LAPORAN PRAKTIKUM PENGENDALIAN KUALITAS STATISTIK MODUL 1

Ukuran: px
Mulai penontonan dengan halaman:

Download "LAPORAN PRAKTIKUM PENGENDALIAN KUALITAS STATISTIK MODUL 1"

Transkripsi

1 LAPORAN PRAKTIKUM PENGENDALIAN KUALITAS STATISTIK MODUL 1 PENGENDALIAN KUALITAS STATISTIK NILAI TOEFL MAHASISWA JURUSAN S1 TEKNIK KIMIA ANGKATAN 2013 DAN 2014 Disusun Oleh : Dedi Setiawan ( ) M. Irfandi Habibullah Iswandi Putra ( ) Asisten Dosen : Reynaldi Wisnu Werdhana ( ) Dosen: Dr. Muhammad Mashuri, M.T Diaz Fitra Aksioma. S.Si. M.Si PROGRAM STUDI SARJANA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2017 i

2 LAPORAN PRAKTIKUM PENGENDALIAN KUALITAS STATISTIK MODUL 1 PENGENDALIAN KUALITAS STATISTIK NILAI TOEFL MAHASISWA JURUSAN S1 TEKNIK KIMIA ANGKATAN 2013 DAN 2014 Disusun Oleh : Dedi Setiawan ( ) M. Irfandi Habibullah Iswandi Putra ( ) Asisten Dosen : Reynaldi Wisnu Werdhana ( ) Dosen: Dr. Muhammad Mashuri, M.T Diaz Fitra Aksioma. S.Si. M.Si PROGRAM STUDI SARJANA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2017 HALAMAN JUDUL i

3 ABSTRAK Di era globalisasi ini kemampuan berbahasa inggris sangatlah penting Karena Bahasa inggris adalah Bahasa yang digunakan oleh dunia sebagai Bahasa internasional, dengan adanya Bahasa inggris masyarakat dapat mengetahui perkembangan di bagian dunia manapun. Test of English as a Foreign Language atau sering disingkat menjadi TOEFL adalah tes yang dilakukan untuk mengukur kemampuan berbahasa inggris yang di organisir oleh lembaga ETS atau Educational Testing Service yang berasal dari Amerika Serikat. TOEFL bertujuan untuk memastikan seseorang dapat memahami dan menggunakan Bahasa inggris dengan baik dan benar. Kemampuan Bahasa inggris sangatlah penting oleh Karena itu diperlukan pengendalian kualitas pada nilai TOEFL Karena nilai TOEFL sangatlah berpengaruh ke masyarakat yang ingin mencari perkerjaan ataupun melanjutkan pendidikan diluar negri serta dapat mengikuti perkembangan dunia. Pengendalian kualitas statistic adalah sebuah metode yang digunakan untuk mengendalikan suatu proses berdasaran standar yang telah ditentukan. Peta kendali adalah perangkaat statistik yang memungkinkan suatu organisasi untuk mengetahui dan memantau konsistensi suatu proses atau produk yang dihasilkan melalui pengamatan yang sedang berlangsung maupun proses yang telah dilakukan.penelitian ini menggunakan data sekunder yang didapatkan dari UPT Bahasa dan diambil dari nilai TOEFL 25 mahasiswa S1 Teknik Kimia angkatan 2013 dan 5 mahasiswa S1 Teknik Kimia angkatan Bedasarkan peta kendali nilai TOEFL sudah terkendali dan memiliki nilai LCL sebesar 513,93 dan UCL sebesar 428,41, sedangkan peta kendali R memiliki nilai LCL sebesar 0 dan UCL sebesar 107,6. Untuk kapabilitas nilai TOEFL ini tidak kapabel karena mempunya Cp dan Cpk < 1. Sedangkan untuk rata-rata nilai TOEFL masih diluar spesifikasi artinya masih kurang baik. Seharusnya dari ITS perlu melakukan evaluasi terhadap hal ini. Kata kunci: TOEFL, Pengendalian Kualitas, Peta kendali, X R, UCL, LCL X R ii

4 DAFTAR ISI HALAMAN JUDUL... i ABSTRAK... ii DAFTAR ISI... iii DAFTAR GAMBAR... iv BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Manfaat Batasan Masalah... 2 BAB II TINJAUAN PUSTAKA Uji Keacakan Uji Normalitas Diagram Kontrol X-R Diagram Ishikawa Uji Kesamaan Varian Uji Mean Dua Populasi Kapabilitas Proses Probabilitas Produk yang Berada di Luar Batas Spesifikasi TOEFL... 7 BAB III METODOLOGI PENELITIAN Sumber Data Variabel Penelitian Struktur Data Langkah Analisis Diagram Alir... 9 BAB IV ANALISIS DAN PEMBAHASAN Uji Asumsi Uji Keacakan Data Uji Normalitas Peta Kendali X - R Satu Fase Diagram Sebab Akibat Peta Kendali X - R Dua Fase Untuk X Chart Untuk R Chart Kapabilitas dan Probabilitas BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN iii

5 DAFTAR GAMBAR Gambar 2. 1 Diagram Sebab Akibat... 4 Gambar 3. 1 Diagram Alir Praktikum Penelitian...9 Gambar 4. 1 Histogram Nilai TOEFL Mahasiswa S1 Teknik Kimia ITS Gambar 4. 2 Uji Kolmogorov Smirnov Gambar 4. 3 Peta Kendali X R Satu Fase Belum Terkontrol Gambar 4. 4 Peta Kendali X R Satu Fase Belum Terkontrol Gambar 4. 5 Diagram Sebab Akibat untuk Nilai TOEFL Keluar Batas Atas Gambar 4. 6 Peta Kendali X Dua Fase Gambar 4. 7 Peta Kendali X R Satu Fase Belum Terkontrol Gambar 4. 8 Peta Kendali X R Satu Fase Belum Terkontrol Gambar 4. 9 Peta Kendali X R Satu Fase Belum Terkontrol Gambar Grafik Kapabilitas Proses Nilai TOEFL Mahasiswa S1 Teknik Kimia iv

6 DAFTAR TABEL Tabel 3. 1 Struktur Data... 8 Tabel 4. 1 Nilai Uji Run Test v

7 BAB I PENDAHULUAN PENDAHULUAN 1.1 Latar Belakang Bahasa inggris merupakan bahasa yang digunakan oleh seluruh dunia sebagai bahasa internasional. Masyarakat Indonesia dituntut untuk mempelajari Bahasa inggris agar dapat berkomunikasi dengan dunia dan mengikuti perkembangan yang terjadi di dunia. Salah satu alat ukur berbahasa inggris adalah Test of English as a Foreign Language atau sering disingkat menjadi TOEFL. TOEFL adalah tes yang dilakukan untuk mengukur kemampuan Bahasa inggris yang di organisir oleh lembaga ETS atau Educational Testing Service yang berasal dari Amerika Serikat. TOEFL bertujuan untuk memastikan seseorang dapat memahami dan menggunakan Bahasa inggris dengan baik dan benar. Selain menjadi alat ukur berbahasa TOEFL juga menjadi salah satu syarat seseorang untuk berkerja maupun melanjutkan pendidikan diluar negeri, oleh Karena itu TOEFL sangatlah penting untuk masyarakat Indonesia, selain dapat berbahasa inggris dengan baik masyarakat dapat mengikuti perkembangan dunia serta dapat mencari perkerjaan ataupun melanjutkan pendidikan diluar negri. Institut Teknologi Sepuluh Nopember sendiri menjadikan nilai TOEFL sebagai salah satu syarat kelulusan mahasiswanya, mahasiswa Institut Teknologi Sepuluh Nopember memberikan nilai minimum kelulusan TOEFL sebesar 477. Pada penelitian ini akan dilakukan analisis terhadap 25 mahasiswa angkatan 2013 yang telah melakukan minimal 3 kali tes TOEFL dan 5 mahasiswa angkatan 2014 yang telah melakukan minimal 2 pada jurusan S1 Teknik Kimia ITS. Penelitian ini menggunakan nilai TOEFL mahasiswa yang diambil dari tes yang diberikan oleh UPT Bahasa. Analisis akan dilakukan menggunakan diagram kontrol x R dan akan dilihat stabil atau tidaknya nilai TOEFL serta mengertahui kapabilitas mahasiswa untuk mendapakan nilai TOEFL sesuai standar kelulusan yang diberikan. Selain itu juga ingin mengetahui apakah ada pergeseran mean untuk nilai TOEFL rata-rata mahasiswa Teknik Kimia ITS angkatan 2013 dan Rumusan Masalah Berdasarkan latar belakang di atas, rumusan masalah yang akan dibahas dalam penelitian ini adalah sebagai berikut. 1. Bagaimana uji asumsi keacakan dan normalitas dari data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013? 2. Bagaimana proses yang terkendali menggunakan peta kendali X R satu fase dari data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013? 3. Bagaimana diagram sebab akibat untuk nilai TOEFL yang out of control? 4. Bagaimana proses yang terkendali menggunakan peta kendali X R dua fase dan apakah ada pergeseran mean antara nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 dan 2014? 5. Bagaimana kapabilitas proses dan probabilitas nilai S1 Teknik Kimia ITS angkatan 2013 dan 2014 diluar batas spesifikasi (477 > TOEFL > 550)? 1.3 Tujuan Adapun tujuan dari praktikum ini adalah sebagai berikut. 1. Mengetahui hasil uji asumsi keacakan dan normalitas dari data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan Mengidentifikasi proses yang terkendali menggunakan peta kendali X R satu fase dari data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan Mengidentifikasi diagram sebab akibat untuk nilai TOEFL yang out of control 1

8 4. Mengidentifikasi proses yang terkendali menggunakan peta kendali X R dua fase dan apakah ada pergeseran mean antara nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 dan Mengetahui nilai kapabilitas proses dan probabilitas nilai S1 Teknik Kimia ITS angkatan 2013 dan 2014 diluar batas spesifikasi (477 > TOEFL > 550)? 1.4 Manfaat Manfaat yang didapatkan dari penelitian ini adalah dapat memahami materi tentang pengendalian kualitas statistik pada peta kendali, peta kendali X R satu fase maupun dua fase, diagram sebab-akibat dan nilai kapabilitas. 1.5 Batasan Masalah Batasan masalah yang digunakan dalam penelitian ini yaitu mahasiswa yang melakukan TOEFL sebanyak 2 untuk angkatan 2014 dan 3 kali untuk angkatan Jika asumsi tidak terpenuhi maka dianggap telah memenuhi. 2

9 BAB II TINJAUAN PUSTAKA TINJAUAN PUSTAKA 2.1 Uji Keacakan Uji Keacakan dilakukan untuk mengetahui apakah sekumpulan data yang diamati tersebut telah diambil secara acak atau tidak. Uji Keacakan ini didasarkan pada adanya runtun. Runtun adalah deretan huruf-huruf atau tanda-tanda yang identik yang diikuti oleh satu huruf atau satu tanda yang berbeda secara berkesinambungan membentuk suatu barisan huruf/tanda (Daniel, 1898). Berikut perumusan Hipotesis : H 0 : Data pengamatan telah diambil secara acak dari suatu populasi H 1 : Data pengamatan yang diambil dari populasi tidak acak Statistik Uji : r = banyaknya runtun yang terjadi (2.1) Apabila nilai r < r bawah atau r > r atas, maka ditarik keputusan Tolak H 0. Nilai r bawah dan r atas diperoleh dari tabel nilai kritis untuk runtun pada nilai r (n1,n 2 ) (Daniel, 1898) Dengan n 1 = banyak data bertanda (+) n 2 = banyak data bertanda (-) Rumus untuk nilai n > 20 adalah sebagai berikut Z = r μ r σ r = r ( 2n 1n2 n1+n2 +1) 2n 1n2(2n1n2 n1 n2) (n1+n2 ) 2(n1+n2 1) 2.2 Uji Normalitas Uji Normalitas dilakukan sebelum menganalisis suatu permasalahan lebih lanjut. Jika data yang dianalisis tidak berdistribusi Normal maka akan terjadi kesulitan dalam menurunkan distribusi sampling x dan R. Berikut uji Normalitas untuk data bersifat kontinu menggunakan Kolmogorov-Smirnov. Hipotesis H 0 : F 0 (x) = F(x) untuk semua nilai x H 1 : F 0 (x) F(x) untuk semua nilai x F 0 (x) adalah fungsi distribusi yang dihipotesiskan dan merupakan fungsi distribusi Fx ( ) yang belum diketahui. Berikut statistik uji untuk pengujian normalitas. Statistik Uji : D = sup S(x) F 0 (x) (2.3) S(x) adalah fungsi peluang kumulatif data. Apabila nilai D > 1 α, maka dapat ditarik kesimpulan Tolak H 0. Bila menggunakan paket program Minitab, maka uji Normalitas dapat dilakukan dengan membandingkan P-value dengan (0,05). 2.3 Diagram Kontrol X R Peta kendali (control chart) adalah peta dengan batas kendali atas (UCL/Upper Control Limit) dan batas kendali bawah (LCL/Lower Control Limit), di mana di dalam peta tersebut tergambar nilai-nilai beberapa ukuran statistik untuk suatu rangkaian sampel atau subgrup dan sebuah garis tengah yang membantu dalam menunjukkan kecenderungan nilai-nilai tergambar itu terhadap batas kendali. Bagan kendali adalah perangkat statistik yang memungkinkan suatu organisasi untuk mengetahui dan memantau konsistensi suatu proses atau produk yang dihasilkan melalui pengamatan yang sedang berlangsung maupun proses yang telah dilakukan. Penyelesaian dengan bagan kendali menggunakan prinsip-prinsip statistik (Montgomery, 2005). Bagan kendali dibuat untuk menghilangkan variasi tidak normal melalui pemisahan variasi yang disebabkan oleh penyebab khusus dari variasi yang disebabkan oleh penyebab umum. Variasi penyebab khusus adalah kejadian-kejadian di luar sistem yang mempengaruhi dalam sistem, biasanya bersumber dari manusia, peralatan dan material. Variasi penyebab 3 (2.2)

10 umum adalah faktor di dalam sistem atau yang melekat pada proses yang menyebabkan timbulnya variasi dalam sistem dan hasil. Control Chart (peta kendali) digunakan untuk menganalisis proses dengan tujuan melakukan perbaikan secara terus menerus terhadap mutu. Grafik mendeteksi abnormalitas suatu proses dengan bantuan garis. Diagram kontrol x R digunakan untuk memantau suatu proses yang bersifat kontinu dan n ukuran sampel data kurang dari 10. Diagram kontrol x menjelaskan tentang apakah perubahan-perubahan telah terjadi dalam ukuran titik pusat (central limit) atau rata-rata dari suatu proses, sedangkan peta kontrol R menjelaskan tentang apakah perubahan-perubahan telah terjadi dalam ukuran variasi, dengan demikian berkaitan dengan perubahan homogenitas produk yang dihasilkan melalui suatu proses. Apabila R 1 R, R,..., R adalah rentang m sampel maka rentang rata-ratanya adalah :, 2 3 m R = R 1+R 1 + +R m m (2.4) Apabila digunakan sebagai penaksir untuk (rata-rata atau mean) dan sebagai penaksir (sigma atau standar deviasi), maka parameter untuk diagram kontrol x adalah sebagai berikut: UCL x A R x 2 Garis Tengah LCL x A2 R (2.5) 3 Dengan A 2 =. Jika D d 3 = 1 3 d 3 dan D 2 n d 3 = d 3 batas kendali peta R juga dapat 2 d 2 dicari dengan rumusan sebagai berikut : UCL D R 4 x Rata rata R LCL D3R (2.6) dengan konstanta D3 dan D4 dapat dilihat pada tabel untuk berbagai nilai n (Montgomery, 2009). 2.4 Diagram Ishikawa Diagram sebab akibat adalah suatu diagram yang menunjukkan hubungan antara sebab dan akibat. Diagram sebab akibat ini sering juga disbeut sebagai Diagram Tulang Ikan (fishbone diagram) karena bentuknya seperti kerangka ikan, atau Diagram Ishikawa (Ishikawa diagram) karena pertama kali diperkenalkan oleh Prof. Kaour Ishikawadari Universitas Tokyo Pada dasarnya diagram sebab akibat dapat digunakan untuk membantu mengidentifikasi akar penyebab suatu masalah, membantu membangkitkan ide-ide untuk solusi suatu masalah, membantu dalam penyelidikan atau pencarian fakta lebih lanjut R d 2 Gambar 2. 1 Diagram Sebab Akibat 4

11 2.5 Uji Kesamaan Varian Pengujian variansi dengan dua populasi mengikuti distribusi F dengan derajat bebas (n 1 1, n 2 1) jika diambil dari sampel acak pada dua populasi normal N(μ 1, σ 1 ) dan N(μ 2, σ 2 ). Dan di bawah ini adalah rumus umumnya yang diambil dari buku Konsep Peluang dan Statistika dalam Rekayasa. F = s 1 2 /σ 2 1 (2.7) s 2 2 /σ 2 2 Jika akan diuji kesamaan variansi dari populasi 1 dan populasi 2 dengan hipotesis : H 0 : σ = σ 2 H 1 : σ σ 2 Dari hipotesis di atas H 0 ditolak pada tingkat signifikan α, bila H 0 benar dan statistik ujinya adalah sebagai berikut. F = s 1 2 s 2 Fα (n 1 1, n 2 1) (2.8) 2 2 Atau F = s 1 2 (2.9) 1 s 2 2 Fα(n 2 1,n 1 1) 2 Sedangkan untuk H 1 : σ 1 2 < σ 2 2, maka pada tingkat signifikan α, H 0 ditolak bila : s 1 2 s 2 2 Fα 2 (n 2 1, n 1 1) (2.10) dan untuk H 1 : σ 1 2 > σ 2 2, maka pada tingkat signifikan α, H 0 ditolak bila : s 1 2 s 2 2 Fα 2 Keterangan : n 1 = jumlah sampel yang diambil pada populasi 1 n 2 = jumlah sampel yang diambil pada populasi 2 σ 1 2 = variansi populasi 1 σ 2 2 = variansi populasi 2 s 1 2 = variansi sampel pada populasi 1 s 2 2 = variansi sampel pada populasi 2 α = signifikansi (kesalahan jenis I) (n 1 1, n 2 1) (2.11) 2.6 Uji Mean Dua Populasi Uji mean dua populasi digunakan untuk menguji apakah mean dari populasi satu sama dengan mean dari populasi dua. Uji mean dua populasi dapat menggunakan statsitik uji maupun t, sesuai dengan data yang dimiliki. Selain itu, dapat dilakukan pula pengujian menggunakan paket program Minitab maupun SPSS dengan statistik uji P value. Hipotesis: H0 : 1 2 H1 : 1 2 Statistik uji: Apabila diketahui atau n 30, maka dapat menggunakan statistik uji z dengan rumus sebagai berikut. ( x1 x2) ( 1 2) z (2.11) n n 1 2 Apabila tidak diketahui atau n 30, maka dapat menggunakan statistik uji t dengan rumus sebagai berikut. ( x1 x2) ( 1 2) t (2.12) 2 2 s1 s2 n n 1 2 z 5

12 Daerah kritis: Apabila menggunakan statistik uji Sedangkan jika menggunakan statistik uji t maka tolak H0 apabila juga dapat terjadi apabila P value. z maka H0 dapat ditolak jika t t /2 zz /2 atau atau t t /2 z z /2. tolak H0 2.7 Kapabilitas Proses Kapabilitas proses adalah suatu studi keteknikan guna menaksir kemampuan proses. Dalam arti ini, analisis kemampuan proses dapat dilakukan tanpa mengingat spesifikasi pada karakteristik kualitas. Kapabilitas proses biasanya mengukur parameter fungsional pada produk, bukan pada proses itu sendiri. Kapabilitas proses adalah bagian yang sangat penting dari keseluruhan program peningkatan kualitas. Berbagai kegunaan kapabilitas proses yaitu memprakirakan seberapa baik proses akan memenuhi toleransi, membantu pengembangan atau perancangan produk dalam memilih atau mengubah proses, membantu dalam pembentukan interval untuk pengendalian interval antara pengambilan sampel, menetapkan persyaratan penampilan bagi alat baru, memilih diantara penjual yang bersaing, merencanakan urutan proses produksi apabila ada pengaruh interaktif proses pada toleransi, dan mengurangi varibilitas dalam proses produksi (Montgomery, 2009).Syarat-syarat proses yang kapabel yaitu: a. Proses terkendali secara statistik. b. Memenuhi batas spesifikasi. c. Presisi dan akurasi proses tinggi. Adapun yang perlu diperhatikan dalam kapabilitas proses adalah sebagai berikut: 1. Indeks Cp Indeks Cp digunakan untuk menyatakan tingkat presisi. Presisi adalah ukuran kedekatan antara satu pengamatan dengan pengamatan lain yang ukurannya dapat ditunjukkan oleh variabilitas ( ). Nilai Cp merupakan rasio antara penyebaran yang diijinkan dengan penyebaran proses aktual. Secara matematis ditunjukkan oleh persamaan berikut ini: USL LSL Cp, untuk kasus 2 spesifikasi (2.13) 6 USL x atau x Cp Cp LSL, untuk kasus 1 spesifikasi 3 3 (2.14) 2. Indeks Cpk Indeks Cpk digunakan untuk menyatakan tingkat presisi dan akurasi. Akurasi adalah ukuran kedekatan hasil pengamatan dengan nilai terget (Montgomery, 2009). Rumusan untuk Cpk yaitu: USL x x LSL Cpk min, (2.15) Probabilitas Produk yang Berada di Luar Batas Spesifikasi Menurut Montgomery (2005), untuk menghitung probabilitas produk yang berada diluar spesifikasi maka standar deviasi dari data harus diketahui dengan perhitungan berikut: σ = R (2.16) d 2 Batas spesifikasi yang sudah ditentukan adalah LCL dan UCL. Dengan asumsi lebar alirannya berdistribusi Normal maka probabilitas produk yang diluar batas spesifikasi adalah p = P{x < LCL} + P{x > UCL} (2.17) p = ɸ ( LCL mean ) + 1 ɸ ( UCL mean ) (2.18) σ σ Keterangan : ɸ : luasan pada tabel distribusi normal standar LCL : Batas spesifikasi bawah 6

13 UCL : Batas spesifikasi atas d 2 : nilai yang didapatkan pada tabel statistika 2.9 TOEFL TOEFL adalah singkatan dari Test of English as a Foreign Language. Ia merupakan test proficiency yang digunakan untuk mengukur kemampuan bahasa Inggris seseorang tanpa dikaitkan secara langsung dengan proses belajar mengajar. Dengan demikian TOEFL berbeda dengan achievement test, yaitu tes yang lingkup ujinya terbatas pada bahan yang telah dipelajari siswa dalam satu kelas bahasa Inggris. TOEFL mencakup empat aspek yaitu (1) Listening Comprehension, (2) Structure and Written Expression, (3) Reading Comprehension, dan (4) Test of Written English (TWE). Ada tiga macam tes TOEFL yaitu International TOEFL test, Institutional TOEFL test, dan TOEFL Like-Test. Perbedaannya adalah bahwa soal International TOEFL baru dalam setiap pelaksanaan tes. Sedangkan soal institutional test dan TOEFL Like-test bersumber pada soal-soal beberapa tahun sebelumnya dari International TOEFL test. Masa berlaku tes TOEFL berbeda- beda. Untuk International TOEFL test, masa berlakunya adalah dua tahun yang dapat diterima di seluruh universitas di dunia. la juga dapat digunakan untuk melamar beasiswa ke luar negeri. Bagi Institutional TOEFL Test, masa berlakunya hanya enam bulan, biayanya jauh lebih rendah, tidak dapat digunakan untuk mendaftar ke universitas di luar negeri tetapi ada kalanya dapat dipakai untuk melamar beasiswa ke luar negeri. TOEFL Like-Test tidak dapat digunakan untuk mendaftar ke universitas luar negeri, hanya untuk memenuhi persyaratan universitas tertentu di Indonesia. 7

14 BAB III METODOLOGI PENELITIAN METODOLOGI PENELITIAN 3.1 Sumber Data Data yang digunakan dalam praktikum ini adalah data sekunder yang diperoleh dari website UPT Bahasa ITS (bahas.its.ac.id). Pada praktikum ini data yang digunakan adalah nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 dan Dari data yang telah didapatkan, diambil sebanyak 25 mahasiswa S1 Teknik Kimia ITS angkatan 2013 yang telah melakukan tes TOEFL minimal 3 kali dan 5 mahasiswa S1 Teknik Kimia ITS angkatan 2014 yang telah melakukan tes TOEFL minimal 2 kali. 3.2 Variabel Penelitian Variabel penelitian yang digunakan dalam praktikum ini adalah sebagai berikut. 1. Nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 yang telah melakukan tes TOEFL minimal 3 kali 2. Nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2014 yang telah melakukan tes TOEFL minimal 2 kali 3.3 Struktur Data Adapun struktur data yang digunakan dalam analisis ini adalah sebagai berikut. Tabel 3. 1 Struktur Data Ukuran Subgrup n x R 1 x 11 x x 1n x 1 R 1 2 x 21 x x 2n x 2 R m x m1 x m2... x mn x m R m Jumlah Subgrup Keterangan: m : jumlah subgrup n : ukuran subgrup x mn : data pengamatan ke-m pada subgrip ke-n x m : rata-rata per subgrup : range per subgrup R m 3.4 Langkah Analisis Untuk melakukan praktikum ini langkah-langkah analisis yang dilakukan adalah sebagai berikut. 1. Mengidentifikasi permasalahan dan tujuan penelitian 2. Mengumpulkan data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 dan Melakukan uji normalitas dan keacakan data 4. Membuat peta kendali 5. Membuat diagram sebab-akibat 6. Melakukan uji varians dan mean antara nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 dan Menghitung nilai kapabilitas dan probabilitas proses 8. Melakukan analisis dan interpretasi 9. Menarik kesimpulan dan saran 8

15 3.5 Diagram Alir Diagram alir menggambarkan alur pengerjaan praktikum ini, mulai dari proses perumusan masalah hingga penarikan kesimpulan dan saran. Berdasarkan langkah analisis didapatkan diagram alir sebagai berikut. Mulai Mengumpulkan data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 dan 2013 Uji normalitas dan keacakan data Tidak Data diasumsikan berdistribusi normal dan acak Ya Membuat peta kendali x dan R Membuat diagram sebab-akibat Melakukan uji varians dan mean 2 populasi Menghitung nilai kapabilitas dan probabilitas proses Kesimpulan dan saran Selesai Gambar 3. 1 Diagram Alir Praktikum Penelitian 9

16 BAB IV ANALISIS DAN PEMBAHASAN ANALISIS DAN PEMBAHASAN 4.1 Uji Asumsi Sebelum untuk melakukan analisis kapabilitas proses untuk nilai TOEFL mahasiswa S1 Teknik Kimia ITS maka data harus acak dan berdistribusi normal, berikut untuk pengujian keacakan dan normalitas menggunakan run test dan kolmogorov-smirnov Uji Keacakan Data Menguji keacakan data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 Institut Teknologi Sepuluh Nopember, merupakan salah satu syarat yang harus dipenuhi sebelum melakukan analisis kapabilitas. Tabel berikut merupakan hasil pengujian dengan metode run test dengan software Minitab. Hipotesis : H0 : Sampel dari data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 diambil secara acak H1 : Sampel dari data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 diambil tidak acak Taraf signifikan α = 0,05 Daerah kritis : tolak H0 saat p-value < α Statistik uji : Tabel 4. 1 Nilai Uji Run Test Output Nilai 473,3 r 30 n 1 41 n 2 34 p-value 0,055 X Berdasarkan Tabel 4.1 didapatkan nilai statistik uji r = 30 dengan n 1 = 15 dan n 2 = 10. Nilai p-value yang didapatkan dari pengujian keacakan tersebut diperoleh angka 0,055, sehingga dapat diputuskan gagal tolak H0 karena nilai p-value (0,055) > α (0,05). Sehingga dapat disimpulkan bahwa sampel dari data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 diambil secara acak. Selanjutnya akan diuji normalitas Uji Normalitas Asumsi kedua yang harus dipenuhi adalah data telah berdistribusi normal. Cara mengetahui apakah data berdistribusi normal atau tidak dapat menggunakan histogram dan juga melakukan pengujian menggunakan kolmogorov-smirnov. Berikut pengecekan dsitribusi normal menggunakan histogram. Frequency Histogram of Nilai 2013 Normal Mean 473,3 StDev 31,77 N Nilai Gambar 4. 1 Histogram Nilai TOEFL Mahasiswa S1 Teknik Kimia ITS

17 Berdasarkan Gambar 4.1 dapat dilihat bahwa grafik telah membentuk lonceng sehingga jika dilihat secara visual dapat dikatakan bahwa sudah berdistribusi normal. Namun untuk mengetahui lebih teliti lagi maka dilanjutkan dengan uji normalitas menggunakan kolmogorovsmirnov. Hasil pengujian menggunakan software ninitab dapat ditampilkan pada gambar 4.2 sebagai berikut. Hipotesis : H0 : Data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 berdistribusi normal H1 : Data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 tidak berdistribusi normal Taraf signifikan : α = 0,05 Daerah kritis : tolak H0 saat p-value < α Statistik Uji: Probability Plot of Nilai 2013 Normal Percent 99, Mean 473,3 StDev 31,77 N 75 KS 0,094 P-Value 0, , Nilai Gambar 4. 2 Uji Kolmogorov Smirnov Dari Gambar 4.2 dapat dilihat bahwa titik-titik merah mengikuti atau berada di sekitar garis normal sehingga dapat di putuskan bahwa data telah berdistribusi normal. Dengan menggunakan p-value juga dapat diputuskan gagal tolak H0 karena nilai p-value (0,100) > α (0,05). Setelah melakukan pengecekan menggunakan histogram dan pengujian menggunaka kolmogorov-smirnov maka dapat disimpulkan bahwa data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 berdistribusi normal, sehingga dapat dilanjutkan untuk analisis selanjutnya. 4.2 Peta Kendali X - R Satu Fase Untuk mengetahui apakah data nilai TOEFL berada pada batas kendali, maka dapat menggunakan peta kendali untuk data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan Untuk membuat peta kendali X R dengan bantuan software minitab, output dari hasil peta kendali X R satu fase dapat dilihat pada gambar 4.3 berikut Xbar-R Chart of Nilai UC L=515,2 Sample Mean _ X=473,3 440 LC L=431, Sample UC L=105,7 Sample Range _ R=41,0 0 LC L= Sample

18 Gambar 4. 3 Peta Kendali X R Satu Fase Belum Terkontrol Gambar 4.3 merupakan peta kendali untuk X R satu fase TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 dengan jumlah subgroup 25 dan ukuran soubgroup sebesar 3, artinya untuk data 25 mahasiswa yang telah melakukan tes TOEFL lebih dari 3 kali. Pada gambar tesebut terlihat bahwa terdapat data yang tidak terkendali (out of control), karena terdapat titik yang berada di luar batas kendali atas (515,2) yaitu data untuk mahasiswa ke-25 untuk peta kendali X. Sedangkan jika dilihat dari peta kendali R semua variability terkendali karena tidak ada data range yang keluar dari batas kendali atas maupun bawah sehingga dapat disimpulkan bahwa untuk variabilitas sudah terkendali. Ketika terdapat data yang diluar batas kendali, maka langkah selanjutnya adalah mencari penyebab. Penyebab dari keluarnya titik ke-25 adalah mahasiswa tersebut memang mendapatkan nilai TOEFL yang tinggi untuk ketiga ujian TOEFL berturut turut 533, 520 dan 517 hal ini dikarenakan mahasiswa tersebut sejak dari 1 SD sudah mahir berbahasa inggris dan aktif mengikuti les bahasa inggris. Setelah mengetahui penyebab data out of control kemudian data pengamatan yang berada diluar batas kendali tersebut perlu dihilangkan dan membuat peta kendali baru agar semua nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 terkendali. Berikut ini merupakan peta kendali X R tanpa data ke-25. Xbar-R Chart of Nilai 2013_1 520 UC L=513,93 Sample Mean _ X=471, LC L=428, Sample UC L=107,6 Sample Range _ R=41, Sample Gambar 4. 4 Peta Kendali X R LC L=0 Satu Fase Belum Terkontrol Gambar 4.4 terlihat bahwa peta kendali untuk X Rtelah terkendali terbukti dengan seluruh titik telah berada didalam batas kendali atas dan batas kendali bawah. Maka dapat disimpulkan bahwa peta kendali X Rtelah terkendali dengan menghilangkan data ke-25. Batas bawah untuk peta adalah sebesar 428,41 dan batas atas sebesar 428,41, sedangkan peta R memiliki batas bawah sebesar 0 dan batas atas sebesar 107,6. X 4.3 Diagram Sebab Akibat Untuk control chart X satu fase terdapat adanya out of control sehinnga perlu dilakukan observasi terhadap data yang out of control tersebut. Setelah diketahui penyebabnya maka dapat dibuat dibuat diagram ishikawa, sehingga dapat ditemukan solusi yang tepat. Berikut ini merupakan diagram ishikawa untuk nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 untuk nilai TOEFL yang lebih dari 515,2. 12

19 Cause-and-Effect Diagram Material Personnel Buku Bacaan Sudah Panadi Dari SD Nilai Toefl Sering A plikasinya Bany ak Teman Yang Mengajakny a Menggunakan B. Inggris Les Bahasa Inggris Game Environment Methods Gambar 4. 5 Diagram Sebab Akibat untuk Nilai TOEFL Keluar Batas Atas Berdasarkan Gambar 4.5 tersebut menjelaskan bahwa sebab-sebab mahasiswa mendapatkan nilai TOEFL diatas 515, berasal dari faktor personnel, methods, material dan environment. Dari faktor personnel yaitu memang dari awal mahasiswa mempunyai kemampuan lebih untuk berbahasa Inggris. Faktor material yaitu mahasiswa mempunyai buku bacaan pendukung, seperti buku belajar TOEFL, buku novel berbahas inggris dan lain-lainnya. Untuk faktor Environment yaitu di lingkungan mahasiswa yang bersangkutan sangat mendukung dalam belajar bahasa inggris karena saat berinteraksi diusahakan menggunakan bahas inggris. Sedangkan untuk faktor Methods antara lain dengan bermain game berbahasa inggris, les bahasa inggris, dan sering mengaplikasikannya dalam kehidupan sehari-hari. 4.4 Peta Kendali X - R Dua Fase Selanjutnya data yang telah terkontrol (data TOEFL mahasiswa S1 Teknik Kimia angkatan 2013) akan ditambahkan dengan data nilai d ata TOEFL mahasiswa S1 Teknik Kimia angkatan 2014 dengan 5 subgroup dan ukuran group sebesar 2. Analisis selanjutnya adalah control chart 2 fase untuk mengetahui apakah ada pergeseran mean untuk data tambahan nilai TOEFL mahasiswa angkatan Untuk analisis dapat dilihat secaara visual dan juga dapat dihitung menggunakan metode uji mean dua populasi berikut hasil perhitungan, Untuk X Chart Untuk control chart X nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 dan 2014 dua fase sebagai berikut 550,0 Peta Kendali Xbar 500,0 450,0 400,0 350,0 513,93 471,17 459,1 428, Xbar 2013 LCL UCL CL 2013 Xbar 2014 CL 2014 Gambar 4. 6 Peta Kendali X Dua Fase Berdasarkan Gambar 4.6 dapat dilihat bahwa terdapat pergeseran sedikit antara mean nilai TOEFL angkatan 2013 dan 2014 agar lebih teliti dalam menilainya maka perlu dilakukan 13

20 pengujian dengan uji mean dua populasi. Sebelum melakukan pengujian mean 2 populasi maka perlu dilakukan pengujian kesamaan 2 variansi untuk rata-rata nilai TOEFL per subgroup angkatan 2013 dan angkatan 2014, untuk perhitungan sebagai berikut, Hipotesis : H 0 : σ 1 2 = σ 2 2 H 1 : σ 1 2 σ 2 2 Taraf signifikan : α = 5% Daerah kritis : tolak H0 saat p-value < α Statistik Uji : Tests Test Method DF1 DF2 Statistic P-value F Test (normal) ,40 0,139 Levene's Test (any continuous) ,20 0,660 Gambar 4. 7 Peta Kendali X R Satu Fase Belum Terkontrol Berdasarkan output minitaab dapat dilihat bahwa nilai dari p-value untuk F-test yaitu 0,139 > 0,05 artinya gagal tolak H0, artinya variansi untuk data nilai TOEFL mahasiswa angkatan 2013 sama dengan variansi untuk nilai TOEFL mahasiswa angkatan Setelah diketahui nilai variansi maka dapat dilanjutkan untuk uji mean dua populasi, berikut untuk perhitungannya Hipotesis : H 0 : μ 1 = μ 2 H 1 : μ 1 μ 2 Taraf signifikan : α = 5% Daerah kritis : tolak H0 saat p-value < α Statistik Uji : Difference = mu (2013) - mu (2014) Estimate for difference: 12,1 95% CI for difference: (-14,0; 38,2) T-Test of difference = 0 (vs not =): T-Value = 0,95 P-value = 0,351 DF = 27 Both use Pooled StDev = 25,8721 Gambar 4. 8 Peta Kendali X R Satu Fase Belum Terkontrol Berdasarkan output minitaab dapat dilihat bahwa nilai dari p-value untuk T-test yaitu 0,95 > 0,05 artinya gagal tolak H0, artinya rata untuk data nilai TOEFL mahasiswa angkatan 2013 sama dengan rata-rata untuk nilai TOEFL mahasiswa angkatan Secara perhitungan juga dapat disimpulkan proses belajar TOEFL untuk mahasiswa angkatan 2013 S1 Teknik Kimia tidak berbeda dengan angkatan Untuk R Chart Untuk control chart R nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 dan 2014 dua fase sebagai berikut 14

21 Peta Kendali R ,6 41,8 30, Xbar 2013 LCL UCL CL 2013 Xbar 2014 CL 2014 Gambar 4. 9 Peta Kendali X R Satu Fase Belum Terkontrol Berdasarkan gambar 4.9 dapat dilihat bahwa R untuk data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 dan angkatan 2014 secara visual dapat dikatakan ada pergeseran ke bawah artinya range untuk angkatan 2014 lebih rendah dibanding dengan angkatan Hal tersebut disebabkan angkatan 2014 belum sering melakukan tes TOEFL jika dibanding dengan 2013 yang notabene angkatan 2013 merupakan mahasiswa angkatan tertua. 4.5 Kapabilitas dan Probabilitas Kapabilitas proses bertujuan untuk mengukur bagaimana proses mampu memenuhi spesifikasi yang dipersyaratkan dengan cara melakukan pengujian capability analysis. Untuk analisis kapabilitas proses untuk data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 menggunakan spesifikasi 513,5 ± 36,5. Hasil dari kapabilitas proses tersebut adalah sebagai berikut. Process Capability of Nilai 2013_1 Process Data LSL 477 Target * USL 550 Sample Mean 471,167 Sample N 72 StDev (Within) 24,6874 StDev (O v erall) 30,6484 LSL USL Within Overall Potential (Within) C apability C p 0,49 C PL -0,08 C PU 1,06 C pk -0,08 O v erall C apability Pp 0,40 PPL -0,06 PPU 0,86 Ppk -0,06 C pm * O bserv ed Performance PPM < LSL ,22 PPM > USL 0,00 PPM Total ,22 Exp. Within Performance PPM < LSL ,33 PPM > USL 703,38 PPM Total ,71 Exp. O v erall Performance PPM < LSL ,04 PPM > USL 5052,94 PPM Total ,99 Gambar Grafik Kapabilitas Proses Nilai TOEFL Mahasiswa S1 Teknik Kimia 2013 Dari Gambar 4.10 didapatkan hasil bahwa nilai Cp adalah 0,49 dan nilai Cpk adalah - 0,08. Saat nilai Cp < 1, maka dapat disimpulkan kapabilitas proses untuk nilai TOEFL rendah, sehingga perlu ditingkatkan performansinya melalui perbaikan proses. Sedangkan nilai Cpk < 0 menunjukkan bahwa rata-rata proses terletak di luar batas spesifikasi yang ditentukan (513,5 ± 36,5), terbukti karena nilai dapat rata-rata diperoleh angka 471,187. Karena nilai Cpk < 0 maka dapat disimpulkan bahwa data nilai TOEFL mahasiswa S1 Teknik Kimia angkatan 2013 tidak kapabel. Probabilitas nilai TOEFL diluar batas kendali USL (550) dan LSL(477) dapat dilihat pada Gambar 4.9 diperoleh peluang untuk nilai TOEFL < LSL sebesar 0, dan peluang untuk 15

22 nilai TOEFL >USL adalah 0. Dapat juga dilihat pada nilai PPM < LSL (Probability per Million kurang dari Lower Specification Limit) = ,22 artinya 1 juta mahasiswa yang melakukan ujian TOEFL maka akan ada ,22 yang diluar batas spesifikasi LSL. Sedangkan untuk nilai PPM > ULS (Probability per Million kurang dari Upper Specification Limit) = 0 artinya 1 juta mahasiswa yang melakukan ujian TOEFL maka tidak ada yang melebihi nilai batas spesifikasi 550. Berdasarkan perhitungan diatas maka dapat disimpulkan bahwa perlu adanya evaluasi untuk pembelajaran TOEFL karena sebanyak 47,2% dari mahasiswa S1 Teknik Kimia yang mengikuti tes TOEFL mendapatkan hasil diluar spesifikasi bawah atau dengan kata lain mahasiswa tersebut tidak lulus tes. 16

23 BAB V KESIMPULAN DAN SARAN KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil analisis dan pembahasan diperoleh kesimpulan sebagai berikut. 1. Berdasarkan pengujian dengan menggunakan Run Test untuk uji keacakan dan uji kolmogorov-smirnov untuk normalitas dapat disimpulkan bahwa data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 telah memenuhi asumsi keacakan dan normalitas. 2. Dalam peta kendali satu fase dapat disimpulkan bahwa data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 telah terkendali dengan menghilangkan data ke-25 karena Seluruh titik telah berada didalam batas kendali atas dan batas kendali X R bawah. Batas bawah untuk peta X adalah sebesar 513,93 dan batas atas sebesar 428,41, sedangkan peta R memiliki batas bawah sebesar 0 dan batas atas sebesar 107,6. 3. Berdasarkan diagram sebab akibat dari perolehan nilai TOEFL mahasiswa yang out of control/melebihi batas atas faktor-faktor yang mempengaruhinya adalah dari faktor personnel (mahasiswa), environment (lingkungan yang mendukung), methods (cara belajar mahasiswa) dan material. 4. Dalam peta kendali dua fase dapat disimpulkan bahwa data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 dan angkatan 2014 untuk nilai rata-rata antar keduanya tidak ada pergeseran atau perbedaan yang signifikan. 5. Berdasarkan kapabilitas proses data nilai TOEFL mahasiswa S1 Teknik Kimia ITS angkatan 2013 dapat disimpulkan bahwa proses tidak kapabel karena memiliki nilai Cp < 1 dan juga untuk rata-rata nilai TOEFL berada diluar spesifikasi yang diiinginkan karena Cpk < 0. Probabilitas nilai TOEFL mahasiswa yang berada di luar batas spesifikasi ( 550) adalah 0, sedangkan probabilitas niali TOEFL < 477 sebesar 0, artinya dalam juta mahasiwa yang melakukan ujian TOEFL sebanyak tidak lulus ujian. X R 5.2 Saran Saran yang dapat diberikan kepada penelitian selanjutnya yaitu agar menambah sampel yang digunakan sehingga akan dapat dibuat untuk diagram pareto sedangkan untuk survei seharusnya ada batasan tersendiri untuk menentukan faktor-faktor yang mempengaruhi nilai TOEFL mahasiswa. Saran untuk mahasiswa yang melakukan tes TOEFL harus dipersiapkan lagi sesuai dengan faktor-faktor yang telah dijelaskan pada bab 4 dan juga untuk ITS juga harus memperhatikan faktor-faktor tersebut karena probabilitas mahasiswa untuk lulus TOEFL hanya 53% dan juga rata-rata nilai proses masih diluar spesifikasi yang di inginkan ITS. 17

24 DAFTAR PUSTAKA Bhattacharyya, G. J. R., Statistics Principles and Methods. Singapore: John Wiley & Sons, Inc. Daniel, W. W., Statistika Nonparametrik Terapan. Jakarta: Gramedia. Montgomery, D. C., Introduction to Statistical Quality Control. New York: John Wiley & Sons, Inc. Montgomery, D. C., Introduction to Statistical Quality Control. United States of America: John Wiley & Sons, Inc. Walpole, Pengantar Statistika. Jakarta: Gramedia. 18

ANANALISIS EFISIENSI SISTEM PEMBAKARAN PADA BOILER DI PLTU UNIT III PT.PJB UP GRESIK DENGAN METODE STATISTICAL PROCESS CONTROL (SPC)

ANANALISIS EFISIENSI SISTEM PEMBAKARAN PADA BOILER DI PLTU UNIT III PT.PJB UP GRESIK DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) ANANALISIS EFISIENSI SISTEM PEMBAKARAN PADA BOILER DI PLTU UNIT III PT.PJB UP GRESIK DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) Oleh: INTAN ALIFIYAH ILMI NRP. 2406 00 063 Pembimbing: Ir. Ya umar,

Lebih terperinci

ANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN

ANALISIS 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 terperinci

Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk

Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk Dias Ardha P 1311 030 032 Dosen Pembimbing Dr. Sony Sunaryo, M.Si PROGRAM STUDI DIPLOMA III Jurusan Statistika

Lebih terperinci

ANALISIS EFISIENSI MESIN POMPA PADA RUMAH POMPA PDAM SURABAYA UNIT X DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) Oleh: Resty Dwi S.

ANALISIS EFISIENSI MESIN POMPA PADA RUMAH POMPA PDAM SURABAYA UNIT X DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) Oleh: Resty Dwi S. ANALISIS EFISIENSI MESIN POMPA PADA RUMAH POMPA PDAM SURABAYA UNIT X DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) Oleh: Resty Dwi S. 240905022 Ir.Ya umar,mt Dosen Pembimbing: Ir.Ali Musyafa, MSc Diperlukan

Lebih terperinci

Pengendalian Kualitas TIN-212

Pengendalian Kualitas TIN-212 II Process Capability Analysis Pengendalian Kualitas TIN-212 Syarat-syarat pelaksanaan process capability analysis 1 Jika kita sudah mengetahui bagaimana kinerja proses kita (voice of process), tentunya

Lebih terperinci

ANALISIS PERBAIKAN POWER QUALITY UNTUK PENCAPAIAN EFISIENSI ENERGI DI RS. X

ANALISIS PERBAIKAN POWER QUALITY UNTUK PENCAPAIAN EFISIENSI ENERGI DI RS. X ANALISIS PERBAIKAN POWER QUALITY UNTUK PENCAPAIAN EFISIENSI ENERGI DI RS. X Nur Yulianti Hidayah 1, Desi Rahmawaty 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nur.yulianti@univpancasila.ac.id,

Lebih terperinci

BAB I PENDAHULUAN. B. Rumusan masalah Bagaimana cara pengendalian kualitas proses statistik pada data variabel.

BAB I PENDAHULUAN. B. Rumusan masalah Bagaimana cara pengendalian kualitas proses statistik pada data variabel. BAB I PENDAHULUAN A. Latar Belakang Pengendalian Kualitas Statistik (Statistical Quality Control) secara garis besar digolongkan menjadi dua, yakni pengendalian proses statistik (statistical process control)

Lebih terperinci

Aplikasi SPC (Statistical Process Control) dan Quality Improvement Tool Di Bagian Giling Dan Batil Rokok SKT PT. Djarum Kudus

Aplikasi SPC (Statistical Process Control) dan Quality Improvement Tool Di Bagian Giling Dan Batil Rokok SKT PT. Djarum Kudus Aplikasi SPC (Statistical Process Control) dan Quality Improvement Tool Di Bagian Giling Dan Batil Rokok SKT PT. Djarum Kudus Ida Nursanti* 1, Eny Rokhayati 2 1,2 Jurusan Teknik Industri Universitas Muhammadiyah

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Pengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum

Pengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum Pengendalian Kualitas Statistik Produk Botol Sting 40 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum 1308030047 PENDAHULUAN LATAR BELAKANG PT IGLAS (Persero) merupakan perusahaan manufacturing

Lebih terperinci

Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh Zubdatu Zahrati Dosen Pembimbing : Dra.

Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh Zubdatu Zahrati Dosen Pembimbing : Dra. Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur Oleh Zubdatu Zahrati 32 05 004 Dosen Pembimbing : Dra. Lucia Aridinanti Pendahuluan Latar Belakang Permasalahan Tujuan Manfaat Batasan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 1 BAB III METODE PENELITIAN Metode penelitian merupakan gambaran dari tahapan yang dilalui dalam menyelesaikan suatu masalah yang ditemui dalam sebuah penelitian, dimana dibuat berdasarkan latar belakang

Lebih terperinci

ANALISIS KEMAMPUAN PROSES

ANALISIS KEMAMPUAN PROSES ANALISIS KEMAMPUAN PROSES ì 11 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline ì ANALISIS

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL

ANALISIS 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 terperinci

STRATEGI PERBAIKAN KUALITAS GULA BERDASARKAN KEMAMPUAN PROSES KONTROL

STRATEGI PERBAIKAN KUALITAS GULA BERDASARKAN KEMAMPUAN PROSES KONTROL STRATEGI PERBAIKAN KUALITAS GULA BERDASARKAN KEMAMPUAN PROSES KONTROL Mila Faila Sufa * 1, Dina Ariningsih 2 1,2 Jurusan Teknik Industri Universitas Muhammadiyah Surakarta Jl.A. Yani Tromol Pos 1 Kartasura

Lebih terperinci

Perbandingan Peta Kendali X-R Dan EWMA Dengan Pendekatan P-Value Untuk Mendeteksi Pergeseran Rata-Rata Proses Di PT.XYZ

Perbandingan Peta Kendali X-R Dan EWMA Dengan Pendekatan P-Value Untuk Mendeteksi Pergeseran Rata-Rata Proses Di PT.XYZ Perbandingan Peta Kendali X-R Dan EWMA Dengan Pendekatan P-Value Untuk Mendeteksi Pergeseran Rata-Rata Proses Di PT.XYZ Alin Widiawati 1, Faula Arina 2, Putro Ferro Ferdinant 3 1, 2, 3 Jurusan Teknik Industri

Lebih terperinci

GRAFIKPENGENDALI VARIABEL

GRAFIKPENGENDALI VARIABEL GRAFIKPENGENDALI VARIABEL Grafik pengendali pertamakali diperkenalkan oleh Dr. Walter Andrew Shewhart dari Bell Telephone Laboratories, Amerika Serikat, pada tahun 1924 dengan maksud untuk mengurangi variasi.

Lebih terperinci

ANALISA PERFORMANCE MESIN PENGUPAS KAYU (ROTARY) PT. HENRISON IRIANA SORONG MENGGUNAKAN METODE INDEKS KAPABILITAS

ANALISA PERFORMANCE MESIN PENGUPAS KAYU (ROTARY) PT. HENRISON IRIANA SORONG MENGGUNAKAN METODE INDEKS KAPABILITAS ANALISA PERFORMANCE MESIN PENGUPAS KAYU (ROTARY) PT. HENRISON IRIANA SORONG MENGGUNAKAN METODE INDEKS KAPABILITAS Ashar 1, Irman Amri 2*, Usran 3 1 Dosen Program Studi Teknik Industri Universitas Muhammadiyah

Lebih terperinci

ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X

ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X Utami Rizky Damayanti 1308 030 06 Dosen Pembimbing: Dra. Sri Mumpuni R., MT Sidang Tugas Akhir Diploma III Statistika Institut

Lebih terperinci

PENERAPAN METODE SIX SIGMA DALAM ANALISIS KUALITAS PRODUK (Studi Kasus Produk Batik Handprint Pada PT XYZ di Bali)

PENERAPAN METODE SIX SIGMA DALAM ANALISIS KUALITAS PRODUK (Studi Kasus Produk Batik Handprint Pada PT XYZ di Bali) E-Jurnal Matematika Vol. 6 (2), Mei 2017, pp. 124-130 ISSN: 2303-1751 PENERAPAN METODE SIX SIGMA DALAM ANALISIS KUALITAS PRODUK (Studi Kasus Produk Batik Handprint Pada PT XYZ di Bali) Tri Alit Tresna

Lebih terperinci

Pengendalian Kualitas Kadar Air Produk Kerupuk Udang Berbasis SNI Menggunakan Statistical Quality Control Method

Pengendalian Kualitas Kadar Air Produk Kerupuk Udang Berbasis SNI Menggunakan Statistical Quality Control Method Pengendalian Kualitas Kadar Air Produk Kerupuk Udang Berbasis SNI Menggunakan Statistical Quality Control Method Debrina Puspita Andriani *1), Destantri Anggun Rizky 2), Unggul Setiaji 3) 1,2,3) Jurusan

Lebih terperinci

BAB III METODE PENELITIAN. Sampel merupakan sebagian anggota dari populasi yang dipilih dengan

BAB III METODE PENELITIAN. Sampel merupakan sebagian anggota dari populasi yang dipilih dengan 26 BAB III METODE PENELITIAN 3.1 Identifikasi Sampel Penelitian Sampel merupakan sebagian anggota dari populasi yang dipilih dengan suatu prosedur tertentu dan diharapkan dapat mewakili suatu populasi

Lebih terperinci

BAB III PENGENDALIAN KUALITAS MULTIVARIAT. menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian

BAB 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 terperinci

BAB 1 PENDAHULUAN. pengendalian kualitas dalam pembuatan produk. standar (Montgomery, 1990). Statistical Quality Control (SQC) merupakan salah

BAB 1 PENDAHULUAN. pengendalian kualitas dalam pembuatan produk. standar (Montgomery, 1990). Statistical Quality Control (SQC) merupakan salah 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengendalian kualitas merupakan taktik dan strategi perusahaan global dengan produk perusahaan lain. Kualitas menjadi faktor dasar keputusan konsumen dalam memilih

Lebih terperinci

ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA)

ANALISIS 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

PROCESS CAPABILITY ANALYSIS PADA NUT (STUDI KASUS: PT SANKEI DHARMA INDONESIA)

PROCESS CAPABILITY ANALYSIS PADA NUT (STUDI KASUS: PT SANKEI DHARMA INDONESIA) PROCESS CAPABILITY ANALYSIS PADA NUT (STUDI KASUS: PT SANKEI DHARMA INDONESIA) Helena Sisilia R. S.*, Hendy Tannady* Program Studi Teknik Industri, Universitas Bunda Mulia Jl. Lodan Raya No. 2, Ancol-Jakarta

Lebih terperinci

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data 30 3 METODOLOGI 3.1 Kerangka Pemikiran Tunamerupakan komoditas komersial tinggi dalam perdagangan internasional. Salah satu bentuk olahan tuna adalah tuna loin, tuna steak, dan tuna saku. Tuna loin merupakan

Lebih terperinci

2. Pengawasan atas barang hasil yang telah diselesaikan. proses, tetapi hal ini tidak dapat menjamin bahwa tidak ada hasil yang

2. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI Kualitas adalah segala sesuatu yang mampu memenuhi keinginan atau kebutuhan pelanggan (meeting the needs of customers) (Gasperz, 2006). Pengendalian kualitas secara statistik dengan

Lebih terperinci

Statistical Process Control

Statistical Process Control Statistical Process Control Sachbudi Abbas Ras abbasras@yahoo.com Lembar 1 Flow Chart (dengan Stratifikasi): Grafik dari tahapan proses yang membedakan data berdasarkan sumbernya. Lembar Pengumpulan Data:

Lebih terperinci

BAB III BAHAN DAN METODE

BAB 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 terperinci

PROGRAM STUDI DIPLOMA III JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2014

PROGRAM STUDI DIPLOMA III JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2014 6/18/2014 Sidang Tugas Akhir 1 PENGENDALIAN KUALITAS PADA PRODUK KACA LEMBARAN (GLASS) DI PT. ASAHIMAS FLAT GLASS TBK. SIDOARJO. Oleh : SIGIT BUDIANTONO (1311030075) Dosen Pembimbing : Dra. Sri Mumpuni

Lebih terperinci

KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL

KULIAH 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 terperinci

PENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN (PACKAGING) PT. SEMEN GRESIK (PERSERO) TBK, DI TUBAN BERBASIS METODE SIX SIGMA

PENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN (PACKAGING) PT. SEMEN GRESIK (PERSERO) TBK, DI TUBAN BERBASIS METODE SIX SIGMA PENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN (PACKAGING) PT. SEMEN GRESIK (PERSERO) TBK, DI TUBAN BERBASIS METODE SIX SIGMA Disusun oleh: Eko Oktiningrum Suhartono NRP 1309 030 034 Dosen Pembimbing

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pengertian Manajemen Operasi Dalam mengelolah suatu perusahaan atau organisasi dibutuhkan sistem manajemen agar tujuan dari perusahaan atau organisasi dapat tercapai. Manajemen

Lebih terperinci

Analisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh: Zubdatu Zahrati

Analisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh: Zubdatu Zahrati Tugas Akhir Analisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur Oleh: Zubdatu Zahrati 309 030 002 Pembimbing: Dra. Lucia Aridinanti, MT JURUSAN

Lebih terperinci

ANALISIS KAPABILITAS PROSES PENGEMASAN MINYAK GORENG DI PT SALIM IVOMAS PRATAMA Tbk SURABAYA

ANALISIS KAPABILITAS PROSES PENGEMASAN MINYAK GORENG DI PT SALIM IVOMAS PRATAMA Tbk SURABAYA TUGAS AKHIR SS 4556 ANALISIS KAPABILITAS PROSES PENGEMASAN MINYAK GORENG DI PT SALIM IVOMAS PRATAMA Tbk SURABAYA LELY PRESTI ANGGRAENI NRP 34 030 039 Dosen Pembimbing Dra. Sri Mumpuni Retnaningsih, MT.

Lebih terperinci

PERBANDINGAN 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. 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 terperinci

BAB III METODE CONTROL CHART. sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses

BAB III METODE CONTROL CHART. sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses BAB III METODE CONTROL CHART 3.1 Control Chart Peta kendali atau Control Chart merupakan suatu teknik yang dikenal sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses berada dalam

Lebih terperinci

PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT

PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT PENGKONSTRUKSIAN GRAFIK PENGENDALI BERDASAR BOXPLOT Frangky Masipupu 1), Adi Setiawan ), Bambang Susanto 3) 1) Mahasiswa Program Studi Matematika ),3) Dosen Program Studi Matematika Program Studi dan Matematika

Lebih terperinci

BAB 4 ANALISA DAN PEMBAHASAN

BAB 4 ANALISA DAN PEMBAHASAN BAB 4 ANALISA DAN PEMBAHASAN 4. Data Sampel 4.. Pengambilan dan Pemilihan Data Sampel Dari pengumpulan data yang telah dilakukan, diperoleh 20 data sampel yang telah dikelompokkan menjadi subgrup-subgrup

Lebih terperinci

ANALISIS 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 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 terperinci

BAB IV PENGOLAHAN DAN ANALISA DATA

BAB IV PENGOLAHAN DAN ANALISA DATA 36 BAB IV PENGOLAHAN DAN ANALISA DATA Langkah berikutnya adalah mengolah data-data yang telah dikumpulkan untuk dihitung jumlah dominan cacat cetakan yang terjadi, kapabilitas proses dari unit pengolahan

Lebih terperinci

PIPA PVC PUTU WITRI DEWAYANTI Dosen Pembimbing: Dr. Muhammad Mashuri, MT. Co Pembimbing: Wibawati, S.Si, M.Si. Kamis, 7 Juli 2011

PIPA 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Defenisi Mutu Dalam dunia industri baik industri jasa maupun manufaktur mutu adalah faktor kunci yang membawa keberhasilan bisnis, pertumbuhan dan peningkatan posisi bersaing.

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Produksi merupakan sebuah siklus yang dilakukan oleh perusahaan dalam penyediaan barang atau jasa yang akan ditawarkan kepada pasar demi keberlangsungan

Lebih terperinci

ANALISIS KINERJA PROSES LATEX DIPPING MENGGUNAKAN TEKNIK CAPABILITY PROCESS (STUDI KASUS: PT DHARMA MEDIPRO)

ANALISIS KINERJA PROSES LATEX DIPPING MENGGUNAKAN TEKNIK CAPABILITY PROCESS (STUDI KASUS: PT DHARMA MEDIPRO) ANALISIS KINERJA PROSES LATEX DIPPING MENGGUNAKAN TEKNIK CAPABILITY PROCESS (STUDI KASUS: PT DHARMA MEDIPRO) Yona Maimury 1, Hendy Tannady 2 Abstract: The quality of product is reflected from the performance

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

MODUL 5 PETA KENDALI CUSUM & EWMA

MODUL 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 terperinci

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data 21 3 METODOLOGI 3.1 Kerangka Pemikiran Ikan Tuna (Thunnus sp.) merupakan salah satu komoditas perikanan Indonesia yang memiliki nilai ekonomis tinggi dan mampu menembus pasar internasional. Salah satu

Lebih terperinci

STATISTICAL PROCESS CONTROL

STATISTICAL 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 terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4.1 Pengumpulan Data Data yang digunakan untuk membuat peta kontrol merupakan data pengukuran dimensi pada kabel jenis NYFGbY antara bulan April 007 sampai

Lebih terperinci

Pada tugas akhir ini, data yang digunakan adalah data salah satu key characteristic dari suatu produk manufaktur.

Pada tugas akhir ini, data yang digunakan adalah data salah satu key characteristic dari suatu produk manufaktur. BAB IV ANALISA DATA 3 BAB 4 ANALISA DATA 4.1 Pendahuluan Dalam suatu proses produksi di industri, data yang akan diolah tidak begitu saja bisa didapatkan. Ada suatu proses sehingga data tersebut bisa didapatkan,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilakukan di PT SEI Bogor pada Bulan September 2016 sampai dengan Bulan Desember 2016. PT SEI Bogor merupakan perusahaan yang bergerak

Lebih terperinci

PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA

PERBANDINGAN 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 terperinci

Oleh: Nurul Hidayah Dosen pembimbing: Dra. Laksmi Prita, M.Si

Oleh: 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 terperinci

ANALISA PENYIMPANGAN DAN CAPABILITY PROCESS (CP)

ANALISA PENYIMPANGAN DAN CAPABILITY PROCESS (CP) #11 ANALISA PENYIMPANGAN DAN CAPABILITY PROCESS (CP) Analisa Penyimpangan Dalam diagram kendali dimungkinkan terjadi penyimpangan, antara lain: 1. Proses Terkendali, terjadi variasi karena penyebab acak

Lebih terperinci

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina

Lebih terperinci

ANALISIS PENGENDALIAN KUALITAS STATISTIKA TERHADAP PROSES PENGOLAHAN LIMBAH CAIR INDUSTRI DI IPAL PT.SIER (PERSERO) SURABAYA

ANALISIS PENGENDALIAN KUALITAS STATISTIKA TERHADAP PROSES PENGOLAHAN LIMBAH CAIR INDUSTRI DI IPAL PT.SIER (PERSERO) SURABAYA ANALISIS PENGENDALIAN KUALITAS STATISTIKA TERHADAP PROSES PENGOLAHAN LIMBAH CAIR INDUSTRI DI IPAL PT.SIER (PERSERO) SURABAYA Oleh: Novi Mayasari (1307030015) Dosen Pembimbing: Dra.Sri Mumpuni Retnaningsih,

Lebih terperinci

DAFTAR PUSTAKA KATA PENGANTAR... DAFTAR ISI...

DAFTAR PUSTAKA KATA PENGANTAR... DAFTAR ISI... KATA PENGANTAR Alhamdulillahi Rabbil alamin, Puji dan syukur kepada Allah Subhanahu Wa Ta ala. Karena atas izin-nya, makalah ini dapat terselesaikan tepat pada waktunya. Makalah ini dibuat sebagai tugas

Lebih terperinci

Seminar Hasil ANALISIS PENINGKATAN KUALITAS KINERJA UNIT KEBERSIHAN DAN ADMINISTRASI AKADEMIK DI JURUSAN STATISTIKA ITS DENGAN METODE SIX SIGMA

Seminar Hasil ANALISIS PENINGKATAN KUALITAS KINERJA UNIT KEBERSIHAN DAN ADMINISTRASI AKADEMIK DI JURUSAN STATISTIKA ITS DENGAN METODE SIX SIGMA Seminar Hasil ANALISIS PENINGKATAN KUALITAS KINERJA UNIT KEBERSIHAN DAN ADMINISTRASI AKADEMIK DI JURUSAN STATISTIKA ITS DENGAN METODE SIX SIGMA Dosen Pembimbing: Dra. Lucia Aridinanti, MT. Co. Pembimbing

Lebih terperinci

Penerapan Diagram Kontrol EWMA dan NEWMA pada Proses Pembuatan Benang 30 Rayon di PT. Lotus Indah Textile Industries Surabaya

Penerapan 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 terperinci

PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas

PEMBUATAN 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 terperinci

PERAN STATISTIKA DALAM MENDUKUNG PENGEMBANGAN INDUSTRI Pengendalian Mutu dengan Bantuan Statistika

PERAN 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 terperinci

PENDAHULUAN. CuSum. Univariate EWMA MEWMA. Multivariate Hotelling. Kosumen. Kualitas Baik. Peta Kendali. Pengendalian Kualitas

PENDAHULUAN. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 PENGERTIAN KUALITAS Kualitas merupakan faktor dasar yang mempengaruhi pilihan konsumen untuk berbagai jenis produk dan jasa yang berkembang pesat dewasa ini. Kualitas secara langsung

Lebih terperinci

Pengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual

Pengontrolan 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 terperinci

Hidayati, Sinulingga, Hadi Jurnal OE, Volume VII, No. 1, Maret 2015

Hidayati, Sinulingga, Hadi Jurnal OE, Volume VII, No. 1, Maret 2015 Hidayati, Sinulingga, Hadi 0 Jurnal OE, Volume VII, No., Maret 0 KAJIAN KUALITAS MINYAK GORENG SAWIT DENGAN METODE TAGUCHI QUALITY LOSS FUNCTION Juliza Hidayati, Sukaria Sinulingga, Utomo Hadi Departemen

Lebih terperinci

Peta Kendali (Control Chart)

Peta Kendali (Control Chart) Peta Kendali (Control Chart) Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII October 29, 2015 Ayundyah (UII) Peta Kendali (Control Chart) October 29, 2015 1 / 22 Control

Lebih terperinci

Keywords: laminate sandwich kraft, strength, elongation, x -R control chart, cability process analyse

Keywords: laminate sandwich kraft, strength, elongation, x -R control chart, cability process analyse Keywords: laminate sandwich kraft, strength, elongation, x - control chart, cability process analyse *) Jurusan Statistika ITS Surabaya **) PT. Yanaprima Hastapersada PENDAHULUAN Kualitas produk yang bagus

Lebih terperinci

ANALISA QUALITY IMPROVEMENT PADA PERUSAHAAN READY MIX CONCRETE PT. X DI BALI

ANALISA QUALITY IMPROVEMENT PADA PERUSAHAAN READY MIX CONCRETE PT. X DI BALI ANALISA QUALITY IMPROVEMENT PADA PERUSAHAAN READY MIX CONCRETE PT. X DI BALI Sugihya Artha Dwipayani 1) dan I Putu Artama Wiguna 2) 1) Program Studi Pascasarjana Teknik Sipil, Institut Teknologi Sepuluh

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian 1. Kemampuan Awal Siswa Dalam penelitian ini seperti telah dijelaskan pada bab III, analisis tentang data kemampuan awal digunakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Sejarah Pengendalian Kualitas Pada tahun 1924, W.A. Shewart dari Bell Telephone Laboratories mengembangkan diagram atau grafik statistik untuk mengendalikan

Lebih terperinci

Materi ke-8 Rabu, 1 Desember 2010

Materi ke-8 Rabu, 1 Desember 2010 Analisis Kemampuan Proses Materi ke-8 Rabu, 1 Desember 2010 Analisis Kemampuan Proses 1. Pendahuluan 2. Batas spesifikasi dan batas kontrol 3. Analisis kemampuan proses 4. Batas toleransi natural 5. Hubungan

Lebih terperinci

PERTEMUAN #11 ANALISIS PENYIMPANGAN DAN CAPABILITY PROCESS (CP) 6623 TAUFIQUR RACHMAN EBM503 MANAJEMEN KUALITAS

PERTEMUAN #11 ANALISIS PENYIMPANGAN DAN CAPABILITY PROCESS (CP) 6623 TAUFIQUR RACHMAN EBM503 MANAJEMEN KUALITAS ANALISIS PENYIMPANGAN DAN CAPABILITY PROCESS (CP) PERTEMUAN #11 EBM503 MANAJEMEN KUALITAS 6623 TAUFIQUR RACHMAN PROGRAM STUDI MANAJEMEN FAKULTAS EKONOMI UNIVERSITAS ESA UNGGUL KEMAMPUAN AKHIR YANG DIHARAPKAN

Lebih terperinci

Bab 2. Teori Dasar. 2.1 Pendahuluan

Bab 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 terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4. Hasil Pengumpulan Data Tabel 4. Tabel Pengumpulan Data Jam Tgl Variabel 9: : : 4: 5: 8/8/5 Tebal Material 8 6 6 6.5 Kecepatan Potong 567 6 68 64 54 Hasil Pemotongan 4 4.333

Lebih terperinci

Pengendalian dan Evaluasi Kualitas Beton Dengan Metode Statistical Process Control (SPC) Ir. Helmy Darjanto, MT ABSTRAK

Pengendalian dan Evaluasi Kualitas Beton Dengan Metode Statistical Process Control (SPC) Ir. Helmy Darjanto, MT ABSTRAK NEUTRON, Vol.4, No. 2, Agustus 2004 105 Pengendalian dan Evaluasi Kualitas Beton Dengan Metode Statistical Process Control (SPC) Ir. Helmy Darjanto, MT ABSTRAK Hingga saat ini dalam evaluasi kualitas beton

Lebih terperinci

Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur

Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur Zubdatu Zahrati dan Lucia Aridinanti Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya

Lebih terperinci

PENGENDALIAN KUALITAS PRODUK LAMP CASE TIPE CA22 MENGGUNAKAN PETA KENDALI T 2 HOTTELING

PENGENDALIAN KUALITAS PRODUK LAMP CASE TIPE CA22 MENGGUNAKAN PETA KENDALI T 2 HOTTELING PENGENDALIAN KUALITAS PRODUK LAMP CASE TIPE CA MENGGUNAKAN PETA KENDALI T HOTTELING Oleh : PARAMITHA DIAN LINGGANI PUTRI NRP 308 030 008 Dosen Pembimbing Dr. Muhammad Mashuri, MT. LATAR BELAKANG Bidang

Lebih terperinci

BAB III ANALISIS KUALITAS PRODUK BENANG TS 248 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC )

BAB 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 terperinci

IV. METODOLOGI PE ELITIA

IV. METODOLOGI PE ELITIA IV. METODOLOGI PE ELITIA 4.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan selama 4 bulan, mulai bulan Februari 2012 sampai dengan Mei 2012 di laboratorium kimia departemen Quality Control (QC)

Lebih terperinci

V. HASIL DA PEMBAHASA

V. HASIL DA PEMBAHASA V. HASIL DA PEMBAHASA Metode analisis kadar vitamin C pada susu bubuk yang dilakukan pada penelitian ini merupakan metode yang tercantum dalam AOAC 985.33 tentang penentuan kadar vitamin C pada susu formula

Lebih terperinci

UNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT

UNTUK 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 terperinci

PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT ) DI PT.

PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT ) DI PT. Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 76 84 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Tempat dan Waktu Penelitian 3.1.1 Tempat Penelitian Penelitian ini dilakukan di PT. PIMS Indonesia, Jl. Ciputat Raya No. 5, Kebayoran Lama, Jakarta Selatan, 12240, Indonesia.

Lebih terperinci

PETA KENDALI VARIABEL

PETA KENDALI VARIABEL PETA KENDALI VARIABEL 9 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KAPABILITAS PROSES DALAM PENENTUAN LEVEL SIGMA DAN DPMO

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KAPABILITAS PROSES DALAM PENENTUAN LEVEL SIGMA DAN DPMO ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KAPABILITAS PROSES DALAM PENENTUAN LEVEL SIGMA DAN DPMO Huwae Elias P Progam Studi Teknik Manajemen Industri, STMI Jakatra ABSTRAK Kualitas merupakan salah satu

Lebih terperinci

PETA KENDALI VARIABEL

PETA KENDALI VARIABEL PETA KENDALI VARIABEL 9 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel

Lebih terperinci

PENGENDALIAN KUALITAS PRODUK GARAM PADA PT. SUSANTI MEGAH SURABAYA

PENGENDALIAN KUALITAS PRODUK GARAM PADA PT. SUSANTI MEGAH SURABAYA PENGENDALIAN KUALITAS PRODUK GARAM PADA PT. SUSANTI MEGAH SURABAYA Retno Indriartiningtias Laboratorium Ergonomi dan APK Jurusan Teknik Industri Universitas Trunojoyo, Madura Email : artiningtias@yahoo.com

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan 6162 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan komunikasi matematis siswa dan data hasil skala sikap. Selanjutnya,

Lebih terperinci

Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste

Studi 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 terperinci

Kata Kunci: Bagan kendali nonparametrik, estimasi fungsi kepekatan kernel

Kata Kunci: Bagan kendali nonparametrik, estimasi fungsi kepekatan kernel Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 1 10 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND BAGAN KENDALI NONPARAMETRIK DENGAN ESTIMASI FUNGSI KEPEKATAN KERNEL (STUDI KASUS: INDEKS PRESTASI MAHASISWA

Lebih terperinci

ANANALISIS EFISIENSI SISTEM PEMBAKARAN PADA BOILER DI PLTU UNIT III PT.PJB UP GRESIK DENGAN METODE STATISTICAL PROCESS CONTROL (SPC)

ANANALISIS EFISIENSI SISTEM PEMBAKARAN PADA BOILER DI PLTU UNIT III PT.PJB UP GRESIK DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) ANANALISIS EFISIENSI SISTEM PEMBAKARAN PADA BOILER DI PLTU UNIT III PT.PJB UP GRESIK DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) Intan Alifiyah Ilmi, Ya umar Jurusan Teknik Fisika Fakultas Teknologi

Lebih terperinci

BAB II KAJIAN LITERATUR

BAB II KAJIAN LITERATUR BAB II KAJIAN LITERATUR 2.1 PENGENDALIAN KUALITAS 2.1.1 Pengertian Kualitas Keistimewaan atau keunggulan suatu produk dapat diukur melalui tingkat kepuasan pelanggan. Salah satunya dapat dilihat dari sisi

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah suatu kerangka yang memuat langkah-langkah yang ditempuh dalam menyelesaikan permasalahan yang dihadapi. Pada bagian ini akan dijelaskan secara

Lebih terperinci

Seminar Nasional IENACO 2014 ISSN

Seminar Nasional IENACO 2014 ISSN ANALISIS PENGENDALIAN KUALITAS PRODUK SOLAR DENGAN MENGGUNAKAN METODE STATISTICAL QUALITY CONTROL (SQC) (Studi Kasus : DI UNIT KILANG PUSDIKLAT MIGAS CEPU) Siti Nandiroh 1*,Eko Winardi 2 1,2 Jurusan Teknik

Lebih terperinci