Professional Documents
Culture Documents
ABSTRAK
1.2 Permasalahan
Parmasalahan dalam praktikum ini antara lain:
1. Bagaimana statistik deskriptif untuk karakteristik kualitas tebal Plywood.
2. Bagaimana diagram kontrol CUSUM untuk karakteristik kualitas tebal
Plywood.
2
3. Bagaimana diagram kontrol EWMA untuk karakteristik kualitas tebal
Plywood.
4. Bagaimana perbandingan antara diagram kontrol CUSUM dan EWMA
untuk karakteristik kualitas tebal Plywood.
1.3 Tujuan
Tujuan dari praktikum ini antara lain:
1. Mengetahui statistik deskriptif untuk karakteristik kualitas tebal
plywood.
2. Mengetahui diagram kontrol CUSUM untuk karakteristik kualitas tebal
plywood.
3. Mengetahui diagram kontrol EWMA untuk karakteristik kualitas tebal
Plywood.
4. Mengetahui perbandingan antara diagram kontrol CUSUM dan EWMA
untuk karakteristik kualitas tebal Plywood.
3
BAB II
LANDASAN TEORI
rata-rata sampel ke-j. Maka jika µ 0 adalah target dari mean proses itu, diagram
kontrol jumlah kuadrat dibentuk dengan menggambarkan kuantitas terhadap
banyaknya sampel i. Rumusnya adalah sebagai berikut :
i
C i = Σ ( x j − µ 0 ) = ( xi − µ 0 ) + C i −1
j =1 (2.1)
Ci adalah jumlah kumulatif sampel dengan sampel ke-i. Karena Ci
menggabungkan informasi dari beberapa sampel, grafik jumlahan kuadrat lebih
efektif daripada grafik Shewhart untuk meyelidiki proses pergeseran proses kecil.
Selain itu grafik CUSUM khususnya, efektif dengan sampel n = 1. Ini membuat
diagram kontrol CUSUM mungkin untuk digunakan dengan pengukuran otomatis
bagi tiap benda dan pengendalian pada jalur dengan menggunakan
δ µ1 − µ 0
K= σ=
2 2
Rumus menaksir rata-rata proses yang baru adalah:
µ0 + K + Ci+ ,
+
if Ci+ > H
µˆ = N
Ci− (2.3)
µ0 − K − N − , if Ci− > H
5
dari target atau sebaliknya. Untuk one-side CUSUM dengan h dan k
parameter, maka Siegmund’s approximationnya adalah:
exp(−2∆b) + 2∆b − 1
ARL = (2.7)
2∆2
1 1 1 (2.8)
= +
+
ARL ARL ARL−
x i − µ0
Yi =
σ (2.9)
Rumus The Standardized Two-way CUSUM adalah sebagai berikut:
yi 0,822
vi = − (2.11)
0,349 0,349
6
Skala cusum yaitu:
+ −
c =c0 0
=0
(2.14)
dimana K adalah nilai referensi, sedangkan Ti adalah waktu lalu perhitungan
obeservasi yang lalu.
7
Pola pengendalian Tabel penutup (The V-Mask) yang relatif mudah
melaksanakannya. Ini berguna khususnya jika prosedur pengendalian proses
dilakukan dengan komputer . Rumusnya sebagai berikut:
i
c i
=∑y = y +c i −1
j i
j =1 (2.15)
Yi merupakan observasi standart, rumusnya adalah:
y = ( xi − µ )
i 0 (2.16)
Pola V-Mask dan tabel CUSUM, rumusnya adalah:
k = A tan θ (2.17)
(2.18)
h = Ad tan(θ ) = dk
Parameternya adalah:
−1 δ (2.19)
θ = tan
2A
δ 1− β
d = 2 ln
(2.20) δ α
ln α
d = −2
δ (2.21)
z i
= λ xi + (1 − λ ) z i −1 (2.22)
8
dimana 0 < λ ≤ 1 adalah konstant (sampel pertama i=1) maka z 0 = µ 0
Rumus EWMA rata rata dari semua rata-rata sampel sebelumnya yaitu:
z i
[
= λ xi + (1 − λ ) λ xi −1 + (1 − λ ) z i −2 ]
z i
[
= λ xi + λ (1 − λ ) λ xi −1 + (1 − λ ) 2 z ]
i−2 (2.23)
[x z]
i −1
z i = λ ∑ (1 − λ ) + (1 − λ )i
j
i −1 0 (2.24)
j =0
i −1
1 − (1 − λ ) i
λ ∑ (1 − λ ) j = λ = 1 − (1 − λ )
i
(2.25)
j =0 1 − (1 − λ )
Jika observasi xi adalah variabel random yang independent dengan varians σ 2 ,
λ
UCL = µ + Lσ
0 (2 − λ )
(1 − (1 − λ ) 2i )
Garis tengah = µ 0
λ
LCL = µ − Lσ
0 (2 − λ )
(1 − (1 − λ ) 2i ) (2.27)
atau
λ
UCL = µ + Lσ
0 (2 − λ )
λ
LCL = µ − Lσ (2.28)
0 (2 − λ )
9
2.1.2.2. Perluasan dari EWMA ( Extensions of the EWMA )
Perluasan dari EWMA terdiri atas Fast Initial Response Feature, The
EWMA for poisson data, dan EWMA as Predictor of process level. Pada Fast
Initial Response Feature, jika menggunakan single control dengan perubahan
kejadian pendekatan waktu pada sampel pertama, maka digunakan exponentially
decreasing adjustment atau pengurangan penyesuaian secara eksponensial.
Rumusnya sebagai berikut:
λ
(
± Lσ 1 − (1 − f )1+α (t −1) ) 2 −λ
(1 − (1 − λ ) 2t
(2.29)
Untuk memonitor variabilitas, The exponentially weighted mean square error
(EWMS) adalah:
2
Si2 = λ ( xi − µ ) 2 + (1 − λ ) S i (2.30)
Batas kontrol dari diagram kontrol EWMS yaitu:
xv2.1α / 2
UCL = σ 0
v
xv2.1−(α / 2)
LCL = σ 0 (2.31)
v
2
Si2 = λ ( xi − zi ) 2 + (1 − λ ) S i −1
(2.32)
EWMA untuk data poisson terdapat beberapa rumus, antara lain:
z i
= λ xi + (1 − λ ) z i −1 (2.33)
λµ 0
UCL = µ + Aij
0 2−λ
(1 − (1 − λ ) 2i )
Garis tengah = µ 0
λµ 0
LCL = µ + AL
0 2−λ
(1 − (1 − λ ) 2i )
(2.34)
10
The EWMA as a Predictor of Proses Level memiliki beberapa rumus antara lain:
z =z
i i −1
+ λei (2.35)
z =z + λ ( xi − z i −1)
i i −1 (2.36)
(2.37)
zi = λ xi + (1 − λ ) zi −1
i (2.38)
zi = zi −1 + λ1ei + λ2 ∑ e j j =1
i
z =z
i i −1
+ λ1ei + λ2 ∑ e j + λ3 vei (2.39)
j =1
xi + xi −1 + ....xi − w+1
Mi = (2.40)
w
3σ
LCL = µ −
0
w (2.42)
11
2.2.1 Tahapan-tahapan proses produksi
A. Tahap Persiapan Bahan
Bahan yang dimaksud di sini terbagi menjadi 2 macam, yaitu bahan baku
dan bahan pembantu.
B. Tahap Penupasan dan Persiapan Veneer
Pada tahap ini, potongan log yang telah disiapkan pada tahapan pertama
akan mengalami pengupasan dan pemotongan, pengeringan, serta
persiapan guna diproses pada tahap berikutnya.
C. Tahap Plywood Assembly
Pada tahap ini akan melalui 4 tingkatan:
1. Glue Mixer
Glue Mixer adalah mencampur dari tipe glue (urea) dengan tepung
terigu, condener, dan air.
2. Glue Spinder
Pada tingkatan ini, lembaran-lembaran veneer akan mengalami
proses pengeleman dan penyusunan terhadap plywood yang akan
mengalami pengepresan.
3. Cold Press
Pada proses ini, susunan plywood akan mengalami pengeprasan
dingin.
4. Hot Press
Hasil dari pengepresan dingin langsung dimasukkan ke mesin Hot
Press guna mengeringkan lem yang ada di antara lapisan veneer.
D. Tahap Proses Finishing
Pada tahap ini terdapat beberapa kegiatan, yaitu:
1. Double Sizer
Pada proses ini plywood mengalami pemotongan pada sisinya,
baik memanjang maupun melebar sehingga akan kelihatan rata dan
lebih rapi.
2. Sanding
12
Dalam proses ini permukaan plywood dihaluskan.
E. Tahap Grading
Pada tahap ini dilakukan pemisahan unutk membedakan mana yang baik
dan mana yang perlu diperbaiki lagi. Apabila sudah baik langsung
dimasukkan ke gudang, sedang yang perlu diperbaiki dikembalikan lagi
pada tahap finshing.
Log cutting
Pengupasan dan
persiapan veneer
X1 Diinspeksi
Assembly
X2 Diinspeksi
Finishing dan
X3 diinspeksi
X4 6
13
Gambar2.1 Diagram Proses Produksi
BAB III
METODOLOGI PENELITIAN
14
Kegiatan praktikum ini menggunakan salah satu metode dalam
pengendalian kualitas, yaitu diagram kontrol Cumulative Sum ( CUSUM ) dan
diagram kontrol Exponentially Weighted Moving Average ( EWMA ). Tahap
analisanya adalah sebagai berikut:
1. Pengumpulan data yang diperolah dari data dari Tugas Akhir.
2. Pengujian terhadap asumsi normal, yang merupakan asumsi yang harus
dipenuhi untuk menggunakan diagram kontrol diagram kontrol CUSUM dan
diagram kontrol EWMA.
3. Pengolahan data dengan software minitab dan dibuat diagram kontrol CUSUM
dan diagram kontrol EWMA sampai diagram terkontrol.
4. Mencari diagram kontrol variabel yang terbaik dengan membandingkan hasil
yang diperoleh.
5. Membuat kesimpulan dari hasil yang diperoleh.
Mulai
Data
Uji normalitas
Tidak
Apakah ada
subgroup yang out
Tidak
Ya Membuang
Subgrup out of
control
15
Mencari tahu penyebab out of control
Ya
Apakah penyebab out of
control diketahui?
Tidak
Selesai
16
D = sup ΙF * ( x) − S ( x)Ι
x
α = 0,05
Daerah Penolakan:
P_value = 0,059
Karena nilai P_value > α maka Ho diterima sehingga dapat disimpulkan
bahwa data 20 subgrup pengamatan berdistribusi normal .
60
50
40
30
20
10
5
0.1
3.4 3.5 3.6 3.7 3.8
x1_ 1
17
CUSUM Chart of xbar
0.2
UCL=0.1782
0.1
Cumulative Sum
0.0 0
-0.1
LCL=-0.1782
-0.2
1 3 5 7 9 11 13 15 17 19
Sample
18
EWMA Chart of xbar
3.64
UCL=3.63485
3.63
3.62
3.61
_
EWMA
_
3.60 X=3.5992
3.59
3.58
3.57
LCL=3.56355
3.56
1 3 5 7 9 11 13 15 17 19
Sample
19
dilihat dari lebar batas kontrolnya, diagram kontrol EWMA lebih baik jika
dibandingkan dengan diagram kontrol individu dan diagram kontrol
CUSUM karena lebar batas kontrolnya lebih sempit sehingga lebih
presisi.
BAB V
KESIMPULAN
5.1 Kesimpulan
Data 100 data tebal Plywood yang telah dianalisis diperoleh kesimpulan
sebagai berikut :
1. Secara deskriptif diketahui bahwa terdapat sebanyak 100 jumlah
pengamatan. Mean atau nilai rata-rata data tersebut adalah 3,5992. Dengan
standart error mean sebesar 0.005073 dan standart deviasi sebesar 0.05.
Nilai minimumya 3,38 sedangkan nilai maksimumnya sebesar 3,72.
2. Dari diagram kontrol Cumulative Sum ( CUSUM ) diketahui bahwa tidak
terdapat titik yang out of control sehingga dapat disimpulkan bahwa tidak
terjadi pergeseran rata-rata proses terhadap target.
3. Berdasarkan diagram kontrol Exponentially Weighted Moving Average
( EWMA ) terlihat bahwa tidak ada titik yang out of control sehingga
dapat disimpulkan bahwa tidak terjadi pergeseran rata-rata proses terhadap
target.
20
4. Dari perbandingan kedua diagram tersebut jika dilihat dari lebar batas
kontrolnya maka diagram kontrol Exponentially Weighted Moving Average
( EWMA ) lebih baik jika dibandingkan dengan diagram kontrol
Cumulative Sum ( CUSUM ) karena lebar batasnya lebih sempit sehingga
diagram tersebut lebih presisi.
5.2 Saran
Untuk melakukan analisis selanjutnya sebaiknya digunakan data yang
lebih banyak untuk mengetahui terkontrol atau tidaknya kualitas tebal Plywood.
Lebih teliti dalam proses pengukuran terhadap variabel yang akan diteliti.
Mengetahui proses produksinya sehingga dapat diidentifikasi penyebab terjadinya
data yang out of control.
DAFTAR PUSTAKA
21
LAMPIRAN
22
23