Pengendalian Kualitas Produk Billet Baja KS1008 Di PT Krakatau Steel, Cilegon Menggunakan Grafik Kendali Max-MEWMA

Tubagus Elgi Faturahman Syahputra, Muhammad Mashuri, Ni Luh Putu Satyaning Pradnya Paramitha

Abstract


Industri baja sebagai industri strategis yang digunakan sebagai bahan baku penting bagi industri-industri secara keseluruhan. PT Krakatau Steel merupakan produsen baja terpadu yang pertama di Indonesia dan menjadi pemimpin pasar di industri baja dalam negeri. Unit produksi yang menjadi fokus penelitian ini adalah pabrik billet baja. Pada penelitian ini digunakan grafik kendali Max-MEWMA. Hasil grafik kendali Max-MEWMA pada fase satu telah terkendali secara statistik pada iterasi 3 setelah menghilangkan 11 pengamatan sehingga dilanjutkan pada pengendalian fase dua. Pada penerapan fase dua grafik kendali belum terkendali secara statistik. Mangan (Mn) merupakan variabel yang berkontribusi besar dalam menyebabkan pengamatan out of control pada penelitian ini. Dengan diperkuat dengan 6 faktor penyebab utama proses produksi billet baja KS1008 tidak terkendali secara statistik. Kapabilitas dengan indeks MP_p kinerja proses produksi billet baja KS1008 potensi sudah baik dan mencapai ragam atau sebaran yang diinginkan Perusahaan, sedangkan dengan menggunakan indeks MP_pk secara multivariat proses memiliki aktual yang rendah sehingga kinerja proses produksi billet baja di PT Krakatau Steel tidak kapabel.

Keywords


Analisis kapabilitas; Billet Baja; Max-MEWMA; Pengendalian Kualitas

Full Text:

PDF

References


J. Alisjahbana, “Evaluasi Pengendalian Kualitas Total Produk Pakaian,” Jurnal Ventura, pp. Vol. 8, No. 1, 2005.

K. Budinski, Engineering Materials Properties and Selection sixth Edition, New Jersey: Prentice Hall, 2000.

F. Morrison, Multivariate Statistical Methods., Fourth Edition penyunt., The Wharton School University of Pennsylvania, 1990.

M. Razali dan Y. Wah, “Power Comparisons of Saphiro-Wilks, Kolmogorov-Smirnov, Liliefors, and Anderson-Darling Test,” Journal of Statistical Modeling and Analysis, pp. II(1), 21-23, 2011.

J. Alva dan E. Estrada, “A Generalization of Shapiro-Wilk's Test for Multivariate-Normality,” Communication in Statistics-Theory and Methods, pp. 38(11), 1870-1883, 2009.

G. Chen, S. W. Cheng dan H. Xie, “A New Multivariate Control Chart For Monitoring Both Location and Dispersion,” Communications in Statistics-Simulation and Computation, pp. 34(1), pp. 203-217, 2005.

S. E. Ridgon dan C. W. Champ, Multivariate Geometric Moving Average Charts, San Fransisco: Joint Statistical Meetings, 1987.

D. C. Montgomery, Introduction to Statistical Quality Control, New Jersey: John Wiley Sons, 2013.

J. M. Lowry, A Multivariate Exponentially Weighted Moving Average Control Chart, USA: University of South Louisiana, 1989.

S. Raissi, “Multivariate Process Capability Indices on the Presence of priority for Quality Characteristics,” Journal of Industrial Engineering International, Vol 5, No 19, pp. 27-36, 2009.

F. Rusmardi, “Analisa Persentase Kandungan Karbon pada Logam Baja,” Teknik Mesin, pp. 35-43, 2006.




DOI: http://dx.doi.org/10.12962/j27213862.v2i2.6822

Refbacks

  • There are currently no refbacks.




Creative Commons License
Inferensi by Department of Statistics ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://iptek.its.ac.id/index.php/inferensi.

ISSN:  0216-308X

e-ISSN: 2721-3862

Web
Analytics Made Easy - StatCounter View My Stats