Claim Missing Document
Check
Articles

Found 23 Documents
Search
Journal : BIMASTER

PENGENDALIAN KUALITAS DENGAN DIAGRAM KENDALI X ? VARIABLE SAMPLE SIZE AND SAMPLING INTERVAL Trinita Ariningsih; Setyo Wira Rizki; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (313.211 KB) | DOI: 10.26418/bbimst.v9i3.41262

Abstract

Diagram kendali ܺത VSSI (Variable Sample Size and Sampling Interval) adalah suatu diagram kendali variabel yang memiliki kelebihan mendeteksi lebih awal adanya kesalahan atau kegagalan yang telah terjadi pada suatu proses. Tujuan penelitian ini menganalisis pengendalian kualitas dengan diagram kendali ܺത VSSI terhadap kualitas hasil uji kekuatan tekanan pada proses injection molding (dalam satuan psi). Data tersebut diperoleh dari buku Introduction to Statistical Quality Control, Douglas C. Montgomery edisi ke-6 tahun 2009. Data yang digunakan terdiri dari 100 sampel yang didapatkan dari 20 waktu pengamatan dan 5 pengambilan setiap waktu pengamatan. Hasil penelitian menunjukkan bahwa pada diagram kendali ܺത VSSI lebih sensitif, yang dimana sebelumnya pada hasil diagram kendali ܺത dan R menunjukkan terjadi out of control masing-masing pada waktu pengamatan ke-6 dan ke-9. Sedangkan pada diagram kendali ܺത VSSI menunjukkan lebih awal sinyal-sinyal out of control pada waktu pengamatan ke-2. Dari analisis ini dapat disimpulkan bahwa diagram kendali ܺത VSSI lebih sensitif dalam mendeteksi keadaan awal terjadinya out of control terhadap data uji kekuatan tekanan pada proses injection molding, sehingga hal ini bisa mencegah terjadinya kerusakan pada proses produksi injection molding berikutnya. Kata Kunci: Injection, Molding, Diagram Kendali, VSSI
PENENTUAN PORTOFOLIO SAHAM OPTIMAL MENGGUNAKAN ALGORITMA GENETIKA Eka Lestari; Evy Sulistianingsih; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (135.774 KB) | DOI: 10.26418/bbimst.v8i2.31534

Abstract

Investor akan dihadapkan oleh keuntungan dan risiko dalam melakukan investasi. Untuk mengurangi risiko tersebut, investor dapat melakukan diversifikasi yaitu mengalokasikan dana ke beberapa saham sehingga terbentuk portofolio saham. Algoritma Genetika merupakan teknik yang diadopsi dari proses evolusi alam yang digunakan untuk melakukan pencarian penyelesaian optimal atas sejumlah penyelesaian masalah yang mungkin. Penelitian ini, mengimplementasikan Algoritma Genetika untuk memperoleh portofolio saham yang dapat memberikan keuntungan yang maksimal dan risiko tertentu. Parameter yang digunakan dalam Algoritma Genetika yaitu ukuran populasi (pop size) sebanyak 50 kromosom, probabilitas crossover 60% dan probabilitas mutasi sebesar 10%. Data yang digunakan adalah data penutupan harga saham bulanan indeks LQ 45 periode Januari 2010 sampai Juni 2018. Berdasarkan hasil analisis, Algoritma Genetika lebih optimal dibandingkan dengan perhitungan manual menggunakan Single Index Model dalam menentukan portofolio saham karena keuntungan yang diperoleh lebih besar dan risiko lebih kecil. Fitness terbesar dari tiga generasi diperoleh sebesar 0,1122 dengan keuntungan 0,0081 dan risiko 0,0719. Sedangkan keuntungan dan risiko berdasarkan perhitungan manual menggunakan Single Index Model diperoleh yaitu 0,0075 dan 0,0746.Kata Kunci: Algoritma Genetika, Offspring, Crossover, Mutasi, Single Index Model
ANALISIS PENGENDALIAN KUALITAS PRODUKSI CRUMB RUBBER DENGAN METODE STATISTICAL PROCESS CONTROL Robiansyah Robiansyah; Dadan Kusnandar; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (217.877 KB) | DOI: 10.26418/bbimst.v7i2.24817

Abstract

Statistical Process Control (SPC) merupakan teknik penyelesaian masalah yang digunakan untuk menganalisis data produksi dalam rangka mengendalikan dan memperbaiki kualitas suatu produk. Dalam penelitian ini SPC diterapkan pada perusahaan karet  yang memproduksi olahan karet menjadi barang setengah jadi yaitu crumb rubber. Meskipun proses produksi dilaksanakan dengan baik, kualitas crumb rubber yang dihasilkan masih banyak yang tidak sesuai dengan yang diharapkan karena banyak produk yang cacat. Penelitian ini bertujuan untuk menganalisis data produksi crumb rubber dengan SPC dan menganalisis faktor-faktor penyebab yang mempengaruhi cacat produk crumb rubber. Hasil pengamatan terhadap diagram kendali u untuk cacat jenis white spot menunjukkan adanya dua titik berada di luar batas kendali. Hal ini berarti proses produksi yang terjadi pada produksi crumb rubber yang diakibatkan cacat white spot dalam keadaan tidak terkendali dan perlu dilakukan tindakan perbaikan. Pengamatan terhadap cacat jenis logam, kontaminasi dan low PO menunjukkan bahwa variabel kecacatan tersebut secara keseluruhan berada di dalam batas kendali, yang artinya cacat tersebut dapat dikendalikan pada proses produksi crumb rubber. Faktor-faktor  penyebab cacat  produk crumb rubber yaitu faktor manusia, faktor bahan baku, faktor mesin, faktor metode dan faktor lingkungan.Kata Kunci: SPC, crumb rubber, diagram kendali u, pengendalian kualitas
MODEL PERAMALAN BEBAN LISTRIK DI KALIMANTAN BARAT DENGAN METODE FUZZY LINEAR REGRESSION Vina Annisa Nurdiani Aji; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (511.146 KB) | DOI: 10.26418/bbimst.v8i1.30556

Abstract

Listrik merupakan salah satu sumber energi utama yang hampir digunakan pada seluruh aspek kehidupan masyarakat. Peningkatan kebutuhan listrik di masyarakat saat ini mengharuskan PT. PLN (Perusahaan Listrik Negara) perlu melakukan perencanaan operasi dan perencanaan sistem pengembangan tenaga listrik. Hal tersebut diperlukan untuk mengetahui seberapa besar daya listrik yang harus disalurkan ke konsumen agar daya listrik yang ditransmisikan tepat sasaran dan tepat ukuran. Oleh karena itu, diperlukan model peramalan untuk penyesuaian antara pembangkit dan permintaan daya. Banyaknya data merupakan masalah peneliti untuk memodelkan peramalan beban listrik di Kalimantan Barat. Dalam penelitian ini menggunakan metode Fuzzy Linear Regression (FLR) untuk memodelkan peramalan beban listrik di Kalimantan Barat. FLR adalah metode yang dapat memodelkan peramalan dengan himpunan data minimal dua dengan satu variabel independen dan satu variabel dependen. Data yang digunakan dalam penelitian ini sebanyak delapan data dari tahun 2008 sampai dengan tahun 2015 dengan tiga variabel bebas yaitu jumlah penduduk ( ), jumlah pelanggan ( ), dan produksi listrik ( ). Hasil model peramalan beban listrik adalah  dengan nilai hasil ukuran kesalahan model menggunakan MAPE sebesar . Kata kunci: Peramalan, Beban listrik, Fuzzy Linear Regression
PENERAPAN METODE ELECTRE UNTUK MENENTUKAN PRIORITAS PENERIMA BERAS MISKIN (RASKIN) Yosi Yosi; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (620.093 KB) | DOI: 10.26418/bbimst.v9i1.38591

Abstract

ELECTRE adalah suatu metode yang dirancang untuk memecahkan masalah dari setiap alternatif yang memiliki lebih dari satu kriteria. Data yang digunakan dalam penelitian ini merupakan data calon penerima RASKIN di Desa X sebanyak 30 kepala keluarga. Alternatif yang digunakan adalah kepala keluarga dari setiap rumah, sedangkan kriterianya adalah usia, pekerjaan, penghasilan, luas bangunan tempat tinggal, jumlah tanggungan, tagihan listrik, dan konsumsi daging dalam seminggu. Berdasarkan analisis yang telah dilakukan terdapat 10 kepala keluarga yang mendapat rekomendasi untuk menerima RASKIN yaitu A14, A28, A29, A22, A12, A17, A8, A6, A9, dan A13. Kata kunci: Alternatif, Kriteria, Kepala keluarga
ANALISIS KUALITAS PELAYANAN PUSKESMAS DENGAN METODE SERVQUAL DAN TRIZ (Studi Kasus: Puskesmas Parit Haji Husin II Kec. Pontianak Tenggara) Syafitri Wulandari; Evy Sulistianingsih; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (534.992 KB) | DOI: 10.26418/bbimst.v8i3.33785

Abstract

Metode Service quality (Servqual) merupakan metode yang digunakan untuk mengukur kualitas layanan yang didasarkan atas lima dimensi. Lima dimensi Servqual yaitu tangiable, reliability, responsiveness, assurance, dan emphaty dan terdiri dari dua puluh variabel pertanyaan.  Metode Servqual diukur dari penilaian antara persepsi dengan harapan yang diinginkan mengetahui informasi tentang kualitas pelayanan. Teoriya Resheniya Izobretatelskikh Zadatch (TRIZ) merupakan metode pemecahan masalah terstruktur yang menunjukkan bagaimana cara memecahkan hambatan yang muncul. Tujuan penelitian ini menganalisis kualitas pelayanan Puskesmas Parit Haji Husin II dengan menggunakan metode Servqual, serta mengusulkan dan memberikan solusi perbaikan peningkatan kualitas pelayanan Puskesmas Parit Haji Husin II dengan Metode TRIZ. Berdasarkan hasil penelitian dengan metode Servqual terdapat enam variabel kualitas pelayanan yang belum memuaskan harapan pasien. Enam variabel tersebut yaitu perhatian terhadap keluhan pasien, kebersihan, kerapian dan kenyamanan ruangan, tindakan cepat pada saat pasien membutuhkan medis, prosedur pelayanan tidak berbelit-belit, dan pelayanan penerimaan cepat dan tepat. Solusi perbaikan dengan metode TRIZ yang dapat digunakan adalah principle persiapan, dan principle transformasi.Kata Kunci : Servqual,  TRIZ, inventive principle.
VERIFIKASI MODEL ARIMA PADA PERAMALAN JUMLAH KECELAKAAN LALU LINTAS KOTA PONTIANAK MENGGUNAKAN STATISTICAL PROCESS CONTROL Canseria Yuli Ismayanti; Dadan Kusnandar; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (652.026 KB) | DOI: 10.26418/bbimst.v8i3.33246

Abstract

Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien. Salah satu langkah setelah peramalan adalah melakukan verifikasi model untuk memeriksa apakah model yang didapat sudah baik atau tidak untuk peramalan pada periode ke depan. Penelitian ini bertujuan untuk menerapkan metode Statistical Process Control (SPC) untuk memverifikasi model ARIMA terbaik dengan grafik pengendali Individual Moving Range (IMR). Grafik pengendali yang digunakan untuk menentukan perubahan dalam pola data menggunakan nilai errornya. Data yang digunakan dalam  penelitian ini  merupakan data bulanan jumlah kecelakaan lalu lintas Kota Pontianak dari tahun 2012 hingga tahun 2016 yang diperoleh dari Kepolisian Daerah Kalimantan Barat. Berdasarkan identifikasi model didapat model terbaik yaitu model ARIMA  dengan hasil verifikasinya menunjukkan bahwa semua nilai error dalam keadaan terkendali. Perolehan nilai  MAPE pada model ARIMA adalah 14,88% dan BIC sebesar 4,23 artinya model ARIMA  baik untuk meramalkan jumlah kecelakaan lalu lintas Kota Pontianak satu tahun ke depan. Kata Kunci: Peramalan, SPC, grafik pengendali IMR
SMALL AREA ESTIMATION TERHADAP KEMISKINAN DI KABUPATEN KETAPANG DENGAN PENDEKATAN KERNEL Deva Kurnia Aristi; Evy Sulistianingsih; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (147.044 KB) | DOI: 10.26418/bbimst.v7i4.28030

Abstract

Small Area Estimation (SAE) merupakan metode yang digunakan untuk menduga parameter dari sub populasi (wilayah yang lebih kecil) dengan ukuran sampel yang kecil dan memanfaatkan informasi dari luar area, dari dalam area itu sendiri dan dari luar survei. Tujuan penelitian ini adalah untuk menganalisis tingkat kemiskinan dengan menggunakan SAE pada 19 Kecamatan di Kabupaten Ketapang pada tahun 2015. Hasil analisis menunjukkan bahwa pada pendugaan langsung nilai pengeluaran perkapita tertinggi berada di Kecamatan Benua Kayong yaitu sebesar Rp. 699.190 dan pengeluaran perkapita terendah berada pada Kecamatan Pemahan yaitu sebesar Rp. 87.340. Berdasarkan pendugaan menggunakan SAE Kernel dengan pendekatan Bootstrap diketahui nilai pengeluaran perkapita tertinggi berada pada Kecamatan Benua Kayong yaitu sebesar Rp. 650.453 dan pengeluaran perkapita terendah berada pada Kecamatan Pemahan yaitu sebesar Rp. 99.858. Pendugaan SAE Kernel menghasilkan nilai variansi yang lebih kecil yaitu sebesar 2,378 dibandingkan dengan nilai variansi menggunakan pendugaan langsung yaitu sebesar 3,315. Oleh karena itu SAE Kernel lebih baik daripada pendugaan langsung dalam menduga model. Kata Kunci : Small Area Estimation, Bootstrap, Kernel.
IMPLEMENTASI METODE LEAN SIX SIGMA PADA PRODUKSI WAJAN NOMOR 18 DI CV. XYZ Siti Hardianti; Neva Satyahadewi; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (716.37 KB) | DOI: 10.26418/bbimst.v8i2.32350

Abstract

Pengendalian kualitas dapat dilakukan dengan berbagai cara, diantaranya menggunakan metode Lean Six Sigma. Metode Lean Six Sigma dapat menunjukkan jalannya proses produksi sehingga diketahui pemborosan, kecacatan dan proses terjadinya produksi melalui value stream mapping. Lean Six Sigma dapat diterapkan di bidang industri, satu diantaranya adalah perusahaan CV. XYZ. Perusahaan tersebut memproduksi wajan dengan nomor 10, 11, 12, 13, 14, 15, 16, 18, 20, 22, 24, 26, 28 dan 30. Wajan nomor 18 adalah wajan yang paling diminati konsumen. Tahapan dalam Lean Six Sigma dimulai dari define, measure dan analyze. Jenis kecacatan diklasifikasikan menjadi empat kelas yaitu sangat serius (A), serius (B), cukup serius (C) dan tidak serius (D) dengan jumlah observasi sebanyak 78 hari. Kecacatan terbesar terjadi di kelas cacat sangat serius yaitu sebesar 44,38%. Level sigma merupakan kemungkinan besar kecacatan yang akan terjadi jika memproduksi satu juta produk. Pada penelitian ini, level sigma yang dihasilkan kecacatan sangat serius adalah 3,2, sehingga dengan menggunakan nilai Defect Per Million Oppertunities (DPMO) dapat disimpulkan bahwa dalam satu juta produksi kemungkinan produk cacat sebesar 44.211 buah. Berdasarkan analisis Failure Mode and Effect Analyze (FMEA), diketahui penyebab kecacatan sangat serius dikarenakan material dengan nilai Risk Priority Number (RPN) sebesar 84. Sehingga dengan menggunakan kriteria penilaian RPN diketahui bahwa kecacatan yang disebabkan oleh material tergolong sedang.  Kata Kunci: Demerit, Failure Mode and Effect Analyze. 
PENERAPAN FUZZY TIME SERIES CHEN AVERAGE BASED PADA PERAMALAN CURAH HUJAN Vita Virgianti; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i4.50913

Abstract

Fuzzy time series merupakan salah satu metode peramalan data yang dapat melihat pola dari data historis kemudian digunakan untuk memproyeksikan data yang akan datang. Metode tersebut merupakan konsep yang dikenal dengan istilah kecerdasan buatan dalam peramalan dimana data historis tersebut dibentuk dalam nilai-nilai linguistik. Penelitian ini menganalisis data curah hujan Kabupaten Melawi bulan Januari 2016 – Desember 2019 menggunakan fuzzy time series Chen untuk meramalkan curah hujan bulan Januari 2020. Pada proses ini penentuan panjang interval menggunakan metode average based, kemudian menentukan himpunan fuzzy, melakukan fuzzifikasi dan menentukan Fuzzy Logic Relations (FLR) serta Fuzzy Logic Relations Group (FLRG), selanjutnya melakukan defuzzifikasi nilai peramalan. Kemudian diperoleh hasil peramalan curah hujan pada bulan Januari 2020 yaitu 631 mm. Nilai ketepatan peramalan yang dihitung menggunakan Mean Absolute Percentage Error (MAPE) adalah 44,57%.Kata Kunci: Average based, fuzzy time series, peramalan