PROPOSAL PENELITIAN DOKTOR BARU DANA ITS 2020

(1)

1

PROPOSAL

PENELITIAN DOKTOR BARU

DANA ITS 2020

HALAMAN JUDUL

Performa Diagram Kontrol Multivariat Dynamic Hotelling's T

2

_dalam

Memonitor Mixed Quality Characteristics dengan Principal Component

Analysis (PCA)

Tim Peneliti:

Dr. Muhammad Ahsan (Statistika/FSAD) Dr. Muhammad Mashuri, MT (Statistika/FSAD)

Dr. Hidayatul Khusna (Statistika/FSAD) Wibawati SSi, MSi (Statistika/FSAD)

DIREKTORAT PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT INSTITUT TEKNOLOGI SEPULUH NOPEMBER

(2)

2

DAFTAR ISI

HALAMAN JUDUL... 1

BAB I RINGKASAN... 3

BAB II LATAR BELAKANG ... 4

BAB III TINJAUAN PUSTAKA ... 5

3.1 Perkembangan Diagram Kontrol Mixed ... 5

3.2 Average Run Length (ARL) ... 6

3.3 Roadmap Penelitian ... 7

BAB IV METODE... 8

BAB V JADWAL ... 12

BAB VI DAFTAR PUSTAKA ... 13

BAB VII LAMPIRAN ... 14

LAMPIRAN. BIODATA TIM PENELITI ... 14

(3)

3

BAB I RINGKASAN

Dua jenis diagram kontrol dikembangkan berdasarkan karakteristik kualitas yang berbeda yaitu diagram kontrol variabel dan atribut. Karakteristik kulaitas ini biasanya dipantau menggunakan prosedur terpisah. Hanya beberapa penelitian yang berfokus pada pemanfaatan diagram kontrol untuk memantau proses dengan mixed karakteristik kualitas. Studi ini mengembangkan konsep baru dari diagram kontrol berdasarkan pada metode Principal Component Analysis (PCA) mix , yaitu metode PCA yang dapat bersama-sama menangani data kontinu dan kategorikal. Metode

Kernel Density Estimation (KDE) digunakan untuk menghitung Dynamic Control Limit.

Selanjutnya, performa dari diagram kontrol akan dievaluasi dalam mendeteksi pergeseran proses menggunakan Average Run Length (ARL) dan dalam medeteksi adanya outlier.

Kata kunci: Mixed quality characteristics, Principal Component Analysis, Kernel Density Estimation, Average Run Length.

(4)

4

BAB II

LATAR BELAKANG

Dalam sebuah proses manufaktur terkadang perlu untuk dilakukan monitoring terhadap data metric dan non-metric secara bersama-sama. Namun demikian, sejauh ini, masih sangat sedikit diagram kontrol multivariat yang dapat digunakan untuk pengontrolan kualitas pada kedua jenis data tersebut secara bersamaan. Selanjutnya, pada penerapannya untuk memonitor kualitas, diagram kontrol multivariat memiliki beberapa kekurangan. Pertama, performa dari diagram kontrol multivariat akan menurun ketika memonitor suatu proses dengan karakterisistik kualitas yang banyak. Kedua, banyaknya false alarm yang terjadi yang diakibatkan karena data yang tidak berdistribusi multivariat normal dan memiliki pola hubungan yang nonlinear. Ketiga, data network

traffic tersebut terdiri dari variabel metric dan non-metric. Seperti yang telah diketahui bersama

bahwa diagram kontrol konvensional dikembangkan dengan asumsi distribusi tertentu (biasanya multivariat normal) dan tidak dapat mengakomodir perbedaan jenis data.

Untuk mengatasi kekurangan-kekurangan tersebut, dapat diterapkan beberapa metode. Pertama, untuk mengatasi karakteristik kualitas yang banyak pada suatu proses dapat digunakan metode PCA. Dengan menggunakan metode ini, banyaknya kualitas karakteristik yang terlibat dalam monitoring proses bisa dikurangi. Kedua, untuk mengatasi false alarm yang diakibatkan oleh data yang tidak berdistribusi multivariat normal dapat digunakan metode KDE untuk mengestimasi batas kontrol. Terakhir, untuk mengatasi perbedaan jenis data metric dan non-metric digunakan metode PCA Mix.

Berdasarkan uraian diatas maka penelitian ini difokuskan pada pengembangan diagram kontrol multivariat baru yang dapat menangani masalah karakteristik kualitas yang banyak dengan sifat metric dan non-metric, tidak berdistribusi multivariat normal. Selanjutnya performa dari diagram yang diusulkan akan dievaluasi secara detail menggunakan kriteria Average Run Length (ARL) dengan berbagai kondisi dan jenis data.

(5)

5

BAB III

TINJAUAN PUSTAKA

3.1 Perkembangan Diagram Kontrol Mixed

Diagram kontrol multivariat konvensional yang pertama kali dikembangkan adalah Hotelling’s T2_{dan χ}2_{. Diagram kontrol Hotelling T}2_{pertama kali diperkenalkan oleh Hotteling} (1947). Akan tetapi, diagram kontrol Hotelling T2 tidak sensitif untuk mendeteksi pergeseran yang kecil pada vektor rata-rata. Karena itu, Woodall dan Ncube (1985) memperkenalkan diagram kontrol Multivariate Cumulative Sum (MCUSUM) sebagai diagram kontrol alternatif untuk memonitor vektor rata-rata dari suatu karakteristik kualitas. Disamping MCUSUM, diagram kontrol lain yang dapat memonitor pergeseran proses yang kecil pada vektor rata-rata adalah diagram kontrol Multivariate Exponentially Weighted Moving Average (MEWMA). Jackson (1959) mengembangkan diagram kontrol T2_{berbasis Princial Component Analysis (PCA). Di} tahun yang sama Jackson juga mengembangkan diagram kontrol berbasis Independent Principal

Componen Score.

Memonitor data metric dan non-metric dalam sebuah proses manufaktur terkadang perlu untuk dilakukan (Pu, Li, dan Xiang, 2011). Sejauh ini, masih sangat sedikit diagram kontrol dikembangkan yang dapat digunakan untuk pengontrolan kualitas pada kedua jenis data tersebut secara bersamaan. Aslam et al. (2015) mengusulkan diagram kontrol mixed menggunakan kombinasi prosedur dari

X

dan np untuk memonitor proses dan menemukan bahwa diagram kontrol mixed lebih efisien dibandingkan diagram kontrol konvensional. Aslam et al. (2016) mengusulkan dua diagram kontrol mixed berbasis statsitik EWMA dan Hybrid Exponential

Weighted Moving Average (HEWMA) dengan mengasumsikan kualitas karakteristiknya

berdistribusi normal, kemudian membandingkan perfroma kedua diagram kontrol tersebut dengan diagram kontrol mixed dari Aslam et al. (2015). Performa diagram kontrol mixed berbasis statistik HEWMA mengalahkan performa diagam kontrol mixed EWMA dan diagram kontrol mixed

X

. Khan et al. (2017) mengusulkan diagram kontrol mixed dengan mengasumsikan karasteristik kualitasnya berdistribusi Weibull untuk life testing. Akan tertapi, diagram-diagram mixed tersebut hanya untuk kasus univariate yang diperuntukkan untuk memonitor data metric dan non-metric secara bersamaan. Kenyataannya, proses tersebut bisa monitor hanya dengan salah satu jenis

(6)

6

diagram kontrol, baik itu diagram variabel untuk data metric maupun diagram atribut untuk data

non-metric. Wang et al. (2018) mengusulkan diagram berbasis spatial-sign covariance matrix

dengan mengkombinasikan standardized ranks dan spatial signs untuk menghitung statistik dari diagram mixed yang diusulkan.

Untuk mengatasi masalah perbedaan jenis data, dengan menggunakan konsep dari PCA Mix akan diusulkan diagram kontrol baru yang diberi nama diagram kontrol PCA Mix. Adapun dalam penentuan batas kontrolnya akan digunakan konsep kernel density estimation (KDE) yang telah terbukti menghasilkan Average Run Length (ARL) yang mendekati teori baik saat berdistribusi Gaussian maupun berdistribusi non-Gaussian (Phaladiganon et al., 2013). Lebih lanjut, evaluasi performa dilakukan dengan metode Average Run Length (ARL).

3.2 Average Run Length (ARL)

Average run length (ARL) adalah alat populer yang banyak digunakan oleh para peneliti

untuk mengukur kinerja dari diagram kontrol. Performa dari diagram kontrol dinilai oleh dua tipe ARL yaitu, ARL0 dan ARL1. ARL0 adalah jumlah yang diharapkan dari sampel sebelum titik yang pertama kali keluar dari batas kontrol terdeteksi saat proses sebenarnya dalam kendali. ARL1 jumlah yang diharapkan dari sampel sebelum sinyal keluar dari batas kendali diterima saat proses sebenarnya dalam keadaan diluar kendali. Untuk nilai ARL0 yang tetap, diagram kontrol diaggap lebih efektif jika memiliki ARL1 yang lebih kecil (Wu et al., 2009).

Saat proses terkendali:

0

1 .

ARL





Jika proses diluar kendali:

1

1 ARL







dimana



adalah peluang suatu diagram kontrol memberikan sinyal out of control padahal sebenarnya berada dalam keadaan in control. Sedangkan



adalah peluang suatu diagram kontrol

(7)

7

memberikan sinyal in control padahal sebenarnya berada dalam keadaan out of control. Dengan demikian suatu diagram kontrol diharapkan memiliki ARL0 sebesar mungkin dan ARL1 yang sangat kecil.

3.3 Roadmap Penelitian

Pada penelitian ini, statistik T2 dipilih karena hubungannya dengan PCA yang sinkron, dimana matriks varians kovarias yang digunakan pada T2_{sama dengan matriks diagonal}

eigenvalue yang diperoleh pada proses PCA, dimana eigenvalue adalah varians dari principal component yang bersesuaian. Hal ini akan mempersingkat waktu perhitungan karena tidak perlu

lagi menghitung ulang matriks varians kovarians dan mengiverskannya. Diagram T2 juga memiliki performa yang baik dalam mendeteksi adanya outliersehingga cocok digunakan untuk mendeteksi anomia-anomali atau intrusi yang terjadi pada sebuah jaringan. Untuk memperjelas posisi penelitian dan orisinalitas penelitian, disajikan dalam Gambar 3.1.

(8)

8

BAB IV METODE

Pada bagian ini diuraikan langkah penelitian pengembangan diagram multivariat berbasis PCA mix dengan dynamic control limit untuk deteksi intrusi. Terdapat tiga tahapan dalam penelitian ini yaitu: tahap pengembangan diagram, evaluasi kinerja diagram, dan penerapan diagram. Secara rinci penjelasan untuk tiap tahapan adalah sebagai berikut:

1. Pengembangan diagram control multivariat berbasis PCA Mix

Pada tahapan ini diagram kontrol baru dikembangkan melalui langkah-langkah berikut: a. Mengidentifikasi sifat-sifat dari statistik T2 berbasis PCA Mix yang dikembangkan b. Melakukan perbaikan batas kontrol menggunakan KDE.

c. Melakukan monitoring proses menggunakan statistik mixed seperti pada gambar 4.1.

Gambar 4.1 Diagram alir rosedur diagram multivariat berbasis PCA Mix 2. Evaluasi performa

(9)

9

Pada tahapan ini diagram kontrol baru yang telah dikembangkan dievaluasi kinerjanya menggunakan Average Run Length (ARL). Secara detail, langkah-langkah evaluasi kinerja untuk diagram ini adalah sebagai berikut:

Perhitungan ARL0:

a. Membangkitkan data metric berdistribusi Multivariat Normal dan non-metric berdistribusi Multinomial dalam kondisi in control.

b. Menghitung statistik dari diagram kontrol yang diusulkan.

c. Mencatat run length, dinama run length merupakan jumlah observasi sampai terjadi

out of control untuk yang pertama kali menggunakan batas kontrol.

d. Mengulangi langkah a sampai c sebanyak 10000 kali

e. Menghitung ARL0 yang merupakan rata-rata dari run length dari 10000 kali pembangkitan data dalam kondisi in control.

Gambar 4.2 Diagram alir prosedur evaluasi performa diagram kontrol multivariat berbasis PCA Mix Perhitungan ARL1:

a. Membangkitkan data metric berdistribusi Multivariat Normal dan non-metric berdistribusi Multinomial yang telah mengalami pergeseran proses.

(10)

10

b. Menghitung statistik dari diagram kontrol yang diusulkan.

c. Mencatat run length, dinama run length merupakan jumlah observasi sampai terjadi

out of control untuk yang pertama kali menggunakan batas kontrol.

d. Mengulangi langkah a sampai c sebanyak 10000 kali

e. Menghitung ARL1 yang merupakan rata-rata dari run length dari 10000 kali pembangkitan.

f. Mengulangi langkah a sampai e dengan berbagai menambahkan pergeseran pada proses.

Evaluasi performa untuk deteksi outlier disajikan pada Gambar 4.3

Gambar 4.3 Diagram alir prosedur evaluasi performa diagram kontrol multivariat berbasis PCA Mix

(11)

11

Tabel 4.1 Luaran Penelitian

No Jenis Luaran Nama Jurnal/kegiatan Status Luaran

1

Publiaksi pada Jurnal Ilmiah Internasional

Prodution and Manufacturing

Reseacrh (Q2) Accepted

2 Seminar Ilmiah Internasional Internationa

International Conference on Soft

Computing in Data Science 2020 Telah dilaksanakan

Tabel 4.2 Uraian Tugas Tim Peneliti

Nama NIDN/NPP Alokasi Waktu

(Jam/minggu) Uraian Tugas

Muhammad

Ahsan, S.Si. 1990202011001 10 Jam/minggu

 Mengkoordinasikan jalannya penelitian  Identifikasi sifat-sifat statistika Diagram

Kontrol

 Merancang algoritma penentuan batas control

 Membuat algoritma simulasi evaluasi kinerja Diagram

 Membuat simulasi deteksi Intrusi Dr. Muhammad Mashuri, MT 0008046206 8 Jam/minggu

 Identifikasi sifat-sifat statistika Diagram Kontrol berbasis Mixed Statistik  Merancang program evaluasi kinerja

Diagram Kontrol berbasis Mixed Statistik

Wibawati,

M.Si. 0013127402 8 Jam/minggu

 Identifikasi sifat-sifat statistika Diagram Kontrol berbasis Mixed Statistik  Membuat algoritma penentuan batas

control

 Membuat program untuk penentuan batas control Diagram Kontrol

Hidayatul Khusna, S.Si.

1994202012032 8 Jam/minggu

 Membuat studi kasus penerapan Diagram Kontrol berbasis Mixed Statistik

 Membantu membuat Software aplikasi Diagram Kontrol

(12)

12

BAB V JADWAL

Jadwal pelaksanaan penelitian ini disajikan pada tabel beriku: Tabel 5.1 Jadwal Kegiatan Penelitian

No Nama Kegiatan Bulan

1 2 3 4 5 6 7 8 9 10 11 12 1 Kajian Literatur

2 Pengembangan Metode: Diagram Kontrol

Mixed

3 Pembuatan Algoritma Penentuan Batas Kontrol Diagram dengan KDE

4 Pembuatan Program Penentuan Batas Kontrol Diagram dengan KDE

5 Evaluasi Performa diagram Kontrol 6 Penulisan draft karya ilmiah dan submit ke

jurnal internasional (Expert Systems With Applications) dan seminar interasional 7 Seminar Internasional

(13)

13

BAB VI

DAFTAR PUSTAKA

Aslam, M., Azam, M., Khan, N., & Jun, C. H. (2015). A mixed control chart to monitor the process.

International Journal of Production Research, 53(15), 4684–4693.

https://doi.org/10.1080/00207543.2015.1031354

Aslam, M., Khan, N., Aldosari, M. S., & Jun, C. H. (2016). Mixed Control Charts Using EWMA Statistics. IEEE Access, 4, 8286–8293. https://doi.org/10.1109/ACCESS.2016.2628915 Hotteling, H. (1947). Multivariate Quality Control. In Techiques of Statistical Analysis (Eisenhart,).

New York: McGraw-Hill.

Jackson, J. E. (1959). Quality Control Methods for Several Related Variables. Technometrics, 1(4), 359–377.

Khan, N., Aslam, M., Kim, K.-J., & Jun, C.-H. (2017). A mixed control chart adapted to the truncated life test based on the Weibull distribution. Operations Research and Decisions,

27(1), 43–55.

Phaladiganon, P., Kim, S. B., Chen, V. C. P., & Jiang, W. (2013). Principal component analysis-based control charts for multivariate nonnormal distributions. Expert Systems with

Applications, 40(8), 3044–3054. https://doi.org/10.1016/j.eswa.2012.12.020

Pu, X., Li, Y., & Xiang, D. (2011). Mixed variables-attributes test plans for single and double acceptance sampling under exponential distribution. Mathematical Problems in Engineering,

2011. https://doi.org/10.1155/2011/575036

Wang, J., Su, Q., Fang, Y., & Zhang, P. (2018). A multivariate sign chart for monitoring dependence among mixed-type data. Computers & Industrial Engineering, 126, 625–636. https://doi.org/https://doi.org/10.1016/j.cie.2018.09.053

Woodall, W., & Ncube, M. (1985). Multivariate CUSUM Quality-Control Procedures.

Technometrics, 27(3), 285–292. https://doi.org/10.2307/1269710

Wu, Z., Jiao, J., Yang, M., Liu, Y., & Wang, Z. (2009). An enhanced adaptive CUSUM control chart. IIE Transactions, 41(7), 642–653. https://doi.org/10.1080/07408170802712582

(14)

14

BAB VII LAMPIRAN

LAMPIRAN. BIODATA TIM PENELITI 1. Ketua

a. Nama Lengkap : Dr. Muhammad Ahsan, S.Si. b. Jenis Kelamin : Laki-laki

c. NIP : 1990202011001

d. Fungsional/Pangkat/Gol. : Penata/IIIc e. Jabatan Struktural : -

f. Bisang Keahlian : Statisical Process Control dan Computational Statistics g. Departemen/Fakultas : Statistika FSAD

h. Perguruan Tinggi : Institut Teknologi Sepuluh Nopember i. Alamat Rumah dan No Telp. : Keputih Gang Makam B/7A/ 085398371542 j. Riwayat Penelitian

1. Penelitian Pendidikan Magister Menuju Doktor untuk Sarjana Unggul (PMDSU). Tahun 2016-2018. Pengembangan Diagram Kontrol Multivariat untuk Deteksi Intrusi. Sebagai Anggota.

2. Penelitian Dasar Unggulan Perguruan Tinggi (PDUPT). Tahun 2020. Pengembangan Diagram Kontrol Multivariate Berbasis Kernel Principal Component Analysis untuk Mixed Variable dan Attribute Quality Characteristics. Sebagai Anggota.

k. Riwayat Pengabdian

1. Peningkatan Kemampuan Pembelajaran Berbasis ICT dan Sains Data bagi guru-guru TK Muslimat NU se-Kabupaten Lamongan.

l. Publikasi Ilmiah

1. Robust adaptive multivariate Hotelling's T2 control chart based on kernel density estimation for intrusion detection system. 2020. Expert Systems with Applications, 145,113105.

2. Outlier detection using PCA mix based T2 control chart for continuous and categorical data. 2019. Communications in Statistics: Simulation and Computation. DOI:

10.1080/03610918.2019.1586921. m. Paten

1. Hak Cipta. Aplikasi Diagram Trace R2 untuk Memonitor Kualitas. Nomor Pencatatan: 000172186

(15)

15 2. Anggota I

a. Nama Lengkap : Dr. Muhammad Mashuri, MT b. Jenis Kelamin : Laki - laki

c. NIP : 19620408 198701 1 001

d. Fungsional/Pangkat/Gol. : Lektor Kepala/ IVA e. Jabatan Struktural : Wakil Rektor II ITK

f. Bidang Keahlian : Statistical Process Control, Multivariate Analysis. g. Departemen/Fakultas : Statistika/ FSAD

h. Perguruan Tinggi : ITS Surabaya

i. Alamat Rumah dan No. Telp : Perum ITS F-13 Sukolilo Surabaya/ 0818502987 j. Riwayat Penelitian

1. Pengembangan Diagram Kontrol Robust Mixed Hotelling's T2 berbasis PCA Mix dengan Dynamic Control Limit untuk Network Anomaly Detection. Penelitian Dasar Unggulan Perguruan Tinggi 2019. Sebagai Anggota Ketua

2. Penerapan Diagram Kontrol Trace R2 untuk Memonitor kualitas Proses Produksi Air Minum. Penelitian Terapan Unggulan Perguruan Tinggi. Sebagai Anggota Ketua

k. Riwayat Pengabdian Masyarakat

2. Monitoring Kualitas Produksi Air Minum PDAM Kabupaten Lamongan l. Publikasi Ilmiah

1. Tr(R2) control charts based on kernel density estimation for monitoring multivariate variability process. Cogent Engineering. 2019.

2. Robust adaptive multivariate Hotelling's T2 control chart based on kernel density estimation for intrusion detection system. Expert Systems with Applications, 145,113105. 2020.

m. Paten (2 terakhir dalam bentuk buku)

(16)

16 3. Anggota II

a. Nama Lengkap : Wibawati, S.Si, M.Si b. Jenis Kelamin : Perempuan

c. NIP : 19741213 199802 2 001

d. Fungsional/Pangkat/Gol : Penata TK 1/Lektor/IIID e. Jabatan Struktural : -

f. Bidang Keahlian : Statistika Industri g. Departemen/Fakultas : Statistika/FSAD h. Perguruan Tinggi : ITS

i. Alamat Rumah dan no telp : Jl. Manyar Sambongan 70B, Surabaya. Telp. 031-5014408

j. Riwayat Penelitian (2 terakhir yang didanai ITS atau Nasional sebutkan sebagai Ketua atau Anggota) :

3. Pengembangan Diagram Kontrol Robust Mixed Hotelling's T2 berbasis PCA Mix dengan Dynamic Control Limit untuk Network Anomaly Detection. Penelitian Dasar Unggulan Perguruan Tinggi 2019. Sebagai Anggota Peneliti 4. Penerapan Diagram Kontrol Trace R2 untuk Memonitor kualitas Proses

Produksi Air Minum. Penelitian Terapan Unggulan Perguruan Tinggi. Sebagai Anggota Peneliti

k. Riwayat Pengabdian (2 terakhir yang didanai ITS atau Nasional sebutkan sebagai Ketua atau Anggota) :

1. Pelatihan Analisis Data Statistik untuk Industri. Abmas Mandiri, 2019. Sebagai Anggota.

l. Publikasi Ilmiah (2 terakhir dalam bentuk makalah)

1. Tr(R2) control charts based on kernel density estimation for monitoring multivariate variability process. Cogent Engineering 2019

2. Comparing the Performance of T2 chart based on PCA Mix, Kernel PCA Mix and Mixed Kernel PCA for Network Anomaly Detection. 3rd International Conference on Statistics, Mathematics, Teaching, and Research. Makssar 2019.

m. Paten (2 terakhir dalam bentuk buku)

(17)

17 4. Anggota III

a. Nama Lengkap : Dr. Hidayatul Khusna, S.Si. b. Jenis Kelamin : Laki-laki

c. NIP : 1994202012032

d. Fungsional/Pangkat/Gol. : Penata/IIIc e. Jabatan Struktural : -

f. Bisang Keahlian : Statisical Process Control dan Time Series g. Departemen/Fakultas : Statistika FSAD

h. Perguruan Tinggi : Institut Teknologi Sepuluh Nopember i. Alamat Rumah dan No Telp. : Keputih Gang Makam B/7A/ 085733352789 j. Riwayat Penelitian

1. Penelitian Pendidikan Magister Menuju Doktor untuk Sarjana Unggul (PMDSU). Tahun 2016-2018. Pengembangan Diagram Kontrol Max-MCUSUM dan Max-MEWMA Berbasis Residual Model Multioutput Least Square SVR (MLS-SVR) untuk Autocorrelated Data. Sebagai Anggota

k. Riwayat Pengabdian

l. Publikasi Ilmiah

1. Bootstrap-based maximum multivariate CUSUM control chart. Quality Technology & Quantitative Management, 1–23. 2018.

2. Residual-based maximum MCUSUM control chart for joint monitoring the mean and variability of multivariate autocorrelated processes. Production & Manufacturing Research, 7(1), 364–394. 2019

m. Paten

(18)

18 RENCANA ANGGARAN BELANJA

1. Bahan Habis

Item Bahan Volume Satuan Harga Satuan Total (Rp)

(Rp)

ATK 7 Set/Bulan 300000 2100000

Tinta Canon IP2770 4 Set/2 Bulan 470000 1880000

Cartridge Canon IP2770 4 Set/2 Bulan 480000 1920000

Voucher Internet 6 Set/Bulan 600000 3600000

Konsumsi (Nasi) 4 kali per

bulan 7 Set 416000 2912000

Konsumsi (Snack) 4 kali per

bulan 7 Set 104000 728000

Sub Total

(Rp) 13,140,000.00

2. Perjalanan

Item Perjalanan Volume Satuan Biaya Satuan Total (Rp) (Rp)

Perjalanan Lokal pp 2 Orang 2000000 4000000

Akomodasi Lokal 2 hari 2 Orang 500000 1000000

Pejalanan Luar Negeri pp 2 Orang 7500000 15000000

Akomodasi Luar Negeri 2 hari 2 Orang 2000000 4000000

Sub Total

(Rp) 24,000,000.00

3. Publikasi dan Pelaporan

Item Lain - lain Volume Satuan Honor/Jam Total (Rp)

(Rp)

Pembuatan Laporan 6 Set 60000 360000

Biaya Seminar Internasional 1 Buah 4500000 4500000

Publikasi Jurnal Internasional 1 Buah 8000000 8000000

Sub Total

(Rp) 12,860,000.00

(19)

DATA USULAN DAN PENGESAHAN PROPOSAL DANA LOKAL ITS 2020

1. Judul Penelitian

Performa Diagram Kontrol Multivariat Dynamic Hotelling's T2 dalam Memonitor Mixed Quality Characteristics dengan Principal Component Analysis (PCA)

Skema : PENELITIAN DOKTOR BARU

Bidang Penelitian : Sains Fundamental Topik Penelitian : Probability and Statistics 2. Identitas Pengusul

Ketua Tim

Nama : Dr. Muhammad Ahsan S.Si

NIP : 1990202011001

No Telp/HP : 085398371542

Laboratorium : Laboratorium Statistika Bisnis dan Industri

Departemen/Unit : Departemen Statistika

Fakultas : Fakultas Sains dan Analitika Data

Anggota Tim

No Nama Lengkap Asal Laboratorium Departemen/Unit Perguruan

Tinggi/Instansi

1 Dr. Muhammad

Ahsan S.Si

Laboratorium Statistika Bisnis dan

Industri

Departemen Statistika ITS

2 Dr. Muhammad

Mashuri M.T.

Industri

3 Dr. Hidayatul

Khusna S.Si

Industri

4 Wibawati S.Si.,

M.Si

Industri

3. Jumlah Mahasiswa terlibat : 0

4. Sumber dan jumlah dana penelitian yang diusulkan

a. Dana Lokal ITS 2020 :

b. Sumber Lain :

(20)

50.000.000,-Tanggal Persetujuan Nama Pimpinan Pemberi Persetujuan Jabatan Pemberi Persetujuan Nama Unit Pemberi Persetujuan QR-Code 09 Maret 2020 Prof. Dr. Drs Agus Rubiyanto M.Eng.Sc. Kepala Pusat Penelitian/Kajian/Unggulan Iptek Kepala Pusat Penelitian Sains Fundamental 09 Maret 2020 Agus Muhamad Hatta , ST, MSi, Ph.D Direktur Direktorat Riset dan Pengabdian Kepada Masyarakat