Metode Pcr-Topsis Untuk Optimasi Taguchi Multirespon (Studi Kasus Pada Proses Pembuatan Kertas)

Djami, Ronald John (2014) Metode Pcr-Topsis Untuk Optimasi Taguchi Multirespon (Studi Kasus Pada Proses Pembuatan Kertas). Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 1311201019-Master Thesis.pdf] Text
1311201019-Master Thesis.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Dalam bidang industri, statistika biasa digunakan dalam hal pengambilan
keputusan dalam suatu masalah, salah satu metode yang digunakan dalam
statistika untuk pengambilan keputusan adalah metode optimasi. Salah satu
metode optimasi yang sering dipakai adalah metode Taguchi, metode ini
diperkenalkan oleh Dr. Genichi Taguchi pada tahun 1940. Metode Taguchi
merupakan metode yang efisien digunakan dalam off line kontrol kualitas dimana
desain percobaan dikombinasikan dengan penurunan kualitas. Metode ini
mencakup tiga tahap desain yaitu desain sistem, desain parameter, dan desain
toleransi. Dalam dunia nyata jelas bahwa lebih dari satu karakteristik kualitas
harus dipertimbangkan untuk produk industri yang paling baik, yaitu dalam
sebagian besar aplikasi perhatian pelanggan adalah dengan masalah multirespon.
Namun demikian, metode Taguchi tidak tepat untuk mengoptimalkan masalah
multirespon karena teknik penilaian adalah prosedur optimasi utama dalam
metode Taguchi. Untuk mengatasi masalah ini, peneliti mengusulkan suatu
prosedur yang efektif disebut PCR-TOPSIS yang didasarkan pada kemampuan
proses ratio (PCR) teori dan teori preferensi order by kesamaan dengan solusi
ideal (TOPSIS) untuk mengoptimalkan masalah multirespon. Sehingga dengan
metode PCR-TOPSIS, kita dapat memperoleh solusi yang terbaik dan dapat
menghasilkan solusi yang memuaskan untuk masalah multirespon dalam proses
pembuatan kertas pada PT. Adiprima Suraprinta yang merupakan salah satu
perusahan manufaktur yang bergerak di bidang industri kertas khususnya daur
ulangan kertas.
======================================================================================================
In industry, the statistics commonly used in decision-making in a problem, one of
the statistical methods used in decision-making is a method for optimization. One
of the optimization method that is often used is the Taguchi method, this method
was introduced by Dr. Genichi Taguchi in 1940 Taguchi method is an efficient
method used in off-line quality control in which the experimental design
combined with a decrease in quality. This method includes three stages, namely
the design of the system design, parameter design, and tolerance design. In the
real world it is clear that more than one quality characteristic must be considered
for the best industrial products, which in most applications is the customer's
attention to the problem multirespon. However, the Taguchi method is not
appropriate to optimize multirespon problem because valuation techniques are the
main optimization procedure in the Taguchi method. To overcome this problem,
the author proposes a procedure called PCR-TOPSIS effective based on process
capability ratio (PCR) theory and the theory of order preference by similarity to
ideal solution (TOPSIS) to optimize multirespon problem. So that the PCRTOPSIS
method, we can obtain the best solution and can produce satisfactory
solutions to problems multirespon in the papermaking process at PT. Adiprima
Suraprinta which is one of the manufacturing company engaged in the paper
industry, especially recycled paper replicates.

Item Type: Thesis (Masters)
Additional Information: RTSt 519. 86 Dja m
Uncontrolled Keywords: Statistik Industri, Optimasi, Metode Taguchi, Multirespon, PCR, TOPSIS
Subjects: T Technology > TS Manufactures > TS156 Quality Control. QFD. Taguchi methods (Quality control)
Divisions: Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 23 Feb 2018 07:34
Last Modified: 23 Feb 2018 07:34
URI: http://repository.its.ac.id/id/eprint/51353

Actions (login required)

View Item View Item