_ap_ufes{"success":true,"siteUrl":"teknikelektronika.com","urls":{"Home":"http://teknikelektronika.com","Category":"http://teknikelektronika.com/category/equipment/","Archive":"http://teknikelektronika.com/2017/08/","Post":"http://teknikelektronika.com/pengertian-hukum-faraday-bunyi-hukum-faraday/","Page":"http://teknikelektronika.com/","Attachment":"http://teknikelektronika.com/pengertian-hukum-faraday-bunyi-hukum-faraday/pengertian-hukum-faraday-dan-bunyi-hukum-faraday/","Nav_menu_item":"http://teknikelektronika.com/778/","Custom_css":"http://teknikelektronika.com/mh_magazine/","Insertpostads":"http://teknikelektronika.com/insertpostads/native-ads/"}}_ap_ufee

Penggunaan Statistika Dasar dalam Produksi

Penggunaan Statistika Dasar dalam Produksi – Untuk dapat melakukan suatu peningkatan proses maupun pemecahan masalah dalam produksi, hal yang terpenting adalah mengetahui kondisi produksi yang sebenarnya dengan melakukan pengumpulan data. Data yang telah dikumpulkan tersebut akan diproses dan di analisis sehingga menjadi informasi-informasi yang bermanfaat untuk melakukan pengambilan keputusan. Proses pengolahan data menjadi informasi inilah yang memerlukan Teknik Statistik.

Statistik adalah suatu Metode yang digunakan dalam pengumpulan data dan melakukan analisis pada Data tersebut sehingga memperoleh informasi yang berguna dan mudah dimengerti.

Data yang sering dipergunakan dalam produksi yang berkaitan dengan ilmu statistik antara lain :

  1. Data Atribut
    Data Atribut adalah data yang biasanya didapat dari suatu hitungan. Data Atribut bersifat diskrit (Discrete). Contoh dari Data Atribut adalah Jumlah Cacat dalam Produksi, Jumlah komponen yang tidak disolder dalam satu unit PCB, Jumlah Komponen yang jatuh ke lantai dan lain sebagainya.
  2. Data Variabel
    Data Variabel adalah data kuantitatif yang diukur dengan menggunakan alat pengukuran khusus seperti Suhu ruangan, Panjang kaki komponen, diameter pipa, tegangan listrik, nilai resistansi dan lain sebagainya. Data Variabel bersifat Kontinyu (Continuous).

Ilmu statistika yang dipergunakan untuk menganalisa permasalahan dalam produksi terdiri dari 2 kelompok yaitu :

  1. Statistik Deskriptif (Descriptive Statistics)
    Statistik Deskriptif adalah statistik yang membahas tentang cara-cara pengumpulan data, penyerderhanaan angka-angka pengamatan yang diperoleh serta melakukan pemusatan atau penyebaran agar dapat menyajikan informasi yang lebih menarik, berguna dan lebih mudah dimengerti baik dalam bentuk tabel maupun bentuk grafik seperti histogram, pareto chart, Control Chart maupun pie chart (Ukuran-ukuran Statistik Deskriptif antara lain Mean, Modus, Media, Range dan Standard Deviation)
  2. Statistik Inferensial (Inferential Statistics)
    Statistik Inferensial atau disebut juga Statistik Induktif adalah kelompok metode statistik yang dapat menarik suatu kesimpulan ataupun melakukan prediksi (peramalan) terhadap keseluruhan data (Populasi) berdasarkan sampel yang diambil (Jenis-jenis Statistik Inferensial antara lain Uji Hipotesis, Korelasi, Regresi dan ANOVA).

Berikut ini adalah Ilmu Statistika dasar yang sering dipakai dalam Produksi :

Central Tendency (Ukuran Pemusatan Data)

A. Mean (Rata-rata)

Mean atau Rata-rata merupakan Metode Statistik Central Tendency yang paling sering digunakan dalam produksi untuk memberikan gambaran terhadap suatu proses atau kondisi produksi. Mean dihitung dengan cara menjumlahkan semua nilai data pengamatan dan banyaknya data yang diamati. Mean suatu sampel biasanya dilambangkan dengan X bar.

Contoh :
Data Jumlah Cacat produksi dalam 6 hari : 20, 30, 10, 20, 10, 20
Hitunglah Rata-rata Cacat produksi dalam 6 hari tersebut !

Jawaban :
(20 + 30 + 10 + 20 + 10 + 20) / 6 = 18.33
Jadi Rata-rata Cacat produksi adalah 18.33 unit.

B. Median (Nilai Tengah)

Median adalah nilai tengah dari nilai-nilai pengamatan yang disusun secara teratur menurut besarnya data. Terdapat 2 cara untuk menentukan Median tergantung pada jumlah data yang dikumpulkan.

Jumlah data yang terkumpul adalah ganjil :

Langkah-langkah dan Rumus :
1. Mengurutkan Data
2. Menentukan Posisi Median → Posisi Median = ((n-1) / 2) + 1
3. Mencari Nilai Median

Contoh :
Data Jumlah Cacat produksi dalam 7 hari : 20, 30, 10, 20, 10, 20, 40
Hitunglah Median Cacat produksi dalam 7 hari tersebut !

Jawaban :
1. mengurutkan data menjadi : 10, 10, 20, 20, 20, 30, 40
2. Posisi Median = ((7 – 1) / 2) + 1 = 4
3. Berarti Nilai Median adalah Nilai data yang kedudukannya di posisi urutan ke-4, jadi Median = 20 unit

Jumlah data yang terkumpul adalah genap :

Langkah-langkah dan Rumus :
1. Mengurutkan Data
2. Menentukan Posisi Median → Posisi Median = (n + 1) / 2
3. Mencari Nilai Median

Contoh :
Data Jumlah Cacat produksi dalam 6 hari : 20, 30, 10, 20, 10, 20
Hitunglah Median Cacat produksi dalam 6 hari tersebut !

Jawaban :
1. Mengurutkan data menjadi : 10, 10, 20, 20, 20, 30
2. Posisi Median = (6 + 1) / 2 = 3.5
3. Berarti Median berada di posisi antara urutan ke 3 dan ke 4
Median = (20 + 20) / 2
Median = 20 unit

C. Modus (Mode)

Modus adalah nilai data yang paling sering muncul (frekuensi terbesar) dalam suatu kumpulan data.

Contoh :
Data Jumlah Cacat produksi dalam 6 hari : 20, 30, 10, 20, 10, 20
Hitunglah Modus Cacat produksi dalam 6 hari tersebut !

Jawaban :
Angka 10 muncul 2 kali
Angka 20 muncul 3 kali
Angka 30 muncul 1 kali
Jadi Modus Cacat produksi adalah 20 unit.

Dispersion (Ukuran Penyebaran Data)/Ukuran Variasi

A. RANGE (Rentang) atau Jangkauan

Range adalah selisih antara nilai maksimum dengan nilai minimum dalam suatu kumpulan data. Range adalah ukuran variasi atau penyebaran data yang paling sederhana dan sering digunakan dalam mengendalikan proses produksi dalam bentuk Xbar – R Chart.

Rumus :
Range = Nilai Maksimum – Nilai Minimum

Contoh :
Data Jumlah Cacat produksi dalam 6 hari : 20, 30, 10, 20, 10, 20
Hitunglah Range Cacat produksi dalam 6 hari tersebut !

Jawaban :
Nilai Maksimum (tertinggi) = 30
Nilai Minimum (terendah) = 10
Range = 30 – 10
Range = 20

B. VARIANCE (RAGAM)

Variance (Ragam) adalah jumlah kuadrat dari selisih nilai pengamatan dengan rata-rata hitung (mean) dibagi banyaknya Pengamatan.
Variance (Ragam) untuk Populasi dilambangkan dengan σ2
Variance (Ragam) untuk Sampel dilambangkan dengan s2

Langkah-langkah :
1. Carikan Rata-rata Hitung (Mean)
2. Carikan Variance (Ragam)

Contoh :
Data Pengukuran panjang kaki komponen (dalam cm) : 2, 3, 1, 2, 1, 2
Hitunglah Variance (Ragam) dari sampel panjang kaki komponen tersebut !

Jawaban :

Contoh Rumus Variance (Variasi)

Jadi Variance (Ragam) dari sampel diatas adalah 0.56cm

C. Standard Deviation (Standar Deviasi)

Standard Deviation (Standar Deviasi) adalah akar dari Variance (Ragam) yang disebutkan diatas tadi.
Standard Deviation untuk Populasi dilambangkan dengan σ
Standard Deviation untuk Sampel dilambangkan dengan s

Contoh :
Data Pengukuran panjang kaki komponen (dalam cm) : 2, 3, 1, 2, 1, 2
Hitunglah Variance (Ragam) dari sampel panjang kaki komponen tersebut !

Langkah-langkah :
1. Carikan Rata-rata Hitung (Mean)
2. Carikan Variance (Ragam)
3. Carikan Standar Deviasi dengan cara meng-akar-nya.

Jawaban :

Contoh dan Rumus Standar Deviasi

Jadi Standar Deviasi dari sampel diatas adalah 0.748cm

Menguasai Ilmu Statastika adalah merupakan suatu keharusan dalam menerapkan Metodologi Six Sigma di Produksi, karena alat-alat (tools) yang digunakan oleh Six Sigma untuk melakukan pengumpulan dan analisis data sebagian besar adalah berasal Ilmu Statistika.

Be the first to comment

Leave a Reply

Your email address will not be published.


*