Pengendalian 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 Statistika Institut Teknologi Sepuluh Nopember Surabaya Seminar Hasil Tugas Akhir – Kamis, 10 Juli 2014

Agenda 1 2 3 4 5

Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan pembahasan Kesimpulan dan saran

PENDAHULUAN

Latar belakang | Permasalahan | Tujuan | Manfaat| Bantasan Masalah

Latar Belakang

Permasalahan

Tujuan

Manfaat

Batasan Masalah

Departemen

Quality Control

Jakarta

Penelitian Sebelumnya

Sidoarjo Kecacatan

Pengontrolan kualitas produksi PT. IGLAS (Persero) Gresik menggunakan peta kendali p multivariat

Seminar Hasil Tugas Akhir – Kamis, 10 Juli 2014

Pengendalian Kualitas Produksi Peta Kendali p Multivariat Karina Mayananda (2012)

Pendahuluan

Latar Belakang

1 2

Permasalahan

Tujuan

Manfaat

Batasan Masalah

Bagaimana pengendalian kualitas proses produksi kaca jenis LNFL pada bulan Januari sampai dengan Desember 2013 di PT. Asahimas Flat Glass, Tbk. Sidoarjo dengan menggunakan peta p multivariat?

Apa saja faktor penyebab cacat yang menjadi prioritas perbaikan dalam produksi kaca jenis LNFL pada bulan Januari sampai dengan Desember 2013 di PT. Asahimas Flat Glass, Tbk. Sidoarjo saat proses pemotongan?


Pendahuluan

Latar Belakang

1

2

Permasalahan

Tujuan

Manfaat

Batasan Masalah

Mengevaluasi proses produksi kaca jenis LNFL pada bulan Januari sampai dengan Desember 2013 di PT. Asahimas Flat Glass, Tbk. Sidoarjo dengan menggunakan peta p multivariat. Menentukan faktor penyebab cacat yang menjadi prioritas perbaikan dalam produksi kaca jenis LNFL pada bulan Januari sampai dengan Desember 2013 di PT. Asahimas Flat Glass, Tbk. Sidoarjo saat proses pemotongan.


Pendahuluan

Latar Belakang

• Penerapan teoriteori yang telah diperoleh dibangku kuliah ke dalam praktek yang sebenarnya.

Bagi Peneliti

Permasalahan

Tujuan

• Bahan studi kasus dan acuan bagi mahasiswa pada umumnya serta sebagai bahan referensi bagi pihak perpustakaan untuk menambah ilmu pengetahuan bagi pembaca. Bagi Institut


Manfaat

Batasan Masalah

• Bahan masukan bagi perusahaan untuk pengambilan keputusan yang lebih baik.

Bagi Perusahaan

Pendahuluan

Latar Belakang

Permasalahan

Tujuan

Manfaat

Batasan Masalah

1 • Penelitian hanya dilakukan pada proses pemotongan kaca lembaran pada line A1 di PT. Asahimas Flat Glass, Tbk. Sidoarjo.

2 • Penelitian hanya dilakukan pada produk kaca jenis LNFL.


Pendahuluan

TINJAUAN PUSTAKA

Pengendalian Kualitas Statistika | Peta Atribut Multivariat | Peta p Multivariat | Diagram Pareto | Diagram Sebab-Akibat | Proses Pembuatan Kaca | Tinjauan Penelitian Sebelumnya

Pengendalian Kualitas Statistika

Peta atribut Multivariat

Peta p multivariat

Menurut Montgomery (2009), ada tujuh alat statistik Pengendalian kualitas statistik yang sering digunakan dalam merupakan teknik pengendalian kualitas secara penyelesaian masalah yang statistikmengatakan Menurut Johnson & Wichern (2002)

Diagram pareto

Diagram sebab-akibat

a.

Lembar Pengamatan b. Diagram Pareto c. Diagram Sebab Akibat Ishikawa) bahwa (Diagram jika variabel d. Diagram konsentrasi cacat digunakan untuk memonitor, karakteristik kualitas yang diperiksa lebih dari satu dan antar variabel yang (defect concentration mengendalikan, menganalisis, satu dengan yang lain ada hubungan maka disebut multivariate. diagram) mengelola dan memperbaiki e. Diagram Pencar (Scatterplot) produk dan proses f. Peta kendali menggunakan metode-metode g. Histogram

statistik (Ariani, 2004).


Tinjauan pustaka



Peta p multivariat

Diagram pareto


Konsep Peta p Multivariat Menurut Cozzucoli (2009) peta p multivariat adalah peta kendali yang mempunyai distribusi cacat acak multinomial dengan parameter (n,p) dengan n adalah ukuran Klasifikasi berdasarkan tingkat cacat keseluruhan sampel dan p vektor probabilitas. dimana di = vektor pembobot ( 0≤di≤1) k pi = proporsi dari ketidaksesuaian item   d i pi kelas cacat ke-i (0≤pi≤1) i 0 δ = tingkat cacat keseluruhan (0<δ<1)



Batas kendali Peta p Multivariat Penaksir parameter tak bias dari pi

1 m pˆ i   pˆ it m t 1

pˆ it 

X it n dengan

Dimana i = 0, 1,…, k dan t = 1, 2 ,…, m

Batas Kendali 2  k   1  k 2   k  d pˆ    d pˆ  BKA   di pˆ i  z (1 )1/( k 1) n  i0 i i   i0 i i   i0  

k GarisTengah   di pˆ i i 1


2  k   1  k 2   k  d pˆ    d pˆ  BKB   d i pˆ i  z (1 )1 /( k 1) n  i0 i i   i0 i i   i0  

Tinjauan pustaka



Peta p multivariat

Diagram pareto


Struktur Data Peta p Multivariat Jenis Cacat (i)

Pengamatan Sampel

Jumlah Cacat

...

i

1

n1

x01

x11

...

xi1

... xk1

Xi1

2

n2

x02

x12

...

xi2

... xk2

Xi2

...

...

...

...

xit

...

xkt

Xit

...

...

...

...

xim

... xkm

Xim

...

1

...

0

...

(n)

...

(t)

...

t

nt

x0t

x1t

...

...

...

...

...

...

m

nm

x0m x1m

...


...

k

(Xit)

Tinjauan pustaka



Peta p multivariat

Diagram pareto


Struktur Data Proporsi Cacat Kelas Cacat (i) Tidak

Cacat

Cacat

Cacat

(t)

Cacat

Kritis

Mayor

Minor

0

1

2

3

1

pˆ 01

pˆ 11

2

pˆ 02

pˆ 12

pˆ 13

pˆ 23

pˆ 33

...

Pengamatan

i

3

pˆ 03

pˆ 21

pˆ 22

pˆ 31 pˆ 32

...

...

...

...

pˆ 0i

pˆ 1i

pˆ 2i

pˆ 3i

...

...

...

...

...

m

pˆ 0 m

pˆ 1m

pˆ 2 m

pˆ 3m

pˆ i

pˆ 0

pˆ 1

pˆ 2

pˆ 3


Tinjauan pustaka



Peta p multivariat

Diagram pareto


Identifikasi Variabel Penyebab Terjadinya Tidak Terkendali Jika nilai statistik sampling (  ) berada batas kendali atas atau batas kendali bawah, maka proses akan dikatakan diluar dan operator harus menyelidiki penyebabnya.





2 k pˆ it  pˆ i 0 Z t  n0 nt  i 0 X it  X i 0

Dimana : Zt = indikator kontribusi relatif dari variabel ke-t n0 dan nt = ukuran sample periode ke-0 dan ke-t

Perbaikan proses dilakukan pada variabel Z t >  ( k 1), 2


Tinjauan pustaka



Peta p multivariat

Diagram pareto


2500

100

2000

80

1500

60

1000

40

500

20

0 karakteristik cacat


a

b

c

d

e

lainnya

Persen

frekuensi

Diagram pareto merupakan suatu gambar yang mengurutkan klasifikasi data dari kiri ke kanan menurut urutan skor tertinggi hingga terendah. Hal ini dimaksudkan agar dapat membantu menemukan permasalahan yang paling penting untuk segera diselesaikan (skor tertinggi) sampai dengan masalah yang tidak harus segera diselesaikan (skor terendah) (Ariani, 2004).

0

Tinjauan pustaka



Peta p multivariat

Diagram pareto


Diagram sebab-akibat sering dikenal dengan diagram tulang ikan (fishbone). Diagram sebab-akibat adalah suatu diagram yang menunjukkan hubungan antara sebab-akibat. Selain itu, diagram sebab-akibat dapat digunakan untuk membantu dalam menganalisa mutu dengan tujuan mengetahui secara menyeluruh hubungan antara kecacatan dengan penyebabnya. Oleh sebab itu, diagram sebab-akibat dapat dengan mudah dipahami oleh siapapun (Ishikawa, 1989). Lingkungan

Material

Manusia

Cacat

Metode


Mesin

Tinjauan pustaka

Proses pembuatan kaca Raw Material Preparation (Persiapan Bahan Kaca)

Tinjauan Penelitian sebelumnya Bahan baku yang sudah diterima pabrik bisa berbentuk curah atau kemasan.

Weighting & Mixing of Raw Material (Penimbangan dan Pencampuran Bahan Kaca)

Semua komposisi kimia di dalam kaca adalah berbentuk oksida atau senyawa yang mengandung unsur oksigen.

Melting (Peleburan) di Furnace 1600 – 1700o

Operasi melting adalah proses peleburan batch dan cullet menjadi bentuk yang homogen yang disebut molten glass.

Glass Forming (Pembentukan Kaca) di Metal Bath Glass Annealing (Pendinginan Kaca) di Lehr

Proses pembentukan kaca disebut proses drawing yaitu proses untuk membentuk molten glass dari melting menjadi kaca lembaran. Pembentukan kaca ini bisa diatur tebal tipisnya kaca dan lebar kaca yang dibutuhkan.

Glass Cutting (Pemotongan Kaca)

Saat lembaran kaca berjalan, sudut pisau pemotong dan kecepatan gerak pisau sudah diatur sedemikian rupa sehingga mendapatkan potongan secara horizontal dan lurus.

Glass Packaging (Pengepakan Kaca)

Proses pengepakan bertujuan untuk mengemas produk kaca di dalam box atau pallet dan menjaga kualitas produk sampai ke tujuan pengiriman.


Tinjauan pustaka

Proses pembuatan kaca No.

Nama Peneliti

1.

Karina Mayananda

2.

Imam Rido Riarso

3.

I Made Parsawan

Tahun

Tinjauan Penelitian sebelumnya Judul

Pengontrolan kualitas produk PT. IGLAS (Persero) Gresik menggunakan peta p multivariat memperoleh kesimpulan bahwa proses produksi botol IBTC 175ml tahap 2012 sortir menunjukkan hasil yang belum stabil dan belum terkendali. Hal ini dikarenakan terdapat 14 subgrup dari 48 subgrup atau sebanyak 29,17% pengamatan yang terdeteksi tidak terkendali atau berada diluar batas kendali. Pengendalian kualitas proses produksi tube plastik di PT. Multiplast Jaya Tatamandiri Sidoarjo menggunakan peta p multivariat memperoleh kesimpulan bahwa proses 2012 produksi tube plastik pada fase I, yaitu proses pada bulan Desember 2010 berdasarkan peta p multivariat sudah terkendali, namun tidak cocok digunakan untuk bulan Januari 2011 karena telah terjadi pergeseran proses. Perbandingan peta D2 dan peta p multivariat (studi kasus) pengontrolan kualitas produksi PT. IGLAS (Persero) Gresik memperoleh kesimpulan bahwa pengontrolan kualitas proses produksi botol IBTC 175ml tahap sortir di PT. IGLAS (Persero) 2012 Gresik, menunjukkan hasil yang belum terkendali secara statistik. Peta D2 menghasilkan batas kendali yang lebih sensitif dibandingkan dengan peta p multivariat, sehingga lebih baik untuk menggunakan peta D2 untuk pengontrolan kualitas proses produksi botol IBTC 175ml.


Tinjauan pustaka

Metodologi penelitian Variabel Penelitian | Teknik Pengukuran | Metode Analisis Data

Variabel Penelitian

Teknik Pengukuran

Metode analisis data

Cullet

Cacat Kritis / Critical Defect

• Cacat yang berada diantara kaca berupa percikan hasil pemotongan kaca.

Scratch • Goresan pada permukaan kaca yang diakibatkan oleh gesekan benda keras atau tajam. Pushmark

Cacat Major / Major Defect

• Cacat yang disebabkan oleh kaca yang terjepit pada saat pemotongan kaca. Chipping • Cacat gumpil pada sudut pemotongan kaca. Water Stain

Cacat Minor / Minor Defect

• Suatu cacat yang ditimbulkan akibat sisa air pencucian washing machine yang mengering secara tidak merata pada permukaan kaca atau suatu percikan/tetesan cairan yang menempel. Others • Cacat others diantaranya adalah flare, crack, insert mark, cutter down.


Metodologi penelitian

Variabel Penelitian

Teknik Pengukuran


Skor Bobot Masing-Masing Kelas Cacat 1. Cacat Kritis / Critical Defect sebesar 63%. 2. Cacat Major (Fungsional) / Major Defect sebesar 27%. 3. Cacat Minor (Rupa) / Minor Defect sebesar 10%.



Variabel Penelitian

Data Sekunder

Pengambilan sampel

Departement Quality Control

Teknik Pengukuran

Jenis Kecacatan

Setiap 1 jam diambil sampel yang berbeda-beda



Proses pemotongan

Subgrup

Periode Januari sampai dengan Desember 2013 untuk produk LNFL

47 subgrup dimana masing-masing subgrup terdiri dari 3 shift, yaitu : shift pagi, shift siang dan shift malam


Variabel Penelitian

Teknik Pengukuran


Struktur Data Pada Proses Produksi Kaca Jenis LNFL Subgrup (t)

Sampel

1

n1

2

n2

3

n3

. .

. .

47

n47

Shift Pagi Siang Malam Pagi Siang Malam Pagi Siang Malam . . Pagi Siang Malam


Jenis Cacat (i)

Proporsi Jumlah Cacat (Pit)

1

...

6

Jumlah Cacat (Xit)

x11

...

x16

xi1

Pi1

x21

...

x26

xi2

Pi2

x31

...

x36

xi3

Pi3

. .

. .

. .

. .

. .

x47,1

...

x47,6

xi47

Pi47


Variabel Penelitian

1. Mengumpulkan data

Teknik Pengukuran


2.

3.

4.

Melakukan uji asumsi

Melakukan analisis data

Membuat kesimpulan dan saran

Membuat deskripsi data Diagram p multivariat Membuat diagram pareto Menggambarkan diagram sebab-akibat



Variabel Penelitian

Teknik Pengukuran


Mulai Studi Literatur Perumusan Masalah dan Tujuan Penelitian Identifikasi Variabel dan Pengumpulan Data Uji Asumsi : Uji Korelasi Pearson Uji Multivariat Normal

Tidak Titik pengamatan dihilangkan kemudian kembali membuat peta kendali

Ya

Membuat peta kendali p multivariat tahap 1

Dalam batas kendali

Flow Chart Langkah Analisis


Tidak

Mencari tahu penyebab out of control dengan menggunakan diagram pareto dan diagram ishikawa

Ya Membuat peta kendali p multivariat tahap 2, dst

Dalam batas kendali

Tidak

Ya

Kesimpulan dan saran Selesai


ANALISIS DAN PEMBAHASAN Karakteristik Jenis Cacat | Evaluasi Proses | Jenis Cacat Dominan | Faktor Penyebab Cacat

Karakteristik Jenis cacat

Evaluasi proses

Jenis cacat dominan

Faktor penyebab cacat

Statistika Deskriptif Pada Proses Produksi Kaca Tahun 2013 No.

Jenis Cacat

n

Jumlah cacat

1.

Cullet

187121

221

2.

Scratch

187121

383

3.

Pushmark

187121

74

4.

Chipping

187121

83

5.

Water Stain

187121

0

Other Second 187121

52

6.


ANALISIS DAN PEMBAHASAN


Evaluasi proses

Statistika Deskriptif Pada Proses Produksi Kaca Tahap 1 No. Jenis Cacat 1. Cullet 2. Scratch 3. Pushmark 4. Chipping 5. Water Stain 6. Other Second

n 40124 40124 40124 40124 40124 40124

Jumlah cacat 79 115 29 21 0 25

Statistika Deskriptif Pada Proses Produksi Kaca Tahap 2 No. 1. 2. 3. 4. 5. 6.

Jenis Cacat Cullet Scratch Pushmark Chipping Water Stain Other Second

n 47112 47112 47112 47112 47112 47112

Jumlah cacat 41 61 13 9 0 5



Jenis cacat dominan



n 66328 66328 66328 66328 66328 66328

Jumlah cacat 58 96 17 23 0 14



n Jumlah cacat 33557 43 33557 111 33557 15 33557 30 33557 0 33557 8


Evaluasi proses


Jenis cacat dominan


Evaluasi Proses Tahun 2013 0,008 0,007 0,006

delta (d)

0,005 0,004 BKA = 0,003234

0,003

GT = 0,002541 0,002

BKB = 0,001848

0,001 0,000 1

5

10


15

20 25 30 Pengamatan ke-

35

40

45


Evaluasi proses

Karakteristik Jenis cacat •


Jenis cacat dominan

Evaluasi Proses Tahap 1 Peta p multivariat pada tahap 1 0,006

0,005

delta (d)

BKA = 0,00467 0,004

Perbaikan peta p multivariat pada tahap 1

GT = 0,00377

BKA = 0,00505

0,0050 0,003

BKB = 0,00287 0,0045

0,001 1

2

3

4


8

9

10

11

delta (d)

0,002

0,0040

GT = 0,004003

0,0035

0,0030

BKB = 0,00296 1


2

3 Pengamatan ke-

4

5


Evaluasi proses


Jenis cacat dominan


delta (d)

Evaluasi Proses Tahap 2 0,005

BKA = 0,00505

0,004

GT = 0,004003

0,003

BKB = 0,00296

0,002

0,001

0,000 1

2

3


4


8

9

10


Evaluasi proses


•


Jenis cacat dominan

Evaluasi Proses Tahap 2 Peta p multivariat pada tahap 2 0,00225 0,00200

BKA = 0,00191

delta (d)

0,00175 0,00150


GT = 0,00144

BKA = 0,001920

0,0019

0,00125

0,0018

0,00100

0,0017

BKB = 0,00096

0,0016 delta (d)

0,00075 0,00050 1

2

3

4


8

9

10

0,0015 GT = 0,00144

0,0014 0,0013 0,0012 0,0011 0,0010

BKB = 0,000965 1


2

3 4 Pengamatan ke-

5

6


Evaluasi proses


Jenis cacat dominan


Evaluasi Proses Tahap 3 0,0025

delta (d)

0,0020

BKA = 0,00192

0,0015

GT = 0,00144

0,0010

BKB = 0,000965

0,0005 1

2


3

4

5

6 7 8 9 Pengamatan ke-

10

11

12

13


Evaluasi proses


•

Jenis cacat dominan


Evaluasi Proses Tahap 3 Peta p multivariat pada tahap 3 0,0025 BKA = 0,00214

delta (d)

0,0020

Perbaikan peta p multivariat pada tahap 3 0,0022

GT = 0,00164

BKA = 0,00212

0,0015

0,0020

BKB = 0,00115

0,0018 delta (d)

0,0010

0,0005 1

2

3

4

5


10 11

12 13

GT = 0,00163

0,0016

0,0014

0,0012

BKB = 0,00114

0,0010 1


2

3

4 5 Pengamatan ke-

6

7


Evaluasi proses


Jenis cacat dominan


Evaluasi Proses Tahap 4 0,008 0,007 0,006

delta (d)

0,005 0,004 0,003 BKA = 0,00212 GT = 0,001629 BKB = 0,00114

0,002 0,001 0,000 1

2

3

4


5


10

11

12

13


Evaluasi proses


•


Jenis cacat dominan

Evaluasi Proses Tahap 4 Peta p multivariat pada tahap 4 0,008 0,007


0,006

delta (d)

0,005 0,0045

BKA = 0,00422

0,004

BKA = 0,00425

GT = 0,003247

0,003

0,0040

BKB = 0,00228 delta (d)

0,002 0,001 0,000 1

2

3

4

5


10

11

12

13

0,0035 GT = 0,00327 0,0030

0,0025 BKB = 0,0023 1


2

3 Pengamatan ke-

4

5


Evaluasi proses


Jenis cacat dominan


Diagram pareto tahap 1 300 100

250

40

50

20

0 Jenis Cacat

Jumlah Percent Cum %

ra Sc

h tc

115 42,8 42,8

ll e Cu

t

79 29,4 72,1

m sh Pu

ar

O

k

s er th

29 10,8 82,9

S

ry da n o ec

25 9,3 92,2

g in pp i Ch

21 7,8 100,0

er at W

0 0,0 100,0

Diagram pareto tahap 2 140

0

100 120 100

80

80

60

60

Percent

100

Jumlah

Jumlah

60

150

Percent

80

200

40 40 20

20 0 Jenis Cacat Jumlah Percent Cum %


Scratch 61 47,3 47,3

Cullet 41 31,8 79,1

Pushmark 13 10,1 89,1

Chipping 9 7,0 96,1

Other 5 3,9 100,0

0


Evaluasi proses


Jenis cacat dominan


Diagram pareto tahap 3 100

200

40 50

Jumlah Percent Cum %

ra Sc

h tc

96 46,2 46,2

t ll e Cu

58 27,9 74,0

g in pp i Ch

23 11,1 85,1

m sh Pu

k ar

rs he Ot 17 8,2 93,3

c Se

ry da n o

er at W

0

100

200

80 150 14 6,7 100,0

0 0,0 100,0

60 100 40 50

0 Jenis Cacat Jumlah Percent Cum %


Percent

0 Jenis Cacat

20

Diagram pareto tahap 4

Jumlah

Jumlah

60 100

Percent

80

150

20

Scratch 111 53,6 53,6

Cullet 43 20,8 74,4

Chipping 30 14,5 88,9

Pushmark 15 7,2 96,1

Other 8 3,9 100,0

0



Evaluasi proses

Diagram sebab-akibat pada jenis cacat dominan Material

Man


Jenis cacat dominan

Diagram sebab-akibat pada proses produksi kaca Material

Man

Ketelitian Ketelitian Pencampuran bahan baku belum sempurna

Kualitas bahan baku y ang belum baik

Kelelahan

Kelelahan Keahlian

Terjadinya cacat Scratch, Cullet dan Pushmark

Terjadinya cacat Kurangny a maintenance

Kurangny a maintenance C ara pemotongan belum optimal

U sia mesin y ang sudah tua Pengaturan mesin y ang belum sesuai

Methods

Machines


C ara pemotongan belum optimal

Methods

Pengaturan mesin y ang belum sesuai

Machines


KESIMPULAN DAN SARAN

KESIMPULAN

SARAN

1

Dari hasil evaluasi proses, produksi kaca jenis LNFL pada proses pemotongan bulan Januari sampai dengan Desember 2013 mengalami pergeseran proses yang semakin buruk. Sehingga, perlu dilakukan pembagian tahap sebanyak 4 tahap dan diperoleh hasil bahwa dengan melakukan perbaikan peta p multivariat untuk masing-masing tahap, proses produksi kaca jenis LNFL sudah terkendali secara statistik.

2

Dari hasil diagram pareto, jenis cacat yang paling mendominasi dalam produksi kaca pada saat proses pemotongan kaca bulan Januari sampai dengan Desember 2013 adalah adalah scratch dengan rata-rata sebesar 47,48%, cullet dengan rata-rata sebesar 27,48%, pushmark dengan rata-rata sebesar 9,08% dan chipping dengan rata-rata sebesar 10,1%. Dari hasil diagram sebab akibat, faktor-faktor penyebab cacat diantaranya yaitu kualitas bahan baku yang belum baik, operator kelelahan dan kurang teliti, cara pemotongan belum optimal, kurangnya maintenance, usia mesin yang sudah tua dan pengaturan mesin yang belum sesuai.



KESIMPULAN

SARAN

Saran bagi pihak perusahaan agar melakukan perbaikan untuk jenis cacat yang mendominasi yaitu scratch, cullet, pushmark dan chipping pada proses pemotongan kaca yang diakibatkan oleh faktor mesin dan faktor manusia dengan cara melakukan maintenance pada mesin secara teratur dan perlunya peningkatan kinerja untuk setiap operator. Selain itu, pihak perusahaan juga perlu melakukan pengendalian kualitas secara statistik pada proses produksi kaca untuk mengurangi jumlah produk cacat dan proses dalam keadaan terkendali.



Daftar Pustaka Ariani, Dorothea Wahyu. 2004. Pengendalian Kualitas Statistik. Yogyakarta: AndiOffset. Cozzucoli, P. C. (2009, June). Process Monitoring with Multivariate p Control Chart. Journal of Quality Statistic and Reliability, Volume 2009. Octaviana, Fanny A. 2012. Pengendalian Kualitas Produksi Kaca Pada Proses Pembentukan di PT. Asahimas Flat Glass, Tbk. Tugas Akhir Mahasiswa Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember, Surabaya. Ishikawa, Kaoru. 1989. Introduction to Quality Control. Jepang : JUSE Press Ltd. Johnson , A. R., & Winchern, D. W. (2002). Applied Multivariate Statistical Analysis 5th. New Jersey: Prentice Hall, Upper Saddle River. Mayananda, K. 2012. Pengontrolan Kualitas Produksi PT. IGLAS (Persero) Gresik Menggunakan Diagram p Multivariat. Tugas Akhir Mahasiswa Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember, Surabaya. Montgomery, D.C. 2009. Introduction to Statistical Quality Control 5th Edition. New York: John Wiley & Sons, inc. Mukhopadhyay, A. R. 2008. Multivariate Attribute Control Chart Using Mahalanobis D2 Statistic. Journal of Applied Statistics, Vol.35, No.4, 421-429. Parsawan, I Made. 2012. Perbandingan Diagram D2 dan Diagram p Multivariat (Studi Kasus) Pengontrolan Kualitas Produksi PT. IGLAS (Persero) Gresik. Tugas Akhir Mahasiswa Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember, Surabaya. Riarso, Iman Ridho. 2012. Pengendalian Kualitas Proses Produksi Tube Plastik di PT. Multiplast Jaya Tatamandiri Sidoarjo Menggunakan Peta Kendali p Multivariat. Tugas Akhir Mahasiswa Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember, Surabaya. Suyanto. 2009. Penerapan PID Controller Pada Sistem Pengendalian Temperatur Pada Proses Pembuatan Kaca Lembaran di PT. Asahimas Flat Glass, Tbk. Sidoarjo. http://kaisnet.files.wordpress.com/2010/11/suyanto.pdf diakses pada tanggal 27 Februari 2012 pukul 17.00 WIB. Seminar Hasil Tugas Akhir – Kamis, 10 Juli 2014

TERIMA KASIH

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 Statistika Institut Teknologi Sepuluh Nopember Surabaya Seminar Hasil Tugas Akhir – Kamis, 10 Juli 2014

Pengendalian Kualitas Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk

Recommend Documents