Evaluasi pola data waktu antar kerusakan dan perbandingan kesesuaian antara model ARIMA dan model Duane

Irawan, Handry (2007) Evaluasi pola data waktu antar kerusakan dan perbandingan kesesuaian antara model ARIMA dan model Duane. Undergraduate thesis, Widya Mandala Catholic University Surabaya.

[img]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (3MB) | Preview
[img]
Preview
Text (BAB 1)
BAB 1.pdf

Download (1MB) | Preview
[img] Text (BAB 2)
BAB 2.pdf
Restricted to Registered users only

Download (3MB)
[img] Text (BAB 3)
BAB 3.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB 4)
BAB 4.pdf
Restricted to Registered users only

Download (7MB)
[img] Text (BAB 5)
BAB 5.pdf
Restricted to Registered users only

Download (2MB)
[img]
Preview
Text (BAB 6)
BAB 6.pdf

Download (527kB) | Preview
[img]
Preview
Text (LAMPIRAN)
LAMPIRAN.pdf

Download (11MB) | Preview

Abstract

Penentuan waktu perbaikan atau penggantian komponen yang rusak atau sudah tidak layak pakai untuk suatu sistem produksi sering menjadi permasalahan utama dalam suatu perusahaan atau industri. Ada beberapa model analisis keandalan yang dapat digunakan pada data waktu antar kerusakan yang tidak independen antara lain model Duane. model time series, model NN (Neural Network, dan sebagainya. Adapun suatu uji yang dilakukan terlebih dahulu sebelum suatu data waktu antar kerusakan dimodelkan khususnya model time series ARlMA, uji tersebut adalah uji Phillips-Perron dimana dengan menggunakan uji ini dapat melihat apakah data waktu antar kerusakan tersebut sudah stasioner dalam mean. Model time series, khususnya model ARiMA. dapat digunakan untuk memodekan data kerusakan yang mempunyai fluktuasi berubah-ubah sepanjang waktu. Sedangkan model Duane adalah model dalam analisis keandalan yang cocok digunakan pada suatu data kerusakan yang mempunyai fluktuasi tidak berubah sepanjang waktu atau mempunyai pola tren naik ataupun turun yang monoton. Secara umum terdapat dua variasi model Duane yaitu model Duane dengan T sebagai waktu pengamatan terjadinya kerusakan dan T sebagai urutan terjadinya kerusakan. Dalam penelitian kali ini yang digunakan untuk model ARIMA dan model Duane adalab T sebagai urutan terjadinya kerusakan. Banyak perusahaan kesulitan mendapatkan data waktu antar kerusakan yang mereka alami dalam kurun waktu lama, karena perusahaan-perusahaan terutama industri kecil pada umumnya jarang mencatat data kerusakannya atau bahkan tidak sama sekali. Dalam penelitian kali ini dilakukan suatu permodelan dari data kerusakan simulasi dan data kerusakan sekunder dari TA (Tugas Akhir) Evi, 2006 dengan membandingkan dua model analisis keandalan yang dapat digunakan pada data kerusakan yang tidak independent yaitu model time series ARIMA dan model Duane. Karena tujuan dari penelitian ini adalah mengkaji model Duane dan model time series ARIMA untuk analisis keandalan pada sistem produksi dan untuk mendapatkan suatu model yang lebih tepat untuk memprediksi atau memperkirakan terjadinya kerusakan pada periode yang akan datang, maka digunakan beberapa data kerusakan simulasi yang mengikuti model time series ARiMA dan data kerusakan model Duane mengikuti data kerusakan yang dihasilkan oleh model time series ARIMA serta membandingkan Mean Square Error (MSE) dan Root Mean Square Error (RMSE) kedua model untuk data simulasi dan data kerusakan sekunder. Dari penelitian ini didapatkan kajian uji kestasioneritasan data, model time series ARiMA dan model Duane untuk analisis keandalan pada sistem produksi dan penentuan model yang lebih tepat untuk memprediksi terjadinya kerusakan untuk setiap kasus pada data kerusakan simulasi dan untuk data kerusakan sekunder sebagai studi kasus riil.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Model ARlMA, model Duane, stasioneritas, keandalan.
Subjects: Engineering
Engineering > Industrial Engineering
Divisions: Faculty of Engineering > Industrial Engineering Study Program
Depositing User: Users 32 not found.
Date Deposited: 14 Jun 2015 08:11
Last Modified: 10 Mar 2017 07:32
URI: http://repository.wima.ac.id/id/eprint/2506

Actions (login required)

View Item View Item