BAB I PENDAHULUAN 1.1 Latar Belakang
|
|
- Widyawati Hermawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data. Dalam perkembangan masa, statistika sangat diperlukan dalam memecahkan berbagai permasalahan dalam kehidupan sehari-hari. Tidak terkecuali dalam masalah kualitas produksi dalam suatu perusahaan. Selain harus memenuhi standar yang telah ditetapkan, produksi harus memenuhi syarat untuk digunakan oleh konsumen nantinya. Maka perlu adanya aplikasi ilmu statistika yang berguna dalam menjawab permasalahan kualitas produksi, yaitu Pengendalian Kualitas Statistik (Statistical Quality Control). Pengendalian kualitas statistik sangat diperlukan pada bidang perindustrian untuk memenuhi kebutuhan standar kualitas produksi sebuah unit perusahaan. Kinerja analisis ini adalah memberikan suatu unit pengukuran yang digunakan sebagai batas (baik batas atas maupun batas bawah). Tujuan dari pemberian batas ini adalah untuk menjaga kualitas suatu produksi atau proses sesuai standar yang telah ditentukan. Untuk analisis ini diperlukan data produksi melalui pengambilan sampel dari populasi produksi berdistribusi normal. Hingga saat ini, terdapat beberapa metode pengendalian kualitas statistik yang umum digunakan, antara lain : Grafik Pengendali Variabel, untuk data kuantitatif, terdiri dari Grafik Pengendali Shewhart (X R dan X S), Grafik Pengendali Individu, Grafik Cumulative Sum (CUSUM) dan Grafik Exponentially Weigted Moving Average (EWMA); dan Grafik Pengendali Atribut, untuk data kualitatif, terdiri dari Grafik c (jumlah cacat), Grafik u (rata-rata unit yang cacat), Grafik np (banyak unit cacat) dan Grafik p (peluang ketidaksesuaian/cacat). Grafik pengendali variabel dan atribut yang telah disebutkan di atas, merupakan grafik pengendali untuk proses univariat. Proses univariat dalam 1
2 analisisnya hanya menggunakan satu variable karakteristik. Permasalahan yang kini muncul adalah apakah grafik-grafik tersebut dapat menangani permasalahan proses multivariat, dengan menggunakan beberapa variabel karakteristik. Pada prakteknya, untuk mendapatkan sebuah prosees yang terkendali (in-control) pada proses multivariat, perlu dilakukan analisis per unit variabel. Tentu metode tersebut kurang efektif untuk sebuah analisis yang memperlukan replikasi berkalikali untuk mencapai proses yang terkendali. selain dibutuhkan waktu yang cukup lama, juga diperlukan analisis yang berlipat untuk masing-masing unit variabel. Pada tahun 1949, Harold Hotteling memperkenalkan Grafik Pengendali T (Hotelling) yang diaplikasikan dalam uji coba peledakan bom. Grafik ini menjadi perintis adanya Grafik Pengendali Multivariat. Kemudian muncul beberapa alternatif Grafik multivariat lainnya antara lain, Multivariatif CUSUM dan Multivariatif-EWMA yang diperkenalkan oleh Woodal dan Montgomery pada Wawasan yang baru ini kemudian membuka peluang bahwa proses multivariatif dapat dikendalikan dengan langkah yang sangat efisien. Untuk asumsi yang diperlukan untuk analisis multivariat ini adalah asumsi distribusi Normal. Pada prakteknya, ditemukan beberapa kasus bahwa proses tidak memenuhi asumsi distribusi normal. Sehingga perlu pendekatan nonparametrik agar proses analisis tetap dapat dilakukan meskipun asumsi tidak terpenuhi. Ada beberapa metode nonparametrik dalam mendapatkan analisis pengendalian kualitas statistik, antara lain Distribusi Empiris, Kernel Density Estimation, Bootstrap, Linkage, dan lain-lain. Dalam skripsi ini lebih ditekankan pada Pengendalian Kualitas Statistik Multivariat khususnya Grafik Pengendali nonparametrik dengan pendekatan Bootstrap. T dengan metode Bootstrap merupakan salah satu inferensi yang berbasis komputer. Salah satu prinsip kerjanya menggunakan komputer dalam membangkitkan kerandoman untuk mendapatkan sampel tiruan dari data asli yang berukuran sama. Data hasil bootstrap digunakan untuk menggantikan data real sehingga permasalahan asumsi dapat diselesaikan. Tujuan utama penggunaan bootstrap adalah untuk memperoleh
3 3 estimasi yang sebaik-baiknya berdasarkan data yang minimal dengan bantuan komputer. (Chen, dkk. 010) Bootsrap pertama kali diperkenalkan oleh Efron pada tahun Penggunaan kata bootstrap sendiri diambil dari istilah to pull oneself up by one s bootstrap yang dapat diartikan berusaha dengan sumber daya minimal. Dalam statistika, sumber daya yang minimal dapat diartikan sebagai data yang sedikit, data yang menyimpang dari asumsi tertentu atau bahkan tidak memiliki asumsi apapun untuk distribusinya. 1. Pembatasan Masalah Pembahasan pada skripsi ini difokuskan pada aplikasi Grafik Pengendali T pada proses multivariat, namun tidak memenuhi asumsi berdistribusi normal, sehingga perlu pendekatan nonparametrik Bootstrap untuk dapat melakukan analisis Pengendalian Kualitas Statistik. Untuk statistik yang akan digunakan sebagai parameter tingkat akurasi dari penduga parameter batas pengendali adalah standar error dan bias. 1.3 Tujuan Penulisan 1. Mempelajari grafik pengendali yang telah dikembangkan untuk pengamatan multivariat, dalam penelitian ini adalah grafik pengendali. Menjelaskan perbedaan grafik pengendali konvensional, serta kelebihan dan kekurangannya. T. T dengan grafik pengendali 3. Mengetahui metode alternatif nonparametrik, dalam penelitian ini adalah metode bootstrap. 4. Mengetahui analisis grafik pengendali 5. Mengetahui akurasi grafik pengendali T dengan pendekatan Bootstrap. T dengan pendekatan Bootstrap dan membandingkan dengan analisis pengendalian kualitas statistik yang umum.
4 4 1.4 Metode Penulisan Penulis menggunakan metode studi literatur yang dipelajari dari bukubuku dan jurnal-jurnal yang berhubungan dengan skripsi ini. Sumber lain yang digunakan adalah situs-situs pendukung yang ada di internet. Penulis akan melakukan aplikasi Grafik Pengendali T dengan pendekatan bootstrap untuk data proses produksi Solar 45 Pusat Pendidikan dan Pelatihan Minyak dan Gas Cepu, Jawa Tengah. 1.5 Tinjauan Pustaka Grafik Pengendali T adalah salah satu grafik pengendali multivariatid yang pertama kali diperkenalkan oleh Harold Hotelling pada tahun 1947 pada uji coba peledakan bom pada Perang Dunia II. Grafik ini menjadi perintis grafik multivariat lainnya dan memberikan perkembangan terbesar dalam bidang Pengendalian Kualitas Statistik meskipun dibutuhkan waktu yang lama. Asumsi dalam analisis grafik ini adalah berdistribusi normal. Apabila proses menunjukkan bahwa distribusi tidak normal, maka agar analisis pengendalian kualitas statistik ini dapat dilakukan dengan pendekatan nonparametrik, salah satunya adalah bootstrap. Bootstrap adalah metode komputasi untuk inferensi statistik yang berdasarkan resampling. Bootstrap pertama kali diperkenalkan oleh Efron pada tahun Bootstrap berkembang sangat pesaat dan telah dikaji ulang oleh beberapa ilmuwan lain, antara lain Efron dan Tibshirani (1993). Efron dan Tibshirani menerangkan keakuratan estimasi titik dan interval yang menggunakan sampel bootstrap. Estimasi bootstrap lebih akurat atau lebih mendekati populasinya dibandingkan dengan pengambilan sampel yang lainnya. Keakuratan dari sampel bootstrap untuk estimasi titik dan estimasi intervalnya diketahui dengan menggunakan standar error. Diterangkan juga proses pengambilan sampel bootsrap. Algoritma bootstrap adalah cara perhitungan menggunakan komputer untuk mendapatkan pendekatan yang terbaik untuk nilai numerik standar eror. Bootstrap dapat dilakukan pada semua data meskipun data tersebut distribusinya belum diketahui.
5 5 Pengendali Chen dkk. (010) membahas tentang penggunaan bootstrap pada Grafik T untuk mendapatkan batas pengendali multivariat. Hasil penelitian tersebut dibandingkan dengan metode Kernel Density Estimation dan metode analisis setiap variabel karakteristik. 1.6 Sistematika Penulisan Skripsi ini akan disusun dengan sistematika penulisan sebagai berikut. BAB I BAB II BAB III BAB IV BAB V PENDAHULUAN Bab ini membahas mengenai latar belakang, pembatasan masalah, tujuan penulisan, metode penulisan dan sistematika penulisan. LANDASAN TEORI Bab ini membahas tentang teori penunjang yang digunakan dalam pembahasan, diantaranya : variabel random, ukuran akurasi suatu statistik, grafik pengendali dan dasar bootstrap. PEMBAHASAN Bab ini akan membahas definisi Grafik Pengendali T, bootstrap dengan pendekatan persentil dan aplikasi Grafik Pengendali dengan pendekatan bootstrap. STUDI KASUS Bab ini akan membahas mengenai aplikasi serta proses analisis Grafik Pengendali T T dengan pendekatan bootstrap pada proses produksi Solar 45 Pusat Pedidikan dan Pelatihan Minyak dan Gas, Cepu, Jawa Tengah. PENUTUP Bab ini membahas mengenai kesimpulan dan saran berdasarkan pembahasan pada bab-bab sebelumnya.
BAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya adalah analisis terhadap sampel yang kemudian hasil analisisnya akan digeneralisasikan untuk mengetahui karakteristik populasi.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Ketatnya persaingan antara perusahaan industri satu dengan yang lainnya menyebabkan semakin banyak dan beragam industri saat ini yang berusaha untuk meningkatkan kualitas
Lebih terperinciBAB 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 Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati
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 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 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 Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
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. 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
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 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap
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 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 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 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 terperinciBOOTSTRAP RESAMPLING OBSERVASI PADA ESTIMASI PARAMETER REGRESI MENGGUNAKAN SOFTWARE R
BOOTSTRAP RESAMPLING OBSERVASI PADA ESTIMASI PARAMETER REGRESI MENGGUNAKAN SOFTWARE R Joko Sungkono* Abstrak : Pada tulisan ini, algoritma metode bootstrap resampling observasi dipaparkan secara detail
Lebih terperinciBab I PENDAHULUAN. Dewasa ini perkembangan komputer yang maju dapat dipergunakan manusia
1 Bab I PENDAHULUAN 1.1 Latar belakang Dewasa ini perkembangan komputer yang maju dapat dipergunakan manusia sebagai alat bantu untuk mempermudah dan mempercepat pekerjaannya. Fungsi komputer tersebut
Lebih terperinciPERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 137 146. PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS
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 terperinciANALISIS DAN PEMBAHASAN
ANALISIS DAN PEMBAHASAN 4.3 Peta Kendali Hotelling Dalam kehidupan sehari-hari banyak sekali proses produksi yang memiliki karakteristik kualitas lebih dari satu. Proses yang seperti ini disebut dengan
Lebih terperinciBAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengolahan informasi statistik mempunyai sejarah jauh ke belakang sejak awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa mengumpulkan data statistik
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. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciStatistika Dasar. Hansiswany Kamarga
Statistika Dasar Hansiswany Kamarga 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN?
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam sebuah penelitian di bidang statistika, peneliti akan berhubungan dengan data pengamatan, baik data kualitatif atau data kuantitatif yang akan diproses
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 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 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 terperinciII. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E
5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah
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 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 terperinciRESAMPLING BOOTSTRAP PADA R
RESAMPLING BOOTSTRAP PADA R Joko Sungkono* Abstrak:Pada tulisan ini, algoritma resampling bootstrap akan disajikan secara detail dalam bahasa pemrograman software R untuk beberapa contoh kasus. Resampling
Lebih terperinciBAB I PENDAHULUAN. dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan
BAB I PENDAHULUAN 1.1 Latar Belakang Metode bootstrap merupakan metode simulasi berbasiskan data yang dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan distribusi sampling dari
Lebih terperinciANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 125 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP MESI OKTAFIA, FERRA YANUAR, MAIYASTRI
Lebih terperinciKOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB
KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT Djarum Kudus SKT Brak Megawon III) SKRIPSI Disusun Oleh : IYAN
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI LINIER BERGANDA DENGAN TEKNIK BOOTSTRAP
Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 41 49 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ESTIMASI PARAMETER MODEL REGRESI LINIER BERGANDA DENGAN TEKNIK BOOTSTRAP DWI ANNISA FITRI Program Studi
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 terperinciJurnal Gradien Vol. 10 No. 1 Januari 2014 : 963-966 Pendugaan Galat Baku Nilai Tengah Menggunakan Metode Resampling Jackknife dan Bootstrap Nonparametric dengan Software R 2.15.0 * Septiana Wulandari,
Lebih terperinciBAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah
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 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 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 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 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. bersifat tetap ( bukan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan suatu analisis yang digunakan untuk mengetahui hubungan antara satu variabel independen atau lebih dengan variabel dependen. Pada studi perbandingan
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 I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Di dalam statistika, sebuah estimator adalah hasil perhitungan suatu estimasi terhadap kuantitas tertentu berdasarkan pada data terobservasi atau
Lebih terperinciPENERAPAN METODE BOOTSTRAP RESIDUAL DALAM MENGATASI BIAS PADA PENDUGA PARAMETER ANALISIS REGRESI
PENERAPAN METODE BOOTSTRAP RESIDUAL DALAM MENGATASI BIAS PADA PENDUGA PARAMETER ANALISIS REGRESI Ni Made Metta Astari 1, Ni Luh Putu Suciptawati 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas
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 terperinciMETODE BOOTSTRAP DALAM INFERENSI MODEL REGRESI POLINOMIAL
Vol. 5, No., April, 5 METODE OOTSTRAP DALAM INFERENSI MODEL REGRESI POLINOMIAL Hermi Rumtiasih ), Suparman ) ) Program Studi Matematika Universitas Ahmad Dahlan, ) Program Studi Pendidikan Matematika Universitas
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 terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
Lebih terperinciBAB II TINJAUAN PUSTAKA. permasalahan yang teridentifikasi adalah PT. Vonex Indonesia belum
BAB II TINJAUAN PUSTAKA 2.1. Pendahuluan Berdasarkan uraian yang dikemukakan pada Bab I bahwa permasalahan yang teridentifikasi adalah PT. Vonex Indonesia belum memiliki cara untuk mengatur proses stabilitasi
Lebih terperinciPENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM
BIAStatistics (2015) Vol. 9, 2, hal. 28-32 PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM Munawar Jurusan Matematika FMIPA Universitas Syiah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Industri pada era modern saat ini berkembang sangat pesat. Hal ini ditandai dengan banyaknya perusahaan bidang industri yang menghasilkan suatu produk. Mulai dari produk
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 terperinciMengolah dan Menganalisis Data
Mengolah dan Menganalisis Data Dr. Eko Pujiyanto, S.Si., M.T. Materi Data Mengolah dan analisis data Memilih alat analisis yang tepat Data Data 1 Jamak dari DATUM artinya informasi yang diperoleh dari
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 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dengan semakin majunya peradaban, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data ke dalam suatu fungsi yang dapat dipergunakan
Lebih terperinciUji tracking setpoint
Validasi model Uji tracking setpoint Pengujian dilakukan dengan BOD konstan, yaitu 2200 mg/l. Untuk mencapai keadaan steady, sistem membutuhan waktu sekitar 30 jam. Sedangkan grafik kedua yang merupakan
Lebih terperinciPENERAPAN METODE JACKKNIFE TERHAPUS-1 PADA PENGOLAHAN DATA METODE QUICK COUNT
PENERAPAN METODE JACKKNIFE TERHAPUS-1 PADA PENGOLAHAN DATA METODE QUICK COUNT Joko Sungkono* dan Udiyono* Abstrak: Secara statistik, metode quick count merupakan suatu proses estimasi parameter proporsi
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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan adalah bertambah jumlah dan besarnya sel diseluruh bagian tubuh yang secara kuantitatif dapat diukur. Perkembangan adalah bertambah sempurnanya fungsi alat
Lebih terperinciBAB I PENDAHULUAN. , untuk x 0, 0, 0 { 0, untuk x yang lain. 1 maka fungsi densitas di atas akan menjadi fungsi densitas distribusi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan ilmu pengetahuan dan teknologi berdampak positif pada berbagai bidang termasuk bidang Statistika. Hal ini dapat dilihat dari semakin banyak penemuan
Lebih terperinciPERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENGESTIMASI PARAMETER REGRESI LINIER BERGANDA (COMPARISON OF BOOTSTRAP AND JACKKNIFE METHODS TO
PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENGESTIMASI PARAMETER REGRESI LINIER BERGANDA (COMPARISON OF BOOTSTRAP AND JACKKNIFE METHODS TO ESTIMATE MULTIPLE LINEAR REGRESSION PARAMETERS) Iesyah
Lebih terperinciPENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 53 61 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA OLIVIA ATINRI,
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. 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 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Metodologi Penelitian Metodologi yang dilakukan dalam penelitian ini adalah : Riset kepustakaan Kepustakaan dilakukan dengan cara mengumpulkan informasi-informasi yang berhubungan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesejahteraan umum merupakan salah satu tujuan dari pembangunan nasional Negara Indonesia. Hal ini disebutkan dengan jelas pada Pembukaan Undang-Undang dasar 1945 di
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 terperinciESTIMASI CONFIDENCE INTERVAL BOOTSTRAP UNTUK ANALISIS DATA SAMPEL TERBATAS
ESTIMASI CONFIDENCE INTERVAL BOOTSTRAP UNTUK ANALISIS DATA SAMPEL TERBATAS Asep Solih A* Abstrak Dalam analisis data seringkali peneliti ingin mengetahui karakteristik data penelitian seperti jenis distribusi,
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 terperinciMetode Bootstrap Untuk mengestimasi Data Hilang (missing Data) pada Eksperimen Faktorial
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Metode Bootstrap Untuk mengestimasi Data Hilang (missing Data) pada Eksperimen Faktorial Enny Supartini Departemen Statistika, F MIPA, Universitas
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 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 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 terperinciSEMINAR TUGAS AKHIR. Peta Kendali Comulative Sum (Cusum) Residual Studi Kasus pada PT. PJB Unit Pembangkitan Gresik. Rina Wijayanti
SEMINAR TUGAS AKHIR Peta Kendali Comulative Sum (Cusum) Residual Studi Kasus pada PT. PJB Unit Pembangkitan Gresik Rina Wijayanti 1306100044 Pembimbing Drs. Haryono, MSIE Dedi Dwi Prastyo, S.Si., M.Si.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Bootstrap Bootstrap adalah prosedur statistika yang melakukan sampling dari sebuah populasi yang dikerjakan dengan cara resampling dari sampel (http://wwwmathsanueduau/~peter/edgtalk/edgtalk1pdf)
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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kemajuan ilmu pengetahuan dan teknologi menuntut perubahan-perubahan yang melibatkan suatu penelitian atau percobaan pada berbagai bidang. Metode Statistik
Lebih terperinciSKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN GRAFIK PENGENDALI GRAND MEDIAN DAN CUMULATIVE SUM PADA VARIABEL BERAT SHUTTLECOCK DI CV MARJOKO KOMPAS DAN DOMAS oleh NURUL MUSDALIFAH M0112064 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciUNNES Journal of Mathematics
UJM 5 (1) (2016) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm ANALISIS PERBANDINGAN MENGGUNAKAN ARIMA DAN BOOTSTRAP PADA PERAMALAN NILAI EKSPOR INDONESIA Ari Cynthia, Sugiman,
Lebih terperinciMinggu-1 DEFINISI DAN CAKUPAN ANALISIS STATISTIK
Minggu-1 DEFINISI DAN CAKUPAN ANALISIS STATISTIK 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkandata menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis
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 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 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 Analisis survival merupakan cabang dari ilmu statistika yang meliputi metode untuk menganalisis terjadinya suatu peristiwa (event) dengan waktu pengamatan tertentu.
Lebih terperinciBAB IV ANALISIS HASIL PENGOLAHAN DATA
BAB IV ANALISIS HASIL PENGOLAHAN DATA 4.1 Pola Dasar Permintaan Dari hasil pengumpulan data aktual yang telah dilakukan mengenai pertumbuhan jumlah kartu kredit BCA yang dimiliki oleh cardholder BCA Cabang
Lebih terperinciPENDUGAAN PARAMETER REGRESI DENGAN BOOTSTRAP RESIDUAL UNTUK JUMLAH SAMPEL YANG BERVARIASI M a r zu k i, H i zi r S o f y a n Universitas Syiah Kuala marz_ukie@yahoo.com ABSTRAK Penelitian ini bertujuan
Lebih terperinciANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK
ANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK Yayuk Nurkotimah dan Fachrur Rozi Jurusan Matematika UIN Maulana Malik Ibrahim Malang e-mail: ocy_cute9@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen (respon) dengan satu atau lebih variabel independen (variabel penjelas), dengan
Lebih terperinciBAB I PENDAHULUAN. atau kualitas. Dalam dunia industri, kualitas barang yang dihasilkan merupakan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di era globalisasi yang semakin kompetitif ini, setiap pelaku bisnis yang ingin memenangkan persaingan akan memberikan perhatian penuh pada mutu atau kualitas.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan ilmu pengetahuan dan teknologi dewasa ini dapat membantu teknik peramalan suatu kejadian berdasarkan faktor faktor yang sudah diketahui sebelumnya. Hasil peramalan
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 terperinciPENGENDALIAN KUALITAS X MENGGUNAKAN GRAFIK PENGENDALI HOTELLING T 2 UNIVARIAT DAN MULTIVARIAT
PENGENDALIAN KUALITAS X MENGGUNAKAN GRAFIK PENGENDALI HOTELLING T UNIVARIAT DAN MULTIVARIAT Lellie Sulistyawati Darmawan, Adi Setiawan, Lilik Linawati Program Studi Matematika, Fakultas Sains dan Matematika
Lebih terperinci