Dlri Fiuia $trbi# Nn/l. N
|
|
- Yanti Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 disetdui Fda trurgeal f&. Uel ZOtf FanUrmbing Ir. Hetrdro Permadi, M.Si NIP t99a3 t oot r Dlri Fiuia $trbi# Nn/l. N
2 1 PENGENDALIAN KUALITAS PRODUK ROKOK PT. ONGKOWIDJOJO MALANG DENGAN GRAFIK KENDALI P MULTIVARIAT Dwi Fitria Subiakti 1, Hendro Permadi 2 Universitas Negeri Malang dwifitri45@ymail.com Abstrak: Konsumen memilih produk berdasarkan kegunaan dan kualitasnya, karena kualitas merupakan hal yang sangat penting dan harus diperhatikan, semakin baik kualitas yang diberikan maka konsumen akan menjadi loyal dan tertarik untuk menggunakannya. PT. Ongkowidjojo merupakan salah satu perusahaan yang memproduksi rokok. Perusahaan dalam menjaga kualitas produknya dilakukan dengan mensortir produk rokok yang cacat dan kemudian mencatat jumlahnya. Pada penelitian ini dilakukan pengendalian kualitas pada beberapa karakteristik kualitas yang saling berkorelasi yang terdapat dalam produk rokok jenis Sigaret Kretek Tangan (SKT) dengan menggunakan grafik kendali p multivariat. Karakteristik kualitas ini dinilai sebagai bagian yang sesuai atau tidak sesuai dari produk rokok sehingga proses pemantauan yang sesuai dikatakan sebagai proses multivariat atribut. Hasil grafik kendali p multivariat menunjukkan bahwa proses produksi belum terkendali secara statistik. Hal ini dikarenakan terdapat satu pengamatan yaitu pengamatan ke-5 dengan nilai δ sebesar 0, yang terdeteksi berada diluar batas kendali atas (UCL = 0,2437). Untuk selanjutnya harus diselidiki penyebab terjadinya out-of-control agar perbaikan proses dapat dilakukan. Kata Kunci: Produksi Rokok, Proses Multivariat Atribut, Grafik Kendali p Multivariat, Pengendalian Kualitas. Konsumen memilih produk berdasarkan kegunaan dan kualitasnya, karena kualitas merupakan hal yang sangat penting dan harus diperhatikan, semakin baik kualitas yang diberikan maka konsumen akan menjadi loyal dan tertarik untuk menggunakannya. PT. Ongkowidjojo merupakan salah satu perusahaan yang memproduksi rokok di Kota Malang. Perusahaan yang berdiri sejak 1946 ini telah memproduksi rokok jenis klobot, Sigaret Kretek Tangan (SKT) dan Sigaret Kretek Mesin (SKM) yang dalam memenuhi kebutuhan konsumen terhadap rokok sangat memperhatikan kualitas demi kepuasan konsumennya. Pada penelitian ini dilakukan pengendalian kualitas pada beberapa karakteristik kualitas atribut yang terdapat dalam produk rokok jenis Sigaret Kretek Tangan (SKT), yaitu cacat berat, kropos, kurang isi (gembos), kurang papak, kurang kolot, dan rokok keras. Pada pihak lain, jika karakteristik kualitas atribut cacat berat, kropos, kurang isi (gembos), kurang papak, kurang kolot, dan rokok keras saling berkorelasi atau memiliki hubungan maka pengolahan datanya harus secara serentak (Johnson & Winchern, 2002). Karakteristik kualitas yang saling berkorelasi, dimana karakteristik kualitas didefinisikan sebagai kriteria sesuai atau tidak sesuai maka proses pemantauan yang sesuai dikatakan sebagai proses multivariat atribut (Cozzucoli, 2009). Oleh karena itu analisis yang dilakukan harus secara serentak atau analisis multivariat. Penggunaan analisis univariat diduga kurang sesuai untuk kasus ini karena kurang sensitif dalam menganalisis data. Metode grafik kendali p multivariat digunakan karena dalam proses produksi setiap produk rokok diklasifikasikan menjadi tiga kategori kualitas yaitu baik, cacat minor, dan cacat major, dimana kategori kulitas tersebut berbeda dan saling terpisah (Cozzucoli, 2009). Masalah dalam penelitian ini adalah bagaimana proses produksi rokok PT. Ongkowidjojo Malang bila dianalisis dengan menggunakan grafik kendali p multivariat? Grafik kendali multivariat adalah grafik kendali untuk beberapa variabel dan digunakan bila variabel-variabel yang berpengaruh dalam proses produksi saling berkorelasi (Johnson & 1. Dwi Fitri Subiakti adalah mahasiswa jurusan Matematika FMIPA Universitas Negeri Malang 2. Hendro Permadi adalah dosen jurusan Matematika FMIPA Universitas Negeri Malang
3 2 Winchern, 2002). Analisis korelasi merupakan studi yang membahas tentang derajat (seberapa kuat) hubungan antara dua variabel atau lebih. Ukuran derajat hubungan disebut Koefisien Korelasi. Teknik korelasi yang akan dipakai tergantung pada jenis data yang akan dianalisis. Untuk data data kategori dengan skala nominal maupun ordinal digunakan Uji Rank Spearman.Uji korelasi Rank Spearman merupakan metode nonparametrik yang menganalisis hubungan dua variabel dengan mengurutkan dan merangking kedua variabel tersebut (Trihendradi, 2007). Grafik kendali p multivariat merupakan grafik kendali yang variabel acak multivariatnya memiliki distribusi acak multinomial dengan parameter (n,p) dimana n adalah ukuran sampel dan p vektor probabilitas.grafik kendali p multivariat memiliki vektor bobot d = (d 0, d 1,..., d i,..., d k ) yang berhubungan dengan vektor D dari kategori kualitas cacat dengan nilai pembobot sebesar 0 < d i < 1, d i < d i+1, d 0 = 0 dan d 1 = 1, dimana nilai pembobotnya ditentukan oleh besarnya tingkat kepentingan jenis cacat (Cozzucoli, 2009). Pembobotan diberikan sesuai dengan kebijakan perusahaan dimana menggunakan nilai AQL. Semakin besar nilai AQL maka pembobot semakin kecil, sehingga dapat disimpulkan bahwa AQL dan pembobot berbanding terbalik yaitu sebagai berikut (Wakhidah, 2011). METODE PENELITIAN Pengambilan data dalam penelitian ini meliputi data sekunder mengenai enam karakteristik kualitas atribut yang terdapat pada rokok jenis Sigaret Kretek Tangan (SKT) di PT. Ongkowidjojo Malang. Enam karakteristik kualitas atribut tersebut yaitu cacat berat (X 1 ), kropos (X 2 ), gembos (X 3 ), kurang papak (X 4 ), kurang kolot (X 5 ), dan keras (X 6 ). Keenam karakteristik kualitas ini diklasifikasikan menjadi dua kategori kelas cacat yaitu Cacat Major dan Cacat Minor. Cacat Major adalah suatu cacat rokok yang dapat mengakibatkan kerugian ekonomis dan peningkatan biaya produksi bagi perusahaan. Pada kelas cacat major terdapat dua karakteristik kualitas yaitu cacat berat (X 1 ) dan keras (X 6 ). Sedangkan Cacat Minor adalah suatu cacat rokok yang secara rupa kurang baik sehingga dapat mempengaruhi penampilan tidak bagus. Pada kelas cacat minor terdapat empat karakteristik kualitas yaitu kropos (X 2 ), gembos (X 3 ), kurang papak (X 4 ), dan kurang kolot (X 5 ). Tahap-tahap analisis data adalah mengidentifikasi distribusi data pada setiap variabel dengan distribusi binomial menggunakan software easyfit. Jika setiap variabel berdistribusi binomial, maka data berdistribusi multinomial. Langkah selanjutnya adalah menguji korelasi antar variabel dengan menggunakan SPSS 16. Jika antar variabel berkorelasi, maka langkah selanjutnya adalah merancang grafik kendali p multivariat, dengan menentukan nilai bobot setiap kategori kelas cacat, menghitung nilai δ j, menentukan nilai CL, UCL, LCL dan menggambar nilai δ j. Tahap terakhir adalah menginterpretasikan δ j pada grafik kendali p multivariat, dengan kriteria data dikatakan tidak terkendali secara statistik apabila terdapat nilai δ j yang UCL. HASIL DAN PEMBAHASAN Hasil Uji Distribusi dan Uji Korelasi antar Variabel Berdasarkan uji Anderson Darling pada easyfit, menunjukan bahwa masing-masing variabel cacat berat (X 1 ), kropos (X 2 ), gembos (X 3 ), kurang papak (X 4 ), kurang kolot (X 5 ), dan keras (X 6 ) mengikuti distribusi binomial, sehingga dapat disimpulkan data mengikuti distribusi multinomial. Hasil uji distribusi binomial dengan uji Anderson Darling disajikan pada Tabel 1 berikut.
4 3 Tabel 1 Hasil Uji Distribusi Binomial Variabel Distribution Statistik Rank X 1 Binomial 1, X 2 Binomial 1, X 3 Binomial 2, X 4 Binomial 1, X 5 Binomial 1, X 6 Binomial 0, Hasil uji korelasi antar variabel adalah sebagai berikut Tabel 2 Hasil Uji Korelasi Rank Spearman antar Variabel No Pasangan variabel r Sig. (2-tailed) signifikansi 1 X 1 dan X 2 0,879 0,000 < 0,05 Signifikan 2 X 1 dan X 3 0,824 0,000 < 0,05 Signifikan 3 X 1 dan X 4 0,826 0,000 < 0,05 Signifikan 4 X 1 dan X 5 0,712 0,003 < 0,05 Signifikan 5 X 1 dan X 6 0,880 0,000 < 0,05 Signifikan 6 X 2 dan X 3 0,908 0,000 < 0,05 Signifikan 7 X 2 dan X 4 0,946 0,000 < 0,05 Signifikan 8 X 2 dan X 5 0,707 0,003 < 0,05 Signifikan 9 X 2 dan X 6 0,902 0,000 < 0,05 Signifikan 10 X 3 dan X 4 0,867 0,000 < 0,05 Signifikan 11 X 3 dan X 5 0,754 0,001 < 0,05 Signifikan 12 X 3 dan X 6 0,851 0,000 < 0,05 Signifikan 13 X 4 dan X 5 0,667 0,007 < 0,05 Signifikan 14 X 4 dan X 6 0,834 0,000 < 0,05 Signifikan 15 X 5 dan X 6 0,776 0,001 < 0,05 Signifikan Berdasarkan Tabel 2 diperoleh bahwa antara variabel cacat berat (X 1 ), kropos (X 2 ), gembos (X 3 ), kurang papak (X 4 ), kurang kolot (X 5 ), dan keras (X 6 ) menunjukkan adanya korelasi. Maka langkah selanjutnya analisis harus dilakukan secara serentak dengan menggunakan grafik kendali p multivariat. Pembobotan Setiap Kategori Kualitas Cacat dan Hasil Perhitungan Statistik Sampling δ Pembobotan diberikan sesuai dengan kebijakan perusahaan dimana menggunakan nilai AQL sebagai berikut: 1. cacat kelas Minor dengan AQL 6,5 %; 2. cacat kelas Major dengan AQL 1 %. Sehingga diperoleh nilai bobot untuk masing-masing kelas adalah sebagai berikut: 1. cacat Kelas Minor sebesar 13,33%; 2. cacat Kelas Major sebesar 86,67%. Untuk kategori kelas baik atau bebas cacat bobotnya 0. Karena bobot ditentukan berdasarkan kategori kelas cacat maka setiap variabel dimasukkan ke dalam kategori kelas minor dan major yang kemudian dihitung proporsinya untuk mendapatkan nilai statistik δ. Hasil perhitungan proporsi masing-masing item kelas cacat dan indeks cacat keseluruhan δ disajikan pada Tabel 3 berikut,
5 4 Tabel 3 Proporsi Cacat dan δ Pengamatan (j) Kategori Kelas (i) δ j baik cacat minor cacat major , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , p i 0,6581 0,1978 0,1441 Implementasi Grafik Kendali p Multivariat Dengan menggunakan nilai d i, p i, dan α = 0,05 dapat diperoleh nilai garis tengah atau disebut CL sebesar 0,151258, batas kendali atas atau disebut UCL sebesar 0, dan batas kendali bawah atau disebut LCL sebesar 0, Sehingga diperoleh grafik kendali p multivariat seperti pada Gambar 1 berikut. Gambar 1 Grafik kendali p Multivariat Berdasarkan Gambar 1 diketahui bahwa proses produksi belum terkendali secara statistik. Hal tersebut dikarenakan terdapat pengamatan yang berada di luar batas kendali atas (UCL = 0,2437) yaitu pengamatan ke-5 dengan nilai δ sebesar 0, Hal ini diduga karena kualitas bahan baku yang kurang baik atau adanya pegawai yang melakukan kesalahan. Untuk selanjutnya dilakukan perbaikan proses oleh perusahaan pada variabel-variabel tersebut dengan menelusuri penyebab terjadinya out-of-control.
6 5 KESIMPULAN DAN SARAN Berdasarkan analisis dan pembahasan yang telah dilakukan, maka dari penelitian ini dapat diambil kesimpulan yaitu berdasarkan grafik kendali p multivariat, proses produksi rokok jenis SKT di PT. Ongkowidjojo Malang menunjukkan hasil yang belum terkendali secara statistik. Hal ini dikarenakan terdapat satu pengamatan yaitu pengamatan ke-5 dengan nilai δ sebesar 0, yang terdeteksi berada diluar batas kendali atas (UCL = 0,2437). Untuk selanjutnya harus diselidiki penyebab terjadinya out-of-control agar perbaikan proses dapat dilakukan. Pada penelitian selanjutnya sebaiknya dalam menerapkan grafik p multivariat menggunakan data dengan dua periode untuk menguji apakah grafik p multivariat yang diperoleh pada periode pertama stabil bila diterapkan pada periode kedua. Dapat juga dikembangkan metode lain dalam grafik kendali multivariat atribut seperti grafik kendali multivariat np. DAFTAR RUJUKAN Cozzucoli, P. C Process Monitoring with Multivariate p Control Chart. Journal of Quality Statistic and Reliability, Volume Johnson, A.R. & Wichern, D.W Applied Multivariate Statistical Analysis 5th. New Jersey. Prentice Hall, Upper Saddle River. Montgomery, D. C Pengantar Pengendalian Kualitas Statistik. Terjemahan Zanzawi Soejoeti. Yogyakarta: Gadjah Mada University Press. Serfling, R. j Approximation Theorems of Mathematical Statistics. Kanada: John Wiley & Sons. Siegel, S Statistik Non Parametrik untuk Ilmu-Ilmu Sosial. Terjemahan Zanzawi Suyuti. Jakarta : Gramedia. Trihendradi, C Statistik Inferen Teori Dasar dan Aplikasinya Menggunakan SPSS. Yogyakarta: Andi. Wakhidah, N. L Analisis Kualitas Pada Produksi Botol "RC Cola 800ml" di PT. Iglas (Persero) Gresik dengan Menggunakan Peta Kendali Demerit. Surabaya: ITS. Walpole, R. E. & Myers, R Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuan. Terjemahan. Bandung : ITB.
IMPLEMENTASI GRAFIK KENDALI MULTIVARIAT DENGAN JARAK CHI SQUARE (Studi Kasus di PT.Ongkowidjojo Malang)
1 IMPLEMENTASI GRAFIK KENDALI MULTIVARIAT DENGAN JARAK CHI SQUARE (Studi Kasus di PT.Ongkowidjojo Malang) Wulanita Dewi Anggraeni 1, Hendro Permadi Universitas Negeri Malang Email: moonietada@yahoo.com
Lebih terperinciSeminar Hasil Tugas Akhir
Seminar Hasil Tugas Akhir Pengontrolan Kualitas Pada Proses Produksi Rokok Unit Sigaret Kretek Mesin (SKM) di PT. X Dengan Diagram Kontrol Mahalanobis Distance (D 2 ) Dosen Pembimbing : Dr. Muhammad Mashuri,
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 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 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 terperinciGRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI
GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI Nonik Brilliana P 1, Sudarno 2, dan Suparti 2 1 Mahasiswa Jurusan Statistika FSM Undip 2 Staf Pengajar Jurusan Statistika FSM Undip Abstrak Pada era globalisasi
Lebih terperinciPENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO
Program Studi MMT-ITS, Surabaya Februari 3 PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO Rizal Rinumpoko *), Septia Fendiasari, Lucia Aridinanti,
Lebih terperinciKata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 161 167 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGONTROLAN KUALITAS PRODUK MENGGUNAKAN METODE BAGAN KENDALI MULTIVARIAT NP DALAM USAHA PENINGKATAN
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 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 terperinciLOGO. Pengontrolan Kualitas Produksi Mebel Di PT. Majawana dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chi-Square
Pengontrolan Kualitas Produksi Mebel Di PT. Majawana dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chi-Square BAGUS YUSWANTANA 1306 1000 30 Dosen Pembimbing : Drs. Haryono, M.Sc LOGO PENDAHULUAN
Lebih terperinciPengendalian Kualitas Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk.
Pengendalian Kualitas Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk. Fanny Ayu Octaviana 1312105005 Dosen Pembimbing : Dra. Lucia Aridinanti, MT. Jurusan
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciPENGENDALIAN KUALITAS PRODUKSI MEBEL DI PT. MAJAWANA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE)
PENGENDALIAN KUALITAS PRODUKSI MEBEL DI PT. MAJAWANA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE) Taufiq Primananda 1, Slamet Mulyono 2, Dedy Dwi Prastyo 2 1 Mahasiswa Jurusan Statistika FMIPA-ITS
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 terperinciPENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR
PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR Inge Ratih Puspitasari, Hendro Permadi, dan Trianingsih Eni Lestari Universitas
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 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 terperinciGRAFIK PENGENDALI NON PARAMETRIK UNIVARIAT PADA DATA ph PRODUK AIR MINUM GALON MERK X BERDASARKAN FUNGSI DISTRIBUSI EMPIRIK
GRAFIK PENGENDALI NON PARAMETRIK UNIVARIAT PADA DATA ph PRODUK AIR MINUM GALON MERK X BERDASARKAN FUNGSI DISTRIBUSI EMPIRIK Jantini Trianasari Natangku ), Adi Setiawan 2), Lilik Linawati 2) ) Mahasiswa
Lebih terperinciAnalisis Kualitas Pada Produksi Botol RC Cola 800 ml di PT. IGLAS (Persero) dengan menggunakan Peta Kendali Demerit
Analisis Kualitas Pada Produksi Botol RC Cola 800 ml di PT. IGLAS (Persero) dengan menggunakan Peta Kendali Demerit Nur Lailiyah Wakhidah 1308 030 030 Dosen Pembimbing: Drs. Haryono Ms. Msc. PENDAHULUAN
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 terperinciBagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri
Vol. 10, No. 1, 26-34, Juli 2013 Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri Andi Fitri Ayu 1, Erna Tri Herdiani 1, M. Saleh AF 1, Anisa 1, Nasrah Sirajang 1 Abstrak
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 terperinciPENGONTROLAN 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 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 terperinciPENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 104 111 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN
Lebih terperinciPengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T 2 Hotelling (Studi Kasus PT Metec Semarang)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 311-320 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian Pengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis
Lebih terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK MESIN DI PT X DENGAN DIAGRAM KONTROL MAHALANOBIS DISTANCE (D 2 )
PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK MESIN DI PT X DENGAN DIAGRAM KONTROL MAHALANOBIS DISTANCE (D 2 ) Septyarini Dwi Rianti, dan Muhammad Mashuri Jurusan Statistika Institut
Lebih terperinciOleh: Sri Sulistyawati Dosen Pembimbing: Dr. Muhammad Mashuri, MT
Penerapan Diagram MEWMA Baru Pada Proses Blending Bagian Primary di Perusahaan Rokok X Oleh: Sri Sulistyawati 1306100060 Dosen Pembimbing: Dr. Muhammad Mashuri, MT PENDAHULUAN Latar Belakang.. Industri
Lebih terperinciPERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 17 4 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN BAGAN KENDALI T HOTELLING KLASIK DENGAN T HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI
Lebih terperinciANALISIS 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 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 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 terperinciIMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG
IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG Wardatuz Zakiyah, Hendro Permadi, dan Swasono Rahardjo Universitas Negeri Malang E-mail : zakiyah_musta
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 471-479 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN DIAGRAM KONTROL MAHALANOBIS PADA PROSES PRODUKSI MINUMAN
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 terperinciUNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT
BAGAN KENDALI UNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT (Studi Kasus pada data Nilai Tukar Mata Uang Rupiah terhadap Mata Uang Asing Dollar Amerika Serikat, Euro dan Real UEA mulai pada tanggal 3
Lebih terperinciPengendalian Kualitas Produksi Botol RC Cola 200 ML di PT. IGLAS (Persero) Gresik Menggunakan Diagram Kontrol DOB (Decision On Belief)
JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (204) ISSN: 2337-3539 (230-927 Print) D-254 Pengendalian Kualitas Produksi Botol RC Cola 200 ML di PT. IGLAS (Persero) Gresik Menggunakan Diagram Kontrol DOB
Lebih terperinciAnalisis 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 terperinciAnalisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan
Analisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan Arief Hadi Prasetyo *1) dan Kariyam 2) 1) Statistika, FMIPA, Universitas Islam Indonesia, Jalan Kaliurang
Lebih terperinciANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK
ANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK Yayuk Nurkotimah dan Fachrur Rozi Jurusan Matematika UIN Maulana Malik Ibrahim Malang e-mail: ocy_cute9@yahoo.com
Lebih 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 terperinciStudi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik
Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Empirik S 6 Jantini Trianasari Natangku 1), Adi Setiawan ), Lilik Linawati ) 1) Mahasiswa Program Studi Matematika FSM-UKSW Email : n4n4_00190@yahoo.co.id
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 terperinciPEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas
Jurnal Matematika UNAND Vol. 1 No. 2 Hal. 85 92 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama
Lebih terperinciAplikasi Analisa Multivariate dan Analisa Regresi Linier Berganda pada Proses Pengolahan Air Minum
J. Math. and Its Appl. ISSN: 1829-605X Vol. 1, No. 2, Nov. 2004, 41 48 Aplikasi Analisa Multivariate dan Analisa Regresi Linier Berganda pada Proses Pengolahan Air Minum Soehardjoepri Jurusan Matematika
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
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 terperinciAplikasi 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 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 terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Agronesia Divisi Industri Plastik
47 BAB III METODE PENELITIAN 3.1 Objek Penelitian Penelitian ini dilakukan di PT. Agronesia Divisi Industri Plastik (Agroplas). Variabel yang diteliti adalah metode pengendalian kualitas yang diterapkan
Lebih terperinciBAB III METODE PENELITIAN
34 BAB III METODE PENELITIAN 3.1 Objek Penelitian Menurut Sugiyono (2009, hlm.38), menyatakan bahwa objek penelitian merupakan suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai
Lebih 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 terperinciPENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK SIGARET KRETEK TANGAN SEBUAH PERUSAHAAN ROKOK DI SURABAYA MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT
PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK SIGARET KRETEK TANGAN SEBUAH PERUSAHAAN ROKOK DI SURABAYA MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT np ( Mnp ) 1 Wenny Rakhmania, 2 Dr. Muhammad Mashuri, MT 1
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 terperinciBAGAN KENDALI ZERO INFLATED POISSON ADRIAN MATANDUNG. Pembimbing 1. Dr. Erna Tri Herdiani, M.Si, 2. Dr. La Podje Talangko, M.Si.
BAGAN KENDALI ZERO INFLATED POISSON ADRIAN MATANDUNG Pembimbing. Dr. Erna Tri Herdiani, M.Si, 2. Dr. La Podje Talangko, M.Si. Program Studi Statistik, Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB III ANALISIS KUALITAS PRODUK BENANG TS 248 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC )
BAB III ANALISIS KUALITAS PRODUK BENANG TS 48 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC ) 3.1. Pendahuluan Metode yang akan dipakai dalam pengendalian kualitas benang TS 48 adalah diagram
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 111-120 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENGONTROLAN KUALITAS PRODUK MENGGUNAKAN METODE DIAGRAM KONTROL
Lebih terperinciBAB IV PENUTUP. berkorelasi secara contemporaneous. Korelasi galat contemporaneous terjadi
76 BAB IV PENUTUP A. Kesimpulan Model Seemingly Unrelated Regression (SUR) merupakan perluasan dari analisis regresi linear yang berupa sistem persamaan yang terdiri dari beberapa persamaam regresi yang
Lebih terperinciANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS
ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS Oleh: Rizky Amlia Rachmawati (1306.030.046) Dosen Pembimbing: Dra. Madu Ratna, M.Si
Lebih 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 terperinciPENGENDALIAN 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 terperinciStatistik Non Parameter
Statistik Non Parameter A. Pengertian Non Parametrik Istilah nonparametrik sendiri pertama kali digunakan oleh Wolfowitz, 1942. Istilah lain yang sering digunakan antara lain distribution-free statistics
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 terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji t Uji Proportional Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 2001. Walpole, R.E.,
Lebih terperinciSTATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si
STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability
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 terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pengendalian kualitas merupakan aktivitas keteknikan dan manajemen, yang dengan aktivitas itu bisa diukur ciri-ciri kualitas produk, membandingkannya dengan spesifikasi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pengendalian kualitas merupakan aktivitas keteknikan dan manajemen yang dengan aktivitas tersebut dapat mengukur ciri-ciri kualitas produk, membandingkan dengan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang 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 terperinciANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN
J u r n a l E K B I S / V o l. X IV/ N o. / e d i s i S e p t e m b e r 15 7 ANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN *( Diah Ayu Novitasari Fakultas
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode penelitian adalah suatu ilmu pengetahuan yang memuat berbagai cara kerja di dalam melaksanakan penelitian dari awal hingga akhir. Metode penelitian juga merupakan suatu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Statistic Quality Control (SQC) Statistik merupakan teknik pengambilan keputusan tentang suatu proses atau populasi berdasarkan pada suatu analisa informasi yang terkandung di
Lebih 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 terperinciLAPORAN KERJA PRAKTEK DI PT. IGLAS (PERSERO) DISUSUN OLEH : 1. ANDREAS JONATHAN LIBERTY SOPAHELUWAKAN
LAPORAN KERJA PRAKTEK DI PT. IGLAS (PERSERO) DISUSUN OLEH : 1. ANDREAS JONATHAN 5303012020 2. LIBERTY SOPAHELUWAKAN 5303012032 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS KATOLIK WIDYA MANDALA
Lebih terperinciSKRIPSI ANALISIS PENGENDALIAN KUALITAS PRODUK DENGAN MENGGUNAKAN STATISTICAL PROCESS CONTROL (SPC) PADA PT. NGK
SKRIPSI ANALISIS PENGENDALIAN KUALITAS PRODUK DENGAN MENGGUNAKAN STATISTICAL PROCESS CONTROL (SPC) PADA PT. NGK Disusun Oleh : Nama : Asep Suryadi NPM : 201210215039 PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS
Lebih terperinciBAB I PENDAHULUAN. 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 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 terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(DS.6) ANALISIS KURVA PERTUMBUHAN SEBAGAI ANALISIS SETELAH MANOVA UNTUK DATA LONGITUDINAL Enny Supartini Statistika F MIPA Universitas Padjadjaran Bandung e-mail : arthinii@yahoo.com Abstrak Eksperimen
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Adanya era globalisasi menyebabkan peningkatan persaingan di berbagai bidang salah satunya dalam bidang industri air minum dalam kemasan, dimana industri
Lebih terperinciLAPORAN PRAKTIKUM TEKNIK PENGUJIAN MUTU HASIL PERIKANAN STATISTICAL PROCESS CONTROL
LAPORAN PRAKTIKUM TEKNIK PENGUJIAN MUTU HASIL PERIKANAN STATISTICAL PROCESS CONTROL Disusun oleh: Bekti Wulan Sari 11/318052/PN/12374 LABORATORIUM TEKNOLOGI IKAN JURUSAN PERIKANAN FAKULTAS PERTANIAN UNIVERSITAS
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode penelitian adalah suatu ilmu pengetahuan yang memuat berbagai cara kerja di dalam melaksanakan penelitian dari awal hingga akhir. Metode penelitian juga merupakan suatu
Lebih terperinciPengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T2 Hotelling (Studi Kasus PT Metec Semarang) SKRIPSI
Pengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T2 Hotelling (Studi Kasus PT Metec Semarang) SKRIPSI Disusun oleh : ALFAHARI ANGGORO NIM. 24010210141045 DEPARTEMEN 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 V ANALISA HASIL. PT. XYZ selama ini belum pernah menerapkan metode Statistical Process
70 BAB V ANALISA HASIL 5.1 Analisa Hasil control chart PT. XYZ selama ini belum pernah menerapkan metode Statistical Process Control. Sebagai langkah awal penulis mencoba menganalisa data volume produk
Lebih terperinciOleh : Nita Indah Mayasari Dosen Pembimbing : Dra. Ismaini Zain, M.Si
Oleh : Nita Indah Mayasari - 1305 100 024 Dosen Pembimbing : Dra. Ismaini Zain, M.Si Jawa Timur Angka Rawan Pangan 19,3 % STATUS EKONOMI SOSIAL Rumah Tangga Pedesaan Rumah Tangga Perkotaan Perbedaan pengeluaran
Lebih terperinciPENGARUH FAKTOR LINGKUNGAN FISIK TERHADAP WAKTU PERAKITAN STICK PLAYSTATION
PENGARUH FAKTOR LINGKUNGAN FISIK TERHADAP WAKTU PERAKITAN STICK PLAYSTATION Resa Taruna Suhada dan Ricky Reza Adhavi Program Studi Teknik Industri, Fakultas Teknologi Industri - Universitas Mercu Buana
Lebih terperinciIMPLEMENTASI UJI RATA-RATA KECACATAN PRODUK ROKOK BERBASIS DISTRIBUSI POISSON (Studi Kasus PR.TRUBUS ALAMI TULUNGAGUNG)
IMPLEMENTASI UJI RATA-RATA KECACATAN PRODUK ROKOK BERBASIS DISTRIBUSI POISSON (Studi Kasus PR.TRUBUS ALAMI TULUNGAGUNG) Krisna Trenggalih, Hendro Permadi, dan I Nengah Parta Universitas Negeri Malang E-mail:
Lebih terperinciBAB III METODE PENELITIAN. 3.1 Variabel Penelitian dan Definisi Operasional Variabel
BAB III METODE PENELITIAN 3.1 Variabel Penelitian dan Definisi Operasional Variabel 3.1.1 Variabel Penelitian Variabel penelitian merupakan suatu atribut atau sifat yang mempunyai variasi tertentu yang
Lebih terperinci3. BAB III METODOLOGI PENELITIAN
3. BAB III METODOLOGI PENELITIAN 3.1 Lokasi Dan Waktu Penelitian Penelitian Tugas Akhir ini dilaksanakan di PT United Can Company Ltd. yang berlokasi di Jalan Daan Mogot Km. 17, Kalideres Jakarta Barat,
Lebih terperinciStatistika Dasar. Hansiswany Kamarga
Statistika Dasar Hansiswany Kamarga 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN?
Lebih terperinciBAB I PENDAHULUAN. atau kualitas. Dalam dunia industri, kualitas barang yang dihasilkan merupakan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di era globalisasi yang semakin kompetitif ini, setiap pelaku bisnis yang ingin memenangkan persaingan akan memberikan perhatian penuh pada mutu atau kualitas.
Lebih terperinciBAB 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 terperinciProsiding Manajemen ISSN:
Prosiding Manajemen ISSN: 2460-6545 Analisis Pengendalian Kualitas dengan Menggunakan Metode Statistical Quality Control (SQC) Produk Kue Astor untuk Meminimumkan Produk Rusak Pada PT. Prima Jaya A.M.
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. 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 terperinciPENGKONSTRUKSIAN 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(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 terperinciANALISA PENYEBAB CACAT PADA PROSES PRODUKSI GALVANIZED IRON DIVISI COIL TO COIL (SHEAR LINE 1 DAN 4) DI PT. FUMIRA SEMARANG
ANALISA PENYEBAB CACAT PADA PROSES PRODUKSI GALVANIZED IRON DIVISI COIL TO COIL (SHEAR LINE 1 DAN 4) DI PT. FUMIRA SEMARANG Nia Budi Puspitasari Program Studi Teknik Industri UNDIP Abstrak Sebagai salah
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