BAB I PENDAHULUAN 1.1. Latar Belakang
|
|
- Ari Irawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 produk yang dihasilkan. Dengan berkembangnya ilmu pengetahuan dan teknologi, masyarakat semakin cerdas dan kritis dalam memilih produk yang berkualitas sehingga setiap perusahaan harus bisa mempertahankan kualitas serta mengembangkan kreatifitas dalam memasarkan produk-produk yang berkualitas. Dalam banyak proses produksi, akan selalu ada gangguan yang timbul secara tidak terduga. Apabila gangguan tidak terduga dari proses relatif kecil, biasanya dipandang sebagai gangguan yang masih dapat diterima atau masih dalam batas toleransi. Apabila gangguan dalam proses relatif besar, dikatakan tingkat gangguan tidak dapat diterima. Gangguan proses terkadang dapat timbul dari beberapa sumber, misalnya mesin yang dipasang tidak wajar, kesalahan operator (human error), dan bahan baku yang rusak atau tidak sesuai standar. Akibat dari gangguan tersebut menyebabkan proses produksi tidak dalam keadaan terkendali dan produk yang dihasilkan tidak dapat diterima. Maka dari itu, perlu adanya pengendalian kualitas statistik yang bertujuan untuk menyelidiki dengan cepat sebab-sebab terjadinya kesalahan dan melakukan tindakan perbaikan sebelum terlalu banyak produk cacat yang diproduksi. Montgomery (1990) menyatakan bahwa pengendalian kualitas adalah aktivitas keteknikan dan manajemen, dimana aktivitas tersebut mengukur ciri-ciri kualitas produk, membandingkannya dengan spesifikasi atau persyaratan tertentu, dan mengambil tindakan penyehatan yang sesuai apabila ada perbedaan antara penampilan yang sebenarnya dan yang standar. Dalam ilmu statistika, terdapat sebuah alat bantu statistik yang digunakan untuk memonitor, mengendalikan, mengelola serta memperbaiki produk menggunakan metode-metode statistik 1
2 2 disebut dengan grafik pengendali. Grafik pengendali merupakan suatu alat pengendalian kualitas statistik (atau dikenal dengan istilah statistical quality control) yang berfungsi untuk memonitor stabilitas proses. Untuk itu, dalam pengendalian kualitas statistik, grafik pengendali digunakan untuk membantu mendeteksi adanya penyimpangan atau pergeseran suatu proses produksi dengan cara menetapkan batas-batas kendali yang terdiri dari batas kendali atas (Upper Control Limit/ UCL), garis pusat atau tengah (Central Limit/ CL), dan batas kendali bawah (Lower Control Limit/ LCL). Pada umumnya, grafik pengendali kualitas statistik digunakan untuk menyelesaikan permasalahan proses univariat dan multivariat. Grafik pengendali univariat digunakan jika hanya ada satu variabel karakteristik kualitas yang diukur dalam analisis. Grafik ini dapat diklasifikasikan ke dalam dua tipe, yaitu (1) pengendalian kualitas variabel, dimana karakteristik kualitas diukur dan dinyatakan dalam bilangan yang terdiri dari grafik pengendali rata-rata (x-chart) dan grafik pengendali rentang (R-chart), (2) pengendalian kualitas atribut atau sifat, dimana kualitas tidak dapat diukur dengan skala kuantitas atau bilangan yang terdiri dari grafik pengendali p, np, c, dan u. Sedangkan grafik pengendali multivariat digunakan jika terdapat lebih dari satu variabel karakteristik kualitas yang akan diukur dalam analisis dimana antar variabel memiliki hubungan (berkorelasi). Menurut Montgomery (2005), ketika terdapat suatu produk yang memiliki lebih dari satu karakteristik, pengendalian kualitas yang dilakukan haruslah menggunakan teknik multivariat, tidaklah tepat jika digunakan pengendalian secara independen antara karakteristik-karakteristik yang ada. Grafik pengendali multivariat memiliki banyak jenis. Crosier (1988) menjelaskan tentang grafik pengendali MCUSUM (Multivariate Cumulative Sum) yang bekerja dengan mengurangi setiap pengamatan multivariat untuk sebuah skalar atau pembentukan vektor CUSUM dari pengamatan. Pignatiello dan Runger (1990) mengemukakan bahwa grafik pengendali CUSUM dan MCUSUM (Multivariate Cusum) menunjukkan bahwa grafik pengendali ini memiliki kinerja yang lebih baik daripada beberapa grafik pengendali CUSUM lainnya. Kemudian,
3 3 grafik pengendali MEWMA (Multivariate Exponentially Weighted Moving Average) ditemukan oleh Lowry dkk. (1992) dengan menggunakan semua data informasi dari awal hingga akhir pengamatan untuk membangun sebuah grafik yang berfungsi memiliki nilai ARL (Average Run Length) yang kecil untuk mendeteksi pergeseran kecil dari proses vektor rata-rata. Dalam tugas akhir ini akan dianalisis kasus multivariat yang dapat menangani kasus yang memiliki jumlah variabel karakteristik lebih dari dua. Seperti yang telah dijelaskan sebelumnya bahwa grafik pengendali multivariat terdiri dari beberapa macam. Namun untuk permasalahan yang akan dibahas, akan digunakan grafik pengendali multivariat Hotelling T 2. Pada umumnya penggunaan grafik pengendali Hotelling T 2 terdiri dari dua tahapan. Dalam tahap pertama, data digunakan untuk mengestimasi parameter dari proses dan menetapkan batas pengendali untuk pemantauan pada tahap kedua. Dalam tahap kedua, batas pengendali menggunakan batas pengendali pada tahap pertama dan bertujuan untuk mengevaluasi apakah proses berikutnya tetap terkendali. Namun dalam kasus ini, hanya akan diproses sampai tahap pertama saja. Terdapat dua parameter, yaitu rata-rata dan variansi yang perlu diestimasi dan digunakan untuk memantau karakteristik kualitas univariat yang diasumsikan berdistribusi normal. Dalam kasus univariat, rata-rata sampel dan rata-rata variansi adalah estimator yang optimal dalam fungsi kerugian kuadrat error. Sebaliknya, ketika jumlah parameter yang dibutuhkan untuk diestimasi lebih besar dari dua seperti dalam kasus proses normal multivariat, diketahui bahwa estimator konvensional tidak optimal dalam fungsi kerugian kuadrat error. Sebagai contoh, vektor mean sample tidak dapat diterima (inadmissible) untuk mengestimasi vektor mean normal multivariat dalam fungsi kerugian kuadrat error ketika dimensi variabel lebih dari dua (Berger, 1985). Untuk itu, digunakan estimator James-Stein yang diketahui dapat mengestimasi vektor mean dalam fungsi kerugian kuadrat error ketika variabel yang dimiliki lebih dari dua. Dengan menggunakan grafik pengendali multivariat berdasarkan estimator James-Stein ini nantinya akan menunjukkan hasil bahwa grafik lebih sensitif dalam mengontrol proses pengendalian dan menunjukkan
4 4 bahwa grafik dengan menggunakan estimator James-Stein lebih baik jika dibandingkan dengan grafik konvensional Pembatasan Masalah Batasan masalah sangat diperlukan untuk menjamin keabsahan dalam kesimpulan yang diperoleh. Berdasarkan latar belakang masalah dan kajian-kajian pendukung lain, maka pembahasan akan difokuskan pada pengendalian kualitas proses untuk beberapa variabel dengan menggunakan grafik pengendali multivariat berdasarkan estimator James-Stein dimana grafik pengendali multivariat yang digunakan adalah grafik pengendali Hotelling T 2 dimana tahapan proses hanya dilakukan sampai pada tahap pertama saja Tujuan Penulisan 1. Mempelajari grafik pengendali multivariat yang akan digunakan dalam penelitian ini yaitu grafik pengendali Hotelling T Menjelaskan grafik pengendali Hotelling T Mempelajari estimator James-Stein. 4. Mengaplikasikan analisis grafik pengendali Hotelling T 2 berdasarkan estimator James-Stein pada proses produksi yang dihasilkan. 5. Membandingkan grafik pengendali Hotelling T 2 berdasarkan estimator James-Stein dengan analisis grafik pengendali kualitas Hotelling T 2 klasik Tinjauan Pustaka Salah satu grafik pengendali multivariat yang pertama kali diperkenalkan oleh Harold Hotelling pada tahun 1947 pada uji peledakan bom pada Perang Dunia II yaitu grafik pengendali Hotelling T 2. Grafik ini menjadi perintis grafik multivariat lainnya dan memberikan perkembangan terbesar dalam bidang pengendalian kualitas statistik walaupun membutuhkan waktu yang lama. Dalam analisis ini, grafik Hotelling T 2 diasumsikan berdistribusi normal. Pada tahun 1961, James dan Stein memperkenalkan estimator yang dapat mengestimasi mean vector yang memiliki variabel lebih dari dua sehingga dapat
5 5 optimal dalam fungsi kerugian kuadrat error. Estimator ini juga telah terbukti bahwa memiliki nilai fungsi resiko yang lebih kecil jika dibandingkan dengan estimator konvensional. Sehingga, estimator ini dapat mengecilkan nilai estimasi rata-rata yang nantinya akan berpengaruh pada grafik yang menggunakan estimator James-Stein yang akan menunjukan hasil grafik yang lebih baik daripada menggunakan grafik Hotelling T 2 konvensional Metode Penelitian Metode penulisan yang digunakan dalam penulisan skirpsi ini adalah berdasarkan studi literatur menggunakan sumber-sumber resmi seperti buku-buku, jurnal, dan artikel-artikel yang mendukung tema penelitian baik yang diperoleh di perpustakaan maupun di situs-situs internet. Software yang digunakan dalam skripsi ini adalah Microsoft Excel 2013, Minitab 16, SPSS 19, dan R versi Sistematika Penulisan Skripsi ini akan disusun dengan sistematikan penulisan sebagai berikut. BAB I PENDAHULUAN Bab ini akan membahas mengenai latar belakang, pembatasan masalah, tujuan penulisan, tinjauan pustaka, metode penelitian dan sistematika penulisan. BAB II LANDASAN TEORI Bab ini akan membahas tentang teori penunjang yang digunakan dalam pembahasan, yaitu mengenai variabel random, ekspektasi, variansi dan kovariansi, vektor, matriks, distribusi-distribusi, serta penjelasan tentang pengendalian kualitas statistik. BAB III PEMBAHASAN Bab ini membahas mengenai definisi grafik pengendali T 2 Hotelling dan penggunaan estimator James-Stein dalam grafik pengendali Hotelling T 2.
6 6 BAB IV STUDI KASUS Bab ini akan membahas mengenai aplikasi serta proses analisis grafik pengendali pengendali Hotelling T 2 berdasarkan estimator James-Stein. BAB V KESIMPULAN Bab ini berisi tentang kesimpulan-kesimpulan yang diperoleh dari pemecahan masalah dan saran sebagai akibat dari kekurangan atau kelebihan hasil penelitian yang dilakukan.
BAB 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 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 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 I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Dewasa ini, persaingan ketat diantara perusahaan terus digencarkan guna untuk mempertahankan keberlangsungan suatu perusahaan. Salah satu faktor yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data. Dalam perkembangan masa,
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 I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pengendalian kualitas merupakan aktivitas keteknikan dan manajemen yang dengan aktivitas tersebut dapat mengukur ciri-ciri kualitas produk, membandingkan dengan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini bidang perindustrian telah berkembang pesat. Semakin banyak dan beragamnya industri saat ini, menyebabkan persaingan antara perusahaan industri yang satu
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 terperinciPERAN STATISTIKA DALAM MENDUKUNG PENGEMBANGAN INDUSTRI Pengendalian Mutu dengan Bantuan Statistika
PERAN STATISTIKA DALAM MENDUKUNG PENGEMBANGAN INDUSTRI Pengendalian Mutu dengan Bantuan Statistika Muhammad Arif Tiro Program Studi Statistika FMIPA Universitas Negeri Makassar Abstrak Salah satu alat
Lebih terperinciBAB I PENDAHULUAN. untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen
1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Kualitas merupakan salah satu faktor yang mempengaruhi konsumen untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen biasanya memilih
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Dalam banyak proses industri, selalu ada variabilitas dasar sebanyak tertentu. Apabila variabilitas dasar suatu proses relatif kecil akan dipandang sebagai
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 terperinciBAB III PENGENDALIAN KUALITAS MULTIVARIAT. menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian
BAB III PENGENDALIAN KUALITAS MULTIVARIAT Seperti yang telah dibahas pada bab sebelumnya bahwa untuk menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian pada proses produksinya.
Lebih terperinciBAB I PENDAHULUAN. perusahaan untuk memproduksi suatu produk, baik berupa barang atau jasa yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada saat ini, konsumen semakin banyak menuntut kemampuan perusahaan untuk memproduksi suatu produk, baik berupa barang atau jasa yang berkualitas tinggi. Tuntutan
Lebih terperinciBAB III. PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI. Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi
BAB III PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi variasi yang terjadi dalam suatu proses. Sementara itu,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Semakin banyak dan beragamnya industri saat ini, menyebabkan semakin ketat persaingan antara perusahaan industri satu dengan yang lainnya, baik dari
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Dalam industri modern ekspektasi pelanggan menjadi suatu acuan pentimg dari kualitas produk. Oleh karena itu dalam proses produksi tidak hanya mementingkan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tujuan utama Statistical Process Control (SPC) ialah untuk meningkatkan kualitas dan produktivitas. Kualitas memiliki hubungan yang sangat erat dengan kepuasan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama diberikan tinjauan pustaka dari penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan penelitian
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Statistical Process Control (SPC) Statistical Process Control (SPC) merupakan teknik penyelesaian masalah yang digunakan sebagai pemonitor, pengendali, penganalisis, pengelola,
Lebih terperinciMODUL 5 PETA KENDALI CUSUM & EWMA
MODUL 5 PETA KENDALI CUSUM & EWMA Laboratorium OSI & K FT.UNTIRTA Praktikum Pengendalian Kualitas 2014 Page 1 MODUL 5 PETA KENDALI CUSUM & EWMA A. Tujuan Praktikum Berikut ini adalah tujuan praktikum modul
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 terperinciBAB I PENDAHULUAN. Hasil dari suatu proses produksi yang diterima oleh konsumen diharapkan
BAB I PENDAHULUAN 1.1 Latar belakang Masalah Hasil dari suatu proses produksi yang diterima oleh konsumen diharapkan memenuhi spesifikasi produsen. Karena produk yang mahal, tidak efisien, dan tidak sesuai
Lebih 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 terperinciDAFTAR ISI. HALAMAN JUDUL. i. LEMBAR PERSETUJUAN ii LEMBAR PENGESAHAN. iii LEMBAR PERNYATAAN.. iv
DAFTAR ISI HALAMAN JUDUL. i LEMBAR PERSETUJUAN ii LEMBAR PENGESAHAN. iii LEMBAR PERNYATAAN.. iv ABSTRAK. v ABSTRACT... vi KATA PENGANTAR... vii DAFTAR ISI.. ix DAFTAR TABEL. xii DAFTAR GAMBAR xiii DAFTAR
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 terperinciBab 2. Teori Dasar. 2.1 Pendahuluan
Bab 2 Teori Dasar 2.1 Pendahuluan Gagasan bagan kendali statistik pertama kali diperkenalkan oleh Walter A. Shewhart dari Bell Telephone laboratories pada tahun 1924 (Montgomery, 2001, hal 9). Tujuan dari
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 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 terperinciPETA KENDALI MULTIATRIBUT C DENGAN PENDEKATAN DISTRIBUSI MULTIVARIAT POISSON
PETA KENDALI MULTIATRIBUT C DENGAN PENDEKATAN DISTRIBUSI MULTIVARIAT POISSON Reny Anggraeni, Erna Tri Herdiana, Nasrah Sirajang Program Studi Statistika, FMIPA, Universitas Hasanuddin Abstrak Kualitas
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Agronesia Divisi Industri Plastik
47 BAB III METODE PENELITIAN 3.1 Objek Penelitian Penelitian ini dilakukan di PT. Agronesia Divisi Industri Plastik (Agroplas). Variabel yang diteliti adalah metode pengendalian kualitas yang diterapkan
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 terperinciStudi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste
TEKNOLOGI DI INDUSTRI (SENIATI) 6 ISSN: 58-8 Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste Mastiadi Tamjidillah,, Pratikto 3, Purnomo Budi Santoso, Sugiono Mahasiswa
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 terperinciSTATISTICAL PROCESS CONTROL
STATISTICAL PROCESS CONTROL Sejarah Statistical Process Control Sebelum tahun 1900-an, industri AS umumnya memiliki karakteristik dengan banyaknya toko kecil menghasilkan produk-produk sederhana, seperti
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini, dunia memasuki era globalisasi yang berdampak terhadap sistem perdagangan internasional yang bebas dan lebih terbuka. Keadaan ini memberi peluang sekaligus
Lebih terperinciANALISIS KUALITAS PELAYANAN DAN PENGENDALIAN KUALITAS JASA BERDASARKAN PERSEPSI PENGUNJUNG (Studi Kasus di UPT Perpustakaan Universitas Diponegoro)
ANALISIS KUALITAS PELAYANAN DAN PENGENDALIAN KUALITAS JASA BERDASARKAN PERSEPSI PENGUNJUNG (Studi Kasus di UPT Perpustakaan Universitas Diponegoro) SKRIPSI Oleh : LISTIFADAH J2E 005 234 PROGRAM STUDI STATISTIKA
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi Poisson telah mendapat banyak perhatian dalam literatur sebagai model untuk mendeskripsikan data hitungan yang mengasumsikan nilai bilangan bulat sesuai dengan
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 terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Analisis regresi merupakan salah satu metode statistika yang digunakan untuk mengetahui hubungan antara variabel Y(variabel dependen, respon, tak bebas, outcome) dengan
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 dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi adalah analisis yang dilakukan terhadap dua jenis variabel yaitu variabel independen (prediktor) dan variabel dependen (respon). Analisis
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 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 III BAHAN DAN METODE
BAB III BAHAN DAN METODE 3.1 Waktu dan Tempat Penelitian Penelitian ini telah dilaksanakan di PT. X yang terdapat pada Pelabuhan Perikanan Nusantara Nizam Zachman Jakarta. Waktu penelitian telah dilaksanakan
Lebih terperinciPEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas
Jurnal Matematika UNAND Vol. 1 No. 2 Hal. 85 92 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama
Lebih 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 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 terperinciKULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL
KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL KOMPETENSI Mahasiswa dapat menyusun peta pengendali kualitas proses statistika untuk data variabel dengan menggunakan software statistika,
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer dan digunakan secara luas. Analisis regresi diterapkan tidak hanya oleh para statistisi
Lebih terperinciStudi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste
TEKNOLOGI DI INDUSTRI (SENIATI) 6 ISSN : 85-8 Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste Mastiadi Tamjidillah,,*, Pratikto 3, Purnomo Budi Santoso, Sugiono Mahasiswa
Lebih terperinciProsiding Statistika ISSN:
Prosiding Statistika ISSN: 2460-6456 Penerapan Diagram Kendali Sintetik untuk mendeteksi Pergeseran Rata-rata (Kasus pada PT.World Yamater Spinning Milis II) The Synthetic Control Chart Implementation
Lebih terperinci3. BAB III METODOLOGI PENELITIAN
3. BAB III METODOLOGI PENELITIAN 3.1 Lokasi Dan Waktu Penelitian Penelitian Tugas Akhir ini dilaksanakan di PT United Can Company Ltd. yang berlokasi di Jalan Daan Mogot Km. 17, Kalideres Jakarta Barat,
Lebih terperinciBAB I PENDAHULUAN. Di era globalisasi seperti sekarang ini semakin banyak perusahaanperusahaan
BAB I PENDAHULUAN 1.1 Latar Belakang Di era globalisasi seperti sekarang ini semakin banyak perusahaanperusahaan industri yang bermunculan. Persaingan didunia industri terasa semakin ketat. Perusahaan-perusahaan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi dalam statistika adalah salah satu metode untuk mengetahui hubungan atau pengaruh antara satu variabel dengan variabel lainnya. Selain
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 terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Jurnal EKSPONENSIAL Volume 5, Nomor, Nopember 04 ISSN 085-789 Peta Kendali Multivariat dengan Dekomposisi Mason, Young dan Tracy (MYT) pada Data Outlier (Studi Kasus: Air Hasil Produksi Perusahaan Daerah
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 terperinciANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL
ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Dalam bab ini akan diuraikan mengenai teori-teori yang mendukung serta berkaitan dengan metode bootstrap untuk pembentukan diagram kendali minimax. Uraian dimulai
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan komponen penting dalam menggambarkan hubungan antara dua variabel atau lebih, sehingga salah satu variabel dapat diduga
Lebih terperinciBAB III ANALISIS KUALITAS PRODUK BENANG TS 248 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC )
BAB III ANALISIS KUALITAS PRODUK BENANG TS 48 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC ) 3.1. Pendahuluan Metode yang akan dipakai dalam pengendalian kualitas benang TS 48 adalah diagram
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Kualitas telah menjadi karkteristik utama dalam organisasi atau perusahaan agar
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kualitas telah menjadi karkteristik utama dalam organisasi atau perusahaan agar dapat berkembang lebih baik lagi dalam bidang produksi disuatu organisasi atau perusahaan.
Lebih terperinciANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN
J u r n a l E K B I S / V o l. X IV/ N o. / e d i s i S e p t e m b e r 15 7 ANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN *( Diah Ayu Novitasari Fakultas
Lebih terperinciSEMINAR TUGAS AKHIR NP CONTROL CHART BY USING BAYESIAN APPROACH PETA KENDALI NP MENGGUNAKAN PENDEKATAN BAYESIAN. Oleh : Rizckha Septiana
SEMINAR TUGAS AKHIR PETA KENDALI NP MENGGUNAKAN PENDEKATAN BAYESIAN NP CONTROL CHART BY USING BAYESIAN APPROACH Oleh : Rizckha Septiana 1207 100 004 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si,
Lebih terperinciPENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE)
PENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE) (Studi Kasus Di CV. Garuda Plastik Karangawen) SKRIPSI Disusun Oleh: Nama : Rahma Kurnia Widyawati
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas tak hanya oleh seorang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Statistic Quality Control (SQC) Statistik merupakan teknik pengambilan keputusan tentang suatu proses atau populasi berdasarkan pada suatu analisa informasi yang terkandung di
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Grafik pengendali merupakan alat baku untuk mengukur performa proses (Liu dan Tang, 1996). Hal ini dikembangkan pada tahun 1920 dan sekarang grafik pengendali menjadi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinciDiagram Kontrol Data Depth untuk Memonitor Proses Multivariat
Prosiding Statistika ISSN: 2460-6456 Diagram Kontrol Data Depth untuk Memonitor Proses Multivariat 1 Mutia Laksmi, 2 Suwanda, 3 Lisnur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 17 4 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN BAGAN KENDALI T HOTELLING KLASIK DENGAN T HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI
Lebih 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 terperinciPengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T 2 Hotelling (Studi Kasus PT Metec Semarang)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 311-320 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian Pengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciUNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT
BAGAN KENDALI UNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT (Studi Kasus pada data Nilai Tukar Mata Uang Rupiah terhadap Mata Uang Asing Dollar Amerika Serikat, Euro dan Real UEA mulai pada tanggal 3
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer digunakan dalam sebuah penelitian untuk mengetahui bentuk hubungan antara variabel
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Dasar dari Kualitas Kata kualitas memiliki banyak definisi yang berbeda, dan bervariasi dari yang konvensional sampai yang lebih strategik. Definisi konvensional dari
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Manajemen Operasi Untuk mengelola suatu perusahaan atau organisasi selalu dibutuhkan sistem manajemen agar tujuan dari perusahaan atau organisasi tersebut dapat tercapai.
Lebih terperinciPENGONTROLAN KUALITAS 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 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 terperinciSKRIPSI ANALISIS PENGENDALIAN KUALITAS PRODUK DENGAN MENGGUNAKAN STATISTICAL PROCESS CONTROL (SPC) PADA PT. NGK
SKRIPSI ANALISIS PENGENDALIAN KUALITAS PRODUK DENGAN MENGGUNAKAN STATISTICAL PROCESS CONTROL (SPC) PADA PT. NGK Disusun Oleh : Nama : Asep Suryadi NPM : 201210215039 PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan dalam statistika biasanya dirumuskan melalui variabel random yang menjadi perhatian, tetapi fungsi kepadatan probabilitas atau fungsi massa probabilitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Gula salah satu kebutuhan sehari-hari yang penting bagi masyarakat Indonesia, karena sumber kalori dan pemanis untuk makanan atau minuman. Menurut wakil ketua Asosiasi
Lebih terperinciSKRIPSI. Oleh: Anastasia Arinda Dantika
PENERAPANN DIAGRAM KONTROL MULTIVARIATE EXPONENTIALLY WEIGHTED MOVING AVERAGEE (MEWMA) PADA PENGENDALIAN KARAKTERISTIK KUALITAS AIR (Studi Kasus: Instalasi Pengolahan Air III PDAM Tirta Moedal Kota Semarang)
Lebih terperinciAnalisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan
Analisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan Arief Hadi Prasetyo *1) dan Kariyam 2) 1) Statistika, FMIPA, Universitas Islam Indonesia, Jalan Kaliurang
Lebih terperinci2. Pengawasan atas barang hasil yang telah diselesaikan. proses, tetapi hal ini tidak dapat menjamin bahwa tidak ada hasil yang
27 2. Pengawasan atas barang hasil yang telah diselesaikan Walaupun telah diadakan pengawasan kualitas dalam tingkat-tingkat proses, tetapi hal ini tidak dapat menjamin bahwa tidak ada hasil yang rusak
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 terperinciBAB I PENDAHULUAN. menghasilkan data, melalui penggunaan metode statistik dapat mengetahui bahwa
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam era globalisasi, kualitas menjadi tulang punggung keberhasilan suatu perusahaan dalam menjalankan roda perekonomian. Kualitas yang baik akan menghasilkan
Lebih terperinciBAB III METODE PENELITIAN
34 BAB III METODE PENELITIAN 3.1 Objek Penelitian Menurut Sugiyono (2009, hlm.38), menyatakan bahwa objek penelitian merupakan suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai
Lebih terperinciLAPORAN PRAKTIKUM TEKNIK PENGUJIAN MUTU HASIL PERIKANAN STATISTICAL PROCESS CONTROL
LAPORAN PRAKTIKUM TEKNIK PENGUJIAN MUTU HASIL PERIKANAN STATISTICAL PROCESS CONTROL Disusun oleh: Bekti Wulan Sari 11/318052/PN/12374 LABORATORIUM TEKNOLOGI IKAN JURUSAN PERIKANAN FAKULTAS PERTANIAN UNIVERSITAS
Lebih terperinciBAGAN KENDALI CUMULATIVE SUM (CU-SUM)
BAGAN KENDALI CUMULATIVE SUM (CU-SUM) 10/09/2012 1 REVIEW Bagan kendali Shewhart biasanya diaplikasikan pada tahap I dari SPC. Shewhart mengidentifikasi terkontrol atau tidaknya suatu proses secara statistik
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Berkembangnya teknologi serta ilmu pengetahuan tidak terlepas dari riset, penelitian serta eksperimen. Eksperimen atau percobaan-percobaan tersebut
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 terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinci