Teknik Pengendalian Kualitas 2017

Dalam membeli barang – ada pengalaman kita tentang pertimbangan pembelian yang terkait dengan kualitas. Produk dengan harga yang sangat terjangkau sampai dengan produk dengan harga khusus.

ANALISIS PEMILIHAN SUATU PRODUK DENGAN PENGELOMPOKAN HARGA TERMAHAL DAN TERMURAH DENGAN MEMBANDINGKAN KUALITAS

Produk dengan harga termahal yang pernah saya beli atas dasar keputusan pribadi adalah laptop bemerk ASUS tipe A450C Series intel inside. Laptop tersebut saya beli pada bulan Juli tahun 2014 ketika saya menginjak kelas 12 SMA. Saat itu harga dari laptop tersebut adalah Rp 3.700.000,00.

Pada saat itu alasan saya ingin membeli laptop tersebut adalah karena saya ingin mendapatkan barang yang berkualitas, cocok untuk penggunaan pelajar dan mahasiswa namun memiliki harga yang cukup terjangkau untuk kalangan menengah ke bawah. Penampilan dari laptop tersebut berwarna putih bersih sehingga saya memilihnya karena warna putih merupakan warna kesukaan saya. Selain itu saya memilih laptop dengan spesifikasi tersebut karena menurut kakak saya yang terlebih dahulu memiliki laptop tersebut, laptop tersebut dapat bekerja dengan cepat tanpa terhambat sehingga cocok untuk kalangan pelajar dan mahasiswa. Hingga saat ini laptop tersebut masih bertahan dan saya gunakan tanpa ada kemunduran yang signifikan dari kinerjanya, yang membuktikan bahwa laptop tersebut memiliki daya tahan tinggi yang dapat bertahan lebih dari 3 tahun dengan penggunaan yang cukup intens untuk melakukan pekerjaan seperti mengerjakan tugas yang membutuhkan instalasi software baru.

Untuk produk dengan harga termurah yang pernah saya beli adalah permen merk Blaster dengan harga Rp 500,00 mendapatka 3 biji. Alasan saya membeli permen tersebut karena penampilan permen tersebut menarik dan berbeda daripada permen yang lain yakni berwarna warni seperti warna zebra. Selain itu rasa dari permen tersebut juga unik yakni perpaduan mint dan coklat. Atas dasar keunggulan rasa dan penampilan serta harga yang sangat murah permen tersebut cocok untuk kalangan segala umur untuk menahan kantuk.

 

Advertisements

40 Responses

  1. Produk dengan harga termahal yang pernah saya beli atas dasar keputusan pribadi adalah laptop bemerk ASUS tipe A450C Series intel inside. Laptop tersebut saya beli pada bulan Juli tahun 2014 ketika saya menginjak kelas 12 SMA. Saat itu harga dari laptop tersebut adalah Rp 3.700.000,00.

    Pada saat itu alasan saya ingin membeli laptop tersebut adalah karena saya ingin mendapatkan barang yang berkualitas, cocok untuk penggunaan pelajar dan mahasiswa namun memiliki harga yang cukup terjangkau untuk kalangan menengah ke bawah. Penampilan dari laptop tersebut berwarna putih bersih sehingga saya memilihnya karena warna putih merupakan warna kesukaan saya. Selain itu saya memilih laptop dengan spesifikasi tersebut karena menurut kakak saya yang terlebih dahulu memiliki laptop tersebut, laptop tersebut dapat bekerja dengan cepat tanpa terhambat sehingga cocok untuk kalangan pelajar dan mahasiswa. Hingga saat ini laptop tersebut masih bertahan dan saya gunakan tanpa ada kemunduran yang signifikan dari kinerjanya, yang membuktikan bahwa laptop tersebut memiliki daya tahan tinggi yang dapat bertahan lebih dari 3 tahun dengan penggunaan yang cukup intens untuk melakukan pekerjaan seperti mengerjakan tugas yang membutuhkan instalasi software baru.

    Untuk produk dengan harga termurah yang pernah saya beli adalah permen merk Blaster dengan harga Rp 500,00 mendapatka 3 biji. Alasan saya membeli permen tersebut karena penampilan permen tersebut menarik dan berbeda daripada permen yang lain yakni berwarna warni seperti warna zebra. Selain itu rasa dari permen tersebut juga unik yakni perpaduan mint dan coklat. Atas dasar keunggulan rasa dan penampilan serta harga yang sangat murah permen tersebut cocok untuk kalangan segala umur untuk menahan kantuk.

  2. Distribusi yang mempunyai aplikasi paling luas dalam menganalisa data uji hidup
    adalah distribusi
    Gamma
    . Data uji hidup atau uji reliabilitas merupakan peluang bahwa
    komponen tersebut akan berfungsi sebagaimana mestinya selam
    a, paling sedikit, sampai
    jangka waktu tertentu dalam percobaan yang telah ditentukan. Dalam uji reliabilitas
    terdapat beberapa fungsi yang digunakan untuk menentukan reliabilitas suatu sistem
    diantaranya adalah fungsi ketahanan (survival function) dan fun
    gsi kegagalan (failure
    rate function). Namun, kekurangan dari distribusi
    Gamma
    adalah memiliki fungsi
    ketahanan (survival function) yang tidak dapat ditentukan bentuk khususnya, kecuali jika
    parameter bentuknya berupa bilangan natural. Hal ini menyebabkan
    distribusi
    Gamma
    sedikit digunakan dibandingkan dengan distribusi Weibull karena mempunyai fungsi
    kegagalan dan ketahanan yang lebih sederhana.

    • maaf pak yang ini salah karena katanya terlalu banyak jadi terpotong dan saya belum mencantumnkan nama saya, yang benar komentar di bawah setelah komentar ini
      terima kasih pak maaf membingungkan

  3. NORHAYATI / 02411540000016

    Secara gampang distribusi Poisson menentukan peluang terjadinya suatu kejadian dalam satuan interval tertentu. Distribusi Poisson dalam pengendalian kualitas berguna untuk memodelkan agar dapat menentukan berapa besar peluang terjadinya cacat dalam setiap unit produk. Dengan menggunakan distribusi poisson dapat dihitung kemungkinan terjadinya kecacatan pada tiap produk dan dapat digunakan untuk menganalisis produktivitas suatu operasi.
    Distribusi eksponensial merupakan distribusi suatu data yang menggambarkan periode diantara dua kejadian. Distribusi ini banyak digunakan dalam teknik keandalan yakni pengukuran periode kerusakan mesin atau yang disebut dengan mean time between failure. Distribusi eksponensial memiliki laju kerusakan yang konstan baik terhadap waktu maupun kerusakan yang bersifat acak. Dalam pengendalian kualitas distribusi eksponensial dapat digunakan untuk menghitung failure rate dalam produksi suatu produk sehingga dengan distribusi ini dapat diketahui laju defect product dalam satuan tertentu seperti satuan jam.
    Seperti halnya distribusi eksponensial, distribusi gamma juga banyak digunakan dalam teknik pengendalian kualitas mapun teknik keandalan. Distribusi gamma dapat digunakan secara bersamaan dengan distribusi eksponensial yakni dengan menentukan lamanya waktu hingga terjadi kerusakan atau cacat pada produk yang diproduksi.
    Distribusi Weibull merupakan salah satu distribusi yang hampir sama dengan dua distribusi sebelumnya yang sering digunakan untuk menentukan umur komponen. Dalam pengendalian kualitas dengan menggunakan distribusi weibull maka perusahaan tentu dapat mengestimasi umur komponen hingga terjadi cacat atau defect product sehingga sebelum terjadi kecacatan tersebut perusahaan sudah mempersiapkan alternatifnya.

  4. Siti Hanifah Sadiah / 02411540000031

    Distribusi poisson digunakan untuk menghitung peluang terjadinya peristiwa menurut satuan waktu, ruang, luas, dan panjang. Contohnya: banyaknya penggunaan telepon per jam, banyaknya kesalahan ketik per halaman sebuah buku, banyaknya mobil yang lewat selama 10 menit di suatu ruas jalan, dan lain sebagainya. Rata-rata dan variansi dari distribusi poisson memiliki nilai yang sama dengan parameter (λ). Distribusi poisson memiliki bentuk kurva menyerupai distribusi normal, namun cenderung berbentuk kurva positif (positifely skewed). Kemiringan dari distribusi poisson dipengaruhi oleh parameter (λ), apabila parameter (λ) memiliki nilai yang semakin besar, maka bentuk kurva akan semakin simetris. Relevansi distribusi poisson dalam pengendalian kualitas adalah sebagai model dari jumlah ketidaksesuaian pada sebuah unit produk.

    Distribusi exponensial dapat digunakan untuk mencari selisih waktu yang terjadi dalam suatu peluang pada daerah tertentu (selisih waktu antar 1 orang ke orang ke-2 dalam suatu antrian) serta mengukur tingkat kegagalan yang mungkin terjadi dalam suatu peluang. Distribusi eksponensial sering muncul dalam konteks evaluasi keandalan, namun hanya berlaku pada useful life period saja pada bath-tub curve. Apabila parameter (λ) dari distribusi eksponensial semakin kecil, maka hazard-rate akan semakin rendah pula. Selain itu, pada distribusi eksponensial α=1/λ sebagai MTTF (mean time to failure).

    Distribusi gamma sering digunakan untuk memecahkan masalah lamanya waktu untuk menyelesaikan suatu pekerjaan (teori antrian) dan teori reliabilitas. Dalam distribusi gamma terdapat dua parameter yaitu shape parameter (β) dan scale parameter (α), dimana variasi dari kedua parameter tersebut maka akan ada banyak jenis sebaran data yang diwakilkan oleh distribusi Gamma. Sama seperti distribusi eksponensial, pada distribusi gamma α=1/λ juga sebagai MTTF (mean time to failure).

    Distribusi weibull sering digunakan dalam teknik keandalan sebagai MTTF untuk komponen dan sistem elektronik dan mekanik karena kemampuannya untuk mendekati berbagai jenis sebaran data. Distribusi weibull memiliki karakter yang hampir sama dengan distribusi gamma.

  5. Safira Adelina/02411540000021

    Distribusi poisson merupakan distribusi yang menggambarkan probabilitas pada suatu peristiwa acak (random) yang terjadi pada interval ruang atau waktu. Distribusi ini juga digunakan untuk menghitung probabilitas timbulnya gejala yang diharapkan yaitu gejala “sukses” dari sejumlah sampel atau n kejadian. Korelasi antara distribusi poisson dengan pengendalian kualitas adalah untuk mengetahui probabilitas terjadinya cacat pada produk. Distribusi ini digunakan sebagai pendekatan terhadap distribusi binomial dengan menghitung probabilitas munculnya x kejadian jika rata-rata cacat adalah λ.

    Distribusi Eksponensial merupakan distibusi yang menggambarkan peluang panjang selang waktu pertama sampai melewati X akan sama dengan peluang tidak ada kejadian. Contohnya adalah jarak antar kedatangan pelanggan di fasilitas pelayanan. Korelasi antara distribusi exponential dengan pengendalian kualitas lebih berhubungan dengan suatu keandalan mesin. Distribusi ini dapat digunakan dalam perhitungan MTTF, MTTR, dan fungsi keandalan. MTTF merupakan masa kerja dari suatu mesin digunakan hingga mesin mengalami kerusakan. Sedangkan MTTR merupakan waktu rata-rata perbaikan komponen saat diperiksa hingga mesin dapat digunakan kembali. Dimana MTTF/MTTR=1/ λ.

    Distribusi Gamma merupakan salah satu distribusi yang erat kaitannya dengan teori antrian dan keandalan. Sama halnya dengan distribusi eksponensial, distribusi ini juga digunakan untuk perhitungan MTTF. Kedua distribusi ini berperan penting dalam teori keandalan dimana suatu mesin atau produk bila digunakan secara terus-menerus akan menurunkan tingkat kualitasnya. Perbedaan dengan distribusi eksponensial adalah pada parameternya.

    Distribusi Weibull merupakan distribusi yang erat kaitannya dengan menyelesaikan masalah yang berhubungan dengan umur suatu objek untuk dapat bertahan hingga tidak dapat berfungsi kembali (rusak) atau dalam konteks ini adalah umur mesin. Salah satu aplikasi dari distribusi ini adalah untuk pengendalian mutu dan reliability. Distribusi ini juga digunakan untuk mengetahui MTTF dari suatu komponen listrik dan mekanik pada suatu sistem.

  6. Azimatul Khusniah/ 02411540000032

    Distribusi Gamma adalah distribusi yang paling luas dan sering digunakan dalam ilmu matematika, distribusi ini memiliki parameter α dan β, dimana fungsi gamma didefinisikan dengan α > 0 dan β >0 dengan e = 2,71. Fungsi gamma di integralkan bila α = n. Distribusi ini biasanya digunakan untuk memecahkan masalah sains dan engineering, contohnya adalah teori keandalan dan teori antrian.

    Distribusi Eksponensial adalah distribusi gamma dengan α = 1, atau sering disebut sebagai distribusi gamma dengan keadaan khusus. Distribusi eksponensial dengan peubah acak kontinu X menggunakan parameter β dengan β > 0 (β adalah rataan antara kedua kejadian yang berurutan). Distribusi ini diaplikasikan pada teori antrian dan lama waktu mulai rusaknya alat listrik. Dalam distribusi ini ada hal yang harus diperhatiakan adalah parameter λ dan β, untuk rataan distribusi eksponensial β = 1/ λ.

    Distribusi Poisson adalah distribusi yang sering dinyatakan sebagai banyaknya sukses yang terjadi dalam satu selang waktu yang biasa dinyatakan dengan t. Rataan dan variansi distribusi ini adalah λ. Distribusi ini memfokuskan pada perhitungan kejadian diskret. Aplikasi distribusi ini pada teori antrian yaitu kedatangan konsumen dalam industri jasa seperti bank, kasir dll.

    Distribusi weibull adalah distribusi yang sering digunakan dalam militer (teknik ketahanan). Distribusi ini mengambil karakteristik dari distribusi lain berdasarkan pada bentuk parameter (fepslutc, 2011). Distribusi ini sering digunakan dalam realibility engineering untuk menganalisa khilangan performansi sistem suatu mesin. Selain itu distribusi ini digunakan dalam data waktu tunggu suatu kejadian, selain itu distribusi ini memiliki fungsi lain seperti fungsi kepadatan probabilitas, laju kerusakan dll.

    Hubungan distribusi poisson gamma dan eksponensial adalah sebagai berikut, apabila ada suatu kejadian yang mengikuti proses distribusi poisson, waktu antar kejadian yang ada mulai dari kejadian pertama dan kejadian terakhir sifatnya memoryless yang berdistribusi eksponensial, sedangkan untuk waktu terjadinya kejadian ke α berdistribusi gamma.

  7. Dzaky Wibowo / 02411540000019

    Distribusi Poisson
    Adalah penggambaran dari distribusi yang menggunakan variabel random (variabel acak) diskrit, dengan menyajikan banyaknya hasil percobaan yang terjadi dalam suatu interval waktu tertentu. Ciri-cirinya adalah hasil percobaan tidak tergantung dari banyaknya hasil percobaan yang lain dan hasil percobaan sebanding dengan panjang interval waktu. Contoh penerapannya pada pengendalian kualitas adalah pengendalian ring tutup botol pada minumam The Botol. Yang pertama dibuat diagram control c, dan dilakukan korelasi antara variabel karakteristik jumlah cacat crack under ring.

    Distribusi Eksponensial
    Distribusi eksponensial adalah suatu penggambaran distribusi untuk mencari selisih dalam waktu yang terjadi pada peluang tertentu. Variabel yang digunakan juga menggunakan variabel random (outcome dari eksperimen random). Contoh penerapan pengendalian kualitas dengan distribusi eksponensial adalah pada produk cacat atau produk gagal yang dihasilkan dalam suatu periode tertentu dalam suatu peluang atau juga biasa disebut MTTF (mean time to failure).

    Distribusi Gamma
    Distribusi gamma adalah distribusi fungsi padat dalam fungsi matematika dengan berkaitan pada teori antrian dan teori reliabilitas. Contoh penerapan quality control dengan distribusi gamma adalah sama halnya dengan distribusi eksponensial. Yaitu perhitungan MTTF (mean time to failure).

    Distribusi Weibull
    Distribusi weibull memberikan gambaran pada umur mesin, di mana mesin itu dapat bertahan dari keadaan atau performansi terbaik hingga mencapai performansi menurun (habis). Penerapannya dalam pengendalian kualitas adalah umur mesin. Mesin yang dibeli baru atau bekas dapat diketahui performansinya, sehingga saat performansi mesin mulai menurun, perusahaan dapat melakukan maintenance atau bahkan penggantian mesin untuk mecegah terjadinya defect product atau semakin besarnya kuantitas cacat/defect product.

  8. Primaningtyas Kusanggita / 02411540000079
    1. Distribusi Poisson
    Distribusi yang digunakan untuk mengetahui probabilitas atau peluang dengan menggunakan variabel acak yang diskrit. Distribusi ini mempunyai parameter µ = λ. Pada distribusi ini, banyaknya hasil percobaan dalam sautu interval (waktu atau ruang) tertentu tidak bergantung pada jumlah hasil percobaan yang dilakukan oleh waktu atau daerah lain yang terpisah. Distribusi poison biasanya digunakan untuk mengetahui probabilitas banyaknya bakteri dalam 1 tetes atau 1 liter larutan. Sehingga, kaitannya dengan pengendalian kualitas, adalah bahwa distribusi poisson digunakan untu mengetahui distribusi kecacatan atau peluang terjadinya kecacatan dalam suatu aktivitas produksi sehingga dapat digunakan dalam menganalisa aktivitas suatu produksi.
    2. Distribusi Eksponensial
    Distribusi ini merupakan salah satu jenis distribusi probabilitas kontinyu yang digunakan untuk mengukur lamanya waktu atau periode pada kejadian tertentu. Distribusi ini diterapkan untuk mengukur tingkat kegagalan yang mungkin terjadi dalam suatu peluang. Hal yang terdapat pada distribusi ini adalah memiliki dua parameter yaitu λ dan β. Kaitannya dengan kualitas adalah, distribusi ini biasanya digunakan untuk mengathui periode atau lamanya suatu perlatan yang mulai dipakai hingga rusak. Seringkali distribusi ini dikaitakn dengan teori tentang reliability atau keandalan suatu mesin karena disribusi ini dapat merepresentasikan waktu rata-rata antara kegagalan.
    3. Distribusi Gamma
    Distribusi ini merupakan salah satu dari jenis distribusi kontinyu. Distribusi ini memiliki dua parameter yaitu α dan β. Penerapan distribusi ini sering digunakan dalam teori reliability untuk mengetahui rata-rata waktu suatu mesin akan mengalami kerusakan (MTTF).
    4. Distribusi Weibull
    Distribusi ini merupakan salah satu jenis distribusi probabilitas kontinyu . Distribusi ini sangat erat kaitannya dengan pengendalian kualitas dan biasa digunakan untuk menyelesaikan masalah yang menyangkut umur suatu objek dari awal berfungsi hingga akhirnya tidak berfungsi lagi (performansi nol). Sehingga, suatu industri dapat mencegah produktivitas nol dengan cara menyiapkan solusi atau alternatif sebelum mesin mengalami kerusakan.

  9. Kannida Puspa Shubhi/02411540000024

    Simon Poisson mengembangkan Distribusi Poisson pada tahun 1837. Distribusi Posson mempermudah mengetahui probabilitas sebuah peristiwa. Distribusi ini digunakan untuk menghitung probabilitas terjadinya peristiwa berdasarkan satuan luas, ruang, waktu dan panjang. Dengan begitu, kualitas dari suatu produk dapat dihitung dengan mencari probabilitas cacat produk tersebut. Serta menghitung distribusi binomial jika n lebih besar dari 30.

    Distribusi eksponensial merupakan distribusi gamma (khusus) α = 1. Data yang dibutuhkan dalam prediksi adalah perkiraan rata-rata populasi (di dalam distribusi eksponensial memiliki st. deviasi sama dengan rata-rata). Merupakan salah satu jenis distribusi kontinyu. Keandalan sebuah mesin atau peralatan dapat diperhitungkan dengan distribusi jenis ini. Distribusi eksponensial memiliki laju kerusakan yang konstan terhadap waktu dan kerusakan yang bersifat acak.

    Distribusi Gamma digunakan untuk mencari berapa lamanya waktu yang digunakan untuk menyelesaikan suatu pekerjaan. Distribusi ini sedkit digunakan dibandingkan Weibull karena mempunyai fungsi kegagalan dan ketahanan yang lebih sederhana.

    Distribusi Weibull digunakan untuk menyelesaikan masalah tentang umur produk-produk yang dapat bertahan hingga produk tersebut tidak dapat berfungsi lagi atau rusak. Digunakan jika data survival hazard meningkat atau menurun secara monoton dengan peningkatan waktu yang survival. Distribusi weibull jenisnya tidak simetris atau miring maka hasil lebih tepat dapat dipertahankan untuk lokasi dari distribusinya adalah median masa hidup.

  10. I Gede Arei Banyupramesta/02411540000098

    Distribusi Poisson atau yang sering disebut distribusi peristiwa yang jarang terjadi adalah sebuah alat yang digunakan dalam memprediksi adanya suatu kemungkinan beberapa kejadian tertentu. Distribusi Poisson memberikan gambaran akan adanya probabilitas dari sejumlah peristiwa yang terjadi dalam interval waktu yang tertentu. Salah satu fungsi penggunaan distribusi ini seperti banyaknya keluhan ataupun telepon customer pada saat bulan februari.

    Distribusi eksponensial adalah salah satu distribusi probabilitas besar yang dapat disebut sebagai keluarga eksponensial, atau kelas eksponensial. Meliputi dari distribusi normal, distribusi binomial, distribusi Poisson dan lain-lain. Salah satu definisi dari distribusi ini ialah menemukan selisih waktu pada sebuah peluang. Distribusi ini dapat digunakan untuk menjawab pertanyaan yang berupa probabilitas seperti “Berapa banyak produk cacat yang akan terjadi dalam satu produksi?” Atau “Berapa banyak produk gagal hingga mesin benar-benar mengalami kerusakan?”.

    Distribusi gamma merupakan ditribusi yang digunakan untuk menentukan waktu yang akan digunakan dari sebuah pekerjaan ataupun peralatan yang akan digunakan. Contoh penggunaannya ialah menentukan waktu hidup dari mesin pada saat mengalami kerusakan.

    Distribusi Weibull digunakan dalam menilai keandalan produk terhadap waktu kegagalan model dan analisis data kehidupan. Bisa disebut juga bagaimana kita mengetahui umur dari produk kita dari awal kita memproduksi hingga pada saat benda terebeut benar-benar tidak bisa digunakan kembali.

  11. susmitha/02411540000022

    1. Distribusi Poisson bermanfaat dalam menentukan peluang dari sejumlah munculnya kejadian pada rentang waktu atau luas atau volume tertentu. Pada pengendalian kualitas distribusi ini dapat menghitung kemungkinan cacat yang terjadi dalam proses produksi. Misalnya, dalam proses produksi roti, terjadi cacat atau bantet sebanyak 1 dalam 1000 roti. maka besar peluang sebanyak 7 roti yang cacat dari 8000 roti dapat dihitung menggunakan distribusi Poisson. Distribusi ini juga dapat digunakan untuk menentukan banyak suku cadang yang diperlukan agar dalam jangka waktu yang diinginkan sistem berfungsi baik.

    2. Distribusi eksponensial adalah salah satu distribusi keandalan. Distribusi ini mempunyai laju kerusakan yang konstan terhadap waktu dan kerusakan yang acak yang artinya tidak tergantung waktu atau usia pakai komponen dan faktor lainnya dimasa lalu. Distribusi ini dapat digunakan untuk menghitung waktu untuk memulihkan mesin dari kerusakan (MTTR) dan lama mesin beroperasi hingga ia mengalami kerusakan (MTTF). Sehingga pengendalian kualitas produk dapat dilakukan dengan menjaga mesin dapat berfungsi dengan baik.

    3. Distribusi Weibull menyerupai eksponensial yang diperluas karena mampu memodelkan terjadinya kerusakan dengan laju kerusakan yang tergantung pada usia pakai komponen. Dengan ini perusahaan dapat menentukan masa expired dari sebuah produk, atau menentukan kapan sebuah mesin akan rusak dan harus disediakan alternatifnya.

    4. Distribusi Gamma memiliki peranan penting dalam teori antrian dan keandalan. Berfungsi untuk mengatasi kehilangan data atau untuk mengetahui peluang bahwa komponen tersebut akan berfungsi sebagaimana mestinya, paling sedikit atau sampai jangka waktu tertentu. Sehingga dengan distribusi Gamma dapat diketahui waktu sampai rusaknya mesin ataupun suku cadang.

  12. Siti Qomariyah / 02411540000029

    Distribusi Poisson adalah distribusi yang menyatakan peluang banyaknya peristiwa yang terjadi pada periode waktu tertentu apabila rata-rata peristiwa tersebut diketahui. Dalam pengendalian kualitas digunakan untuk mengetahui peluang jumlah produk yang defect atau ketidaksesuaian yang terjadi pada satu unit produk. Dengan diketahuinya jumlah peluang defect¸ maka perusahaan dapat memanajemen proses produksi untuk mengurangi jumlah produk yang defect.

    Distribusi eksponensial merupakan distribusi yang memiliki standar deviasi sama dengan rata-ratanya. Dalam bidang keandalan dan pengendalian kualitas, penggunaan metode ini dapat digunakan untuk mendapatkan hasil perhitungan failure rate, mean time to failure (MTTF), mean time to repair (MTTR). Dari ketiga hasil perhitungan tersebut akan diketahui perkiraan waktu kerusakan mesin sehingga perusahaan dapat mempersiapkan strategi antisipasi jika terjadi kerusakan mesin ketika proses produksi sedang berjalan.

    Distribusi Gamma adalah distribusi yang memiliki peubah-peubah acak yang bebas dan berdistribusi normal dengan rataan nol dan ragam satu. Sama dengan distribusi eksponensial, distribusi ini biasanya digunakan pada masalah antrian dan keandalan yaitu untuk mengetahui interval waktu suatu mesin hingga terjadi kerusakan atau biasa disebut dengan MTTF

    Distribusi Weibull adalah distribusi yang digunakan untuk melakukan proses analisis kelangsungan hidup (life time) objek tertentu yang memiliki peubah acak kontinu. Sama seperti distribusi-distribusi sebelumnya, metode ini digunakan dalam bidang keandalan dan pengendalian kualitas yaitu untuk memperkirakan usia suatu produk atau mesin. Perkiraan usia pada produk digunakan untuk menentukan waktu kelayakan produk tersebut untuk dikonsumsi/digunakan. Sedangkan pada mesin dapat digunakan untuk mengetahui performansi mesin tersebut setelah beberapa kali pemakaian.

  13. Margaretha Calusa Diah Paramudita // 02411540000048

    Distribusi peluang dibagi menjadi dua jenis yakni distribusi peluang diskrit dan kontinu. Distribusi peluang diskrit merupakan distribusi yang pengubah acaknya dapat dihitung atau berhingga, sedangkan distribusi peluang kontinu merupakan distribusi peluang yang pengubah acaknya dapat memperoleh semua nilai pada skala kontinu. Distribusi poisson merupakan distribusi peluang diskrit, sedangkan distribusi eksponensial, gamma, dan weibull merupakan distribusi peluang kontinu.

    1. Distribusi Poisson merupakan percobaan yang menghasilkan variabel random dan dilakukan menurut satuan waktu tertentu. Distribusi ini memiliki parameter yang dilambangkan dengan λ. Rata-rata dan variansi distribusi ini adalah sama dengan λ. Contohnya ialah banyaknya bakteri dalam 1 liter air, banyaknya mobil yang masuk ke parkiran selama kurun waktu 2 jam. Dalam pengendalian kualitas distribusi poisson biasa digunakan dalam pengaplikasian penyebaran peluang cacat pada tiap unit produk.
    2. Distribusi Weibull merupakan peubah acak dengan parameter α dan β. Distribusi ini merupakan model probabilitas yang sering digunakan untuk mendeteksi failure time. Pada umumnya, Weibull digunakan untuk menggambarkan keadaan optimal dari suatu mesin atau peralatan sebagai contoh untuk evaluasi rencana kegiatan pemeliharaan dan perencanaan pengamanan spare part.
    3. Distribusi Gamma merupakan distribusi yang digunakan untuk menarik kesimpulan atau menguji hipotesis statistika, dan sering diterapkan dalam teori antrian dan teori realibility. Memiliki dua parameter yakni α dan β, yang nilai keduanya harus lebih besar dari 0. Distribusi Gamma dimanfaatkan untuk mengetahui lamanya waktu sampai rusaknya suku cadang dari sebuah alat, serta untuk mengatasi kehilangan data.
    4. Distribusi Eksponensial merupakan keadaan khusus dari distribusi Gamma, yakni ketika parameter α=1. Distribusi ini memiliki laju kerusakan yang konstan terhadap waktu dan bersifat acak. Distribusi ini dapat digunakan untuk menghitung Maximum Likelihood Estimator (MLE), selang waktu kerusakan dari suatu alat (MTTF), dan nilai yang diharapkan dari waktu perbaikan (MTTR).

  14. Della Deswiana Pratama // 02411540000043

    Distribusi weibull merupakan distribusi probabilitas kontinyu yang bersifat fleksibel karena dapat berubah menjadi distribusi eksponensial maupun jenis distribusi lainnya sesuai dengan perubahan yang terjadi pada bentuk maupun parameter skalanya. Pada bidang pengendalian mutu, penggunaan distribusi ini cukup terkenal dengan menggunakan grafik pengendali yang dibuat berdasarkan data reliabilitasnya. Dalam aplikasinya distribusi ini digunakan untuk mengetahui waktu hidup mesin lewat grafik tingkat kegagalan dari mesin atau komponen, apakah semakin tinggi atau menurun seiring pertambahan usia mesin.

    Distribusi poisson merupakan probabilitas distribusi diskrit yang mengestimasi kemunculan suatu kejadian dalam periode tertentu dimana rata-rata kemunculan kejadian tersebut diketahui, bersifat konstan dan acak dalam waktu yang saling bebas. Sering disebut pula dengan hukum kejadian yang tidak mungkin karna memiliki probabilitas π yang sangat kecil. Pada pengendalian mutu digunakan untuk menentukan distribusi failure pada proses maupun produk. Seperti cacat yang terjadi pada proses perakitan sepeda motor.

    Distribusi eksponensial merupakan distribusi probabilitas acak kontinyu yang biasa digunakan untuk permodelan waktu yang berlalu antar kejadian sehingga dapat memprediksi kapan kejadian serupa dapat terjadi kembali dimasa yang akan datang. Pada distribusi eksponensial kita dapat melakukan kontrol mutu seperti meprediksi kapan suatu mesin perlu dilakukan perawatan sebelum terjadinya kerusakan guna menghindari produksi barang yang cacat akibat kerusakan mesin atau fasilitas. Tidak hanya pada manufaktur, distribusi ini dapat dimanfaatkan di pengendalian pada industri jasa. Pada jasa berupa memprediksi waktu kedatangan konsumen pada restoran siap saji sehingga dapat mempersiapkan jumlah bahan yang harus tersedia pada waktu tersebut agar dapat memberi pelayanan yang cepat.

    Distribusi gamma merupakan distribusi probabilitas kontinyu yang digunakan untuk memprediksi waktu yang dibutuhkan untuk menyelesaikan suatu pekerjaan atau kejadian. Pada distribusi ini, waktu tunggu antar kejadian terdistribusi poisson. Antara distribusi gamma dengan eksponensial sebenarnya hamper sama hanya berbeda pada besarnya standar deviasi. Distribusi ini biasa dterapkan dalam teori keandalan dan antrian. Menentukan banyaknya dan panjang antrian merupakan salah satu pengendalian mutu dalam bidang jasa atau servis.

  15. Distribusi peluang terbagi menjadi dua, yaitu diskrit dan kontinu. Berikut merupakan beberapa contoh yang digunakan dalam pengendalian kualitas
    1. Distribusi Peluang Kontinu
    a. Distribusi Gamma
    Distribusi gamma merupakan distribusi fungsi padat yang berasal dari fungsi gamma. Salah satu bentuk khusus dari distribusi gamma adalah distribusi khi-kuadrat yang mendefinisikan jumlah kuadrat dari peubah-peubah acak yang bebas dan menyebar normal dengan rataan nol dan ragam satu. Distribusi ini bergantung pada derajat bebas pada tiap sebarannya
    b. Distribusi Eksponensial
    Distribusi gamma dengan nilai α=1 disebut distribusi eksponensial. Peubah acak kontinu X mempunyai distribusi eksponensial dengan parameter β. Distribusi eksponensial dapat diaplikasikan dalam teori antrian dan lama waktu pakai.
    c. Distribusi Weibull
    Secara luas digunakan untuk berbagai masalah keteknikan, distribusi ini digunakan untuk menggambarkan keadaan optimal suatu mesin atau peralatan. Parameter distribusi weibull ditentukan dengan menggunakan proses perangkingan yaitu yaitu median rank regression.
    2. Distribusi Peluang Diskrit
    a. Distribusi Poisson
    Merupakan distribusi probabilitas diskret yang menyatakan peluang jumlah peristiwa yang terjadi pada periode waktu tertentu apabila rata-rata kejadian tersebut diketahui dan dalam waktu yang saling bebas sejak kejadian terakhir. Distribusi Poisson dapat diturunkan sebagai kasus terbatas distribusi binomial, dan dapat diterapkan pada sistem dengan kejadian berjumlah besar yang mungkin terjadi.

  16. Aidhil Mar’ie Luthfi // 02411340000001

    Distribusi peluang terbagi menjadi dua, yaitu diskrit dan kontinu. Berikut merupakan beberapa contoh yang digunakan dalam pengendalian kualitas
    1. Distribusi Peluang Kontinu
    a. Distribusi Gamma
    Distribusi gamma merupakan distribusi fungsi padat yang berasal dari fungsi gamma. Salah satu bentuk khusus dari distribusi gamma adalah distribusi khi-kuadrat yang mendefinisikan jumlah kuadrat dari peubah-peubah acak yang bebas dan menyebar normal dengan rataan nol dan ragam satu. Distribusi ini bergantung pada derajat bebas pada tiap sebarannya
    b. Distribusi Eksponensial
    Distribusi gamma dengan nilai α=1 disebut distribusi eksponensial. Peubah acak kontinu X mempunyai distribusi eksponensial dengan parameter β. Distribusi eksponensial dapat diaplikasikan dalam teori antrian dan lama waktu pakai.
    c. Distribusi Weibull
    Secara luas digunakan untuk berbagai masalah keteknikan, distribusi ini digunakan untuk menggambarkan keadaan optimal suatu mesin atau peralatan. Parameter distribusi weibull ditentukan dengan menggunakan proses perangkingan yaitu yaitu median rank regression.
    2. Distribusi Peluang Diskrit
    a. Distribusi Poisson
    Merupakan distribusi probabilitas diskret yang menyatakan peluang jumlah peristiwa yang terjadi pada periode waktu tertentu apabila rata-rata kejadian tersebut diketahui dan dalam waktu yang saling bebas sejak kejadian terakhir. Distribusi Poisson dapat diturunkan sebagai kasus terbatas distribusi binomial, dan dapat diterapkan pada sistem dengan kejadian berjumlah besar yang mungkin terjadi.

  17. Dhea Elveta / NRP: 02411540000028

    1. Distribusi Gamma
    Distribusi gamma digunakan dalam pengendalian kualitas untuk mengetahui waktu antar kegagalan. Bentuk grafik dari distribusi gamma bermacam-macam tergantung pada r dan λ yang dipilih. Distribusi gamma digunakan dalam pengendalian kualitas untuk mengetahui interval waktu yang dibutuhkan untuk terjadinya sejumlah kejadian. Semakin besar nilai r maka bentuk dari grafik tersebut akan semakin simetris.
    2. Distribusi Eksponensial
    Distribusi eksponensial adalah distribusi gamma khusus untuk α=1. Distribusi Eksponensial digunakan dalam teknik pengendalian sebagai model untuk mengetahui waktu antar kegagalan dimana laju kegagalan tersebut adalah konstan. Parameter λ digunakan sebagai parameter failure rate, sedangkan waktu antar kerusakan disimbolkan dengan 1/ λ. Jika pada distribusi Poisson digunakan untuk mengetahui jumlah cacat yang mungkin terjadi dalam interval waktu tertentu, maka pada distribusi eksponensial digunakan untuk mengetahui selang waktu antar cacat yang terjadi.
    3. Distribusi Poisson
    Distribusi poisson digunakan untuk menghitung probabilitas terjadinya suatu peristiwa sukses yang terjadi selama interval waktu tertentu dengan menggunakan parameter λ. Distribusi ini digunakan jika jumlah n kejadian besar dan probabilitas suksesnya sangat kecil. Pada pengendalian kualitas, distribusi ini digunakan sebagai pendekatan terhadap distribusi binomial. Pengaplikasiannya adalah untuk mengetahui peluang cacat yang mungkin terjadi dalam suatu interval waktu tertentu. Semakin besar λ, maka bentuk dari grafik distribusi eksponensial akan semakin simetris.
    4. Distribusi Weibull
    Distribusi Weilbull adalah distribusi yang memiliki sifat fleksibilitas. Distribusi ini dapat berubah menjadi distribusi lain tergantung pada perubahan parameter skala dan bentuknya seperti distribusi eksponensial. Jika β=1, maka distribusi Weibull dapat direduksi menjadi distribusi eksponensial. Distribusi Weibull digunakan dalam pengendalian kualitas untuk memodelkan waktu terjadinya kegagalan untuk komponen permesinan.

  18. Muhammad Hadziqul Ikhwan Pratama / 02411540000015

    Distribusi Poisson merupakan distribusi yang menggunakan variabel random diskrit guna menghitung probabilitas yang terjadi dalam jangka waktu tertentu. Dalam teknik pengendalian kualitas distribusi poisson digunakan untuk mengetahui peluang terjadinya produk cacat tiap unit dalam satu rangkaian produksi. Selain itu, dapat digunakan untuk menentukan probabilitas suatu mesin yang mengalami kerusakan atau membutuhkan perbaikan yangmana utilitas mesin berpengaruh pada produk yang dihasilkan. Dari kedual hal tersebut, distribusi poisson mempermudah dalam memantau kualitas barang dan produktivitas perusahaan.

    Distribusi Gamma dapat digunakan dalam penarikan kesimpulan atau menguji suatu hipotesa. Selain itu dapat digunakan untuk mengetahui pengaruh dari satu variabel terhadap variabel lainnya. Distribusi gamma termasuk dalam distribusi peluang kontinu yangmana peubah acak kontinu mempunyai parameter α dan β. Sedangkan distribusi eksponensial merupakan keadaan khusus yang terjadi pada distribusi gamma dengan nilai α=1. Kedua distribusi ini berperan dalam teknik pengendalian kualitas dalam menentukan jadwal perbaikan/maintainance pada mesin. Hal ini disebabkan karena semakin sering mesin digunakan maka kualitas dan keandalan mesin akan menurun sehingga jangka waktu pemakaian mesin akan berkurang dan berpengaruh pada kualitas produk yang dihasilkan. Dapat disimpulkan bahwa distribusi gamma dan eksponensial dapat dimanfaatkan untuk mengontrol utilitas mesin agar maintainance dapat dilakukan secara terjadwal guna memperpanjang masa pakai mesin sehingga kualitas produk yang dihasilkan tetap terjaga.

    Distribusi Weibull merupakan distribusi yang mampu menggambarkan grafik umur suatu mesin beserta kondisi optimalnya. Dalam teknik pengendalian kualitas, Weibull digunakan dalam menghitung probabilitas suatu mesin untuk beroperasi dalam interval waktu tertentu. Hal ini berkaitan dengan keandalan mesin berupa probabilitas mesin yang berfungsi sebagaimana mestinya. Maka melalui distribusi ini, perusahaan dapat menjaga kualitas produk yang dihasilkan oleh mesin yang tersedia dengan melakukan prediksi kerusakan mesin, penjadwalan perawatan mesin dan evaluasi kegiatan maintainance mesin.

  19. Yosua Armand sunario
    02411540000001

    Poisson distribution berfungsi untuk mendeskripsikan suatu kejadian yang berulang selama satuan periode yang ditentukan. Tujuan dari deskripsi tersebut adalah mengetahui peluang dari masing-masing kejadian yang berlangsung dalam tiap periode yang ditentukan. Poission distribution dalam pengendalian kualitas dapat digunakan untuk membantu pada proses inspeksi, yaitu dengan menghitung kemungkinan-kemungkinan defect yang dapat terjadi pada suatu produk.
    Weilbull distribution biasanya digunakan untuk mengukur panjang umur dan kegagalan dari proses suatu mesin , sehingga pengambilan keputusan dapat dilakukan seperti mengganti mesin tersebut dengan yang baru atau perbaikan pada mesin. Terdapat dua variable alpha dan beta dalam perhitungan weilbull. Pada grafik weilbull akan menggambarkan garis lengkung yang menunjukkan titik penurunan utilitas dari mesin yang digunakan.
    Exponensial distribution merupakan suatu distribusi yang digunakan untuk mendiskripsikan suatu kejadian atar interval waktu. Kegunaanya mirip dengan distribusi poisson yaitu untuk menghitung kemungkinan produck defect selain itu dapat digunakan untuk melihat kemampuan mesin apakah masih mampu untuk memenuhi demand atau tidak. Perbedaanya dengan distribusi poisson adalah adanya interval waktu antar kejadian yang akan dideskripsikan.
    Gamma distribution, merupakan distribusi yang memiliki variasi dan ukuran kemencengan yang signifikan dimana distribusi ini dapat dihubungkan kedalam permasalahan exponensial dan weillbull. Sama seperti weilbull terdapat dua variabel alpha dan beta. Jika alfa bernilai 1 merupakan fungsi kegagalan naik dan jika beta bernilai satu merupakan funsi kegagalan turun. Biasanya digunakan untuk menghitung kemungkinan cacat dari suatu produk

  20. Ardiyan Abi Winata / 02411540000085

    1. Distribusi Poisson
    Secara umum menurut saya, distribusi Poisson adalah distribusi yang digunakan untuk menghitung peluang kejadian tertentu menurut satuan waktu apabila rata-rata kejadian tersebut diketahui. Peluang yang dihitung dari metode distribusi adalah peluang diskrit. Contoh dari data diskrit misalnya manusia, pohon, bola, dan lain lain. Sedangkan contoh distribusi poisson salah satunya adalah menentukan probabilitas jumlah kedatangan pengunjung di Kebun Binatang Surabaya setiap 2 jam. Jika dihubungkan dengan teknik pengendalian kualitas, distribusi ini dapat digunakan untuk menghitung jumlah barang yang cacat selama proses manufaktur dalam kurun waktu tertentu. Ketika jumlah cacat yang dihasilkan dalam waktu tertentu melebihi batas cacat yang diinginkan maka perlu adanya perbaikan pada mesinnya. Dari hal tersebut, kualitas yang dihasilkan dari suatu produk akan tetap terjaga.

    2. Distribusi Eksponensial
    Distribusi eksponensial adalah salah satu distribusi yang banyak digunakan dalam statistika khususnya proses stokastik yaitu suatu proses dimana memperkirakan kejadian di masa depan namun tidak ketahui informasi tentang kejadian tersebut. Aplikasi dari distribusi ini misalnya lama waktu mulai dipakai sampai rusaknya suatu suku cadang dan alat listrik. Hubungan distribusi ini dengan teknik pengendalian kualitas adalah dengan menghitung lama waktu misalnya dari suatu spare parts, penjadwalan untuk pengendalian secara rutin dapat ditentukan dengan lebih mudah. Jika pengendalian dapat dijadwalkan secara rutin dan sistematis, kualitas suatu spare parts akan bertahan lebih lama.

    3. Distribusi Weibull
    Distribusi weibull biasanya digunakan untuk menyelesaikan masalah-masalah yang menyangkut lama waktu (umur) suatu objek yang mampu bertahan hingga akhirnya objek tersebut tidak berfungsi sebagaimana mestinya (rusak atau mati). Metode distribusi ini sebenarnya sangat tepat untuk reliability. Dengan distribusi ini, kita dapat mengevaluasi lama penggunaan suatu produk hingga batas relabilitynya. Data yang telah didapatkan akan menjadi input untuk melakukan pengendalian kualitas terhadap produk selanjutnya yang akan dibuat.

    4. Distribusi Gamma
    Distribusi gamma merupakan distribusi probabilitas kontinu. Distribusi ini sangat tepat digunakan dalam teori antrian dan keandalan. Contoh data kontinu adalah tinggi, berat, panjang, dan jarak. Jika dalam teori antrian dan dikaitkan dengan teknik pengendalian kualitas, maka dengan adanya distribusi gamma kita akan mudah mengatur stasiun produksi yang akan membuat alur produksi mengantri sesuai dengan fungsi stasiun produksi. Ketika , pengaturan layout dapat optimal, hal ini akan mereduksi cost. Cost yang telah direduksi dapat dialokasikan untuk meningkatkan kualitas dari produk atau mengoptimalkan pengendalian kualitas melalui stasiun produksi yang telah disusun.

  21. Meilia Dwi Suryani / 02411540000038

    Distribusi Eksponensial merupakan suatu distribusi probabilitas kontinyu yang sering diterapkan dalam teori reabilitas atau keandalan. Distribusi eksponensial merupakan bentuk khusus dari distribusi gamma. Distribusi ini menunjukkan bahwa laju kegagalan adalah konstan, yakni hanya kegagalan pertama yang diperhitungkan. Distribusi ini bisa digunakan untuk menentukan laju kerusakan dengan probabilitas terjadinya suatu kerusakan mesin yang tidak tergantung pada umur mesin tersebut, sehingga lebih mudah untuk dilakukan analisa.

    Distribusi Weibull merupakan distribusi kontinyu yang sering digunakan dalam bidang reliability atau keandalan suatu produk. Distribusi ini memiliki dua parameter yaitu scale parameter dan shape parameter yang dapat digunakan untuk menentukan tingkat kerusakan dari suatu pola data. Distribusi ini dapat digunakan untuk memodelkan failure rate atau laju kerusakan yang mengalami peningkatan maupun penurunan. Selain itu, distribusi weibull memiliki aplikasi dalam pengendalian mutu dan kualitas yang disebut dengan grafik pengendali. Pada teori reabilitas, distribusi ini dapat digunakan untuk menentukan tingkat kerusakan mesin atau alat yang digunakan selama proses produksi.

    Distribusi Poisson merupakan salah satu distribusi peluang diskrit. Distribusi Poisson dapat digunakan untuk menentukan suatu peluang dari sejumlah kemunculan pada rentang waktu atau luas/volume tertentu. Penggunaan distribusi ini pada teori quality control yaitu digunakan untuk mengetahui cacat atau defect yang terjadi pada suatu produk. Dalam hal ini distribusi poisson berfungsi untuk memprediksi banyaknya defect yang terjadi pada suatu proses produksi tertentu. Sehingga perusahaan dapat melakukan pengendalian kualitas dengan meminimalisasi jumlah produk yang defect.

    Distribusi Gamma merupakan distribusi yang hampir sama dengan distribusi weibull, dimana memiliki scale parameter dan shape parameter. Distribusi gamma termasuk dalam distribusi kontinyu. Distribusi ini sering diaplikasikan dalam teori antrian. Pada teori reliabilitas, distribusi ini digunakan untuk mengetahui waktu normal suatu mesin dapat digunakan sesuai fungsinya (intended function).

  22. Lita Herdianingrum/ 02411540000003

    Hubungan antara distribusi Weibull, distribusi gamma, distribusi eksponensial, dan distribusi poisson dapat diketahui dengan terlebih dahulu memahami masing-masing distribusi tersebut.
    Distribusi Weibull diterapkan dalam pengujian panjang umur komponen dapat bertahan dan dalam masalah keandalan. Parameter yang dimiliki oleh distribusi weibul adalah k dan λ (lamda) yang keduanya memiliki nilai lebih besar 0. Dalam konteks pengendalian kualitas, distribusi Weibull berperan untuk menyajikan informasi kemungkinan suatu produk mengalami kegagalan yang akurat dengan menggunakan sampel yang kecil.
    Distribusi gamma diterapkan untuk mengetahui waktu yang diperlukan dalam menyelesaikan pekerjaan. Dalam distribusi gamma, parameter yang digunakan adalah α dan β dengan perubah acak kontinu x. Dalam konteks pengendalian kualitas, distribusi gamma digunakan untuk mengetahui informasi lamanya waktu yang dibutuhkan suatu produk diselesaikan.
    Kemudian distribusi poisson merupakan jumlah hasil dari percobaan dalam interval waktu. Jumlah antar hasil percobaan bersifat independen. Output dari distribusi poisson ini adalah model untuk macam-macam fenomena acak dengan menggunakan variabel acak bilangan bulat lebih dari nol.
    Selanjutnya, distribusi eksponensial memiliki fungsi untuk mencari selisih waktu dalam suatu kejadian. Disitribusi eksponensial juga disebut distribusi gamma khusus dengan menggunakan α = 1. Distribusi eksponensial ini memiliki beberapa karakter yaitu menggunakan variabel random, memiliki nilai rata-rata dan nilai variansi. Dengan menggunakan distribusi eksponensial, informasi yang didapat digunakan sebagai evaluasi dalam pengaturan material dan inventory.
    Distribusi gamma, eksponensial, dan poisson memiliki hubungan dalam hal waktu kejadian suatu case. Hubungan yang dimaksud yaitu jumlah keluaran atau terjadinya suatu kejadian mengikuti alur proses poisson kemudian waktu antara setiap kejadian memiliki distribusi eksponensial dan terjadinya kejadian alfa memiliki distribusi gamma. Penggunaan distribusi gamma dan eksponensial dapat diaplikasikan pada persoalan yang sejenis.

  23. Wisnu Alvinda Iskandar / 02411540000082

    Distribusi peluang dapat dibedakan menjadi dua jenis yaitu distribusi diskrit dan distribusi kontinyu. Distribusi diskrit yaitu distribusi peluang yang variabel yang dihitung memiliki suatu nilai integer, sedangkan distribusi kontinyu yaitu distribusi peluang yang variabel yang dihitung memiliki nilai pada range tertentu. Kedua distribusi ini dapat digunakan dalam pengendalian kualitas suatu produk. Berikut contoh dari beberapa distribusi yang dipakai dalam pengendalian kualitas produk :
    1. Distribusi poisson merupakan distribusi peluang diskrit. Distribusi poisson dapat terjadi apabila peristiwa tersebut terjadi pada saat waktu tertentu. Distribusi poisson dapat digunakan untuk menentukan peluang banyaknya barang yang cacat dalam waktu tertentu. Contohnya dalam kasus pengendalian kualitas yaitu, peluang jumlah barang yang cacat dalam satu hari.
    2. Distribusi Weibull merupakan distribusi kontinyu. Distribusi Weibull merupakan distribusi yang populer digunakan dalam permodelan pemeliharaan karena dapat memodelkan hazard rate dengan cepat dan mudah. Sehingga dengan distribusi ini dapat diaplikasikan untuk mengukur kehandalaan suatu produk.
    3. Distribusi eksponensial salah satu distribusi kontinyu, distribusi eksponensial terjadi apabila peristiwa tersebut terjadi di sepanjang interval waktu tertentu. Distribusi eksponensial digunakan untuk menghitung peluang berapa lama waktu yang dibutuhkan untuk produk tersebut menjadi rusak. Sehingga dalam dalam pengendalian kualitas distribusi eksponensial dapat menentukan daya tahan dari suatu produk.
    4. Distribusi gamma merupakan distribusi kontinyu. Distirbusi gamma digunakan untuk menentukan waktu kerusakan pada suatu komponen ketika tingkat kegagalannya terjadi pada n tahap tertentu. Contohnya, ketika suatu mesin yang memiliki generator utama yang mengalirkan listrik dan mempunyai satu buah generator yang identik untuk mengaliri listrik ketika generator utama rusak. Maka penentuan waktu peluang mesin tersebut rusak dapat menggunakan distribusi gamma.

  24. Asma’ul Khusna – 02411540000075
    a. Distribusi Poisson adalah distribusi probabilitas diskrit yang menghitung peluang jumlah kejadian yang terjadi pada periode waktu tertentu. Parameter rata-rata kejadian dilambangkan dengan (λ). Dalam pengendalian distribusi Poisson digunakan untuk menghitung peluang jumlah kecacatan produk dalam satu periode produksi tertentu. Semakin besar λ maka peluang jumlah kecacatan pun semakin besar, dan grafiknya semakin simetris.

    b. Distribusi Eksponensial adalah distribusi probabilitas kontinyu yang menggambarkan waktu yang dibutuhkan untuk menyelesaikan sebuah pekerjaan. Distribusi eksponensial merupakan model waktu (atau panjang atau area) antara kejadian Poisson. Distribusi eksponensial diterapkan dalam teknik keandalan yang menghitung failure rate akan terjadi, sehingga failure tersebut dapat dicegah (melalui repair) dan kegiatan produksi tetap berlanjut sesuai rencana. Distribusi eksponensial memiliki paramater λ, jika semakin besar λ maka peluang waktu failure pun semakin besar, dan grafiknya semakin simetris.

    c. Distribusi Gamma adalah distribusi probabilitas yang menghitung lamanya waktu untuk menyelesaikan sebuah pekerjaan. Distribusi gamma biasa diterapkan dalam teori antrian dan teori keandalan. Terdapat dua parameter dalam distribusi gamma, yaitu shape parameter (r) yang menggambarkan bentuk distribusi gamma, dan scale parameter (λ) yang menggambarkan sebaran data pada distribusi gamma. Distribusi gamma mempunyai banyak bentu grafik yang bergantung pada nilai λ dan r yang dipilih, sehingga membuat distribusi ini mampu diterapkan pada berbagai variabel random kontinyu.

    d. Distribusi Weibull adalah distribusi probabilitas fleksibel yang seringkali diterapkan dalam bidang pengendalian mutu dengan memanfaatkan data reliabilitas. Distribusi Weibull digunakan untuk menyelesaikan masalah yang menyangkut umur produk hingga produk tersebut rusak atau mati. Terdapat dua parameter dalam distribusi weibull, yaitu shape parameter (β) yang menggambarkan bentuk distribusi weibull, dan scale parameter (θ) yang menggambarkan sebaran data pada distribusi weibull. Jika nilai β dan θ semakin besar maka bentuk grafiknya akan semakin simetris dan melebar, artinya jumlah kecacatan semakin bertambah, sehingga umur produk pun semakin berkurang.

  25. Husna Annisa Rahman / 02411540000002

    Dalam pengendalian kualitas diperlukan sebuah preventive maintenance yang merupakan sebuah bentuk kegiatan perawatan dan pemeliharaan untuk mencegah adanya kerusakan pada fasilitas produksi. Preventive maintenance memiliki hubungan yang tinggi dengan peluang. Hal ini dikarenakan data yang dipergunakan pada preventive maintenance bersifat kontinyu yaitu data waktu kerusakan yang akan dihitung merupakan data hasil pengukuran yang dilakukan secara terus-menerus atau kontinyu. Oleh karena itu fungsi distribusi dalam teori pengendalian kualitas memiliki fungsi penting.
    Distribusi Gamma merupakan distribusi kontinyu yang memiliki dua parameter yaitu α yang merupakan shape parameter dan β yang merupakan scale parameter. Distribusi ini banyak dipergunakan untuk menyelesaikan permasalahan di bidang keandalan, biasanya dengan mencari MTTF (Mean Time to Failure) dari suatu mesin atau peralatan
    Distribusi Eksponesial merupakan suatu keadaan khusus dari distribusi gamma, yaitu apabila parameter α bernilai sama dengan 1 (α=1). Aplikasi distribusi eksponensial diantaranya adalah dalam teori antrian. Dalam teori antrian jarak antar kedatangan pelanggan dalam loket pelayanan memenuhi distribusi eksponensial serta waktu pakai suatu mesin sampai rusa juga memenuhi distribusi eksponensial. Distribusi ini memiliki laju kerusakan yang konstan terhadap waktu dan kerusakan yang bersifat acak
    Distribusi Poisson dipergunakan apabila menentukan suatu probablitas dari kumpulan jumlah sukses yang telah ditentukan jika kejadian dalam kurun waktu yang bersifat kontinyu. Distribusi ini sangat efektif dipergunakan untuk jumlah pengamatan (n) yang besar sedangkan peluang (p) untuk suatu kejadian sangat kecil. Contoh kejadian yang menggunakan distribusi poisson : banyaknya jumlah kecelakaan pengendara mobil di Jalan Kertajaya pada bulan Agustus
    Distribusi Weibull merupakan salah satu distribusi kontinyu yang bersifat fleksibel dikarenakan dapat berubah menjadi distribusi lainnya tergantung dari perubahan parameter skala dan bentuknya. Distribusi ini sering dipergunakan untuk permodelan di bidang teknologi, kecepatan angin, unsur-unsur kimia dan lain-lain dikarenakan dapat menggambarkan keseluruhan data secara jelas terutama dalam pengujian dan permodelan data. Secara spesifik, distribusi Weibull sering dipergunakan untuk mengidentifikasi dan menyelesaikan masalah terkait umur dari suatu objek (mesin atau peralatan) hingga benar-benar rusak.

  26. Aulio Ramadhani Sehan – 02411440000132
    Distribusi gamma merupakan salah satu bagian dari distribusi probabilitas kontinyu. Distribusi jenis ini biasanya banyak digunakan dalam teori antrian, reliabilitas, dan bidang sains rekayasa. Asal usul penamaan dari distrbusi gamma adalah beasal dari fungsi gamma yang sudah banyak digunakan dan dipelajari dalam bidang matematika. Dalam pengendalian kualitas, distribusi gamma diterapkan untuk mengetahui seberapa besar peluang suatu komponen bekerja sebagai mana yang dikehendaki sesuai dengan jangka waktu yang telah ditentukan.
    Selanjutnya adalah distribusi poisson, distribusi jenis ini biasa digunakan untuk meramal peluang terjadinya suatu kejadian dalam jangka waktu atau interval waktu tertentu tertentu. Sebagai contoh dalam kehidupan sehari-hari adalah untuk meramal jumlah pengunjung yang datang ke SPBU dalam interval waktu 1 jam. Sedangkan pada konteks industri, distribusi jenis ini biasanya digunakan untuk mengetahui peluang terjadinya kerusakan dari n mesin selama interval waktu tertentu atau bisa juga digunakan untuk mengetahui jumlah n produk cacat yang dihasilkan dalam sebuah aktivitas produksi.
    Distribusi eksponensial merupakan suatu distribusi yang banyak digunakan untuk mengetahui selisih waktu antar kejadian dalam interval waktu tertentu atau dalam suatu peluang tertentu. Distribusi eksponensial biasanya disebut dengan distribusi gamma yang memiliki nilai α = 1. Pada distribusi ini, dilakukan pengolahan data dengan menggunakan variable random. Penerapan distribusi eksponensial dalam industri adalah untuk meramal waktu kerusakan yang dialami mesin dikarenakan penambahan usia dari mesin. Sehingga dibutuhkan perencanaan pemeliharaan mesin untuk mengoptimalkan proses produksi.
    Yang terakhir adalah distribusi Weibull, distribusi jenis ini biasanya digunakan untuk permodelan usia kelangsungan hidup suatu mesin dari waktu ke-t sampai mesin tersebut mengalami kerusakan. Pemakaian metode ini pada industri bertujuan untuk meramal keandalan dari suatu mesin dan untuk memperhitungkan kerusakan yang akan terjadi walaupun belum pernah terjad kerusakan sebelumnya. Sehingga diketahui gambaran dari keadaan optimal dari suatu mesin atau komponen yang ada didalamnya.

  27. YAUMA DWI FIANI MARTIN
    02411540000109

    Distribusi poisson adalalah distribusi yang memperkirakan kemungkinan terjadinya suatu kejadian random dalam suatu interval tertentu. Contohnya adalah probabilitas kedatangan tamu selama 1 minggu. Terdapat interval yang menjadi pembatas. Interval dapat berupa waktu, jarak, ukuran maupun lain-lain.
    Distribusi gamma adalah distribusi random kontinyu dengan parameter a (alfa) dan b (beta)
    Distribusi eksponensial adalah masalah khusus dari distribusi gamma dengan a(alfa) =1
    Distribusi weibull merupakan distribusi kontinyu dengan 3 parameter yaitu alfa, beta, dan gamma
    Hubungan antara distribusi poisson, gamma dan eksponensial adalah dari kejadianya. Distribusi poisson untuk mengestimasikan probabilitas kejadian dalam interval tertetu, distribusi eksponensial untuk mengestimasikan kejadian diantara 2 kejadian. Contohnya kejadian pertama dari kejadian terakhir. Sedangkan distribusi gamma untuk waktu sampai kejadian ke-a (alpha).

  28. Pantoki Ilham
    02411540000111

    Distribusi Poisson ditemukan oleh Simeon Denis Poisson, merupakan distribusi diskrit yang digunakan untuk menghitung probabilitas terjadinya peristiwa menurut satuan waktu, ruang atau isi, luas, dan panjang. Contohnya adalah banyaknya chat yang masuk per menit, banyaknya kata “yang” dalam satu halaman buku, banyaknya truk yang lewat selama 30 menit di sebuah jalan. Distribusi binomial dengan n banyak (n > 30) dan p relatif kecil (p < 0,1) dihitung menggunakan distribusi Poisson. Sebuah perusahaan dapat memperkirakan probabilitas produk cacat dengan ketersediaan dan kondisi bahan mentah yang ada.
    Distribusi gamma adalah distribusi fungsi padat atau disebut luas dalam bidang matematika yang digunakan dalam teori antrian (waktu sampai kejadian ke-α) dan keandalan (probabilitas sebuah barang dapat digunakan dalam suatu periode). Distribusi gamma memiliki perubah acak kontinu X berdistribusi gamma dengan parameter α dan β. Perusahaan dapat memprediksi peluang sebuah mesin produksi dapat digunakan selama 5 tahun dan menentukan langkah antisipasi.
    Distribusi exponensial merupakan keadaan khusus pada distribusi gamma yang memiliki nilai α = 1. Distribusi exponensial dalam teori antrian digunakan untuk menghitung waktu antar kejadian, dalam teori keandalan digunakan untuk mengetahui ketahanan barang hingga rusak. Perusahaan dapat menghitung umur mesin produksi sampai mengalami kerusakan sehingga dilakukan penjadwalan untuk maintenance.
    Distribusi Weibull ditemukan oleh Win Smith Weibull, adalah distribusi yang dapat diandalkan karena memiliki kapabilitasnya dan kebutuhan data yang sedikit. Pada umumnya, distribusi Weibull digunakan untuk mengetahui keadaan optimal dari suatu barang. Suatu perusahaan dapat memprediksi kerusakan mesin yang akan terjadi (sebelumnya belum terjadi) untuk mengetahui langkah yang harus diambil.

  29. MUHAMMAD YUDA KHABIBULLOH

    • Muhammad Yuda K
      02411540000112

      Distribusi poison adalah eksperimen dengan hasil nilai numerik pada variable acak x dengan jumlah keluaran yang terjadi selama suatu selang waktu yang diketahui. Distribusi poison atau yang biasa disebut dengan “hukum kejadian yang tidak mungkin” dipakai pada kejadian yang dengan probabilitas π yang sangat kecil (≤0.05). Distribusi ini termasuk kedalam distribusi dengan variable random diskrit. Dalam lingkup kualitas, distribusi poison dapat digunakan dalam menghitung banyak kerusakan peralatan yang terjadi. Hal tersebut berkaitan dengan teori keandalan (reliability) dengan asumsi nilai β merepresentasikan waktu rata-rata antar kegagalan.
      Distribusi gamma merupakan distribusi fungsi padat yang tergolong kedalam variable kontinyu. Memiliki peubah acak kontinyu X berdistribusi gamma dengan parameter α dan β. Distribusi ini sering diterapkan dalam teori antrian dan teori reliability.
      Distribusi eksponensial merupakan pengujian yang digunakan untuk melakukan perkiraan dengan hanya membutuhkan perkiraan rata-rata populasi, karena dalam distribusi eksponensial memiliki standar deviasi sama dengan rata-rata. Distribusi ini termasuk ke dalam distribusi kontinyu. Hampir sama dengan distribusi gamma, distribusi eksponensial juga berperan dalam penerapan teori antrian dan teori reliability. Misal, lama waktu suku cadang mengalami kerusakan semenjak pertama digunakan.
      Distribusi Weibul merupakan distribusi yang biasanya digunakan untuk menyelesaikan masalah yang menyangkut lama pengguanaan (umur) suatu objek. Dimana distribusi dari suatu objek saat penggunaan hingga objek tersebut berhenti berfungsi sebagaimana mestinya (rusak atau mati). Distribusi Weibul memiliki parameter α dan β dimana parameter tersebut lebih besar dari 0.

  30. Farhan Herdiansyah
    02411440000017

    Dalam Statitical Quality Control (SQC), distribusi probabilitas merupakan salah satu cara dalam mendeskripsikan variasi dalam suatu produk. Dimana variasi tersebut digunakan untuk meningkatkan mutu dan kualitas produk. Distribusi probabilitas dibagi menjadi dua yaitu distribusi diskrit dan distribusi kontinyu. Salah satu distribusi yang ada dalam distribusi diskrit adalah distribusi poisson.
    Distribusi poisson adalah peluang peubah acak yang menyatakan banyaknya keberhasilan yang terjadi dalam suatu selang waktu atau daerah tertentu. Contohnya dalam pengendalian kualitas yaitu peluang banyaknya bagian mesin yang reject dalam satu minggu akibat adanya komponen yang tertukar.
    Lalu dalam distribusi kontinyu. Terdapat beberapa distribusi yang juga digunakan dalam pengendalian kualitas yaitu distribusi Eksponensial, distribusi gamma, dan distribusi Weibull.
    Distribusi eksponensial adalah distribusi yang digunakan secara luas dalam konteks keandalan dan digunakan untuk mengetahui selisih antar waktu kedatangan atau kejadian dalam interval waktu tertentu. Dengan parameter β > 0 sehingga distribusi eksponensial berdistribusi dengan α = 1.
    Distribusi Gamma adalah distribusi padat yang seringkali disebut luas dalam bidang matematika dan mempunyai aplikasi paling luas dalam menganalisa data uji reliabilitas yang merupakan peluang bahwa komponen tersebut akan berfungsi sebagaimana mestinya.
    Distribusi Weibull adalah distribusi yang digunakan untuk menyelesaikan permasalahan yang menyangkut lama waktu dari suatu objek yang dapat survive hinga objek atau benda tersebut tidak dapat berfungsi lagi dengan semestinya (rusak).

  31. Lulu Auliya Andrian/02411540000118

    Distribusi Gamma sering diterapkan dalam teori antrian dan teori ketahanan. Dapat diaplikasikan dalam lamanya waktu untuk menyelesaikan suatu pekerjaan, contohnya distribusi ini dapat menghitung jarak antara waktu antrian di fasilitas pelayanan juga dapat mencari pengaruh suatu variabel terhadap variabel lain.

    Distribusi Eksponensial adalah satu kasus khusus dari distribusi gamma yang bernilai α = 1. Berfungsi untuk mencari selisih dari suatu waktu yang dapat terjadi pada suatu peluang tertentu, diterapkan ketika jumlah observasi yang dapat terjadi di bawah rata-rata. Pengolahan data menggunakan variabel random yang dapat bersifat diskrit atau kontinu. Fungsi distribusi ini untuk pengendalian kualitas terletak pada pengukuran jumlah kegagalan yang dapat terjadi dalam suatu peluang, menghitung usia produk mulai dipakai sampai menjadi rusak.

    Distribusi Weibull digunakan untuk menyelesaikan masalah yang menyangkut pemeliharaan mesin, karena dapat memprediksi umur dari suatu objek dan dapat menggambarkan keadaan optimal dari suatu mesin.

    Distribusi Poisson adalah suatu percobaan yang menghasilkan perhitungan probabilitas variabel random X yang menyatakan banyaknya kejadian dalam satu periode waktu dan pada daerah tertentu. Perhitungan distribusi ini diterapkan ketika terdapat banyak kemungkiknan terjadi namun kemungkinan terjaid pada suatu percobaan rendah. Berfungsi untuk menghitung peluang terjadinya kesuksesan atau kecacatan suatu produk, menghitung data antrean dan menghitung banyaknya kerusakan peralatan.

  32. Muhammad Noorridho Ilmansyah 02411440000103

    Distribusi poisson adalah distribusi peluang acak poisson x, yang menyatakan banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu. Bilangan x yang menyatakan banyaknya hasil percobaan dalam suatu percobaan poisson disebut peubah acak poisson dan sebaran peluangnya disebut sebaran poisson.

    Salah satu distribusi yang banyak digunakan dalam statistika, khususnya proses, adalah distribusi eksponensial. Distribusi eksponensial adalah salah satu kasus khusus dari distribusi gamma.
    Sehingga distribusi eksponensial juga disebut dengan distribusi gama dengan a = 1. Distribusi eksponensial juga merupakan suatu distribusi yang berguna untuk mencari selisih waktu yang terjadi dalam suatu peluang tertentu.
    Dalam distribusi eksponensial ini digunakan pencarian atau pengolahan data dengan menggunakan variabel random. Dimana variabel random itu sendiri adalah variabel yang berupa nilai atau angka yang merupakan outcome dari eksperimen random. Variabel random bersifat diskrit bila hanya berupa nilai tertentu yang dapat dihitung. Namun variabel random bersifat kontinu bila mana berupa suatu nilai manapun dalam suatu interval

    Distribusi Weibull: Distribusi weibull biasanya digunakan untuk menyelesaikan masalah-masalah yang menyangkut lama waktu (umur) suatu objek yang mampu bertahan hingga akhirnya objek tersebut tidak berfungsi sebagaimana mestinya (rusak atau mati).Distribusi Weibull memiliki parameter λ dan k, dimana parameter λ dan k tersebut lebih besar dari 0.

    Distribusi Gamma: Distribusi gamma diaplikasikan dalam lamanya waktu untuk menyelesaikan pekerjaan. Distribusi gamma sering diterapkan dalam teori antrian dan teori reabiliti.

  33. Ilham Ali Akbar/02411540000083

    Distribusi poisson adalah diprobabilitas sejumlah peristiwa yang terjadi dalam interval waktu dan/atau ruang tetap jika kejadian ini terjadi dengan tingkat rata-rata yang diketahui dan terlepas dari waktu sejak kejadian terakhir. Adapun contoh penerapan distribusi poisson dalam pengendalian kualitas adalah untuk mengontrol adanya kemungkinan terjadinya sekian jumlah cacat pada setiap pembuatan sekian ribu buah produk minuman.
    Distribusi Weibull merupakan salah satu distribusi yang sering digunakan untuk mengatasi permasalahan yang berkaitan dengan lamanya umur suatu objek hingga objek tersebut tidak dapat berfungsi lagi seperti sediakala (rusak atau mati). Adapun contoh penerapan distribusi weibull dalam pengendalian kualitas adalah untuk memprediksi waktu dilakukannya maintenance pada suatu mesin boiler batu bara
    Distribusi gamma diaplikasikan dalam lamanya waktu untuk menyelesaikan pekerjaan. Distribusi gamma sering diterapkan dalam teori antrian dan teori reabiliti. Adapun contoh penerapan distribusi gamma dalam pengendalian kualitas adalah untuk mengontrol waktu suatu pekerjaan terselesaikan atau lamanya waktu antrian pada suatu tempat sehingga operator atau petugas dapat mengantisipasi terjadinya suatu bottleneck di proses produksi atau terjadinya antrean yang berlebihan di suatu pusat pelayanan.
    Distribusi eksponensial merupakan suatu distribusi yang berguna untuk mencari selisih waktu yang terjadi dalam suatu peluang tertentu. Distribusi eksponensial adalah salah satu kasus khusus dari distribusi gamma dimana nilai α=1. Distribusi ini banyak digunakan sebagai model di bidang teknik dan sains. Adapun contoh penerapan distribusi eksponensial dalam pengendalian kualitas adalah memprediksi waktu terjadinya kerusakan pada suku cadang atau alat listrik

  34. Muhammad Arif Setiadi
    02411540000034

    1. Distribusi Poisson
    Distribusi Poisson yang merupakan buah pemikiran ahli matematika S. D. Poisson, merupakan distribusi yang memproses banyaknya hasil percobaan atau suatu kejadian yang dilihat dalam rentang waktu tertentu pada area tertentu. Nilai yang terdistribusi ialah variable random diskrit. Sifat distribusi yang termasuk dalam distribusi poisson ialah acak. Hal ini dikarenakan distribusi poisson menjabarkan jumlah atau banyak dari hasil percobaan suatu kejadian X dalam interval waktu tertentu. Hal ini juga menyebabkan probabilitas bergantung pada mean banyaknya kejadian pada daerah tertentu. Contohnya adalah banyakna kesalahan cetak halaman pada penerbitan sebuah eksemplar buku.
    2. Distribusi Eksponensial
    Distribusi Eksponensial biasanya digunakan dalam pengaplikasian proses keandalan. Distribusi eksponensial digunakan untuk memodelkan data pada tingkat kegagalan konstan. Distribusi eksponensial berhubungan dengan waktu proses dan interval antar proses. Contohnya adalah teori antrian. jika dalam antrian ada sejumlah n orang dan setiap orang membutuhkan waktu sekitar satu jam maka orang ke-n akan membutuhkan waktu yang akan bertambah satu jam secara eksponensial.
    3. Distribusi Gamma
    Distribusi Gamma merupakan distribusi statistic yang mempunyai keterkaitan dengan distribusi beta. Distribusi ini pun akan muncul secara alami pada antar waktu di distribusi poisson secara berkesinambungan. Pada distribusi ini terdapat dua buah parameter terkait yakni adalah alpha dan beta .
    4. Distribusi Weibull
    Distribusi weibull adalah salah satu distribusi untuk pengaplikasian keandalan. Distribusi tersebut memiliki keterkaitan dengan umur atau panjang waktu dari suatu objek.Distribusi menjadi salah satu pilihan yang tepat dikarenakan memiliki tiga parameter yang berkaitan yakni adalah alpha, beta, dan kumulatif. Dari papameter-parameter tersebut memiliki nilai lebih dari nol.

  35. MAYLVIN ANDRIAN ERIDANI/ 02411540000125

    1. Distribusi Poisson adalah distribusi yang menggunakan satu parameter. Distribusi Poisson digunakan untuk menggambarkan berapa kali sebuah kejadian terjadi di medium yang terbatas. Contohnya, distribusi Poisson dapat menggambarkan jumlah cacat pada sistem mekanis kapal laut.
    2. Distribusi eksponensial adalah model yang menggambarkan waktu di antara kejadian. Biasa diasumsikan kejadian independen yang terjadi secara konstan. Pada pengendalian kualitas contohnya adalah waktu penentuan garansi sebuah barang.
    3. Distribusi Weibull adalah salah satu distribusi yang serbaguna karena memiliki tiga parameter yang dapat memodelkan berbagai aplikasi. Salah satunya di pengendalian kualitas. Pemanfaatan distribusi Weibull di pengendalian kualitas salah satu contohnya adalah pengaturan logistik.
    4. Distribusi gamma memiliki karakteristik yang hampir sama dengan distribusi Weibull. Yang membedakan adalah penggunaannya. Distribusi gamma merupakan distribusi kontinu yang memiliki variabel alfa dan beta. Fungsi dari distribusi ini adalah untuk mengetahui waktu yang dibutuhkan agar barang bisa sampai ke konsumer atau estimasi produksi.

    Dari pemaparan di atas, bisa dilihat bahwa keempat distribusi tersebut sangat sering dimanfaatkan untuk mengetahui ketahanan produk, menggambarkan banyaknya jumlah kecacatan, estimasi lamanya produksi, dsb.

  36. MAYLVIN ANDRIAN ERIDANI/ 02411540000125

    1. Distribusi Weibull adalah salah satu distribusi yang serbaguna karena memiliki tiga parameter yang dapat memodelkan berbagai aplikasi. Salah satunya di pengendalian kualitas. Pemanfaatan distribusi Weibull di pengendalian kualitas salah satu contohnya adalah pengaturan logistik.
    2. Distribusi eksponensial adalah model yang menggambarkan waktu di antara kejadian. Biasa diasumsikan kejadian independen yang terjadi secara konstan. Pada pengendalian kualitas contohnya adalah waktu penentuan garansi sebuah barang.
    3. Distribusi Poisson adalah distribusi yang menggunakan satu parameter. Distribusi Poisson digunakan untuk menggambarkan berapa kali sebuah kejadian terjadi di medium yang terbatas. Contohnya, distribusi Poisson dapat menggambarkan jumlah cacat pada sistem mekanis kapal laut.
    4. Distribusi gamma memiliki karakteristik yang hampir sama dengan distribusi Weibull. Yang membedakan adalah penggunaannya. Distribusi gamma merupakan distribusi kontinu yang memiliki variabel alfa dan beta. Fungsi dari distribusi ini adalah untuk mengetahui waktu yang dibutuhkan agar barang bisa sampai ke konsumer atau estimasi produksi.

    Dari pemaparan di atas, bisa dilihat bahwa keempat distribusi tersebut sangat sering dimanfaatkan untuk mengetahui ketahanan produk, menggambarkan banyaknya jumlah kecacatan, estimasi lamanya produksi, dsb.

  37. Adelia Vistadea Rahman / 02411540000087

    Distribusi gamma adalah salah satu bagian dari distribusi probabilitas kontinyu. Biasanya distribusi gamma ini diaplikasikan ke dalam teori reabilitas dan teori antrian. Distribusi gamma ini banyak digunakan untuk mengambil kesimpulan atau menguji dari sebuah hipotesa. Namun distribusi gamma lebih sedikit digunakan apabila dibandingkan dengan distribusi weibull, karena distribusi weibull memiliki fungsi ketahanan dan kegagalan yang bentuknya lebih sederhana apabila dibandingkan dengan distribusi gamma.

    Distribusi eksponensial merupakan distribusi gamma yang khusus dengan α= 1, distribusi eksponensial ini menggunakan variabel random dalam melakukan pengolahan datanya. Biasanya distribusi eksponensial ini digunakan untuk mengetahui jarak waktu atau selisih waktu antar peristiwa dalam jangka tertentu.

    Distribusi weibull digunakan untuk landasan dalam model “time-to-failure”. Distribusi ini digunakan sebagai alternatif dari distribusi eksponensial. Distribusi ini juga digunakan untuk menjelaskan suatu kondisi optimal dari sebuah komponen-komponen mesin atau peralatan. Parameter yang digunakan dalam distribusi weibull ini yaitu proses median rank regression. Proses median rank regression digunakan untuk memperkirakan gambaran kerusakan pada grafik weibull.

    Distribusi poisson merupakan distribusi yang memakai variabel random diskrit. Distribusi poisson ini biasanya digunakan untuk menghitung peluang atau probabilitas terjadinya suatu kejadian sesuai dengan satuan ruang atau waktu. Panjang interval waktu sebanding dengan peluang dari hasil percobaan.

  38. Vivy Astridtasari – 02411540000062

    Distribusi Diskrit merupakan suatu distribusi yang mana peubah acaknya dapat dihitung atau behingga. Salah satu macam distribusi diskrit yaitu :
    1. Distribusi Poisson
    Distribusi poisson merupakan distribusi secara teoritis yang menggunakan variabel random, yang mana banyaknya jumlah percobaan terjadi dalam interval waktu tertentu. Pada distribusi poisson, rata – ratanya dilambangkan dengan λ = t yang berperan sebagai konstanta. Contohnya, jumlah panggilan telepon per jam yang diterima oleh suatu kantor, banyaknya hari sekolah di tutup karena banjir, dan lain sebagainya. Aplikasi distribusi poisson dalam teknik pengendalian kualitas, dapat diterapkan dalam perhitungan jumlah kecacatan pada proses univariant atau kecacatan pada beberapa unit produk. Dimana konsep dari analisis multivariant ini berfungsi untuk mengolah data secara bersamaan dengan banyak variabel acak.

    Distribusi kontinu merupakan distribusi peluang yang peubah acaknya dapat memperoleh semua nilai pada skala kontinu. Macam-macam distribusi kontinu antara lain:
    1. Distribusi Eksponensial
    Distribusi eksponensial merupakan peubah acak eksponensial X yang menggambarkan panjang rentang waktu antara suatu kejadian dengan kejadian lainnya. Distribusi ini digunakan untuk memodelkan kasus selang waktu tunggu sampai sebuah peristiwa terjadi dan juga untuk memodelkan waktu antar terjadinya peristiwa. Aplikasi distribusi eksponensial dalam teknik pengendalian kualitas secara umum digunakan dalam bidang teknik keandalan sebagai model waktu untuk perhitungan kegagalan suatu komponen layaknya mesin. Sehingga parameter λ berperan sebagai rata – rata kegagalan sebuah sistem dalam pengendalian kualitas.

    2. Distribusi Gamma
    Secara umum, distibusi gamma merupakan distribusi fungsi padat yang disebut luas dalam bidang matematika. Dimana peubah acak kontinu X berdistribusi gamma dengan parameter α dan β. Penerapan distribusi gamma banyak dijumpai untuk menggambarkan permasalahan – permasalahan antrian dan reliability (keandalan). Dalam teknik pengendalian kualitas, distribusi gamma diaplikasikan untuk mengetahui rata-rata waktu maintenance suatu mesin yang diantaranya waktu kerusakan dan waktu pemeliharaan.

    3. Distribusi Weibull
    Distribusi weibull merupakan distribusi kontinu yang terkenal sebagai distribusi yang fleksibel. Layaknya distribusi eksponensial, distribusi weibull banyak diterapkan dalam persoalan keandalan dan pengujian panjang umur (life testing) suatu komponen. Peubah acak kontinu dalan distribusi weibull menggunakan parameter α dan β. Salah satu aplikasi dari distribusi weibull dalam bidang pengendalian mutu dengan memafaatkan data reliabilitas dengan menggunakan grafik pengendali. Salah satu contoh , grafik penegndali panjang umur komponen sebuah mesin yang mampu dibentuk dengan batas pengendalian yang diperoleh melalui metode bayes.

Tinggalkan/Submit Komentar di sini

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: