Dosen Pembimbing Bambang Pramujati, S.T., M.Sc.Eng, Ph.D. Ir. Bobby Oedy P. Soepangkat, MSc M.Sc, Ph.D. Jurusan Teknik Mesin Fakultas Teknologi Industri Institut Teknologi
Lebih terperinciOrthogonal Array dan Matriks Eksperimen. Pertemuan Oktober 2015
Orthogonal Array dan Matriks Eksperimen Pertemuan - 4 28 Oktober 2015 Today s Outline Review Matriks Eksperimen Interaksi antar Faktor Memilih karakteristik kualitas Review Mereduksi loss melalui reduksi
Lebih terperinciParkway Street Batam Centre, Batam Jalan Kalimantan No.37, Jember. Jalan Kalimantan No.37, Jember
PENGARUH PARAMETER PROSES CURRENT PULSE, ON TIME, DAN OFF TIME PADA ELECTRICAL DISCHARGE MACHINING (EDM) DIE SINKING TERHADAP NILAI KEKASARAN PERMUKAAN BENDA KERJA BAJA AISI H-13 1 Widodo, 2 Ahmad Arif
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 terperinciOPTIMASI KINERJA BTS PADA JARINGAN RADIO SELULER GSM DENGAN METODE MULTIPLE RESPONSE SURFACE DI PT. INDOSAT
OPTIMASI KINERJA BTS PADA JARINGAN RADIO SELULER GSM DENGAN METODE MULTIPLE RESPONSE SURFACE DI PT. INDOSAT Andri Aryo Tejo, Bobby Oedy P. Soepangkat, Sony Sunaryo Magister Manajemen Teknologi Institut
Lebih terperinciANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI TERHADAP KEKUATAN TARIK BENANG KARUNG PLASTIK PADA MESIN EXTRUDER DENGAN MENGGUNAKAN METODE TAGUCHI DI PT
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI TERHADAP KEKUATAN TARIK BENANG KARUNG PLASTIK PADA MESIN EXTRUDER DENGAN MENGGUNAKAN METODE TAGUCHI DI PT. PERKEBUNAN NUSANTARA XI (PERSERO) PK. ROSELLA BARU SURABAYA
Lebih terperinciPENGARUH KECEPATAN PEMAKANAN TERHADAP KEKASARAN PERMUKAAN MATERIAL JIS G-3123 SS 41 DENGAN METODE TAGUCHI
PENGARUH KECEPATAN PEMAKANAN TERHADAP KEKASARAN PERMUKAAN MATERIAL JIS G-3123 SS 41 DENGAN METODE TAGUCHI Mustaqim 1, Kosjoko 2, Asmar Finali 3 1 Mahasiswa, 2 Dosen Pembimbing I, 3 Dosen Pembimbing II
Lebih terperinciPERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA
Seminar Hasil Tugas Akhir Jurusan Statistika Institut Teknologi Sepuluh Nopember Surabaya 2013 LOGO PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA
Lebih terperinciPERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 1-5 ISSN: 2303-1751 PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA NI WAYAN
Lebih terperinciDESAIN EKSPERIMEN PADA MESIN ELECTRICAL DISCHARGE MACHINING SKM ZNC T50
DESAIN EKSPERIMEN PADA MESIN ELECTRICAL DISCHARGE MACHINING SKM ZNC T50 SKRIPSI Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Industri Disusun oleh: Rahmad Puji Utomo 11
Lebih terperinciPengoptimuman Parameter Proses Pembentukan Komposit Serat Buah Kelapa Sawit/Resin Polyester Menggunakan Metode Taguchi
Pengoptimuman Parameter Proses Pembentukan Komposit Serat Buah Kelapa Sawit/Resin Polyester Menggunakan Metode Taguchi Hendra suherman ), Yovial Mahyoeddin ), Puba Pratama ) Jurusan Teknik Mesin, Universitas
Lebih terperinciM. Abdul Wahid, Dian Ridlo P, Abdul Rohman, Galang Sandy P
OPTIMASI MULTI RESPON MENGGUNAKAN METODE TAGUCHI - WEIGHTED PRINCIPAL COMPONENT ANALYSIS (WPCA) PADA PROSES BUBUT MATERIAL ST 60 DENGAN PENDINGINAN MINIMUM QUANTITY LUBRICATION (MQL) M. Abdul Wahid, Dian
Lebih terperinciPENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 6-10 ISSN: 2303-1751 PENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA I PUTU EKA IRAWAN 1, I KOMANG
Lebih terperinci