Claim Missing Document
Check
Articles

Found 19 Documents
Search

Penerapan Diagram Kendali Multivariate Exponentially Weighted Moving Covariance Matrix (MEWMC) pada Pengendalian Kualitas Proses Produksi Air di PDAM Surya Sembada Kota Surabaya Yani Trimardiani; Muhammad Sjahid Akbar; Wibawati Wibawati
Jurnal Sains dan Seni ITS Vol 9, No 2 (2020)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v9i2.57058

Abstract

PDAM Surya Sembada Kota Surabaya adalah Badan Usaha Milik Daerah (BUMD) yang mengelola penyediaan air bersih bagi masyarakat Kota Surabaya. Terdapat 3 karakteristik utama kualitas air, yaitu kekeruhan, zat organik dan sisa chlor dimana ketiga karakteristik tersebut saling berhubungan. Oleh karena itu, pengendalian proses produksi air dilakukan secara multivariat dengan diagram kendali Multivariate Exponentially Weighted Moving Covariance Matrix (MEWMC) untuk pengendalian variabilitas proses. Pada penelitian ini, didapatkan pembobot λ optimum untuk diagram kendali MEWMC yaitu λ = 0,1. Variabilitas proses produksi air selama musim kemarau telah terkendali secara statistik setelah dilakukan pengendalian ke-13, sedangkan variabilitas proses proses produksi air selama musim hujan telah terkendali secara statistik pada pengendalian pertama. Penyebab variabilitas proses produksi air yang tidak terkendali secara statistik karena faktor bahan baku, pengukuran, metode, mesin, dan lingkungan.
Pengendalian Kualitas Proses Produksi Kaca Sunergy dengan Diagram Kendali Multivariat Short Runs Wilda Melia Udiatami; Wibawati Wibawati
Jurnal Sains dan Seni ITS Vol 11, No 1 (2022)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v11i1.72159

Abstract

PT Asahimas Flat Glass Tbk Sidoarjo merupakan salah satu perusahaan manufaktur di Indonesia yang bergerak dalam bidang kaca dan berfokus pada produksi kaca lembaran eksterior. Kaca sunergy menjadi salah satu produk unggulan. Pada proses produksi kaca sunergy, hasil potongan kaca adalah aspek yang sangat diperhatikan, dimana terdapat dua karak-teristik kualitas yang diukur yaitu edge distortion dan cutter line. Produk kaca ini memiliki variasi yang tinggi yaitu ketebalan yang berbeda-beda sesuai permintaan konsumen, sehingga setiap jenis ketebalan memiliki volume produksi yang rendah. Kondisi demikian disebut short runs production. Pengendalian kualitas yang dilakukan oleh perusahaan hanya dengan membuat trend grafik untuk mengetahui sesuai atau tidaknya produk dalam range standard. Pada penelitian ini dilakukan pengendalian kualitas proses produksi kaca sunergy dengan menerapkan diagram kendali multivariat short runs untuk monitoring rata-rata proses. Data penelitian dibagi menjadi dua fase, yaitu 20 subgrup fase I dan 20 subgrup fase II. Hasil monitoring me-nunjukkan bahwa rata-rata proses fase I dengan empat pengujian telah terkendali secara statistik. Sedangkan pada fase II, rata-rata proses belum terkendali. Hal ini mengindikasikan terjadinya pergeseran. Selain itu, analisis kapabilitas proses secara multivariat menunjukkan proses produksi belum kapabel.
Penerapan Grafik Kendali Mixed Multivariate EWMA-CUSUM pada Pengendalian Kualitas Air Produksi PDAM Surya Sembada Surabaya Nisfi Hemas Diga; Wibawati Wibawati
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7713

Abstract

PDAM Surya Sembada Surabaya merupakan perusahaan milik pemerintah Kota Surabaya yang bergerak dalam bidang pengolahan air minum. Visi dari perusahaan PDAM Surya Sembada adalah menjadi perusahaan air minum modern. Oleh karena itu, kualitas air produksi PDAM Surya Sembada Surabaya harus selalu diperhatikan. Selain itu kualitas kebersihan air bersih dapat dilihat dari parameter fisika, kimia, mikrobiologi, serta radioaktivitas yang terdapat pada air, hal tersebut diatur pada Peraturan Menteri Kesehatan RI No. 416 tahun 1990. Jika terdapat perubahan karakteristik pada air maka kualitas air juga akan menurun. Oleh karena itu akan dilakukan penelitian mengenai pengendalian kualitas pada air produksi PDAM Surya Sembada Surabaya. Penelitian ini akan dilakukan menggunakan grafik kendali multivariat penggabungan dari MEWMA-MCUSUM yang disebut dengan grafik kendali MEC. Grafik kendali MEC terbagi menjadi dua yaitu MEC1 dan MEC2. Variabel yang akan digunakan adalah turbidity, sisa Chlor, dan Zat Organik KMnO4. Setelah dilakukan analisis pengendalian kualitas menggunakan MEC1 dan MEC2 maka akan dibandingkan grafik kendali yang memberikan hasil terbaik pada data turbidity, sisa Chlor, dan zat organik. Pada hasil penelitian yang telah dilakukan menggunakan grafik kendali MEC1 dan MEC2 didapatkan hasil bahwa proses produksi air produksi tidak terkendali secara statistik. Grafik kendali MEC1 yang diterapkan pada data penelitian ini lebih sensitif dari grafik MEC2 karena menghasilkan lebih banyak pengamatan yang out of control. Setelah dilakukan identifikasi, variabel zat organik adalah variabel yang berpengaruh paling besar terhadap terjadinya out of control. Jika dilihat dari kapabilitas prosesnya, proses produksi air produksi di PDAM Surya Sembada Surabaya IPAM Ngagel I tidak kapabel. Penelitian ini diharapkan dapat memberikan manfaat kepada perusahaan PDAM Surya Sembada Surabaya sebagai evaluasi proses produksi air.
Monitoring Variabilitas Proses pada Kualitas Semen dengan Diagram Kendali Multivariate Exponentially Weighted Moving Covariance Matrix (MEWMC) based on Regression Adjusted Variables (Studi Kasus PT “X”) Marita Qori’atunnadyah; Wibawati Wibawati
Inferensi Vol 3, No 1 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i1.6877

Abstract

PT “X” merupakan Badan Usaha yang bergerak pada bidang pembuatan semen. Secara umum, kualitas semen ditentukan oleh kuat tekan semen yang diukur pada hari ke-3, ke-7 dan ke-28. Sementara itu, kuat tekan semen dipengaruhi oleh beberapa variabel yang merupakan komposisi kimia dan sifat fisika dari semen, diantaranya: SiO2, Al2O3, Fe2O3, CaO, MgO, SO3, C3S, C2S, C3A, C4AF, FCaO, LOI, R45, dan Blaine. Dalam penelitian ini digunakan analisis faktor untuk mengetahui variabel yang berpengaruh secara dominan terhadap kuat tekan semen dan diperoleh variabel Al2O3, Fe2O3, C3A, LOI, dan Blaine. Selanjutnya, dilakukan pengendalian variabilitas proses menggunakan diagram kendali MEWMC based on Regression Adjusted pada variabel hasil analisis faktor. Pada fase dua, nilai pembobot optimum yang digunakan yaitu ???? = 0,1 dan didapatkan hasil bahwa telah terkendali secara statistik atau tidak terjadi pergeseran proses.
Multivariate Control Chart based on Neutrosophic Hotelling T2 Statistics and Its Application Wibawati Wibawati; Muhammad Ahsan; Hidayatul Khusna; Marita Qori'atunnadyah; Wilda Melia Udiatami
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 6, No 1 (2022): January
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v6i1.5442

Abstract

Under classical statistics Hotelling 〖 T〗^2 control chart is applied when the observations of quality characteristics are precise, exact, or crips data. However, in reality, under uncertain conditions, the observations are not necessarily precise, exact, or indeterminacy. As a consequence, the classical Hotelling〖 T〗^2control chart is not appropriate to monitor the process for this condition. To tackle this situation, we proposed new Hotelling 〖 T〗^2 monitoring scheme based on a fuzzy neutrosophic concept. Neutrosophic is the generalization of fuzzy. It is used to handle uncertainty using indeterminacy. The combination of statistics based on neutrosophic Hotelling 〖 T〗^2 and classical Hotelling 〖 T〗^2 control chart will be proposed to tackle indeterminacy observations. The proposed Hotelling 〖 T〗^2 statistics, its call neutrosophic Hotelling 〖 T〗^2 (T_N^2 ) control chart. This chart involves the indeterminacy of observations, its call neutrosophic data and will be expressed in the indeterminacy interval. T_N^2 control charts consist T_N^2 lower chart and T_N^2 upper chart. In this paper, the neutrosophic Hotelling T^2will be applied to individual observations of glass production and will be compared by using classical Hotelling T^2 control chart. Based on T_N^2 control charts of glass production, nine points fall outside of 〖UCL〗_N of lower control chart and 24 points outside from 〖UCL〗_N  of upper control chart. Whereas using classical Hotelling T^2 control chart, just one point outside frim UCL. From the comparison, it concluded that the neutrosophic Hotelling T^2 control chart is more suitable for the indeterminacy of observations.
Penerapan Peta Kendali Neutrosophic Exponentially Weighted Moving Average (NEWMA) X dalam Monitoring Rata-Rata Proses Ketebalan Kaca Wibawati Wibawati; Widya Amalia Rahma; Muhammad Ahsan; Wilda Melia Udiatami
Jambura Journal of Mathematics Vol 4, No 1: January 2022
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1268.728 KB) | DOI: 10.34312/jjom.v4i1.11993

Abstract

In the industrial sector, the measurement results of a quality characteristic often involve an uncertainty interval (interval indeterminacy). This causes the classical control chart to be less suitable for monitoring quality. Currently, a control chart with a neutrosophic approach has been developed. The neutrosophic control chart was developed based on the concept of neutrosophic numbers with control charts. One of the control charts that have been developed to monitor the mean process is the Neutrosophic Exponentially Weighted Moving Average (NEWMA) X control chart. This control chart is a combination of neutrosophic with classical EWMA control chart.  The neutrosophic control chart consists of two control charts, namely lower and upper, each of which consists of upper and lower control limits. Therefore, NEWMA X is more sensitive to detect out-of-control observations. In this research, the NEWMA X control chart will be used to monitor the average process of the thickness of the panasap dark grey 5mm glass produced by a glass industry. Through the analysis in this research, it was found that by using weighting λN [0, 10; 0, 10] and constant value kN [2, 565; 2, 675], the average process of the thickness of panasap dark grey 5mm glass has not beet controlled statistically because 21 observations were identified that were outside the control limits (out of control). When compared with the classical EWMA control chart with the same weighting λ, 17 observations were detected out of control. This proves that the NEWMA X control chart is more sensitive in detecting observations that are out of control because the determination of the in-control state is based on two values, lower and upper, both at the lower and upper control limits.
A Monitoring Kualitas Kaca Panasab dengan Diagram Kontrol MEWMA Wibawati wibawati; Amalia Nur Fadhila
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 6 No. 1 (2023): Volume 6 Nomor 1 tahun 2023
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v6i1.2115

Abstract

Panasab glass is one type of glass that can absorb some of the heart's heat so that the temperature in the room is more comfortable. One of the national glass companies that produce hot glass monitors the silvering coating process. The silvering method is considered less effective because it is expensive. Therefore, in this paper, the process of controlling the quality of hot glass is carried out on the quality characteristics of the left and right CD edge distortion, which is the length of the roll marks on the right and left sides of the net glass that affect the presence or absence of distortion in the visual check results. The two quality characteristics correlate with each other. Therefore, quality control is carried out using a Multivariate Exponentially Weighted Moving Average (MEWMA) control chart to monitor process variability and averages. MEWMA control chart statistics are affected by the weighting value . The quality characteristic data of panasab glass is divided into phase 1 and phase 2. Phase 1 is used to obtain an in-control parameter estimate (IC) which is then used for monitoring phase 2. Quality monitoring in phase 1, the process has been statistically controlled after iterations have been carried out. By using =0.4. Meanwhile, phase 2, based on the MEWMA control chart, shows that the producton procrss of panasab glass production has not been controlled statistically. Based on process capability analysis, the results obtained that the level of precision and accuracy of the quality of panasab glass products is still low. So it can be concluded that the production process of panasav glass is not yet capable.
Pengendalian Kualitas Statistik Air Higiene Sanitasi Hasil Water Treatment Plant Menggunakan Peta Kendali Spatial Signed Rank MEWMA (SSRM) dan Peta Kendali Spatial Signed Rank double MEWMA (SSRdM) Salsabila Hasananda; Wibawati Wibawati
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.101501

Abstract

Unit water treatment plant di PT “X” merupakan unit pengolahan air bersih yang menyediakan, memproduksi, dan menyalurkan air higiene sanitasi sebesar 300 m^3per jam kepada masyarakat. Terdapat lima karakteristik kualitas yang digunakan yaitu tingkat pH air, konsentrasi klorin aktif, kekeruhan (turbidity), total hardness, dan total solid. Proses spesifikasi baku mutu pengolahan air higiene sanitasi PT “X” merujuk pada PERMENKES RI No. 32 Tahun 2017. Data yang digunakan pada penelitian ini adalah karakteristik kualitas produk air higiene sanitasi PT “X” pada bulan Januari 2021 – Desember 2021. Hasil pengujian dependensi dan normal multivariat menunjukkan bahwa pengendalian kualitas air higiene sanitasi dapat dilakukan dengan menggunakan peta kendali SSRM dan peta kendali SSRdM. Hal ini dikarenakan peta kendali SSRM dan peta kendali SSRdM baik digunakan untuk data yang tidak berdistribusi normal multivariat. Peta kendali SSRdM lebih sensitif dalam monitoring rata-rata proses dibandingkan peta kendali SSRM. Terlihat melalui hasil perbandingan pengendalian kualitas air higiene sanitasi menggunakan peta kendali SSRM dan peta kendali SSRdM dengan beberapa nilai pembobot yang menunjukkan bahwa jumlah pengamatan out of control pada peta kendali SSRdM lebih banyak dibandingkan peta kendali SSRM, sehingga dapat dikatakan bahwa peta kendali SSRdM menggungguli peta kendali SSRM dalam monitoring rata-rata proses data air higiene sanitasi hasil water treatment plant di PT “X”.
Workshop Pengendalian Kualitas Statistika Dasar bagi Staf PT Petrokimia Gresik Hidayatul Khusna; Muhammad Mashuri; Wibawati Wibawati; Muhammad Ahsan; Agus Suharsono; Diaz Fitra Aksioma; Novri Suhermi
Madaniya Vol. 4 No. 4 (2023)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.665

Abstract

Sebagai perusahaan pupuk yang menjadi anggota holding PT. Pupuk Indonesia (Persero), produk yang dihasilkan PT Petrokimia Gresik sangat diperlukan baik untuk memenuhi kebutuhan pupuk dalam negeri maupun untuk kebutuhan eskpor. Guna menjaga dan meningkatkan kualitas proses produknya, selama ini PT Petrokimia Gresik telah melaksanakan monitoring kualitas, tetapi masih menggunakan diagram yang bersifat univariat, terpisah dalam memonitor target dan variabilitas, dengan batas kontrolnya menggunakan spesifikasi produk. Pengontrolan kualitas semacam itu tidak salah, tetapi kurang efektif dan belum memiliki kemampuan prediktif, sehingga terjadinya penyimpangan proses tidak dapat diantisipasi. Untuk itu diperlukan pelatihan bagi staf bagian Quality Control (QC) sehingga mampu melakukan monitoring dengan metode Statistika yang tepat. Oleh karena itu, tim dosen dari Lab Statistika Bisnis dan Industri (LSBI) Departemen Statistika ITS memberikan workshop pengendalian kualitas Statistika dasar bagi staf QC PT Petrokimia Gresik. Kegiatan tersebut dilaksanakan pada tanggal 29 hingga 30 Mei 2023 dengan keluasan materi mencakup tujuh alat statistika, diagram kendali variabel, serta diagram kendali atribut.