• Tidak ada hasil yang ditemukan

Contoh Pembuatan Bagan Kendali EWMA dalam Industri Farmasi

N/A
N/A
Yesha Evelyn

Academic year: 2025

Membagikan "Contoh Pembuatan Bagan Kendali EWMA dalam Industri Farmasi"

Copied!
4
0
0

Teks penuh

(1)

CONTOH:

Sebuah perusahaan farmasi ingin membuat bagan kendali EWMA. Perusahaan tersebut menetapkan bobot dengan nilai target sebesar 10 gram. Buat bagan kendali apabila λ=0.1, L=2.7 dan standar deviasi σ=1

Subgrup xi Subgrup xi

1 9.45 16 9.37

2 7.99 17 10.62

3 9.29 18 10.31

4 11.66 19 8.52

5 12.16 20 10.84

6 10.18 21 10.9

7 8.04 22 9.33

8 11.46 23 12.29

9 9.2 24 11.5

10 10.34 25 10.6

11 9.03 26 11.08

12 11.47 27 10.38

13 10.51 28 11.62

14 9.4 29 11.31

Penyelesaian:

Diketahui:

μ0=10L=2.7λ=0.1σ=1

- Hitung masing-masing nilai Zimenggunakan rumus:

zi=λ xi+(1−λ)zi−1 Sehingga:

z1=λ x1+(1−λ)z0=0.1(9.45)+(1−0.1)10=9.945 z2=λ x2+(1−λ)z1=0.1(7.99)+(1−0.1)10=9.799 z30=λ x30+(1−λ)z29=0.1(10.52)+(1−0.1)10=10.6189 - Hitung garis tengah, UCL dan LCL

Garis tengah dapat dihitung dengan rumus berikut:

Garis tengah=μ0=10sedangkan nilai UCL dan LCL perlu dihitung untuk masing masing i dengan rumus:

UCL=μ0+

λ[1−(1−λ)2i]

(2−λ) LCL=μ0

λ[1−(1−λ)2i]

(2−λ) sehingga :

(2)

UC L1=10+2.7(1)

0.1

[

1−(1−0.1)2(1)

]

(2−0.1) =10.27

U C L30=10+2.7(1)

0.1

[

1−(10.1)2(30)

]

(2−0.1) =10.6189 Dan

LC L1=10−2.7(1)

0.1

[

1−(10.1)2(1)

]

(2−0.1) =9.73 LC L30=10−2.7(1)

0.1

[

1−(1−0.1)2(30)

]

(2−0.1) =9.38113 - Membuat peta Kendal EWMA

Berikut adalah hasil perhitungan garis tengah, zi,UC Li, dan LC Li: subsgru

p xi zi UC Li LC Li CL

1 9.45 9.945 10.27 9.73 10

2 7.99 9.799

10.3632 5

9.63675

2 10

3 9.29 9.929 10.424

9.57599

7 10

4 11.66 10.166

10.4674 6

9.53253

8 10

5 12.16 10.216 10.4999

9.50009

8 10

6 10.18 10.018

10.5247

1 9.47529 10

7 8.04 9.804

10.5439 8

9.45602

4 10

8 11.46 10.146

10.5590 9

9.44090

5 10

9 9.2 9.92

10.5710 5

9.42895

2 10

10 10.34 10.034

10.5805 5

9.41945

1 10

11 9.03 9.903

10.5881 3

9.41186

7 10

12 11.47 10.147 10.5942

9.40579

5 10

13 10.51 10.051

10.5990 8

9.40092

2 10

14 9.4 9.94 10.603

9.39700

4 10

15 10.08 10.008

10.6061 5

9.39384

9 10

16 9.37 9.937 10.6087

9.39130

5 10

(3)

17 10.62 10.062

10.6107 5

9.38925

2 10

18 10.31 10.031

10.6124 1

9.38759

5 10

19 8.52 9.852

10.6137 4

9.38625

5 10

20 10.84 10.084 10.6148

3 9.38517

2 10

21 10.9 10.09 10.6157

9.38429

7 10

22 9.33 9.933

10.6164 1

9.38358

8 10

23 12.29 10.229

10.6169 8

9.38301

5 10

24 11.5 10.15

10.6174 5

9.38255

1 10

25 10.6 10.06

10.6178 2

9.38217

6 10

26 11.08 10.108

10.6181 3

9.38187

2 10

27 10.38 10.038

10.6183 7

9.38162

6 10

28 11.62 10.162

10.6185 7

9.38142

6 10

29 11.31 10.131

10.6187 3

9.38126

5 10

30 10.52 10.052 10.6188

7 9.38113

4 10

Dengan demikian bentuk plot peta kendali EWMA sebagai berikut:

(4)

Berdasarkan peta kendali EWMA (Exponentially Weighted Moving Average) yang ditampilkan, dapat disimpulkan bahwa peta kendali berada dalam kondisi statistik yang stabil dan terkendali.

Hal ini ditunjukkan oleh seluruh titik pengamatan (Zi) yang berada di dalam batas kendali atas (UCL) dan batas kendali bawah (LCL), tanpa adanya satu pun titik yang melewati batas kendali tersebut.

Referensi

Dokumen terkait

Teknik pengendalian proses secara statistika atau lebih dikenal dengan istilah Statistica/ Process Control (SPC) diterapkan dengan membuat bagan kendali (control

Dalam pengendalian kualitas statistik banyak metode yang dapat digunakan diantaranya adalah bagan kendali ݔഥ dan bagan kendali rata- rata bergerak geometri, kedua bagan kendali

Dikarenakan data contoh yang digunakan tidak diketahui nilai dari kedua parameter, maka persamaan yang digunakan baik bagan kendali

Metode yang digunakan dalam menentukan nilai risiko ( Value at Risk ) dalam penelitian ini adalah Exponentially Weighted Moving Average (EWMA) dan Semi Varians

Berdasarkan penjelasan di atas penelitian ini akan mengambil judul “ PENERAPAN METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) DAN METODE SEMI VARIANS (SV)

Menurut Montgomery (2009), bagan kendali T 2 Hotelling paling banyak digunakan dalam pengendalian proses secara multivariat untuk memonitor vektor rata-rata proses

Hasilnya dapat diaplikasikan untuk membentuk bagan kendali untuk pengendalian proses variabilitas data multivariate, selanjutnya sebagai studi kasus diterapkan untuk

Untuk bagan kendali EWMA dengan terlihat batas kendali mulai stabil pada observasi ke-21 dan adanya perbedaan mean yang kecil telihat dari pergeseran 10 titik berturut