Control Chart Variabel, Pareto Chart, Cause-Effects Diagram
Control Chart Variabel, Pareto Chart, Cause-Effects Diagram
Oleh:
Ageng Pramesthi K.(1313 100 022)
Ika Lulus Yuliatin (1313 100 078)
Asdos:
Novarani Putri Saraswati (1312 100 088)
Dosen:
Dra. Lucia Aridinanti, MT
Jurusan Statistika FMIPA-ITS
PENDAHULUAN
TINJAUAN PUSTAKA
METODOLOGI PENELETIAN
ANALISIS &PEMBAHASAN
KESIMPULAN & SARAN
PENDAHULUAN
LATAR BELAKANG
Nilai mata kuliah: A, AB, B, BC, C, D
TOLOK UKUR
KEBERHASILAN
PEMBELAJARAN
RUMUSAN MASALAH
1.
2.
3.
4.
5.
TUJUAN
1.
2.
3.
4.
5.
MANFAAT
Memberikan informasi kepada penulis dan pembaca tentang
penggunaan analisis kendali kualitas Sistem Informasi dalam
mengevaluasi Indeks Prestasi mahasiswa jurusan S1 Sistem Informasi
ITS angkatan 2015.
TINJAUAN PUSTAKA
KARAKTERISTIK
DESKRIPIF
Menyajikan data secara ringkas dan memberikan infromasi inti dari data yang
ada. Informasi tersebut meliputi ukuran pemusatan dan penyebaran data.
Mean
Median
Modus
Varians
Stadar Deviasi
Minimum
Maksimum
UJI KEACAKAN
Uji keacakan menggunakan One-Sample Runs Test.
Hipotesis
H0 : data pengamatan bersifat acak
H1 : data pengamatan bersifat tidak acak
Statistik uji
r = banyaknya rangkaian
Pengambilan Keputusan
Tolak H0 apabila r nilai kritis bawah atau r nilai kritis atas.
10
UJI KENORMALAN
Uji Kenormalan menggunakan Kolmogorov-Smirnov.
Hipotesis
H0 : Data X adalah variabel acak bebas yang berdistribusi normal
H1 : Data X adalah variabel acak bebas yang tidak berdistribusi normal
Statistik Uji
D sup S ( x) F0 ( x)
x
S ( x)
Banyak data X i xi
, untuk i=1,2,
n
,k<n
Pengambilan Keputusan
Tolak H0 apabila D < dn
dimana adalah nilai dari tabel KolmogorovSmirnov.
11
PETA KENDALI
xR
I MR
Peta Kendali MR
Peta Kendali R
UCL = D4 R
Center Line = R
LCL = D3 R
R max min
R
R1 R2 Rm
m
UCL = D4 MR
MR1 MR2 MRm Center Line = R
MR
LCL = D3 MR
m
MR xi xi1
MR
d2
Center Line = x
LCL = x 3
MR
d2
12
DIAGRAM PARETO
Diagram pareto merupakan metode
dalam mengorganisasikan kesalahan atau
cacat untuk membantu memusatkan
perhatian atas penyelesaian masalah
(Heizer & Render, 2014).
DIAGRAM SEBAB-AKIBAT
Teknis skematis yang digunakan untuk melihat kemungkinan
tempat terjadi sumber permasalahan (Heizer & Render,
2014).
13
KAPABILITAS PROSES
Mengukur kemampuan suatu proses dalam
memenuhi spesifikasi
Cp
USL-LSL
6
R
d2
C p (1 k )
C pk
USL
LSL
PROBABILITAS DI LUAR
SPESIFIKASI
Probabilitas suatu proses berada
di luar spesifikasi
P P x LSL P x USL
LSL
USL
1
14
METODOLOGI PENELITIAN
15
SUMBER DATA
Data primer hasil survei kepada mahasiswa S1 jurusan Sistem Informasi ITS angkatan 2015.
Pelaksanaan survei:
Senin/7 Maret 2016
09.00-11.00 WIB
VARIABEL PENELITIAN
-Nilai tiap mata kuliah pada semester 1
(Agama, Wasbang, STI, MO, Baper, Matdis)
-Faktor-faktor/alasan mendapatkan nilai tiap mata kuliah
-Indeks Prestasi Semester (IPS)
16
STRUKTUR DATA
IPS
Responden-1
Responden-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
Nilai-1
Nilai-2
IPS-1
IPS-2
30
...
...
1
2
Responden-30
Nilai-30
Nilai-30
Nilai-30
Nilai-30
Nilai-30
Nilai-30
...
Nilai
Matdis
...
Nilai
Baper
...
Nilai
MO
...
Nilai
STI
...
Nilai
W.B
...
Nilai
PAI
...
Nama
No.
IPS-30
17
LANGKAH ANALISIS
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Merumuskan permasalahan
Mengumpulkan data melalui survei
Menganalisis karakteristik deskriptif
Melakukan uji keacakan data nilai IPS
Melakukan uji kenormalan data nilai IPS
Membuat dan menganalisis peta kendali
Membuat diagram pareto
Membuat diagram sebab-akibat
Menghitung kapabilitas proses
Menghitung probabilitas di luar spesifikasi
Menarik kesimpulan dan saran
18
19
KARAKTERISTIK
DESKRIPTIF
Karakeristik Deskriptif nilai IPS mahasiswa S1
jurusan Sistem Informasi ITS angkatan 2015
20
KARAKTERISTIK DESKRIPTIF
Karakteristik deskriptif nilai IPS
Mean
3,4210
Median
3,4200
Variance
0,0952
Q3
3,6700
Minimum
2,4000
Maximum
3,8300
Q1
3,2425
Mode
3,42
21
UJI ASUMSI
Uji Asumsi meliputi uji keacakan dan uji kenormalan.
22
UJI KEACAKAN
P-value
n1
n2
15
0,728
14
16
10
22
batas kritis bawah < r < batas kritis atas, H0 gagal ditolak
P-value > => 0,728 >0,05 => H0 gagal ditolak
Data nilai IPS mahasiswa S1 jurusan Sistem Informasi ITS
angkatan 2015 bersifat acak.
23
UJI KENORMALAN
99
Mean
StDev
N
KS
P-Value
95
90
Percent
80
3.421
0.3085
30
0.132
>0.150
70
60
50
40
30
20
10
5
1
2.50
2.75
3.00
3.25
IPS
3.50
3.75
4.00
4.25
24
PETA KENDALI
Peta kendali xbar-R dan I-MR
25
Sample Mean
4.0
Terdapat pengamatan
out of control
Peta R : pengamatan 3,4
Peta xbar : pengamatan 2
U C L=3.898
3.5
_
_
X=3.428
3.0
LC L=2.957
2.5
Penyebab:
Pengamatan 2
mahasiswa kurang paham
materi, hadir kurang dr
80%
2.0
Sample Range
10
13
16
Sample
19
22
25
28
U C L=1.952
1.5
_
R=0.974
1.0
0.5
0.0
Pengamatan 3-4
mendapat nilai A dan
C sekaligus, nilai C
karena FP tidak
maksimal
LC L=0
1
10
13
16
Sample
19
22
25
28
26
Sample Mean
3.8
3.6
_
_
X=3.5133
3.4
3.2
LC L=3.1100
3.0
1
11
13
Sample
15
17
19
21
23
25
U C L=1.672
Sample Range
1.6
1.2
_
R=0.834
0.8
0.4
0.0
LC L=0
1
11
13
Sample
15
17
19
21
23
25
27
4.0
U B=4
3.5
_
X=3.421
3.0
LC L=2.646
2.5
1
10
13
16
O bser vation
19
22
25
28
1.00
Moving Range
Terdapat pengamatan
out of control
Peta MR : 2
Peta I : 2
Individual Value
U C L=0.952
Penyebab:
Pengamatan 2
0.75
0.50
__
M R=0.291
0.25
0.00
LC L=0
1
10
13
16
O bser vation
19
22
25
28
28
Individual Value
U B=4
3.5
_
X=3.456
3.0
LC L=2.783
1
10
13
16
O bser vation
19
22
25
28
U C L=0.8273
Moving Range
0.8
0.6
0.4
__
M R=0.2532
0.2
0.0
LC L=0
1
10
13
16
O bser vation
19
22
25
28
29
DIAGRAM PARETO
Lets start with the first set of slides
30
100
25
80
60
15
40
Percent
Jumlah
20
10
20
5
0
IPS
Jumlah
Percent
Cum %
3,51-4
13
43.3
43.3
3-3,25
8
26.7
70.0
3,26-3,5
7
23.3
93.3
<3
2
6.7
100.0
31
100
Percent
Count
150
40
50
20
0
Nilai
Count
Percent
Cum %
AB
98
54.4
54.4
A
38
21.1
75.6
B
29
16.1
91.7
BC
10
5.6
97.2
5
2.8
100.0
32
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Agama Islam
Count
Percent
Cum %
AB
19
63.3
63.3
8
26.7
90.0
3
10.0
100.0
33
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
wasbang
Count
Percent
Cum %
AB
16
53.3
53.3
9
30.0
83.3
3
10.0
93.3
BC
1
3.3
96.7
1
3.3
100.0
34
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Sistem Teknologi Informasi
Count
Percent
Cum %
AB
16
53.3
53.3
8
26.7
80.0
5
16.7
96.7
BC
1
3.3
100.0
35
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Managemen Organisasi
Count
Percent
Cum %
AB
20
66.7
66.7
6
20.0
86.7
3
10.0
96.7
BC
1
3.3
100.0
36
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Bahasa Pemrogaman
Count
Percent
Cum %
AB
15
50.0
50.0
8
26.7
76.7
3
10.0
86.7
2
6.7
93.3
BC
2
6.7
100.0
37
100
25
80
60
15
40
Percent
Count
20
10
20
5
0
Matematika Diskrit
Count
Percent
Cum %
AB
12
40.0
40.0
7
23.3
63.3
BC
5
16.7
80.0
4
13.3
93.3
1
3.3
96.7
1
3.3
100.0
38
DIAGRAM SEBAB-AKIBAT
Fakto-faktor yang menyebabkan mahasiswa
mendapatkan nilai A
39
Personnel
Environment
Dosen
Keberuntungan
Mahasiswa
Final Project
ETS/EAS
Kuis
Machine
Tidak pernah
absen
Nilai A/AB
Rajin
Aktif
Methods
40
KAPABILITAS PROSES
Untuk nilai mata kuliah dan IPS
41
USL
Within
Overall
P rocess Data
LSL
2
Target
*
U SL
4
Sample M ean
3.51333
Sample N
150
StDev (Within)
0.329291
StDev (O v erall) 0.356844
Capability
Cp >1 dan Cpk <1
>> presisi tinggi dan akurasi rendah.
O v erall C apability
Pp
PPL
PPU
P pk
C pm
2.1 2.4
O bserv ed P erformance
P P M < LSL
0.00
P P M > U SL 0.00
P P M Total
0.00
Exp.
PPM
PPM
PPM
Within P erformance
< LSL
2.16
> U SL 69714.50
Total
69716.65
0.93
1.41
0.45
0.45
*
Performance
Dalam 1 juta pengamatan, terdapat 2 nilai
mata kuliah di bawah spesifikasi dan 69715 di
atas spesifikasi (batas atas 4)
42
Capability
Cp >1 dan Cpk <1
>> presisi tinggi dan akurasi rendah.
USL
Within
Overall
P rocess Data
LSL
2
Target
*
U SL
4
Sample M ean
3.421
Sample N
30
StDev (Within)
0.258315
StDev (O v erall) 0.308549
Performance
Dalam 100 juta pengamatan, terdapat 2 nilai
mata kuliah di bawah spesifikasi.
Dalam 1 juta pengamatan terdapat 12499 di
atas spesifikasi, namun batas atas spesifikasi
adalah 4.
Pp
PPL
PPU
P pk
C pm
2.0
O bserv ed P erformance
P P M < LSL 0.00
P P M > U SL 0.00
P P M Total
0.00
Exp.
PPM
PPM
PPM
2.4
Within P erformance
< LSL
0.02
> U SL 12498.49
Total
12498.51
2.8
3.2
3.6
1.08
1.54
0.63
0.63
*
4.0
43
PROBABILITAS DI LUAR
SPESIFIKASI
Lets start with the first set of slides
44
NILAI IPS
2
P x 2 P Z
2 3, 421
PZ
0, 258315
1, 421
PZ
0, 258315
P Z 5,501
0
P x 2 P Z
2 3, 421
PZ
0,329291
1, 421
PZ
0,329291
P Z 4,3153
0
45
46
KESIMPULAN
1.
Karaketristik Deskriptif
Mean
3,4210
Median
3,4200
2.
Variance
0,0952
Q3
3,6700
Minimum
2,4000
Maximum
3,8300
Q1
3,2425
Mode
3,42
47
KESIMPULAN
4.
5.
6.
Peta kendali
Peta kendali xbar-R nilai semua mata kuliah terkendali setelah menghilangkan
pengamatan ke-2, 3, 4, 23, dan 10.
Peta kendali I-MR untuk IPS terkendali setelah mengeluarkan pengamatan ke-2 dari
data pengamatan.
Diagram Pareto
Nilai paling banyak untuk semua mata kuliah adalah A dan AB (75.6 % dari
keseluruhan nilai)
Untuk seluruh mata kuliah, nilai yang paling banyak didapat adalah nilai AB
Diagram Sebab-Akibat
Faktor yang menyebabkan mahasiswa mendapat nilai A/AB dapat dibagi menjadi 4
faktor utama yaitu, Machine, Method, Personnel, Environment.
48
KESIMPULAN
7.
8.
Nilai IPS dan nilai mata kuliah memiliki presisi tinggi dan akurasi rendah.
Probabilitas nilai IPS dan mata kuliah yang berada di luar spesifikasi 0.
49
SARAN
Untuk mempertahankan nilai IP yang sudah bagus, mahasiswa diharapkan untuk
mempertahankan cara belajar yang baik dan meningkatkan intensitas belajar
agak nilai yang diperoleh meningkat.
Untuk mendukung meningkatkan prosentase jumlah mahasiswa yang
mendapatkan nilai A, maka peran dosen, lingkungan belajar, kelengkapan bahan
belajar, serta teknologi yang mendukung proses belajar mengajar harus
ditingkatkan agar target dapat terus tercapai.
50
TERIMAKASIH
Pertanyaan?
51
Pertanyaan:
1.
52