ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) UNTUK MEAN DAN VARIANS
|
|
- Widya Sasmita
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) UNTUK MEAN DAN VARIANS Oleh: Dian Mareta Windayani Desen pembimbing: Dra. Laksmi Prita, M.Si Abstrak Grafik kendali sering digunakan untuk mengendalikan berbagai macam proses produksi. Grafik ini dapat mendeteksi adanya sinyal out of control ketika terjadi pergeseran dalam mean maupun varians. Grafik kendali Exponentially Weighted Moving Average (EWMA) adalah grafik yang digunakan untuk memantau mean dan varians yang lebih efektif untuk mendeteksi adanya pergeseran kecil dalam proses dibandingkan grafik Shewhart. Untuk menggunakan grafik kendali dibutuhkan pemilihan tiga parameter, yaitu ukuran sampel ( n), frekuensi pengambilan sampel atau interval sampel (h) dan batas kendali ( K). Pada Tugas Akhir ini, digunakan kriteria statistik dan ekonomi untuk merancang grafik kendali EWMA untuk mean dan varians. Nilai parameter interval sampel h dan ukuran sampel n dihitung dengan menggunakan metode Newton-Raphson dan Fibonacci Search. Tujuan dari penerapan kriteria ekonomi pada grafik kendali EWMA adalah memilih parameter grafik kendali untuk meminimumkan total biaya yang dibtuhkan pada grafik kendali. Hasil perhitungan menunjukkan bahwa interval sampel dan ukuran sampel menurun saat pergeseran proses mean dan atau varians meningkat, dan peningkatan nilai koefisien quadratic loss mengakibatkan interval sampel menjadi lebih pendek. Kata kunci: grafik kendali EWMA, rancangan ekonomi, parameter grafik kendali 1. PENDAHULUAN Grafik kendali sering digunakan untuk mengendalikan berbagai macam proses produksi. Grafik kendali Exponentially Weighted Moving Average (EWMA) adalah grafik yang digunakan untuk memantau mean dan varians yang lebih efektif untuk mendeteksi adanya pergeseran kecil dalam proses dibandingkan grafik Shewhart. Untuk menggunakan grafik kendali dibutuhkan pemilihan tiga parameter, yaitu ukuran sampel (n), frekuensi pengambilan sampel atau interval sampel ( h) dan batas kendali (K). Grafik kendali dirancang dengan menggunakan kriteria statistik dan ekonomi. Model ekonomi murni dikembangkan ke arah rancangan statistik-ekonomi dengan menambahkan kendala yang terkait dengan average run length in control dan out of control. Kriteria ekonomi digunakan untuk memeilih nilai parameter grafik kendali sehingga dapat meminimumkan total biaya yang dikluarkan. Permasalahan yang dibahas pada penelitian ini adalah bagaimana menentukan nilai parameter pada grafik kendali sehingga total biaya kualitas menjadi minimal dan bagaimana pengaruh perubahan pergeseran mean dan varians pada parameter interval sampel dan total biaya. Tugas akhir ini dibatasi pada waktu in control untuk proses produksi diasumsikan berdistribusi eksponensial dengan mean, hanya akan terjadi single assignable cause pada suatu proses yang diamati, parameter biaya akan dioptimasi dengan menggunakan metode Newton-Raphson dan Fibonacci Search. Tujuan dari penulisan Tugas Akhir ini adalah: a. Menentukan nilai parameter pada grafik kendali sehingga total biaya kualitas / total biaya yang diharapkan per jam menjadi minimal b. Mengetahui pengaruh perubahan pergeseran mean dan varians pada parameter interval sampel dan total biaya yang diharapkan per jam Manfaat dari penulisan Tugas Akhir ini adalah biaya yang dikeluarkan untuk pembuatan
2 grafik kendali dapat diminimalisasi dengan penentuan parameter grafik kendalinya dan dengan melihat nilai pergeseran prosesnya, baik mean dan atau varians. 2. TINJAUAN PUSTAKA Grafik kendali dapat membedakan antara variasi normal ( Chance causes ) yang tidak memerlukan perbaikan dan variasi yang menyebabkan proses menjadi tak terkendali (out of control) sehingga perlu dilakukan perbaikan. Penyebab variasi dalam proses antara lain: Common causes/ Chance causes Special causes/ Assignable causes Didefinisikan sebagai mean atau expected value dan adalah standar deviasi dari. Garis tengah dan batas kendali dinyatakan oleh: Garis tengah (1) (2) Dengan k adalah parameter batas kendali. Umumnya nilai k ditetapkan. Average Run Length (ARL) Average Run Length (ARL) adalah rata-rata banyaknya sampel (subgrup) yang harus diamati sampai ditemukan out of conrol yang pertama. Semakin kecil ARL, maka semakin kecil pula ekspektasi jumlah sampel yang diperlukan sampai terjadinya sinyal out of control. Uji Normalitas dengan Menggunakan Uji Kolmogorov-Smirnov adalah dan. Untuk setiap sampling instant t, perhitungan statistik dari grafik EWMA mean dan varians adalah: (3) (4) Dengan adalah konstanta smoothing yang bernilai,. (5) Batas kendali atas dan bawah serta garis tengah dari EWMA-m adalah: Garis tengah (CL): (6) (7) merupakan faktor pengali yang diperoleh dari kombinasi untuk grafik kendali EWMA mean yang nilainya tergantung dari ARL yang diinginkan. Batas kendali atas dan bawah serta garis tengah dari EWMA-v adalah: Garis tengah (CL) = c Batas kendali bawah: (8) (9) merupakan faktor pengali yang diperoleh dari kombinasi untuk grafik kendali EWMA varians yang nilainya tergantung dari ARL yang diinginkan. Model biaya Total biaya yang diharapkan per jam (Expected cost per hours) berdasarkan biaya umum Lorenzen dan Vance : Grafik kendali EWMA Diasumsikan variabel X independent dan berdistribusi Normal. Ketika suatu proses in control (terkontrol), mean dan varians dari X (10)
3 n = ukuran sampel h = interval sampel (jam) =waktu yang diharapkan antara kejadian assignable cause dan pengambilan sampel yang dilakukan sebelum assignable cause E F W a b terjadi= = jumlah sampel yang diharapkan selama periode terkendali (in control) = average run length ketika proses in control = average run length ketika proses out of control = mean proses pada waktu in control = waktu untuk mengambil sampel dan membuat grafiknya = waktu pencarian false alarm yang diharapkan = waktu yang diharapkan untuk menemukan assignable cause = waktu yang diharapkan untuk memperbaiki proses = 1 jika produksi tetap berlangsung selama pencarian = 0 jika produksi berhenti selama pencarian = 1 jika produksi tetap berlangsung selama perbaikan = 0 jika produksi berhenti selama perbaikan = biaya kualitas per jam ketika prosesnya terkendali (in control) = biaya kualitas per jam ketika prosesnya di luar kendali (out of control) (> ) = biaya per false alarm = biaya untuk menemukan dan memperbaiki assignable cause = biaya tetap per sampel = biaya per unit sampel Taguchi s loss function Taguchi membuat fungsi kerugian ( loss function) sebagai persamaan: (11) Untuk merancang grafik kendali berdasarkan fungsi quadratic loss, dilakukan perhitungan yaitu biaya kualitas yang diharapkan per unit produk ketika proses in control, adalah: (12) = pdf dari karakteristik kualitas X T = nilai target dari karakteristik kualitas yang diamati. Sedangkan nilai yaitu biaya yang diharapkan per unit dari suatu produk ketika proses berlangsung out of control adalah: = nilai pergeseran varians, = nilai pergeseran mean, (13) Estimasi nilai, dengan A adalah biaya rework tiap unit produk saat nilai karakteristik kualitasnya x, dan deviasi dari target dapat diterima. Untuk mendapatkan total biaya E(A) berdasarkan quadratic loss, maka substitusi nilai dan ke persamaan (10). Metode Newton-Raphson Diketahui fungsi dan turunannya, hampiran nilai akarnya adalah: (14) Dengan adalah nilai awal x dari iterasi n yang nilainya ditentukan oleh user, sedangkan adalah nilai baru pada iterasi n+1. Syarat dari metode ini adalah. 3. METODE PENELITIAN Langkah-langkah analisis data adalah: a. Menghitung nilai parameter h b. Menghitung nilai parameter n c. Aplikasi pada studi kasus 4. HASIL PENELITIAN Pada tahap menghitung nilai parameter h, didapatkan:
4 (15) Persamaan (17) dibentuk menjadi: Dan turunan dari adalah: (18) A=KG-JH B=2(KF-IH) C=JF-IG (16) Untuk menyelesaikan persamaan (16 ), digunakan pendekatan Montgomery untuk nilai yaitu. Nilai pendekatan ini disubstitusikan pada ( 16), sehingga didapat: Dan turunan dari (18) adalah: (19) Dengan menggunakan metode Newton- Raphson, maka nilai h didapat: (17) Menghitung nilai parameter n Nilai n dihitung dengan menggunakan metode Fibonacci Search. Persamaan yang digunakan pada metode ini adalah persamaan (15). Nilai h yang sudah didapatkan dengan menggunakan metode Newton-Raphson disubstitusikan pada persamaan (15 ). Selanjutnya, dengan metode Fibonacci Search
5 akan didapat nilai n dan total biaya E(A). Interval nilai n yang digunakan pada metode Fibonacci Search tergantung pada nilai pergeseran mean dan atau varians, yaitu 20/nilai pergeseran. Aplikasi pada studi kasus 1. Uji kenormalan dengan Kolmogorov- Smirnov a. Uji Informal data produksi karung Eastern Hipotesis: data karung Eastern berdistribusi normal data karung Eastern tidak berdistribusi normal Karena, maka diterima. Jadi, data produksi karung Eastern berdistribusi normal. 2. Grafik kendali EWMA mean Dengan penetapan nilai bobot ( =0.2, maka didapat hasil perhitungan sebagai berikut: Garis tengah ( grafik kendali EWMA seperti pada gambar 4.2 adalah dan nilai standar deviasi adalah Batas atas: Probability Plot of panjang karung Normal Percent Mean StDev N 100 KS P-Value >0.150 Garis tengah= Batas bawah: pjg karung Gambar 1. Probability plot data produksi panjang karung Eastern Dari Gambar 1 diketahui bahwa nilai p- value>5%, yaitu Karena nilai p-value melebihi, maka dapat disimpulkan bahwa data panjang karung Eastern berdistribusi normal. b. Uji Formal data produksi karung Eastern Hipotesis: data karung Eastern berdistribusi normal data karung Eastern tidak berdistribusi normal Nilai Nilai = level toleransi= 5%=0.05 Statistik Uji Nilai tabel Nilai Tabel Kolmogorov-Smirnov untuk dan adalah Kesimpulan EWMA EWMA Chart of Panjang Karung Sample UCL= _ X= LCL= Gambar 2. Grafik kendali EWMA mean data produksi karung Eastern Gambar 2 menunjukkan bahwa sampel ke- 13, 14 dan 15 jatuh di luar batas bawah, sehingga dinyatakan sebagai proses yang out of control. Untuk mendapatkan nilai pergeseran mean proses, maka perlu dihitung mean sampel ke-1 sampai 12 dari proses in control dan mean sampel ke-13 sampai 20 dari proses out of control (.
6 EWMA varians dari pjg karung Variable yt UCL LCL Diketahui standart deviasi = Maka pergeseran proses yang terjadi adalah: Data panjang karung Gambar 3 Grafik kendali EWMA varians data produksi karung Eastern Grafik kendali EWMA varians Dengan penetapan nilai bobot ( =0.2, maka didapat hasil perhitungan sebagai berikut: Nilai varians ( dari data produksi karung Eastern adalah Dari Gambar 3 dapat disimpulkan bahwa seluruh sampel berada dalam batas kendali. Artinya, tidak terjadi pergeseran varians sehingga, dimana: Setelah diperoleh plot data pada grafik EWMA varians, maka untuk mengetahu bahwa data tersebut terkendali atau tidak perlu dibuat batas kendali, dan perhitungannya sebagai berikut: Batas kendali atas: Perhitungan Numerik Diasumsikan proses produksi karung tetap berjalan selama pencarian assignable cause, tetapi proses berhenti selama perbaikan sehingga nilai. Untuk menghitung total biaya minimum, digunakan nilai parameter seperti yang digunakan pada European journal of Operation Research yaitu sebagai berikut:, F=500, W=250, a=5, b=1, E=0.5,. Sedangkan parameter berikut didapat dari hasil perhitungan sampel produksi panjang karung Eastern : Garis tengah = c = Batas kendali bawah: Perhitungan nilai parameter n dan h adalah sebagai berikut: a. Parameter K Karena parameter K terkait dengan nilai konstanta smoothing grafik kendali EWMA (, maka akan ditunjukkan pengaruh pemulusan pada kemampuan grafik kendali dalam mendeteksi adanya sinyal out of control.
7 panjang karung Eastern pengaruh pemulusan lambdha Variable dan. Nilai awal dari h adalah 10, maka nilai h diperoleh dari iterasi sebagai berikut: sampel k ak ck dk bk Gambar 4.4 Pengaruh konstanta smoothing lambda pada grafik kendali Dari Gambar 4.4 dapat dilihat bahwa nilai memberikan pemulusan yang kecil, sehingga dapat mendeteksi adanya pergeseran yang kecil. Sedangkan nilai memberikan pemulusan yang besar, sehingga dapat mendeteksi adanya pergeseran yang besar. Oleh karena itu, pada data produksi karung Eastern ini digunakan nilai karena pergeseran mean proses pada produksi karung Eastern kecil yaitu. Pada Lampiran 2, jika dipilih 0.2, maka nilai K untuk grafik EWMA mean adalah K=2.96 dan K untuk grafik EWMA varians adalah K=3.14. b. Parameter h Diketahui pertama dan kedua total biaya sebagai turunan, dengan Tabel 1 Iterasi nilai h i hi hi Iterasi berhenti karena nilai. Jadi didapat nilai h=5.82 jam c. Parameter n Nilai h disubstitusikan ke persamaan 15, kemudian untuk mendapatkan nilai n dan total biaya E(A) digunakan metode Fibonacci Search, sehingga didapat nilai n sebagai berikut: Tabel 2 Iterasi nilai n Jadi, nilai parameter untuk sampel produksi panjang karung Eastern pada grafik kendali EWMA dengan dan adalah: Tabel 3: Nilai parameter optimal dengan k=0.1 n h E(A) Untuk melihat pengaruh pergeseran mean dan atau varians pada biaya total, maka dapat dilihat pada Tabel 4. Tabel 5 menyajikan pengaruh perubahan koefisien Taguchi terhadap biaya total. Tabel 4: Pengaruh pergeseran mean dan atau varians dengan k=0.1 delta ro n h E(A)
8 Tabel 5: Pengaruh pergeseran mean dan atau varians dengan k=0.4 delta ro n h E(A) Dari Tabel 4 dan 5 dapat dilihat bahwa nilai parameter h menurun ketika terjadi peningkatan pada pergeseran mean dan atau varians. Penurunan nilai parameter h berpengaruh pada peningkatan total biaya. 4. KESIMPULAN Setelah dilakukan analisis dan perhitungan parameter optimal untuk meminimalkan total biaya, maka dapat disimpulkan bahwa: a. Nilai parameter h yang dihitung dengan menggunakan metode Newton-Raphson yaitu menurun ketika terjadi peningkatan pada pergeseran mean dan atau varians. Hal ini disebabkan karena ketika suatu proses mulai jauh bergeser dari nilai target, maka pengambilan sampel harus lebih sering dilakukan. Sehingga produk yang dihasilkan tidak menyimpang dari target yang telah ditentukan. b. Peningkatan nilai parameter h akan meningkatkan total biaya yang harus dikeluarkan oleh perusahaan. Semakin sering pengambilan sampel dilakukan, maka biaya yang dikeluarkan juga akan semakin besar. c. Nilai parameter pada studi kasus produksi karung Eastern karakteristik kualitas panjang adalah n=2, h=5.82, L=2.96 dan biaya yang harus dikeluarkan adalah SARAN Saran yang dapat diberikan pada penelitian berikutnya adalah perhitungan nilai parameter ukuran sampel n juga mempertimbangkan pengaruh perubahan nilai batas kendali dan ARL. DAFTAR PUSTAKA [1]. Alexander, S.M., Dillman, M.A., Usher, John S., Damodaran, Biju Economic design of control chart using the Taguchi loss function. Computers ind. Engng Vol. 28, No. 3, pp [2]. Dewi, N.P Pendeteksian Pereseran Proses Mean dan Variability dengan Menggunakan Peta Kendali MaxEWMA. Tugas Akhir Jurusan Statistika, ITS Surabaya. [3]. Lorenzen, T.J., Vance, L.C., The economic design of control charts: a unified approach. Technometrics 28, [4]. Mitra, Amitava Fundamental of quality control and improvement, second edition. Upper sadle river, N.J: Prentice hall. [5]. Patil, S.H., Rattihalli, R.N Economic Design of Moving Average Control Chart for Continued and Ceased Production Process. Economic Quality Control 24, [6]. Serel, D.A., Moskowitz, H Joint economic design of EWMA control chart for mean and variance. European Journal of Operational Research 184, [7]. Triyanto, Dendy Pengendalian Kualitas Statistik pada Departemen Finishing di PT. Yanaprima
9 Hastapersada Sidoarjo. Tugas Akhir Jurusan Statistika, ITS Surabaya..
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 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 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 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 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 terperinciStudi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste
TEKNOLOGI DI INDUSTRI (SENIATI) 6 ISSN: 58-8 Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste Mastiadi Tamjidillah,, Pratikto 3, Purnomo Budi Santoso, Sugiono Mahasiswa
Lebih 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 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 terperinciANALISIS PETA KENDALI-p MENGGUNAKAN KUALITAS FUZZY PADA PERGESERAN NILAI RATA-RATA DAN VARIANSI DARI SUATU PROSES ROLLITA PUTRI KARENI ( )
SEMINAR TUGAS AKHIR ANALISIS PETA KENDALI-p MENGGUNAKAN KUALITAS FUZZY PADA PERGESERAN NILAI RATA-RATA DAN VARIANSI DARI SUATU PROSES ROLLITA PUTRI KARENI (1207 100 067) Dosen Pembimbing Dra. Laksmi Prita
Lebih terperinciSEMINAR TUGAS AKHIR NP CONTROL CHART BY USING BAYESIAN APPROACH PETA KENDALI NP MENGGUNAKAN PENDEKATAN BAYESIAN. Oleh : Rizckha Septiana
SEMINAR TUGAS AKHIR PETA KENDALI NP MENGGUNAKAN PENDEKATAN BAYESIAN NP CONTROL CHART BY USING BAYESIAN APPROACH Oleh : Rizckha Septiana 1207 100 004 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si,
Lebih terperinciPenerapan Diagram Kontrol 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 terperinciStudi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste
TEKNOLOGI DI INDUSTRI (SENIATI) 6 ISSN : 85-8 Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste Mastiadi Tamjidillah,,*, Pratikto 3, Purnomo Budi Santoso, Sugiono Mahasiswa
Lebih 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 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 terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA
Program Studi MMT-ITS, Surabaya 7 Juli 03 PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Marlon Stivo Noya Van Delsen, *) dan Muhammad Mashuri ) ) Jurusan Statistika,
Lebih terperinciSTATISTICAL PROCESS CONTROL
STATISTICAL PROCESS CONTROL Sejarah Statistical Process Control Sebelum tahun 1900-an, industri AS umumnya memiliki karakteristik dengan banyaknya toko kecil menghasilkan produk-produk sederhana, seperti
Lebih terperinciGRAFIKPENGENDALI 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 terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING
Lebih 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 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. 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 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 terperinciSiapa mengintfalik,an aufi/(g.n, menuju jafan ~liicfupan, tetapi siapa menea6aik,an teguran tersesat. (jimsa{ 1 0: 17) BABV KESIMPULAN DAN SARAN
Siapa mengintfalik,an aufi/(g.n, menuju jafan ~liicfupan, tetapi siapa menea6aik,an teguran tersesat. (jimsa{ 1 0: 17) BABV KESIMPULAN DAN SARAN BABV KESIMPULAN 5.1 Kesimpulan Desain ekonomis peta kendali
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 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 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 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 terperinciPIPA PVC PUTU WITRI DEWAYANTI Dosen Pembimbing: Dr. Muhammad Mashuri, MT. Co Pembimbing: Wibawati, S.Si, M.Si. Kamis, 7 Juli 2011
PUTU WITRI DEWAYANTI 137131 1 PENERAPAN DIAGRAM KONTROL KOMBINASI MULTIVARIATE EXPONENTIAL WEIGHTED MOVING AVERAGE (MEWMA) PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC Dosen Pembimbing: Dr. Muhammad Mashuri,
Lebih 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 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 terperinciUNIVERSITAS INDONESIA BAGAN KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK MEAN PROSES SKRIPSI KRISTINA INTAN KARTIKA PUTRI
UNIVERSITAS INDONESIA BAGAN KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK MEAN PROSES SKRIPSI KRISTINA INTAN KARTIKA PUTRI 0606067446 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM SARJANA
Lebih terperinciProsedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah
Prosiding Statistika ISSN: 2460-6456 Prosedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah 1 Shobrina Nuradhanti Nugroho, 2 Teti Sofia Yanti, 3 Suwanda Idris 1,2,3 Prodi Statistika, Fakultas
Lebih terperinciBAB III. PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI. Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi
BAB III PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi variasi yang terjadi dalam suatu proses. Sementara itu,
Lebih terperinciBAB I PENDAHULUAN 1. 1 Latar Belakang
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 terperinciStudi Performansi Pada Peta Kendali Variabel Dengan Pendekatan Rantai Markov
Volume 6 No., Juli 5 (3-4) Studi Performansi Pada Peta Kendali Variabel Dengan Pendekatan Rantai Markov Mastiadi Tamjidillah Abstract Many products which are non-conforming with specification from company
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 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 terperinciIII Control chart for variables. Pengendalian Kualitas TIN-212
III Control chart for variables Pengendalian Kualitas TIN-212 Common dan Assignable causes of variation Variabilitas dapat dibagi ke dalam dua kategori: 1. Common causes of variation. Variasi ini merupakan
Lebih terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI MINYAK LUMAS DENGAN MENGGUNAKAN DIAGRAM KONTROL KOMBINASI MEWMA
PENGONTROLAN KUALITAS PROSES PRODUKSI MINYAK LUMAS DENGAN MENGGUNAKAN DIAGRAM KONTROL KOMBINASI MEWMA Rxyzcha Pradhana Vydia Tyagita 1, Muhammad Mashuri 2 Mahasiswa S2 Statistika Institut Teknologi Sepuluh
Lebih terperinciKULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL
KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL KOMPETENSI Mahasiswa dapat menyusun peta pengendali kualitas proses statistika untuk data variabel dengan menggunakan software statistika,
Lebih 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 terperinciBAB 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(MEWMA) Zuhrawati Latif ABSTRAK
Peta Kendali Multivariate Exponentially Weighted Moving Average (MEWMA) Zuhrawati Latif Mahasiswa Jurusan Matematika Universitas Hasanuddin ABSTRAK Proses produksi merupakan serangkaian kegiatan dalam
Lebih terperinciDiagram ARL W i & W Ri. Varian
maka nilai RL 1 yang ada ditambah satu sampai ditemui adanya out of control. Menentukan 1 dengan menghitung rata-rata RL 1 dari keseluruhan replikasi. Untuk aplikasi data yang digunakan dalam penelitian
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 terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,
Lebih terperinciPada 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 terperinciPROCESS 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 terperinciDETEKSI FALSE ALARM MENGGUNAKAN RESIDUAL CONTROL CHART BERDASARKAN METODE SUPPORT VECTOR REGRESSION
DETEKSI FALSE ALARM MENGGUNAKAN RESIDUAL CONTROL CHART BERDASARKAN METODE SUPPORT VECTOR REGRESSION Luh Made Pramitasari,*) dan Moses Laksono Singgih 2),2) Laboratorium Sistem Manufaktur, Jurusan Teknik
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 terperinciKata 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 terperinciTUGAS AKHIR SM MUHAMMAD HAKAM Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Dra. Titik Mudjiati, M.Si
TUGAS AKHIR SM141501 PERBANDINGAN GRAFIK KENDALI CUSUM (CUMULATIVE SUM) DAN EWMA (EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI PIPA BESI PADA PT. PACIFIC ANGKASA ABADI MUHAMMAD
Lebih terperinciKINERJA DIAGRAM KONTROL W DAN DIAGRAM KONTROL G PERFORMANCE OF W CONTROL CHART AND G CONTROL CHART
Jurnal Ilmu Matematika dan Terapan Desember 06 Volume 0 Nomor Hal. 37 47 KINERJA DIAGRAM KONTROL W DAN DIAGRAM KONTROL G M. Stivo Noya Van Delsen, Mozart Winston Talakua,, Jurusan Matematika FMIPA UNPATTI
Lebih terperinciANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE II (KONSUMEN) DALAM KERJASAMA RANTAI PASOK. Nama Mahasiswa : Afriani Sulastinah NRP :
ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE II (KONSUMEN) DALAM KERJASAMA RANTAI PASOK Nama Mahasiswa : Afriani Sulastinah NRP : 1206 100 030 Jurusan : Matematika Dosen Pembimbing : Dra. Laksmi Prita
Lebih terperinciSKRIPSI. Oleh : NOVA YANTI GULTOM JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING DENGAN KAJIAN GRAFIK MOVING AVERAGE (MA) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) (Studi Kasus: Kurs Jual dan Kurs Beli Dollar
Lebih terperinciSOAL DETECT UTS GENAP 2014/2015. Quality Control
SOAL DETECT UTS GENAP 2014/2015 Quality Control 1. a. Buat peta kendali dan R! b. Buat revisi peta kendali jika dibutuhkan! c. Diketahui spesifikasi produk adalah 171 ± 11. Jika produk di bawah LSL maka
Lebih terperinciPenerapan 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 terperinciPERBANDINGAN PETA KENDALI ATRIBUT DALAM PENGENDALIAN KUALITAS PRODUK DI PT ARIKA KHARISMA AGUNG. Muhlis M. Asri, Annisa, Muh.
PERBANDINGAN PETA KENDALI ATRIBUT DALAM PENGENDALIAN KUALITAS PRODUK DI PT ARIKA KHARISMA AGUNG Muhlis M. Asri, Annisa, Muh. Saleh AF Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPENERAPAN DIAGRAM KONTROL KOMBINASI MEWMA PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC
PENERAPAN DIAGRAM KONTROL KOMBINASI MEWMA PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC Putu Witri Dewayanti, Muhammad Mashuri, Wibawati 3 ) Mahasiswa Jurusan Statistika FMIPA ITS,3) Dosen Jurusan Statistika
Lebih terperinciBAB II LANDASAN TEORI
7 BAB II LANDASAN TEORI 2.1. Pengertian Analisis Varians Analisis varians adalah suatu proses sistematis untuk mengidentifikasi, melapor, dan menjelaskan varians atau penyimpangan hasil yang sesungguhnya
Lebih terperinciSKRIPSI. ANALISA SENSITIFITAS DESAIN EKONOMIS PETA KENDALl X. Disusun Oleh : KRIDAWATI JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
SKRIPSI ANALISA SENSITIFITAS DESAIN EKONOMIS PETA KENDALl X Disusun Oleh : KRIDAWATI 6303099011 - ~_D_U~_, L~Lj2r/os- ~ F,'I". If} - 10 dah...,,_1 e r f 711 : ho. E'>.~ -_._', +,-l b'i C\. -\ JURUSAN TEKNIK
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) ( X Print) A 6
JURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) 2337-3520 (2301-928X Print) A 6 Perbandingan Diagram Kontrol X Shewhart dan X VSSI (Variable Sample Size and Sampling Interval) dalam Pengendalian Kualitas
Lebih terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK TANGAN DI PT. X MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT np (Mnp)
PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK TANGAN DI PT. X MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT np (Mnp) Oleh: Wenny Rakhmania 1306 100 032 Jurusan Statistika Institut Teknologi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
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 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 terperinciESTIMASI PARAMETER BATAS PENGENDALI EWMA
ESTIMASI PARAMETER BATAS PENGENDALI EWMA X - R Oleh : ERNITA DWI HASTUTI M0106040 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN MATEMATIKA
Lebih terperinciPENERAPAN DIAGRAM KONTROL T2 HOTELLING PADA PROSES PRODUKSI KACA. Skripsi. Disusun Oleh : Muhammad Hilman Rizki Abdullah
PENERAPAN DIAGRAM KONTROL T2 HOTELLING PADA PROSES PRODUKSI KACA Skripsi Disusun Oleh : Muhammad Hilman Rizki Abdullah 24010210120022 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciDAFTAR 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 terperinciANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL
ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)
Lebih terperinciKata kunci: Analisis Pengendalian Persediaan, Metode Peramalan.
PENGENDALIAN PERSEDIAAN BAHAN BAKU PADA PT. X Indra Dwiharto, Moses L. Singgih Magister Manajemen Teknologi Institut Teknologi Sepuluh November Surabaya ABSTRAK PT. X merupakan perusahaan yang bergerak
Lebih terperinciReview QUIZ ( 10 menit )
Lecture 4 Control Chart for Variables - 1 1 Review QUIZ ( 10 menit ) Sebutkan pembagian penyebab variasi pada proses manufaktur? Berikan contoh? Kapan proses disebut in control dan kapan out of control?
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 31-40 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN DIAGRAM KONTROL MULTIVARIATE EXPONENTIALLY WEIGHTED
Lebih terperinciINFO TEKNIK Volume 1 No. 1, Desember 2000 (1-5) Sebuah Skema Pengendalian Proses Tak Stabil
INFO TEKNIK Volume 1 No. 1, Desember 2000 (1-5) Sebuah Skema Pengendalian Proses Tak Stabil Aqli Mursadin 1 Abstrak Sebuah skema pengendalian proses tak stabil diperkenalkan melalui proses ramp, suatu
Lebih terperinciDlri Fiuia $trbi# Nn/l. N
4di ". ; :W -":Es-..3rys\ il., F. ii) I _-- ::...-.ij.jr,-i:lii:{aid{*;f,!.:rtq {'!%EEryryrynr:rirjt'i',r\14:Er:i{Y.ii.. :1 t:irrri,' -.,::ffi.t I A*ikel sleh Dwi Fiuia Subiakti ini Telah diperiksa dan
Lebih terperinciAUTOKORELASI PADA BAGAN KENDALI
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 88 96 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND AUTOKORELASI PADA BAGAN KENDALI NILA CHOIROTUNNISA, MAIYASTRI, YUDIANTRI ASDI Program Studi Matematika,
Lebih terperinciANALISIS PENGENDALIAN KUALITAS PRODUK BAKERY BOX MENGGUNAKAN METODE STATISTICAL PROCESS CONTROL (STUDI KASUS PT. X)
ANALISIS PENGENDALIAN KUALITAS PRODUK BAKERY BOX MENGGUNAKAN METODE STATISTICAL PROCESS CONTROL (STUDI KASUS PT. X) Rika Gracia *), Arfan Bakhtiar Program Studi Teknik Industri, Fakultas Teknik, Universitas
Lebih terperinciPENERAPAN DIAGRAM MEWMA BARU PADA PROSES BLENDING BAGIAN PRIMARY DI SEBUAH PERUSAHAAN ROKOK DI SURABAYA
PENERAPAN DIAGRAM MEWMA BARU PADA PROSES BLENDING BAGIAN PRIMARY DI SEBUAH PERUSAHAAN ROKOK DI SURABAYA Sri Sulistyawati. 1, Muhammad Mashuri 2 1) Mahasiswa Jurusan Statistika FMIPA ITS 2) Dosen Jurusan
Lebih terperinciPerbandingan 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 terperinciPETA KENDALI R ADAPTIF SEBAGAI ALTERNATIF PETA KENDALI R SHEWHART DALAM MENDETEKSI PERGESERAN KECIL PADA VARIANS
PETA KENDALI R ADAPTIF SEBAGAI ALTERNATIF PETA KENDALI R SHEWHART DALAM MENDETEKSI PERGESERAN KECIL PADA VARIANS Adative R Control Chart as Alternative Shewhart R Control Chart in Detecting Small Shifts
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. 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 terperinciANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK
ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK OLEH AFRIANI SULASTINAH 1206100030 DOSEN PEMBIMBING Dra. LAKSMI PRITA WARDHANI, M.Si JURUSAN MATEMATIKA INSTITUT
Lebih terperinciEXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) DAN SEMI VARIANS (SV)
EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) DAN SEMI VARIANS (SV) 3.1 Exponentially Weighted Moving Average Perhitungan standar deviasi yang dijelaskan pada bab sebelumnya mempunyai asumsi bahwa volatilitas
Lebih terperinciPengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual
JURUSAN STATISTIKA Pengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual Silvia Setia Armadi 1308 030 006 Dr. Muhammad Mashuri, MT PENDAHULUAN JURUSAN STATISTIKA
Lebih 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 PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU
tnp PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU Mida Yanti 1 Nur Salam 1 Dewi Anggraini 1 Abstract: Poisson process is a special event
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 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 terperinciPeta 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 terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR
TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 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 terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK. MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp)
Seminar Hasil Tugas Akhir PENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp) Febrianto 1308 100 075 Dosen
Lebih terperinciLAPORAN PRAKTIKUM PENGENDALIAN KUALITAS STATISTIK MODUL 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 (1314100071)
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 terperinciFakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Kristen Petra Siwalankerto Surabaya 60236, Indonesia
Interpretasi Out of Control Signal pada Peta Kendali T 2 Hotelling dengan Metode Dekomposisi sebagai Upaya untuk Mendeteksi Kecacatan Debora Anne Y.A. 1, a, Adelina Hendryanto 2,b 1 Fakultas Teknologi
Lebih terperinciContinuous Improvement. Quality Control Shewhart Chart Statistical Process Control
Continuous Improvement Quality Control Shewhart Chart Statistical Process Control Apa itu Kualitas? W. Edwards Deming: Memenuhi kebutuhan + keinginan pelanggan = kualitas Kualitas meningkatkan produk/layanan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data. Dalam perkembangan masa,
Lebih terperinciTugas Akhir Analisa Kemampuan Proses Produksi dan Manajemen Persediaan CV.XYZ
Tugas Akhir Analisa Kemampuan Proses Produksi dan Manajemen Persediaan CV.XYZ Oleh : Rahayu Wiranti 1209 100 012 Dosen Pembimbing : 1. Dra. Laksmi Prita W, M.Si 2. Dra. Nuri Wahyuningsih, M.Kes JURUSAN
Lebih terperinciPengendalian 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