Pengendalian Kualitas Statistika Pada Proses Produksi Kaca...

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 Pendahuluan

2 Tinjauan Pustaka

3 Metodologi Penelitian

4 Analisis dan pembahasan

5 Kesimpulan dan saran

PENDAHULUAN Latar belakang | Permasalahan | Tujuan | Manfaat| Bantasan Masalah

Kecacatan

Jakarta Sidoarjo

Pendahuluan

Peta Kendali

p Multivariat

Pengendalian

Kualitas

Produksi

Departemen

Quality

Control

Penelitian

Sebelumnya

Karina

Mayananda

(2012)

Pengontrolan kualitas produksi

PT. IGLAS (Persero) Gresik

menggunakan peta kendali p

multivariat

Latar

Belakang Permasalahan Tujuan Manfaat

Batasan

Masalah

Seminar Hasil Tugas Akhir – Kamis, 10 Juli 2014

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?

2

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?

1

Pendahuluan

Latar


Batasan

Masalah


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.

2

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.

1

Pendahuluan

Latar


Batasan

Masalah


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

Bagi Peneliti

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

Bagi Institut

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

Bagi Perusahaan

Pendahuluan

Latar


Batasan

Masalah


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

1

• Penelitian hanya dilakukan pada produk kaca jenis LNFL.

2

Pendahuluan

Latar


Batasan

Masalah


Tinjauan pustaka

Pengendalian kualitas statistik merupakan teknik

penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, menganalisis, mengelola dan memperbaiki

produk dan proses menggunakan metode-metode

statistik (Ariani, 2004).

a. Lembar Pengamatan b. Diagram Pareto

c. Diagram Sebab Akibat (Diagram Ishikawa)

d. Diagram konsentrasi cacat (defect concentration

diagram) e. Diagram Pencar (Scatterplot)

f. Peta kendali g. Histogram

Menurut Montgomery (2009), ada tujuh alat statistik yang sering digunakan dalam pengendalian kualitas secara

statistik

Pengendalian

Kualitas

Statistika

Diagram

sebab-akibat

Peta p

multivariat

Peta

atribut

Multivariat

Diagram

pareto

Menurut Johnson & Wichern (2002) mengatakan bahwa jika variabel karakteristik kualitas yang diperiksa lebih dari satu dan antar variabel yang

satu dengan yang lain ada hubungan maka disebut multivariate.

Peta

atribut

Multivariat

Pengendalian

Kualitas

Statistika


Tinjauan pustaka

Menurut Cozzucoli (2009) peta p multivariat adalah peta kendali yang mempunyai distribusi acak multinomial dengan parameter (n,p) dengan n adalah ukuran

sampel dan p vektor probabilitas.

m

t

iti pm

p1

ˆ1ˆ

Tinjauan pustaka

Konsep Peta p Multivariat

k

i

ii pd0

dimana di = vektor pembobot ( 0≤di≤1) pi = proporsi dari ketidaksesuaian item kelas cacat ke-i (0≤pi≤1) δ = tingkat cacat keseluruhan (0<δ<1)

Klasifikasi cacat berdasarkan tingkat cacat keseluruhan

Batas Kendali

Penaksir parameter tak

bias dari pi

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

n

Xp it

it ˆ

Batas kendali Peta p Multivariat


Diagram

sebab-akibat

Peta p

multivariat

Peta

atribut

Multivariat

Diagram

pareto

Pengendalian

Kualitas

Statistika

2

0ˆ

0ˆ21

)1(0ˆ )1/(1

k

iipid

k

iipid

nz

k

iipidBKA k

k

iipidhGarisTenga

1ˆ

2

0ˆ

0ˆ21

)1(0ˆ )1/(1

k

iipid

k

iipid

nz

k

iipidBKB k

Tinjauan pustaka

Struktur Data Peta p Multivariat

Pengamatan

(t)

Sampel

(n)

Jenis Cacat (i) Jumlah Cacat

(Xit) 0 1 ... i ... k

1 n1 x01 x11 ... xi1 ... xk1 Xi1

2 n2 x02 x12 ... xi2 ... xk2 Xi2

...

...

...

... ...

... ...

...

...

t nt x0t x1t ... xit ... xkt Xit

...

...

...

... ...

... ...

...

...

m nm x0m x1m ... xim ... xkm Xim


Diagram

sebab-akibat

Peta p

multivariat

Peta

atribut

Multivariat

Diagram

pareto

Pengendalian

Kualitas

Statistika

Tinjauan pustaka

Pengamatan

(t)

Kelas Cacat (i)

Tidak

Cacat

Cacat

Kritis

Cacat

Mayor

Cacat

Minor

0 1 2 3

1

2

3

...

...

...

...

...

i

...

...

...

...

...

m

01p̂

Struktur Data Proporsi Cacat

11p̂ 21p̂ 31p̂

02p̂ 12p̂ 22p̂ 32p̂

03p̂ 13p̂ 23p̂ 33p̂

ip0ˆip1ˆ

ip2ˆip3ˆ

mp0ˆ mp1ˆmp2ˆ

mp3ˆ

ip̂0p̂ 1p̂ 2p̂ 3p̂


Diagram

sebab-akibat

Peta p

multivariat

Peta

atribut

Multivariat

Diagram

pareto

Pengendalian

Kualitas

Statistika

Perbaikan proses dilakukan pada variabel >

Tinjauan pustaka

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.

k

i iXitX

ipitp

tnntZ0 0

20ˆˆ

0

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

tZ2

),1( k


Diagram

sebab-akibat

Peta p

multivariat

Peta

atribut

Multivariat

Diagram

pareto

Pengendalian

Kualitas

Statistika

Tinjauan pustaka

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).

karakteristik cacat lainnyaedcba

2500

2000

1500

1000

500

0

100

80

60

40

20

0

fre

ku

en

si

Pe

rse

n


Diagram

sebab-akibat

Peta p

multivariat

Peta

atribut

Multivariat

Diagram

pareto

Pengendalian

Kualitas

Statistika

Tinjauan pustaka

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).

Cacat

Lingkungan

Metode

Material

Mesin

Manusia


Diagram

sebab-akibat

Peta p

multivariat

Peta

atribut

Multivariat

Diagram

pareto

Pengendalian

Kualitas

Statistika

Tinjauan pustaka

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

Semua komposisi kimia di dalam kaca adalah berbentuk oksida atau senyawa yang

mengandung unsur oksigen.

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

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.

Saat lembaran kaca berjalan, sudut pisau pemotong dan kecepatan gerak pisau sudah

diatur sedemikian rupa sehingga mendapatkan potongan secara horizontal dan lurus.

Proses pengepakan bertujuan untuk mengemas produk kaca di dalam box atau pallet dan menjaga kualitas

produk sampai ke tujuan pengiriman.

Proses pembuatan

kaca

Tinjauan Penelitian

sebelumnya

Raw Material Preparation (Persiapan Bahan Kaca)

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

Melting (Peleburan) di Furnace 1600 – 1700o

Glass Annealing (Pendinginan Kaca) di Lehr

Glass Cutting (Pemotongan Kaca)

Glass Packaging (Pengepakan Kaca)

Glass Forming (Pembentukan Kaca) di Metal Bath


Tinjauan pustaka

Proses pembuatan

kaca

Tinjauan Penelitian

sebelumnya

No. Nama

Peneliti Tahun Judul

1. Karina

Mayananda 2012

Pengontrolan kualitas produk PT. IGLAS (Persero) Gresik menggunakan peta p multivariat memperoleh kesimpulan bahwa proses produksi botol IBTC 175ml tahap 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.

2. Imam Rido

Riarso 2012

Pengendalian kualitas proses produksi tube plastik di PT. Multiplast Jaya Tatamandiri Sidoarjo menggunakan peta p multivariat memperoleh kesimpulan bahwa proses 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.

3. I Made

Parsawan 2012

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) 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.


Metodologi penelitian Variabel Penelitian | Teknik Pengukuran | Metode Analisis Data

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

Cullet

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

Scratch

Metodologi penelitian

Variabel

Penelitian

Teknik

Pengukuran

Metode

analisis data

Cacat Kritis / Critical Defect

• Cacat yang disebabkan oleh kaca yang terjepit pada saat pemotongan kaca.

Pushmark

• Cacat gumpil pada sudut pemotongan kaca. Chipping

Cacat Major / Major 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.

Water Stain

• Cacat others diantaranya adalah flare, crack, insert mark, cutter down.

Others Cacat Minor / Minor Defect



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

Teknik

Pengukuran

Metode

analisis data


Data Sekunder

Jenis Kecacatan

Proses pemotongan Periode Januari

sampai dengan Desember 2013 untuk produk

LNFL

Pengambilan sampel

Setiap 1 jam diambil sampel yang

berbeda-beda

Subgrup 47 subgrup dimana

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

shift malam

Departement Quality Control


Variabel

Penelitian

Teknik

Pengukuran

Metode

analisis data

Struktur Data Pada Proses Produksi Kaca Jenis LNFL


Subgrup (t) Sampel Shift

Jenis Cacat (i) Jumlah Cacat (Xit)

Proporsi Jumlah Cacat (Pit)

1 ... 6

1 n1 Pagi

x11 ... x16 xi1 Pi1 Siang Malam

2 n2 Pagi


3 n3 Pagi


.

. . .

.

. . .

.

. . .

.

. . .

47 n47 Pagi

x47,1 ... x47,6 xi47 Pi47 Siang Malam


Variabel

Penelitian

Teknik

Pengukuran

Metode

analisis data


1. Mengumpulkan

data

2. Melakukan uji

asumsi

3. Melakukan analisis data

Membuat deskripsi data

Diagram p multivariat

Membuat diagram pareto

Menggambarkan diagram sebab-akibat

4. Membuat kesimpulan

dan saran


Variabel

Penelitian

Teknik

Pengukuran

Metode

analisis data

Flow Chart

Langkah

Analisis


Membuat peta kendali p multivariat tahap 1

Mulai

Perumusan Masalah dan Tujuan Penelitian

Identifikasi Variabel dan Pengumpulan Data

Tidak

Ya

Mencari tahu penyebab out of control dengan menggunakan diagram pareto

dan diagram ishikawa

Titik pengamatan dihilangkan kemudian kembali membuat peta

kendali

Uji Asumsi :

Uji Korelasi Pearson Uji Multivariat Normal

Studi Literatur

Kesimpulan dan saran

Selesai

Tidak

Ya

Dalam batas kendali

Dalam batas kendali

Tidak

Membuat peta kendali p

multivariat tahap 2, dst

Ya


Variabel

Penelitian

Teknik

Pengukuran

Metode

analisis data

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

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 6. Other Second 187121 52

ANALISIS DAN PEMBAHASAN

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 40124 79 2. Scratch 40124 115 3. Pushmark 40124 29 4. Chipping 40124 21 5. Water Stain 40124 0 6. Other Second 40124 25

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat




Statistika Deskriptif Pada Proses Produksi Kaca Tahap 1




ANALISIS DAN PEMBAHASAN Seminar Hasil Tugas Akhir – Kamis, 10 Juli 2014

454035302520151051

0,008

0,007

0,006

0,005

0,004

0,003

0,002

0,001

0,000

Pengamatan ke-

de

lta

(d

)

BKA = 0,003234

GT = 0,002541

BKB = 0,001848

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat

Evaluasi Proses Tahun 2013


1110987654321

0,006

0,005

0,004

0,003

0,002

0,001

Pengamatan ke-

de

lta

(d

)

BKA = 0,00467

GT = 0,00377

BKB = 0,00287

54321

0,0050

0,0045

0,0040

0,0035

0,0030

Pengamatan ke-

de

lta

(d

)

BKA = 0,00505

GT = 0,004003

BKB = 0,00296

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat

• Evaluasi Proses Tahap 1

Peta p multivariat pada tahap 1

Perbaikan peta p multivariat pada tahap 1


10987654321

0,005

0,004

0,003

0,002

0,001

0,000

Pengamatan ke-

de

lta

(d

)

BKA = 0,00505

GT = 0,004003

BKB = 0,00296

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat

Evaluasi Proses Tahap 2


10987654321

0,00225

0,00200

0,00175

0,00150

0,00125

0,00100

0,00075

0,00050

Pengamatan ke-

de

lta

(d

)

BKA = 0,00191

GT = 0,00144

BKB = 0,00096

654321

0,0019

0,0018

0,0017

0,0016

0,0015

0,0014

0,0013

0,0012

0,0011

0,0010

Pengamatan ke-

de

lta

(d

)

BKA = 0,001920

GT = 0,00144

BKB = 0,000965

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat





13121110987654321

0,0025

0,0020

0,0015

0,0010

0,0005

Pengamatan ke-

de

lta

(d

)

BKA = 0,00192

GT = 0,00144

BKB = 0,000965

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat



13121110987654321

0,0025

0,0020

0,0015

0,0010

0,0005

Pengamatan ke-

de

lta

(d

)

BKA = 0,00214

GT = 0,00164

BKB = 0,00115

7654321

0,0022

0,0020

0,0018

0,0016

0,0014

0,0012

0,0010

Pengamatan ke-

de

lta

(d

)

BKA = 0,00212

GT = 0,00163

BKB = 0,00114

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat





13121110987654321

0,008

0,007

0,006

0,005

0,004

0,003

0,002

0,001

0,000

Pengamatan ke-

de

lta

(d

)

BKA = 0,00212

GT = 0,001629

BKB = 0,00114

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat



13121110987654321

0,008

0,007

0,006

0,005

0,004

0,003

0,002

0,001

0,000

Pengamatan ke-

de

lta

(d

)

BKA = 0,00422

GT = 0,003247

BKB = 0,00228

54321

0,0045

0,0040

0,0035

0,0030

0,0025

Pengamatan ke-

de

lta

(d

)

BKA = 0,00425

GT = 0,00327

BKB = 0,0023

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat





Jumlah 115 79 29 25 21 0

Percent 42,8 29,4 10,8 9,3 7,8 0,0

Cum % 42,8 72,1 82,9 92,2 100,0 100,0

Jenis Cacat

Water

Chipping

Others Se

cond

ary

Push

mar

k

Culle

t

Scra

tch

300

250

200

150

100

50

0

100

80

60

40

20

0

Ju

mla

h

Pe

rce

nt

Jumlah 61 41 13 9 5

Percent 47,3 31,8 10,1 7,0 3,9

Cum % 47,3 79,1 89,1 96,1 100,0

Jenis Cacat OtherChippingPushmarkCulletScratch

140

120

100

80

60

40

20

0

100

80

60

40

20

0

Ju

mla

h

Pe

rce

nt

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat

Diagram pareto tahap 1



Jumlah 96 58 23 17 14 0

Percent 46,2 27,9 11,1 8,2 6,7 0,0

Cum % 46,2 74,0 85,1 93,3 100,0 100,0

Jenis Cacat

Water

Othe

rs Sec

onda

ry

Push

mark

Chipping

Cullet

Scra

tch

200

150

100

50

0

100

80

60

40

20

0

Ju

mla

h

Pe

rce

nt

Jumlah 111 43 30 15 8

Percent 53,6 20,8 14,5 7,2 3,9

Cum % 53,6 74,4 88,9 96,1 100,0

Jenis Cacat OtherPushmarkChippingCulletScratch

200

150

100

50

0

100

80

60

40

20

0

Ju

mla

h

Pe

rce

nt

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat




Pushmark

Cullet dan

Scratch,

cacat

Terjadinya

Methods

Material

Machines

Man

Kelelahan

Ketelitian

Kurangny a maintenance

belum sesuaiPengaturan mesin y ang

sempurnaPencampuran bahan baku belum

C ara pemotongan belum optimal

cacat

Terjadinya

Methods

Material

Machines

Man

Keahlian

Kelelahan

Ketelitian

Kurangny a maintenance

tuaUsia mesin y ang sudah

belum sesuaiPengaturan mesin y ang

baikKualitas bahan baku y ang belum

C ara pemotongan belum optimal

Karakteristik

Jenis cacat

Evaluasi

proses

Jenis cacat

dominan

Faktor

penyebab

cacat

Diagram sebab-akibat pada jenis cacat dominan

Diagram sebab-akibat pada proses produksi kaca


KESIMPULAN DAN SARAN

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.

2

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.

1

KESIMPULAN DAN SARAN

KESIMPULAN SARAN


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.

KESIMPULAN DAN SARAN Seminar Hasil Tugas Akhir – Kamis, 10 Juli 2014

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.

Daftar Pustaka


http://kaisnet.files.wordpress.com/2010/11/suyanto.pdf

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...

Documents

Transcript of Pengendalian Kualitas Statistika Pada Proses Produksi Kaca...