Diagram Kendali Fuzzy Individual X-MR Berdasarkan Fungsi Keanggotaan Segitiga

Syifa Rohimah, Lisnur Wachidah

Abstract


Abstract. Statistical Process Control (SPC) is a technique for controlling quality in accordance with the movement or variation of data from predetermined boundaries. Control Charts are very effective SPC tools used to control the compilation process in an uncontrolled (out of control) state. One of the diagrams developed is the fuzzy control chart. Fuzzy control diagram is a combination of statistical methods with fuzzy set theory that can be used to control the production process Uncertainty comes from the measurement system including operators, gauges and environmental conditions when selecting the characteristics of the observed sample. Fuzzy control diagram Individual  needs to represent fuzzy numbers for each observation sample according to the curve and trapezoid classification function. This thesis discusses the application of diagrams regulating fuzzy  for the triangular gathering function based on the fuzzy mode method. To determine the decision process control in a controlled state or can not be seen using fuzzy mode. By using the fuzzy mode method in applying diagrams that are set fuzzy Individual  based on the contribution of a triangular that can be seen from the same degree as 1. Using application data used is secondary data about water chlorine reception data channeled in PDAM Surya Sembada Surabaya from 1 December 2015 to 26 February 2016. Using the fuzzy method in the  Individual fuzzy arrangement diagram application, the same results are obtained as the normal access diagram. The individual  fuzzy control chart of the final results is seen from the value of UCL and LCL alone which is worth 1 is controlled check and 0 value for uncontrolled data transport.

Keywords: Statistical Process Control (SPC), Control Chart, Fuzzy Mode Individual ,Triangular Fuzzy Number

 

Abstrak. Statistical Process Control (SPC) adalah teknik cara pengendalian kualitas yang didasarkan pada pergerakan atau variasi data atas batas-batas yang telah ditetapkan. Diagram kendali (Control Chart) merupakan alat SPC yang sangat efektif yang digunakan untuk mendeteksi ketika proses dalam keadaan tidak terkendali (out of control). Salah satu diagram kendali yang telah dikembangkan adalah diagram kendali fuzzy. Diagram kendali fuzzy merupakan gabungan antara metode statistika dengan teori himpunan fuzzy yang dapat digunakan untuk mengendalikan proses produksi ketika data memuat ketidakpastian. Ketidakpastian datang dari sistem pengukuran termasuk operator, alat pengukur dan kondisi lingkungan pada saat penentuan karakteristik sampel pengamatan. Dalam diagram kendali fuzzy Individual  perlu merepresentasikan bilangan fuzzy untuk setiap sampel pengamatan berdasarkan fungsi keanggotaan kurva segitiga dan trapesium. Skripsi ini membahas penerapan diagram kendali fuzzy Individual  untuk fungsi keanggotaan segitiga berdasarkan metode modus fuzzy. Untuk menentukan keputusan proses pengendalian dalam keadaan terkendali atau tidak dapat dilihat dengan menggunakan modus fuzzy. Dengan menggunakan metode modus fuzzy dalam penerapan diagram kendali fuzzy Individual  berdasarkan fungsi keanggotaan segitiga dapat dilihat dari derajat keanggotaannya yang bernilai sama dengan 1. Sebagai aplikasi data yang digunakan adalah data sekunder tentang data sisa klor air yang direkam di PDAM Surya Sembada Surabaya pada tanggal 1 Desember 2015 sampai tanggal 26 Februari 2016. Dengan menggunakan metode modus fuzzy pada penerapan diagram kendali fuzzy Individual , didapatkan hasil yang sama seperti diagram kendali biasa. Dalam diagram kendali fuzzy Individual  hasil keputusan akhirnya dilihat dari nilai UCL dan LCL saja yang bernilai 1 apabila data terkendali dan bernilai 0 apabila data tidak terkendali.

 

Kata Kunci : Statistical Process Control (SPC), Diagram Kendali, Modus Fuzzy Individual ,Bilangan Fuzzy Segitiga


Keywords


Statistical Process Control (SPC), Diagram Kendali, Modus Fuzzy Individual ,Bilangan Fuzzy Segitiga

Full Text:

PDF

References


Gaspersz, Vincent, (1998), Statistical Proses Control Penerapan Teknik-Teknik Statistik dalam Manajemen Bisnis Total, Jakarta : Diterbitkan atas Kerja Sama Yayasan Indonesia Emas, Institut Vincent, PT Gramedia Pustaka Utama.

Gulbay, M dan Kahraman, C. (2006). Development of fuzzy process control charts and fuzzy unnatural pattern analyses. Computational Statistics and Data Analysis, Vol. 51, No.1, pp. 434-451.

Gulbay, M dan Kahraman, C. (2007). An alternative approach to fuzzy control charts: direct fuzzy approach, Information Sciences, Vol. 51, No.6, pp. 1463-1480.

Kaya, I, dan Kahraman, C. (2011a). Process Capability Analyses With Fuzzy Parameters. Expert System with Applications, 38 : 11918-11927.

Kusumadewi, S dan Purnomo, H. 2004. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.

Montgomery, Douglas C. 1991. Introduction to Statistical Quality Control. Third Edition. Republic of Singapore: John Wiley & Sons, Inc.

Montgomery, D.C. 2005. Introduction to Statistical Quality Control, 5 th edition. John Wiley & Sons,Inc.,New York.

Montgomery, D.C. 2009, Introduction to Statistical Quality Control, six edition. New York: John Wiley&Sons Inc.

Moraditadi, A dan Avakhdarestani, S. 2016. Development of Fuzzy Individual X and Moving Range Control Chart. International Journal of Productivity and Quality Management, Vol. 17 No 1.

Muchlis, D. 2010. Pengendalian Kualitas Statistika, Pustaka Ceria. Bandung.

Raz, T., and Wang, J.H. (1990). Probabilistic and membership approaches in construction of diagram controls for linguistic data. Production Planning & Control, 1, 147-157.

Rohmawati, D.Okta. (2016). Penerapan Grafik Pengendali Kabur IX-MR dan Kapabilitas Proses Kabur Pada Pengendalian Kualitas Produksi Air PDAM. Skripsi. Malang: Fakultas Sains dan Teknologi, Universitas Islam Maulana Malik Ibrahim Malang.

Senturk, S.& Erginel, N. 2009, Development of Fuzzy X ̅-R and X ̅-S Control Chart Using α-cut. Information Sciences, 179 (10): 1542-1551.

Susilo, F. 2006. Himpunan dan Logika Kabur serta Aplikasinya. Yogyakarta: Graha Ilmu.

Yani, D.Sarah. (2009). Evaluasi Konsentrasi Sisa Klor dan Kandungan Escherichia Coli pada Jaringan Distribusi PT PAM-Lyonnaise Jaya (PALYJA) untuk Unit Pelayanan Pelanggan (UPP) Barat (Zona Wilayah IV). Tugas Akhir. Bandung: Fakultas Teknik Sipil dan Lingkungan, Institut Teknologi Bandung.




Flag Counter