Claim Missing Document
Check
Articles

Found 16 Documents
Search

Optimasi Produk Plastik pendekatan Taguchi Mixed Level pada Faktor Interaksi Injeksi Molding Muhammad Ahsan; Galuh Kusuma W; Salman Alfarizi
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a5781

Abstract

Penelitian parameter injeksi molding diperlukan untuk meminimalkan produk cacat penyusutan (shrinkage). Diharapkan perbaikan penelitian yang mengintegrasikan metode Taguchi untuk mengoptimalkan parameter injeksi serta interaksi yang mungkin terjadi. Berdasarkan uraian tersebut permasalahan yang dibahas adalah bagaimana mendapatkan parameter terbaik untuk optimasi produk plastik menggunakan pendekatan taguchi mixed level dengan 6 faktor  faktor interaksi injeksi molding dan variasi level. Metode Taguchi merupakan suatu metode pengendalian kualitas sebelum proses berlangsung, orthogonal array yang akan digunakan L18(2135) sesuai dengan jumlah faktor sebanyak 6 dan menggunakan mixed level. Variabel respon shrinkage diukur dari plastik tray yang terbuat dari campuran polimer atau poliblend. Faktor yang digunakan yaitu dengan memvariasikan injection speed (kecepatan injeksi), melting temperature (suhu leleh), injection pressure (tekanan injeksi), holding pressure (tekanan penahanan), holding time (waktu penahanan) dan cooling time (waktu pendinginan). Parameter optimal tanpa efek interaksi dengan kondisi optimum adalah kecepatan injeksi (90 %rpm), suhu leleh (240 °C), tekanan injeksi (110 bar), tekanan penahanan (96 bar), waktu penahanan (5 detik), dan pendinginan waktu (10 detik). Parameter optimal dengan efek interaksi kondisi optimum yaitu suhu leleh (240 ° C), tekanan injeksi (110 bar), tekanan penahanan (80 bar), waktu penahanan (5 detik), dan waktu pendinginan (10 detik). Kontribusi parameter dengan interaksi adalah suhu leleh (56,65%), interaksi suhu leleh dan tekanan injeksi (15,75%), waktu pendinginan (11,12%), dan kekuatan tekanan (7,83%).
Pelatihan Pembelajaran Statistika untuk Peningkatan Kompetensi Guru Matematika di Kabupaten Sumenep Agus Suharsono; Muhammad Mashuri; Wibawati; Hidayatul Khusna; Muhammad Ahsan
Sewagati Vol 7 No 5 (2023)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v7i5.542

Abstract

Penelitian tindakan kelas merupakan salah satu kegiatan yang perlu dilakukan oleh guru untuk meningkatkan kualitas proses belajar mengajar. Dalam bidang penelitian, Statistika mempunyai peranan yang sangat penting, yaitu sebagai alat pengolahan dan analisis sehingga hasil penelitian dapat dipertanggung jawabkan secara ilmiah karena telah melalui serangkaian pengujian secara Statistika. Dalam rangka peningkatan kompetensi Guru Matematika di Kabupaten Sumenep Madura Jawa Timur, Tim ITS melalui Pengabdian Masyarakat yang merupakan salah satu kegiatan Tri Dharma Peguruan Tinggi, turut serta dalam peningkatan kompetensi para Guru Matematika di Kabupaten Sumenep Madura Jawa Timur. Materi pelatihan yang merupakan penunjang kegiatan Tri Dharma Peguruan Tinggi diantaranya peluang, statistika deskriptif, pengujian hipotesis, dan praktek menggunakan software Microsoft Excel. Pelatihan pembelajaran Statistika untuk peningkatan kompetensi Guru Matematika di Kabupaten Sumenep telah dilaksanakan pada tanggal 25-26 Agustus 2022. Secara umum diperoleh hasil bahwa rata-rata nilai post-test lebih tinggi daripada rata-rata nilai pre-test peserta pelatihan.
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.
Monitoring Kualitas Pada Aplikasi MyPertamina Berdasarkan Rating Pengguna di Google Play Menggunakan Diagram Kendali p Firmansyah, Denny; Ahsan, Muhammad
Jurnal Sains dan Seni ITS Vol 12, No 2 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i2.115315

Abstract

Pada zaman sekarang kemajuan teknologi sangat berkembang dengan pesat. Hal tersebut menyebabkan berbagai sistem mengalami perubahan menjadi sistem digital. Salah satu sistem yang menjadi inovasi dari PT Pertamina adalah adanya aplikasi MyPertamina untuk pembelian BBM bersubsidi. Masyarakat dapat mengunduh aplikasi MyPertamina melalui Google Play dan App Store. Sebuah aplikasi selalu memiliki kekurangan dan kelebihan, kolom komentar yang disediakan di Google Play menjadi salah satu wadah untuk pengguna menyampaikan opini terhadap aplikasi tersebut. Selain memberikan opini, pengguna dapat memberikan rating untuk aplikasi MyPertamina di Google Play. Diagram kendali p dapat digunakan untuk mengidentifikasi persebaran kelas negatif atau kecacatan. Pada aplikasi MyPertamina, rating dibawah dan sama dengan 3 dari pengguna dapat dikatakan sebagai kecacatan pada kualitas aplikasi tersebut. Data yang digunakan dalam penelitian ini adalah dari tanggal 1 Januari 2021 hingga 30 November 2022. Dari hasil analisis menggunakan diagram kendali p menggunakan data rating masih terdapat banyak diagram kendali yang belum terkendali secara statistik yang artinya bahwa pihak developer aplikasi MyPertamina masih perlu untuk melakukan perbaikan.
Optimalisasi Digital Marketing bagi UMKM Binaan Dinas Sosial Kabupaten Lamongan melalui Pelatihan Desain Visual, Konten Video, dan Pemanfaatan Artificial Intelligence Novri Suhermi; Muhammad Mashuri; Wibawati Wibawati; Muhammad Ahsan; Diaz Fitra Aksioma; Rahmatin Nur Amalia; Calista Rana Rachmanda; Farah Diva Arya Putri; Zelika Anindita Rachman; Sandrina Putri Ashiilah; Raissa Azalia Gavra Kyla Az Zahra
Abdimas Langkanae Vol. 6 No. 1 (2026)
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53769/jpm.v6i1.729

Abstract

Transformasi digital mendorong pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) untuk beradaptasi dengan pola pemasaran yang semakin berbasis media digital. UMKM binaan Dinas Sosial Kabupaten Lamongan memiliki potensi produk yang beragam, tetapi masih memerlukan penguatan kapasitas dalam memanfaatkan platform digital, desain visual, foto produk, video pendek, dan artificial intelligence (AI) sebagai sarana promosi. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman dan keterampilan digital marketing bagi UMKM binaan Dinas Sosial Kabupaten Lamongan agar mampu menyusun strategi promosi yang lebih menarik, terukur, dan sesuai dengan karakter konsumen digital. Metode kegiatan dilakukan melalui pelatihan partisipatif yang terdiri atas pemaparan konsep digital marketing, pengenalan tools digital marketing, praktik pembuatan desain foto dan video produk, pemanfaatan AI untuk penyusunan ide konten dan caption, serta praktik penyusunan video pemasaran produk. Materi pelatihan menekankan penggunaan platform dan aplikasi yang mudah diakses oleh pelaku UMKM, seperti Instagram, TikTok, Facebook, Google Maps, Canva, CapCut, serta AI generatif. Hasil kegiatan menunjukkan bahwa pelatihan mampu memberikan kerangka praktis bagi peserta dalam memahami perbedaan pemasaran tradisional dan digital, menentukan target audiens, membuat desain promosi, menyusun caption persuasif, serta memproduksi konten video pendek dengan struktur hook, nilai produk, dan call to action. Program ini diharapkan dapat mendorong kemandirian UMKM dalam mengelola promosi digital secara konsisten dan berkelanjutan.
Analysis of The Application of Machine Learning in Predicting The Risk of Construction Project Delays Hengki Jayeng Pambudi; Muhammad Ahsan
Journal Research of Social Science, Economics, and Management Vol. 5 No. 11 (2026): Journal Research of Social Science, Economics, and Management
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/jrssem.v5i11.1575

Abstract

Construction project delays are one of the main challenges that impact costs, schedules, and economic benefits. This study aims to analyze the application of Machine Learning algorithms in predicting the risk of delay in construction projects, especially in the Balikpapan Refinery Development Master Plan (RDMP) project. The project's historical data for the 2020–2022 period was used to build a prediction model using the Support Vector Machine (SVM), Random Forest (RF), and Random Forest hybrid model optimized using Genetic Algorithm (RF-GA). The analysis process includes data cleansing, variable transformation, descriptive analysis, modeling, parameter optimization, and model performance evaluation using Accuracy, Precision, Recall, F1-score, and AUC metrics. The results of the descriptive analysis showed that the Construction discipline was the largest contributor to the cumulative deviation, while the Procurement and Engineering disciplines were relatively stable. Cumulative Dev variables, current period deviations (This Period Dev), and Previous Dev are proven to be the main factors causing project delays. Evaluation of the model's performance showed that RF-GA had the highest accuracy of 99.34%, with a Precision, Recall, and F1-score of 0.99 each and an AUC of 1,000, outperforming SVM and RF without optimization. The RF-GA model is also able to effectively predict project delay risks in the 2024–2025 period, with the predominance of delays in the construction discipline and consistent seasonal patterns. The findings of this study have significant managerial implications, namely the importance of monitoring time deviations from the early stages of the project, the focus of control on field activities,