KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

dokumen-dokumen yang mirip
BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING

Menentukan Waktu Perawatan Preventif dan Persediaan dengan menggunakan Age Replacement Model dan Monograph Methode

Analisis Model dan Contoh Numerik

SIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK

BAB II PERTIDAKSAMAAN CHERNOFF

BAB 2 LANDASAN TEORI

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

Distribusi Normal Multivariat

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB II MATERI PENUNJANG. 2.1 Keuangan Opsi

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks)

USULAN UKURAN PEMESANAN OPTIMAL SUKU CADANGMESIN GRINDING BERDASARKAN LAJU KERUSAKAN MENGGUNAKAN METODE Q (di Bengkel Pembuatan dan Service Turbin)

Bab II Dasar Teori Kelayakan Investasi

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

1.1 Konsep Distribusi

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)

Estimasi Fungsi Tahan Hidup Virus Hepatitis di Kabupaten Jember (Estimating of Survival Function of Hepatitis Virus in Jember)

BAB 4 ANALISIS DAN PEMBAHASAN

KINEMATIKA GERAK DALAM SATU DIMENSI

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

B a b 1 I s y a r a t

Integral dan Persamaan Diferensial

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

Faradina GERAK LURUS BERATURAN

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

Suatu Catatan Matematika Model Ekonomi Diamond

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB))

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

Jurnal EKSPONENSIAL Volume 4, Nomor 1, Mei 2013 ISSN

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

METODE PENELITIAN. yang digunakan untuk mengetahui dan pembahasannya mengenai biaya - biaya

BAB II TINJAUAN TEORITIS

BAB KINEMATIKA DENGAN ANALISIS VEKTOR

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks)

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB IV PERHITUNGAN NUMERIK

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

Sekilas Pandang. Modul 1 PENDAHULUAN

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

IV. METODE PENELITIAN

ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

III. METODE PENELITIAN

BAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB I PENDAHULUAN. 1.1 Latar Belakang

*Corresponding Author:

BAB III METODE PENELITIAN

ISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 3732

III. KERANGKA PEMIKIRAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

I. PENDAHULUAN II. LANDASAN TEORI

III. PEMODELAN HARGA PENGGUNAAN INTERNET

I PENDAHULUAN II LANDASAN TEORI

IV. METODE PENELITIAN

HUMAN CAPITAL. Minggu 16

IV. METODE PENELITIAN

SISTEM PERSEDIAAN KOMPONEN PADA MESIN CETAK BERDASARKAN LAJU KERUSAKAN DI PT KARYA KITA

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108

FISIKA. Kelas X GLB DAN GLBB K13 A. GERAK LURUS BERATURAN (GLB)

BAB III METODE PENELITIAN

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Adapun bentuk yang sederhana dari suatu persamaan diferensial orde satu adalah: di dt

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

PEMODELAN PRODUKSI SEKTOR PERTANIAN

Peramalan Inflasi Menggunakan Model Fungsi Transfer Multi Input. Forcasting Inflation Using Multiple Input Transfer Function Model

RANK DARI MATRIKS ATAS RING

PELATIHAN STOCK ASSESSMENT

B a b 1 I s y a r a t

III. METODE PENELITIAN

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu

Kontrol Optimal pada Model Economic Order Quantity dengan Inisiatif Tim Penjualan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Metode Regresi Linier

BAB 2 LANDASAN TEORI

ANALISIS FAKTOR LOKASI DAN PROMOSI TERHADAP PENJUALAN PRODUK

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

1.4 Persamaan Schrodinger Bergantung Waktu

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

III KERANGKA PEMIKIRAN

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE

Transkripsi:

Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs have long life. There are funcions ha relaionship wih life as reliabiliy funcion, hazard rae funcion, mean ime o failure, and mean residual life. In his wriing hose funcions be used o produc which has he failure ime of a componen is disribued Weibull. The reliabiliy funcion is exponenial funcion. For value θ is consan, he reliabiliy value is decrease funcion, if γ is greaher wih respec o ime. Meanwhile hazard rae funcion could be monoone increase funcion, consan funcion, monoone decrease funcion, if doing by simulaion wih shape parameer by one. Really, he mean ime o failure produc hang on Weibull disribuion parameers. Bu he mean residual life is reciprocal wih respec o is reliabiliy. Keywords: Weibull Model, Reliabiliy and Hazard Rae Funcions, Mean Time o Failure, Mean Residual Life.. Pendahuluan Suau produk yang baik enunya harus memperhaikan kharakerisik muunya. Hal-hal yang berhubungan dengan muu dapa berupa umur aau reliabilias. Makin lama kemampuan hidup dari produk, dapa dikaakan bahwa muunya semakin bagus. Peluang suau produk unuk dapa hidup lebih dari waku yang elah dienukan disebu reliabilias [,3]. Seiap produk diharapkan mempunyai reliabilias yang inggi, agar produk ersebu disukai oleh konsumen. Reliabilias berguna pula unuk menenukan waku garansi. Dengan adanya waku garansi baik produsen maupun konsumen sama-sama unung. Unuk menggambarkan inensias peluang bahwa umur produk akan gagal pada waku erenu, merupakan ingka risiko pada waku ersebu. Nilai ini merupakan ramburambu unuk mengeahui ingka bahaya aau kerugian yang mungkin muncul [6]. Umur produk merupakan lamanya produk ersebu mampu berfungsi sampai iba waku kegagalannya. Sedangkan sisa umur produk merupakan lamanya produk masih berfungsi seelah waku erenu. Reliabilias, umur dan sisa umur produk adalah saling berhubungan. Sehingga dapa dikaakan bahwa mereka merupakan ukuran reliabilias produk []. Ukuran-ukuran ini menyaakan kemampuan berfungsinya produk dari awal hingga muncul kegagalannya. Tujuan dari pembahasan ini adalah ingin mengeahui fungsi reliabilias dan ingka risiko suau produk. Selain iu, akan menaksir umur dan sisa umur produk, jika jumlah kegagalannya diasumsikan berdisribusi Weibull.. Model Disribusi Weibull Model ini banyak dipergunakan unuk sebaran fungsinya berupa fungsi idak linier erhadap waku. Fungsi pada peluang dari model disribusi Weibull adalah f ( e, () dengan parameer θ dan γ adalah bernilai posiif. Parameer θ merupakan parameer skala merupakan karakerisik umur, yang menggambarkan sifa umur produk. Sedangkan parameer γ merupakan parameer benuk, yang menggambarkan macam-macam benuk disribusinya, jika nilainya bervariabel.

Media Saisika, Vol., No., Desember 9: - Jika nilai γ dilakukan simulasi pada fungsi pada peluang Weibull, maka akan didapa disribusi seperi pada Tabel beriku. Tabel. Hasil Simulasi Nilai erhadap Disribusi γ f ( Disribusi e e 3,4397,4397 3,4397 e 3,4397 Selanjunya, fungsi disribusi kumulaif Weibull diberikan dengan: e d e Fungsi reliabilias Weibull adalah, Eksponensial Rayleigh Normal [] R( e, (3) Beriku ini disajikan plo dari fungsi reliabilias Weibull unuk bermacam-macam nilai γ (aau g), unuk suau θ diambil konsan. () Gambar. Plo Fungsi Reliabilias Weibull erhadap Waku Berdasarkan Gambar, diperoleh kesimpulan bahwa unuk nilai θ konsan, fungsi reliabiliasnya adalah makin kecil, jika nilai γ makin besar erhadap waku. Dapa pula dikaakan bahwa fungsi reliabilias Weibull kurang sensiive unuk nilai γ yang besar, dimana nilai θ dianggap konsan. Juga, fungsi ingka risiko Weibull diberikan dengan 6

Karakerisik Umur Produk (Sudarno) f ( Jika dilakukan simulasi secara umum erhadap nilai γ dengan θ dianggap konsan pada fungsi ingka risiko Weibull didapa kepuusan fungsi seperi pada Tabel beriku ini. h ( (4) Tabel. Hubungan anara dengan Fungsi γ Fungsi Lebih dari Monoon naik Sama dengan Konsan Kurang dari Monoon urun Di bawah ini diampilkan plo dari fungsi ingka risiko Weibull unuk suau θ konsan dengan bermacam-macam nilai γ (aau g). Gambar. Plo Fungsi Tingka Risiko Weibull erhadap Waku Menuru Gambar, unuk nilai θ konsan dapa dikaakan bahwa pada γ =, maka h() merupakan fungsi konsan. Sedangkan pada γ lebih dari, nilai awal h(γ) lebih kecil dari h() eapi akhirnya lebih besar darinya, yang mana makin besar nilai γ nilai fungsi h(γ) akan cepa besar. Sebaliknya, pada γ kurang dari, nilai awal h(γ) lebih besar dari h() eapi akhirnya lebih kecil darinya, yang mana makin kecil nilai γ nilai fungsi h(γ) akan cepa mengecil. Misalkan suau produk diasumsikan bahwa waku kegagalannya adalah berdisribusi Weibull dengan parameer θ = dan γ =. Maka reliabilias unuk waku, sesudah adalah ( ) R e,. Sehingga unuk =, ahun didapa R(,) =,969. Sedangkan ingka risiko pada waku adalah ahun ingka risikonya adalah,3 kegagalan per ahun. 4 h(,, pada =, 7

Media Saisika, Vol., No., Desember 9: - 3. Raaan Waku Gagal dan Raaan Sisa Umur 3.. Raaan Waku Gagal Salah sau ukuran reliabilias produk adalah mengeahui raaan waku gagal. Raaan waku gagal merupakan aksiran waku anar dua kegagalan yang beruruan pada produk yang sekali pakai. Misal erdapa n produk yang sekali pakai dan diamai kapan waku kegagalannya. Andaikan waku kegagalannya masing-masing dinyaakan dengan,,, n. Taksiran raaan waku gagal adalah n i n i. Karena i merupakan variabel acak, maka secara umum variabel acak ini dapa digani dengan variabel acak T, yang menyaakan waku kegagalan. Sehingga aksiran nilainya dapa dinyaakan dengan E[T] f ( d. () Telah dikeahui bahwa R( dan () menjadi E[T] d dr( f (. Sehingga Persamaan d d dr( R( d, (6) karena R( ) = dan R() =. Selanjunya menenukan raaan waku gagal unuk disribusi Weibull. Berdasarkan Persamaan (3) dan (6), maka E[T] e Dengan mensubsiusi d. (7) x, maka Persamaan (7) menjadi x x E[T] e x dx e x dx. (8) yang dapa dipergunakan unuk meneukan umur produk. Sedangkan ragam waku gagal dari disribusi Weibull yaiu Var[T] (9) dengan (n) merupakan fungsi gamma, yaiu n x ( n) x e dx dan x n e x / n dx ( n). Misal suau produk diasumsikan bahwa waku kegagalannya adalah berdisribusi Weibull dengan parameer θ = dan γ =. Maka aksiran umur produk dapa dicari menggunakan raaan waku gagal, yaiu, (,) =,6 ahun. Ragamnya adalah,4 (,4) (, ) =,79. Oleh karena iu simpangan bakunya adalah,83 ahun. 3.. Raaan Sisa Umur Ukuran karakerisik reliabilias dari produk yang lain adalah fungsi raaan sisa umur L(. Fungsi ini didefinisikan sebagai beriku: L ( E[ T T ],. () 8

Karakerisik Umur Produk (Sudarno) Maka fungsi raaan sisa umur adalah aksiran sisa umur, T, yang diberikan produk yang elah hidup sampai waku. Jika fungsi densias peluang bersyara unuk sembarang waku adalah f ( ) ft T ( ),. () R( Maka ekspekasi bersyara dari fungsi yang diberikan dalam Persamaan () adalah f ( ) E[ T T ] ft T ( ) d d. () R( Berdasarkan Persamaan (), (), dan (), diperoleh raaan sisa umur beriku ini f ( ) L( ( d f d R R ( ), (3) ( ) ( ) karena R( f ( ) d. Andaikan suau produk dianggap bahwa waku kegagalannya adalah berdisribusi Weibull dengan parameer θ = dan γ =. Maka akan mempunyai fungsi densias 4, peluang f (, e,. Sehingga didapa fungsi disribusi kumulaifnya, e. Karena R(, maka reliabilias unuk waku sesudah adalah, 4 R( e. Sedangkan ingka risiko pada waku adalah h(,. Jika produk elah hidup selama, ahun aau 8 bulan, maka diperoleh R(,) =,969. Sehingga raaan sisa umur produk ersebu adalah,, L(,) e d,,897 ahun. (4),969, Jadi aksiran sisa umur produk ersebu adalah kira-kira,7 bulan lagi baru mai. Gambar unuk sebaran fungsi dari karakerisik produk pembahasan di aas, diberikan di bawah ini. Gambar 3. Plo Fungsi Reliabilias, Disribusi dan Tingka Risiko Weibull erhadap Waku Menuru Gambar 3, unuk parameer θ dan γ konsan dapa disimpulkan bahwa unuk perubahan waku yang semakin besar, fungsi reliabiliasnya nilainya akan semakin 9

Media Saisika, Vol., No., Desember 9: - kecil, pada kira-kira 3, ahun reliabiliasnya sudah bernilai nol. Sedangkan pada fungsi disribusi dan ingka risiko dengan berambahnya waku, nilainya akan semakin berambah besar. Seelah lebih dari seengah ahun baru muncul resiko kegagalan. 4. Kesimpulan Model Weibull dapa dipergunakan unuk memprediksi waku kegagalan yang sebarannya bercorak idak linier. Dengan melakukan simulasi unuk nilai parameer benuk erenu, dapa dihasilkan disribusi eksponensial, Rayleigh, aau bahkan normal. Unuk niliai θ konsan, fungsi reliabiliasnya adalah makin kecil, jika nilai γ makin besar erhadap waku. Teapi, pada γ =, maka fungsi ingka risikonya merupakan fungsi konsan. Sedangkan pada γ lebih dari, fungsi ingka risikonya merupakan fungsi monoon naik dan pada γ kurang dari, fungsi ingka risikonya merupakan fungsi monoon urun. Raaan waku gagal adalah berganung pada parameernya. Sedangkan raaan sisa umur berbanding erbalik erhadap reliabiliasnya. DAFTAR PUSTAKA. Elsayed, E.A., Reliabiliy Engineering, Addison Wesley Longman, Inc., Massachuses, 996.. Makino, T., Mean Hazard Rae and Is Applicaion o he Normal Approximaion of he Weibull Disribuion, Naval Research Logisics Quarerly, 984. 3. Mira, A., Fundamenals of Qualiy Conrol and Improvemen, Macmillan Publishing Company, 993. 4. Moore, H., MATLAB for Engineers, Pearson Prenice Hall, Inc., New Jersey, 7.. Ross, S.M., Inroducion o Probabiliy Models, Sixh Ediion, Academic Press, New York, 997. 6. Ross, S.M., Sochasic Processes, Second Ediion, John Wiley & Sons, Inc., New York, 996.