Sistem manajemen energi (EMS) adalah sistem alat berbantuan komputer yang digunakan oleh operator jaringan utilitas listrik untuk memantau, mengontrol, dan mengoptimalkan kinerja sistem pembangkit atau transmisi. Juga, dapat digunakan dalam sistem skala kecil seperti microgrid. Karena pengisian kendaraan listrik (EV) menjadi lebih populer, perangkat perumahan kecil yang mengelola kapan EV dapat mengisi daya berdasarkan total beban vs kapasitas total layanan listrik menjadi populer.

Terminologi

Teknologi komputer juga disebut sebagai SCADA/EMS atau EMS/SCADA. Dalam hal ini, istilah EMS kemudian mengecualikan fungsi pemantauan dan kontrol, tetapi lebih khusus mengacu pada rangkaian kolektif aplikasi jaringan daya dan aplikasi kontrol dan penjadwalan pembangkitan.

Produsen EMS juga biasanya menyediakan simulator pelatihan operator (DTS) yang sesuai. Teknologi terkait ini memanfaatkan komponen SCADA dan EMS sebagai alat pelatihan bagi operator pusat kendali.

Sistem operasi

Hingga awal 1990-an, sistem EMS yang dikirim berdasarkan perangkat keras dan sistem operasi merupakan hal yang umum. Saat itu pemasok EMS seperti Harris Controls (sekarang GE), Hitachi, Cebyc, Control Data Corporation, Siemens dan Toshiba membuat perangkat keras milik mereka sendiri. Pemasok EMS yang tidak memproduksi perangkat keras mereka sendiri sering kali mengandalkan produk yang dikembangkan oleh Digital Equipment, Gould Electronics, dan MODCOMP. VAX 11/780 dari Peralatan Digital adalah pilihan populer di antara beberapa pemasok EMS. Sistem EMS sekarang mengandalkan pendekatan berbasis model. Model perencanaan tradisional dan model EMS selalu dipertahankan secara independen dan jarang sinkron satu sama lain. Menggunakan perangkat lunak EMS memungkinkan perencana dan operator untuk berbagi model umum yang mengurangi ketidaksesuaian antara keduanya dan memotong pemeliharaan model hingga setengahnya. Memiliki antarmuka pengguna yang sama juga memungkinkan transisi informasi yang lebih mudah dari perencanaan ke operasi.

Karena sistem berpemilik menjadi tidak ekonomis, pemasok EMS mulai memberikan solusi berdasarkan platform perangkat keras standar industri seperti yang berasal dari Peralatan Digital (kemudian Compaq (kemudian HP)), IBM dan Sun. Sistem operasi yang umum saat itu adalah DEC OpenVMS atau Unix. Pada tahun 2004, berbagai pemasok EMS termasuk Alstom, ABB dan OSI telah mulai menawarkan solusi berbasis Windows. Pada tahun 2006 pelanggan memiliki pilihan sistem berbasis UNIX, Linux atau Windows. Beberapa pemasok termasuk ETAP, NARI, PSI-CNI dan Siemens terus menawarkan solusi berbasis UNIX. Sekarang sudah umum bagi pemasok untuk mengintegrasikan solusi berbasis UNIX pada platform Sun Solaris atau IBM. Sistem EMS yang lebih baru berdasarkan server blade menempati sebagian kecil dari ruang yang sebelumnya diperlukan. Misalnya, rak blade berisi 20 server menempati ruang yang hampir sama dengan yang sebelumnya ditempati oleh satu server MicroVAX.

Arti lainnya

Efisiensi energi

Dalam konteks yang sedikit berbeda, EMS juga dapat merujuk pada sistem yang dirancang untuk mencapai efisiensi energi melalui optimalisasi proses dengan melaporkan penggunaan energi granular oleh masing-masing peralatan. Sistem manajemen energi berbasis cloud yang lebih baru menyediakan kemampuan untuk mengontrol HVAC dan peralatan konsumsi energi lainnya dari jarak jauh; mengumpulkan data waktu-nyata yang terperinci untuk setiap peralatan; dan menghasilkan panduan yang cerdas, spesifik, dan real-time untuk menemukan dan menangkap peluang penghematan yang paling menarik.

Sistem manajemen energi rumah

Manajemen energi rumah (HEM) memungkinkan konsumen domestik untuk mengambil bagian dalam kegiatan sisi permintaan. Namun, menghadapi beberapa masalah akibat ketidakpastian sumber daya energi terbarukan dan perilaku konsumen; Sedangkan konsumen domestik membidik tingkat kenyamanan tertinggi yang harus diperhatikan dengan meminimalkan fenomena “respon lelah”.

Kontrol otomatis di gedung

Istilah Sistem Manajemen Energi juga dapat merujuk pada sistem komputer yang dirancang khusus untuk kontrol otomatis dan pemantauan fasilitas elektromekanis di gedung yang menghasilkan konsumsi energi yang signifikan seperti instalasi pemanas, ventilasi, dan penerangan. Ruang lingkupnya dapat mencakup dari satu bangunan ke sekelompok bangunan seperti kampus universitas, gedung perkantoran, jaringan toko ritel atau pabrik. Sebagian besar sistem manajemen energi ini juga menyediakan fasilitas untuk pembacaan meter listrik, gas, dan air. Data yang diperoleh dari ini kemudian dapat digunakan untuk melakukan diagnosis mandiri dan rutinitas pengoptimalan secara berkala dan untuk menghasilkan analisis tren dan prakiraan konsumsi tahunan. Sistem manajemen energi juga sering digunakan oleh entitas komersial individu untuk memantau, mengukur, dan mengontrol beban bangunan listrik mereka. Sistem manajemen energi dapat digunakan untuk mengontrol perangkat secara terpusat seperti unit HVAC dan sistem pencahayaan di berbagai lokasi, seperti lokasi ritel, toko bahan makanan, dan restoran. Sistem manajemen energi dapat juga menyediakan fungsi pengukuran, submetering, dan pemantauan yang memungkinkan manajer fasilitas dan gedung mengumpulkan data dan wawasan yang memungkinkan mereka membuat keputusan yang lebih tepat tentang aktivitas energi di seluruh lokasi mereka.

Sumber Artikel: en.wikipedia.org

Maintenance Engineering adalah disiplin dan profesi yang menerapkan konsep engineering untuk optimalisasi peralatan, prosedur, dan anggaran departemen untuk mencapai pemeliharaan, keandalan, dan ketersediaan peralatan yang lebih baik.

Pemeliharaan, dan karenanya rekayasa pemeliharaan, semakin penting karena meningkatnya jumlah peralatan, sistem, mesin dan infrastruktur. Sejak Revolusi Industri, perangkat, peralatan, mesin, dan struktur telah berkembang semakin kompleks, membutuhkan sejumlah personel, panggilan, dan sistem terkait yang diperlukan untuk memeliharanya. Sebelum tahun 2006, Amerika Serikat menghabiskan sekitar US$300 miliar per tahun untuk pemeliharaan dan operasi pabrik saja. Pemeliharaan adalah untuk memastikan unit sesuai untuk tujuan, dengan ketersediaan maksimum dengan biaya minimum. Seseorang yang mempraktikkan teknik pemeliharaan dikenal sebagai insinyur pemeliharaan.

Deskripsi insinyur pemeliharaan

Seorang insinyur pemeliharaan harus memiliki pengetahuan yang signifikan tentang statistik, probabilitas dan logistik, dan tambahan dalam dasar-dasar pengoperasian peralatan dan mesin yang menjadi tanggung jawabnya. Seorang insinyur pemeliharaan juga harus memiliki keterampilan interpersonal, komunikasi, dan manajemen yang tinggi, serta kemampuan untuk membuat keputusan dengan cepat.

Tanggung jawab tipikal meliputi:

• Pastikan optimalisasi struktur Organisasi Pemeliharaan
• Analisis kegagalan peralatan berulang
• Estimasi biaya pemeliharaan dan evaluasi alternatif
• Perkiraan suku cadang
• Menilai kebutuhan penggantian peralatan dan menetapkan program penggantian saat jatuh tempo
• Penerapan prinsip-prinsip penjadwalan dan manajemen proyek untuk program penggantian
• Menilai alat pemeliharaan yang diperlukan dan keterampilan yang diperlukan untuk pemeliharaan peralatan yang efisien
• Menilai keterampilan yang dibutuhkan untuk personel pemeliharaan
• Meninjau transfer personel ke dan dari organisasi pemeliharaan
• Menilai dan melaporkan bahaya keselamatan yang terkait dengan pemeliharaan peralatan

Pendidikan teknik perawatan

Institusi di seluruh dunia telah mengakui perlunya rekayasa pemeliharaan. Insinyur pemeliharaan biasanya memiliki gelar di bidang teknik mesin, teknik industri, atau disiplin ilmu teknik lainnya. Dalam beberapa tahun terakhir, program sarjana dan magister khusus telah berkembang. Program gelar sarjana di bidang teknik pemeliharaan di Universitas Jerman-Yordania di Amman menjawab kebutuhan tersebut, serta program master dalam bidang teknik pemeliharaan di Universitas Teknologi Luleå. Dengan meningkatnya permintaan untuk Chartered Engineers, University of Central Lancashire di Inggris telah mengembangkan MSc dalam teknik pemeliharaan yang saat ini di bawah akreditasi dengan Institution of Engineering and Technology dan Bachelor of Engineering top-up dengan gelar kehormatan untuk teknisi yang memegang Higher National Diploma dan mencari kemajuan dalam karir profesional mereka.

Sumber Artikel: en.wikipedia.org

Ekonomi teknik, yang sebelumnya dikenal sebagai ekonomi teknik, adalah bagian dari ekonomi yang berkaitan dengan penggunaan dan "... penerapan prinsip-prinsip ekonomi" dalam analisis keputusan teknik. Sebagai disiplin ilmu, ini difokuskan pada cabang ekonomi yang dikenal sebagai ekonomi mikro yang mempelajari perilaku individu dan perusahaan dalam membuat keputusan mengenai alokasi sumber daya yang terbatas. Dengan demikian, ini berfokus pada proses pengambilan keputusan, konteks dan lingkungannya. Hal ini pragmatis oleh alam, mengintegrasikan teori ekonomi dengan praktek rekayasa. Namun, ini juga merupakan aplikasi sederhana dari teori ekonomi mikro yang mengasumsikan unsur-unsur seperti penentuan harga, persaingan dan permintaan/penawaran sebagai input tetap dari sumber lain. Namun, sebagai disiplin ilmu, ini terkait erat dengan yang lain seperti statistik, matematika, dan akuntansi biaya. Ini mengacu pada kerangka logis ekonomi tetapi menambahkan kekuatan analitis matematika dan statistik.

Insinyur mencari solusi untuk masalah, dan bersama dengan aspek teknis, kelayakan ekonomi dari setiap solusi potensial biasanya dipertimbangkan dari sudut pandang tertentu yang mencerminkan utilitas ekonomi untuk konstituen. Pada dasarnya, ekonomi rekayasa melibatkan merumuskan, memperkirakan, dan mengevaluasi hasil ekonomi ketika alternatif untuk mencapai tujuan yang ditentukan tersedia.

Dalam beberapa kurikulum sarjana teknik sipil AS, ekonomi teknik adalah mata kuliah wajib. Ini adalah topik tentang ujian Dasar-dasar Teknik, dan pertanyaan mungkin juga diajukan tentang ujian Prinsip dan Praktik Teknik; keduanya merupakan bagian dari proses pendaftaran Rekayasa Profesi.

Mempertimbangkan nilai waktu dari uang adalah inti dari sebagian besar analisis ekonomi teknik. Arus kas didiskontokan menggunakan tingkat bunga, kecuali dalam studi ekonomi paling dasar.

Untuk setiap masalah, biasanya ada banyak kemungkinan alternatif. Salah satu pilihan yang harus dipertimbangkan dalam setiap analisis, dan sering menjadi pilihan, adalah alternatif melakukan apa-apa. Biaya peluang untuk membuat satu pilihan di atas yang lain juga harus dipertimbangkan. Ada juga faktor non-ekonomi yang harus dipertimbangkan, seperti warna, gaya, citra publik, dll.; faktor-faktor tersebut disebut atribut.

Biaya serta pendapatan dipertimbangkan, untuk setiap alternatif, untuk periode analisis yang merupakan jumlah tahun tetap atau perkiraan umur proyek. Nilai sisa sering dilupakan, tetapi penting, dan merupakan biaya bersih atau pendapatan untuk penghentian proyek.

Beberapa topik lain yang mungkin dibahas dalam ekonomi teknik adalah inflasi, ketidakpastian, penggantian, depresiasi, penipisan sumber daya, pajak, kredit pajak, akuntansi, estimasi biaya, atau pembiayaan modal. Semua topik ini adalah keterampilan utama dan bidang pengetahuan di bidang rekayasa biaya.

Karena rekayasa merupakan bagian penting dari sektor manufaktur ekonomi, ekonomi industri rekayasa merupakan bagian penting dari ekonomi industri atau bisnis. Topik utama dalam ekonomi industri rekayasa adalah:

• Ekonomi manajemen, operasi, dan pertumbuhan dan profitabilitas perusahaan rekayasa;
• Tren dan masalah ekonomi rekayasa tingkat makro;
• Rekayasa pasar produk dan pengaruh permintaan; dan
• Pengembangan, pemasaran, dan pembiayaan teknologi dan produk rekayasa baru.
• Rasio manfaat-biaya

Contoh penggunaan

Beberapa contoh masalah ekonomi rekayasa berkisar dari analisis nilai hingga studi ekonomi. Masing-masing relevan dalam situasi yang berbeda, dan paling sering digunakan oleh para insinyur atau manajer proyek. Misalnya, analisis ekonomi teknik membantu perusahaan tidak hanya menentukan perbedaan antara biaya tetap dan biaya tambahan dari operasi tertentu, tetapi juga menghitung biaya itu, tergantung pada sejumlah variabel. Penggunaan lebih lanjut dari ekonomi teknik meliputi:

• Analisis nilai
• Pemrograman linier
• Ekonomi jalur kritis
• Bunga dan uang - hubungan waktu
• Depresiasi dan penilaian
• Penganggaran modal
• Analisis risiko, ketidakpastian, dan sensitivitas
• Biaya tetap, tambahan, dan hangus
• Studi pengganti
• Rumus biaya minimum
• Berbagai studi ekonomi dalam kaitannya dengan usaha publik dan swasta

Masing-masing komponen ekonomi teknik sebelumnya sangat penting pada saat-saat tertentu, tergantung pada situasi, skala, dan tujuan proyek yang ada. Ekonomi jalur kritis, sebagai contoh, diperlukan dalam kebanyakan situasi karena ini adalah koordinasi dan perencanaan pergerakan material, tenaga kerja, dan modal dalam proyek tertentu. Yang paling kritis dari "jalur" ini ditentukan untuk menjadi yang memiliki efek pada hasil baik dalam waktu dan biaya. Oleh karena itu, jalur kritis harus ditentukan dan dipantau secara ketat oleh para insinyur dan manajer. Ekonomi teknik membantu menyediakan bagan Gantt dan jaringan aktivitas-peristiwa untuk memastikan penggunaan waktu dan sumber daya yang benar.

Analisis Nilai

Analisis nilai yang tepat berakar pada kebutuhan insinyur dan manajer industri untuk tidak hanya menyederhanakan dan meningkatkan proses dan sistem, tetapi juga penyederhanaan logis dari desain produk dan sistem tersebut. Meskipun tidak secara langsung terkait dengan ekonomi teknik, analisis nilai tetap penting, dan memungkinkan para insinyur untuk mengelola sistem/proses baru dan yang sudah ada dengan benar untuk membuatnya lebih sederhana dan menghemat uang dan waktu. Lebih lanjut, analisis nilai membantu memerangi "alasan penghalang jalan" umum yang mungkin membuat manajer atau insinyur tersandung. Ucapan seperti "Pelanggan menginginkannya seperti ini" dibalas dengan pertanyaan seperti; apakah pelanggan telah diberitahu tentang alternatif atau metode yang lebih murah? "Jika produk diubah, mesin akan menganggur karena kekurangan pekerjaan" dapat diatasi dengan; dapatkah manajemen tidak menemukan kegunaan baru dan menguntungkan untuk mesin ini? Pertanyaan-pertanyaan seperti ini adalah bagian dari ekonomi rekayasa, karena pertanyaan-pertanyaan tersebut mengawali setiap studi atau analisis nyata.

Pemrograman Linier

Pemrograman linier adalah penggunaan metode matematika untuk menemukan solusi yang dioptimalkan, apakah itu diminimalkan atau dimaksimalkan di alam. Metode ini menggunakan serangkaian garis untuk membuat poligon kemudian menentukan titik terbesar, atau terkecil, pada bentuk tersebut. Operasi manufaktur sering menggunakan program linier untuk membantu mengurangi biaya dan memaksimalkan keuntungan atau produksi.

Bunga dan Uang – Hubungan Waktu

Mempertimbangkan prevalensi modal yang akan dipinjamkan untuk jangka waktu tertentu, dengan pemahaman bahwa modal itu akan dikembalikan kepada investor, hubungan uang-waktu menganalisis biaya yang terkait dengan jenis tindakan ini. Modal sendiri harus dibagi menjadi dua kategori yang berbeda, modal ekuitas dan modal utang. Modal ekuitas adalah uang yang sudah tersedia dalam bisnis, dan terutama berasal dari laba, dan oleh karena itu tidak terlalu diperhatikan, karena tidak memiliki pemilik yang menuntut pengembaliannya dengan bunga. Modal hutang memang memiliki pemilik, dan mereka mengharuskan penggunaannya dikembalikan dengan "keuntungan", atau dikenal sebagai bunga. Bunga yang harus dibayar oleh bisnis akan menjadi beban, sedangkan pemberi pinjaman modal akan mengambil bunga sebagai keuntungan, yang dapat membingungkan situasi. Untuk menambah ini, masing-masing akan mengubah posisi pajak penghasilan peserta.

Hubungan waktu bunga dan uang ikut bermain ketika modal yang dibutuhkan untuk menyelesaikan suatu proyek harus dipinjam atau diperoleh dari cadangan. Meminjam menimbulkan pertanyaan tentang minat dan nilai yang diciptakan oleh penyelesaian proyek. Sementara mengambil modal dari cadangan juga menyangkal penggunaannya pada proyek lain yang dapat menghasilkan lebih banyak hasil. Bunga dalam istilah yang paling sederhana didefinisikan oleh perkalian prinsip, satuan waktu, dan tingkat bunga. Kompleksitas perhitungan bunga, bagaimanapun, menjadi jauh lebih tinggi karena faktor-faktor seperti bunga majemuk atau anuitas ikut berperan.

Insinyur sering menggunakan tabel bunga majemuk untuk menentukan nilai modal masa depan atau sekarang. Tabel ini juga dapat digunakan untuk menentukan efek anuitas terhadap pinjaman, operasi, atau situasi lainnya. Semua yang dibutuhkan untuk menggunakan tabel bunga majemuk adalah tiga hal; periode waktu analisis, tingkat pengembalian minimum yang menarik (MARR), dan nilai modal itu sendiri. Tabel akan menghasilkan faktor perkalian untuk digunakan dengan nilai modal, ini kemudian akan memberikan pengguna nilai masa depan atau sekarang yang tepat.

Contoh Analisis Sekarang, Masa Depan, dan Anuitas

Dengan menggunakan tabel bunga majemuk yang disebutkan di atas, seorang insinyur atau manajer dapat dengan cepat menentukan nilai modal selama periode waktu tertentu. Misalnya, sebuah perusahaan ingin meminjam $5,000.00 untuk membiayai mesin baru, dan harus membayar kembali pinjaman itu dalam 5 tahun sebesar 7%. Menggunakan tabel, 5 tahun dan 7% memberikan faktor 1,403, yang akan dikalikan dengan $5.000,00. Ini akan menghasilkan $7.015.00. Hal ini tentu saja dengan asumsi bahwa perusahaan akan melakukan pembayaran sekaligus pada akhir lima tahun, tidak melakukan pembayaran sebelumnya.

Contoh yang jauh lebih dapat diterapkan adalah yang memiliki peralatan tertentu yang akan menghasilkan manfaat untuk operasi manufaktur selama periode waktu tertentu. Misalnya, mesin tersebut menguntungkan perusahaan $2.500,00 setiap tahun, dan memiliki masa manfaat 8 tahun. MARR ditentukan menjadi sekitar 5%. Tabel bunga majemuk menghasilkan faktor yang berbeda untuk berbagai jenis analisis dalam skenario ini. Jika perusahaan ingin mengetahui Net Present Benefit (NPB) dari manfaat tersebut; maka faktornya adalah P/A 8 tahun pada 5%. Ini adalah 6.463. Jika perusahaan ingin mengetahui nilai masa depan dari manfaat ini; maka faktornya adalah F/A 8 thn sebesar 5%; yaitu 9,549. Yang pertama memberikan NPB sebesar $16.157,50, sedangkan yang kedua memberikan nilai masa depan sebesar $23.872,50.

Skenario-skenario ini sifatnya sangat sederhana, dan tidak mencerminkan realitas sebagian besar situasi industri. Dengan demikian, seorang insinyur harus mulai memperhitungkan biaya dan manfaat, kemudian menemukan nilai mesin yang diusulkan, berkembangion, atau fasilitas.

Depresiasi dan Penilaian

Fakta bahwa aset dan materi di dunia nyata akhirnya aus, dan kemudian rusak, adalah situasi yang harus dipertanggungjawabkan. Penyusutan itu sendiri didefinisikan oleh penurunan nilai dari setiap aset yang diberikan, meskipun beberapa pengecualian memang ada. Penilaian dapat dianggap sebagai dasar untuk penyusutan dalam arti dasar, karena setiap penurunan nilai akan didasarkan pada nilai asli. Gagasan dan keberadaan penyusutan menjadi sangat relevan dengan teknik dan manajemen proyek adalah kenyataan bahwa peralatan modal dan aset yang digunakan dalam operasi akan perlahan-lahan berkurang nilainya, yang juga akan bertepatan dengan peningkatan kemungkinan kegagalan mesin. Oleh karena itu pencatatan dan perhitungan penyusutan menjadi penting karena dua alasan utama.

1. Untuk memberikan perkiraan "modal pemulihan" yang telah dimasukkan kembali ke properti.
2. Untuk memungkinkan penyusutan dibebankan terhadap laba yang, seperti biaya lainnya, dapat digunakan untuk tujuan perpajakan penghasilan.

Kedua alasan ini, bagaimanapun, tidak dapat menggantikan sifat depresiasi yang "sekilas", yang membuat analisis langsung agak sulit. Untuk lebih menambah masalah yang terkait dengan depresiasi, itu harus dipecah menjadi tiga jenis terpisah, masing-masing memiliki perhitungan dan implikasi yang rumit.

• Depresiasi normal, karena kerugian fisik atau fungsional.
• Depresiasi harga, karena perubahan nilai pasar.
• Deplesi, karena penggunaan semua sumber daya yang tersedia.

Perhitungan depresiasi juga datang dalam beberapa bentuk; garis lurus, saldo menurun, jumlah tahun, dan output layanan. Metode pertama mungkin yang paling mudah untuk dihitung, sedangkan sisanya memiliki tingkat kesulitan dan kegunaan yang berbeda-beda. Sebagian besar situasi yang dihadapi oleh manajer sehubungan dengan depresiasi dapat diselesaikan dengan menggunakan salah satu formula ini, namun, kebijakan perusahaan atau preferensi individu dapat mempengaruhi pilihan model.

Bentuk utama penyusutan yang digunakan di AS adalah Modified Accelerated Capital Recovery System (MACRS), dan didasarkan pada sejumlah tabel yang memberikan kelas aset, dan umurnya. Kelas tertentu diberikan jangka waktu tertentu, dan ini mempengaruhi nilai aset yang dapat disusutkan setiap tahun. Ini tidak berarti bahwa suatu aset harus dibuang setelah umur MACRS-nya terpenuhi, hanya saja aset tersebut tidak dapat lagi digunakan untuk pengurangan pajak.

Penganggaran Modal

Penganggaran modal, dalam kaitannya dengan ekonomi teknik, adalah penggunaan dan pemanfaatan modal yang tepat untuk mencapai tujuan proyek. Itu dapat sepenuhnya ditentukan oleh pernyataan; "... sebagai serangkaian keputusan oleh individu dan perusahaan mengenai berapa banyak dan di mana sumber daya akan diperoleh dan dikeluarkan untuk memenuhi tujuan masa depan." Definisi ini hampir sempurna menjelaskan modal dan hubungan umumnya dengan rekayasa, meskipun beberapa kasus khusus mungkin tidak memberikan penjelasan yang begitu singkat. Perolehan modal yang sebenarnya memiliki banyak rute yang berbeda, dari ekuitas ke obligasi hingga laba ditahan, masing-masing memiliki kekuatan dan kelemahan yang unik, terutama bila berkaitan dengan pajak penghasilan. Faktor-faktor seperti risiko kehilangan modal, bersama dengan kemungkinan atau pengembalian yang diharapkan juga harus dipertimbangkan ketika penganggaran modal sedang berlangsung. Misalnya, jika sebuah perusahaan memiliki $20.000 untuk diinvestasikan dalam sejumlah proyek berisiko tinggi, sedang, dan rendah, keputusannya akan bergantung pada seberapa besar risiko yang bersedia diambil oleh perusahaan, dan jika pengembalian yang ditawarkan oleh setiap kategori mengimbangi persepsi ini. mempertaruhkan. Melanjutkan contoh ini, jika risiko tinggi hanya menawarkan pengembalian 20%, sedangkan pengembalian moderat menawarkan 19%, insinyur dan manajer kemungkinan besar akan memilih proyek risiko sedang, karena pengembaliannya jauh lebih menguntungkan untuk kategorinya. Proyek berisiko tinggi gagal menawarkan pengembalian yang layak untuk menjamin status risikonya. Keputusan yang lebih sulit mungkin antara penawaran risiko sedang 15% sementara risiko rendah menawarkan pengembalian 11%. Keputusan di sini akan jauh lebih tergantung pada faktor-faktor seperti kebijakan perusahaan, tambahan modal yang tersedia, dan kemungkinan investor.

"Secara umum, perusahaan harus memperkirakan peluang proyek, termasuk persyaratan investasi dan tingkat pengembalian prospektif untuk masing-masing, yang diharapkan tersedia untuk periode mendatang. Kemudian modal yang tersedia harus dialokasikan secara tentatif untuk proyek yang paling menguntungkan. Tingkat prospektif terendah pengembalian dalam modal yang tersedia kemudian menjadi tingkat pengembalian minimum yang dapat diterima untuk analisis proyek apa pun selama periode itu."

Rumus Biaya Minimum

Menjadi salah satu operasi yang paling penting dan integral dalam bidang ekonomi rekayasa adalah minimalisasi biaya dalam sistem dan proses. Waktu, sumber daya, tenaga kerja, dan modal semuanya harus diminimalkan ketika ditempatkan ke dalam sistem apa pun, sehingga pendapatan, produk, dan laba dapat dimaksimalkan. Oleh karena itu, persamaan umum;

di mana C adalah biaya total, a b dan k adalah konstanta, dan x adalah jumlah variabel unit yang diproduksi.

Ada sejumlah besar rumus analisis biaya, masing-masing untuk situasi tertentu dan dijamin oleh kebijakan perusahaan yang bersangkutan, atau preferensi insinyur yang ada.

Studi Ekonomi, baik Swasta maupun Publik

Studi ekonomi, yang jauh lebih umum di luar ekonomi teknik, masih digunakan dari waktu ke waktu untuk menentukan kelayakan dan utilitas proyek tertentu. Namun, mereka tidak benar-benar mencerminkan "gagasan umum" dari studi ekonomi, yang terpaku pada ekonomi makro, sesuatu yang jarang berinteraksi dengan para insinyur. Oleh karena itu, studi yang dilakukan di bidang ekonomi teknik adalah untuk perusahaan tertentu dan proyek terbatas di dalam perusahaan tersebut. Paling-paling orang mungkin berharap menemukan beberapa studi kelayakan yang dilakukan oleh perusahaan swasta untuk pemerintah atau bisnis lain, tetapi ini sekali lagi sangat kontras dengan sifat menyeluruh dari studi ekonomi sejati. Studi memiliki sejumlah langkah utama yang dapat diterapkan pada hampir setiap jenis situasi, yaitu sebagai berikut;

• Perencanaan dan penyaringan - Terutama meninjau tujuan dan masalah yang mungkin dihadapi.
• Referensi studi ekonomi standar - Konsultasi bentuk standar.
• Estimasi - Berspekulasi mengenai besarnya biaya dan variabel lainnya.
• Keandalan - Kemampuan untuk memperkirakan dengan benar.
• Perbandingan antara kinerja aktual dan yang diproyeksikan - Verifikasi penghematan, tinjau kegagalan, untuk memastikan bahwa proposal valid, dan untuk menambah studi di masa depan.
• Objektivitas analis - Untuk memastikan individu bahwa proposal lanjutan atau analisis yang dilakukan tidak bias terhadap hasil tertentu.

Sumber Artikel: en.wikipedia.org

Pencarian Lokal Berulang (ILS) adalah istilah dalam matematika terapan dan ilmu komputer yang mendefinisikan modifikasi pencarian lokal atau metode mendaki bukit untuk memecahkan masalah optimasi diskrit.

Metode pencarian lokal bisa macet di minimum lokal, di mana tidak ada tetangga yang lebih baik yang tersedia.

Modifikasi sederhana terdiri dari panggilan iterasi ke rutin pencarian lokal, setiap kali dimulai dari konfigurasi awal yang berbeda. Ini disebut pencarian lokal berulang, dan menyiratkan bahwa pengetahuan yang diperoleh selama fase pencarian lokal sebelumnya tidak digunakan. Pembelajaran menyiratkan bahwa sejarah sebelumnya, misalnya memori tentang minima lokal yang ditemukan sebelumnya, ditambang untuk menghasilkan titik awal yang lebih baik dan lebih baik untuk pencarian lokal.

Asumsi implisitnya adalah distribusi berkerumun dari minima lokal: ketika meminimumkan suatu fungsi, menentukan minima lokal yang baik lebih mudah ketika memulai dari minimum lokal dengan nilai rendah daripada saat memulai dari titik acak. Satu-satunya peringatan adalah untuk menghindari kurungan di baskom atraksi tertentu, sehingga tendangan untuk mengubah peminim lokal menjadi titik awal untuk lari berikutnya harus cukup kuat, tetapi tidak terlalu kuat untuk menghindari kembali ke restart acak tanpa memori.

Pencarian Lokal Berulang didasarkan pada pembuatan urutan solusi optimal lokal dengan:

1. mengganggu minimum lokal saat ini;
2. menerapkan pencarian lokal setelah memulai dari solusi yang dimodifikasi.

Kekuatan gangguan harus cukup untuk mengarahkan lintasan ke cekungan tarikan yang berbeda yang mengarah ke optimum lokal yang berbeda.

Algoritma Gangguan

Algoritma gangguan untuk ILS bukanlah tugas yang mudah. Tujuan utamanya adalah untuk tidak terjebak dalam minimum lokal yang sama dan untuk mendapatkan properti ini benar, operasi undo dilarang. Meskipun demikian, permutasi yang baik harus mempertimbangkan banyak nilai, karena ada dua jenis permutasi buruk:

1. terlalu lemah: kembali ke minimum lokal yang sama
2. terlalu kuat: restart acak

Gangguan Tolok Ukur

Prosedurnya terdiri dari memperbaiki sejumlah nilai untuk gangguan sedemikian rupa sehingga nilai-nilai ini signifikan misalnya: pada probabilitas rata-rata dan tidak jarang. Setelah itu, pada saat runtime akan memungkinkan untuk memeriksa plot benchmark untuk mendapatkan ide rata-rata pada instance yang dilewati.

Gangguan Adaptif

Karena tidak ada fungsi apriori yang memberi tahu mana yang merupakan nilai yang paling cocok untuk gangguan tertentu, kriteria terbaik adalah membuatnya adaptif. Misalnya Battiti dan Protasi mengusulkan algoritma pencarian reaktif untuk MAX-SAT yang sangat cocok dengan kerangka kerja ILS. Mereka melakukan skema gangguan "terarah" yang diimplementasikan oleh algoritma pencarian tabu dan setelah setiap gangguan mereka menerapkan algoritma keturunan lokal standar. Cara lain untuk mengadaptasi gangguan adalah dengan mengubah secara deterministik kekuatannya selama pencarian.

Mengoptimalkan Gangguan

Prosedur lain adalah mengoptimalkan sub-bagian dari masalah, dengan mengaktifkan properti not-undo. Jika prosedur ini memungkinkan, semua solusi yang dihasilkan setelah gangguan cenderung sangat baik. Selanjutnya bagian-bagian baru juga dioptimalkan.

Kesimpulan

Metode ini telah diterapkan pada beberapa masalah optimasi kombinatorial termasuk masalah Penjadwalan Job Shop, Masalah Flow-Shop, Masalah Perutean Kendaraan serta banyak lainnya.

Sumber Artikel: en.wikipedia.org

Dalam analisis numerik, mendaki bukit adalah teknik optimasi matematis yang termasuk dalam keluarga pencarian lokal. Ini adalah algoritma iteratif yang dimulai dengan solusi arbitrer untuk suatu masalah, kemudian mencoba menemukan solusi yang lebih baik dengan membuat perubahan bertahap pada solusi. Jika perubahan menghasilkan solusi yang lebih baik, perubahan tambahan lainnya dilakukan pada solusi baru, dan seterusnya sampai tidak ada perbaikan lebih lanjut yang dapat ditemukan.

Misalnya, mendaki bukit dapat diterapkan pada masalah salesman keliling. Sangat mudah untuk menemukan solusi awal yang mengunjungi semua kota tetapi kemungkinan akan sangat buruk dibandingkan dengan solusi optimal. Algoritme dimulai dengan solusi semacam itu dan membuat perbaikan kecil untuknya, seperti mengubah urutan kunjungan dua kota. Akhirnya, rute yang jauh lebih pendek kemungkinan akan diperoleh.

Pendakian bukit menemukan solusi optimal untuk masalah cembung – untuk masalah lain hanya akan menemukan optima lokal (solusi yang tidak dapat diperbaiki oleh konfigurasi tetangga), yang belum tentu solusi terbaik (optimal global) dari semua solusi yang mungkin ( ruang pencarian). Contoh algoritma yang memecahkan masalah cembung dengan mendaki bukit termasuk algoritma simpleks untuk pemrograman linier dan pencarian biner.: 253  Untuk mencoba menghindari terjebak dalam optima lokal, seseorang dapat menggunakan restart (yaitu pencarian lokal berulang), atau lebih skema kompleks berdasarkan iterasi (seperti pencarian lokal berulang), atau pada memori (seperti optimasi pencarian reaktif dan pencarian tabu), atau pada modifikasi stokastik tanpa memori (seperti simulasi anil).

Kesederhanaan relatif dari algoritme menjadikannya pilihan pertama yang populer di antara algoritme pengoptimalan. Ini digunakan secara luas dalam kecerdasan buatan, untuk mencapai keadaan tujuan dari simpul awal. Pilihan yang berbeda untuk node berikutnya dan node awal digunakan dalam algoritma terkait. Meskipun algoritme yang lebih canggih seperti simulasi anil atau pencarian tabu dapat memberikan hasil yang lebih baik, dalam beberapa situasi mendaki bukit juga berfungsi dengan baik. Pendakian bukit seringkali dapat menghasilkan hasil yang lebih baik daripada algoritma lain ketika jumlah waktu yang tersedia untuk melakukan pencarian terbatas, seperti dengan sistem waktu nyata, selama sejumlah kecil peningkatan biasanya menyatu pada solusi yang baik (solusi optimal atau pendekatan dekat). Di sisi lain, bubble sort dapat dilihat sebagai algoritme pendakian bukit (setiap pertukaran elemen yang berdekatan mengurangi jumlah pasangan elemen yang tidak teratur), namun pendekatan ini jauh dari efisien bahkan untuk N yang sederhana, karena jumlah pertukaran yang diperlukan bertambah secara kuadrat.

Mendaki bukit adalah algoritme kapan saja: ia dapat mengembalikan solusi yang valid bahkan jika terputus kapan saja sebelum berakhir.

Deskripsi matematika

Mendaki bukit mencoba untuk memaksimalkan (atau meminimalkan) fungsi target , di mana adalah vektor nilai kontinu dan/atau diskrit. Pada setiap iterasi, mendaki bukit akan menyesuaikan satu elemen di dan menentukan apakah perubahan meningkatkan nilai . (Perhatikan bahwa ini berbeda dari metode penurunan gradien, yang menyesuaikan semua nilai dalam pada setiap iterasi sesuai dengan gradien bukit.) Dengan mendaki bukit, perubahan apa pun yang meningkatkan diterima, dan proses berlanjut sampai tidak ada perubahan yang dapat ditemukan untuk meningkatkan nilai. Maka dikatakan "optimal secara lokal".

Dalam ruang vektor diskrit, setiap nilai yang mungkin untuk  dapat divisualisasikan sebagai simpul dalam graf. Pendakian bukit akan mengikuti grafik dari titik ke titik, selalu meningkat (atau menurun) secara lokal nilai , hingga maksimum lokal (atau minimum lokal ) tercapai.

Varian

Dalam pendakian bukit sederhana, simpul terdekat pertama dipilih, sedangkan pada pendakian bukit tercuram semua penerus dibandingkan dan yang paling dekat dengan solusi dipilih. Kedua bentuk gagal jika tidak ada node yang lebih dekat, yang mungkin terjadi jika ada maxima lokal di ruang pencarian yang bukan solusi. Pendakian bukit pendakian terjal mirip dengan pencarian terbaik-pertama, yang mencoba semua kemungkinan ekstensi jalur saat ini, bukan hanya satu.

Pendakian bukit stokastik tidak memeriksa semua tetangga sebelum memutuskan bagaimana cara bergerak. Sebaliknya, ia memilih tetangga secara acak, dan memutuskan (berdasarkan jumlah peningkatan pada tetangga itu) apakah akan pindah ke tetangga itu atau memeriksa yang lain.

Penurunan koordinat melakukan pencarian garis sepanjang satu arah koordinat pada titik saat ini di setiap iterasi. Beberapa versi penurunan koordinat secara acak memilih arah koordinat yang berbeda masing-masing erasi.

Pendakian bukit yang dimulai ulang secara acak adalah meta-algoritma yang dibangun di atas algoritma pendakian bukit. Ini juga dikenal sebagai pendakian bukit Shotgun. Ini secara iteratif melakukan pendakian bukit, setiap kali dengan kondisi awal acak . terbaik dipertahankan: jika rangkaian baru mendaki bukit menghasilkan yang lebih baik daripada status tersimpan, ini akan menggantikan status tersimpan.

Pendakian bukit yang dimulai ulang secara acak adalah algoritma yang sangat efektif dalam banyak kasus. Ternyata seringkali lebih baik menghabiskan waktu CPU menjelajahi ruang, daripada mengoptimalkan dengan hati-hati dari kondisi awal

Masalah

Maksimum lokal

Sebuah permukaan dengan dua maxima lokal. (Hanya salah satunya adalah maksimum global.) Jika seorang pendaki bukit dimulai di lokasi yang buruk, mungkin menyatu ke maksimum yang lebih rendah.

Mendaki bukit tidak serta merta menemukan maksimum global, tetapi mungkin bertemu pada maksimum lokal. Masalah ini tidak terjadi jika heuristiknya cembung. Namun, karena banyak fungsi pendakian bukit yang tidak cembung mungkin sering gagal mencapai maksimum global. Algoritme pencarian lokal lainnya mencoba mengatasi masalah ini seperti pendakian bukit stokastik, jalan acak, dan anil simulasi.

Meskipun banyak maxima lokal dalam grafik ini, maksimum global masih dapat ditemukan dengan menggunakan simulasi annealing. Sayangnya, penerapan simulasi anil adalah masalah khusus karena bergantung pada penemuan lompatan keberuntungan yang meningkatkan posisi. Dalam contoh ekstrem seperti itu, pendakian bukit kemungkinan besar akan menghasilkan maksimum lokal.

Pegunungan dan gang

Sebuah punggungan

Punggungan adalah masalah yang menantang bagi pemanjat bukit yang mengoptimalkan dalam ruang terus menerus. Karena pemanjat bukit hanya menyesuaikan satu elemen dalam vektor pada satu waktu, setiap langkah akan bergerak dalam arah yang sejajar sumbu. Jika fungsi target membuat punggungan sempit yang menanjak ke arah yang tidak searah sumbu (atau jika tujuannya adalah meminimalkan, gang sempit yang menurun ke arah yang tidak searah sumbu), maka pemanjat bukit hanya dapat mendaki punggung bukit (atau menuruni gang) dengan zig-zag. Jika sisi punggung bukit (atau gang) sangat curam, maka pemanjat bukit mungkin terpaksa mengambil langkah yang sangat kecil karena zig-zag menuju posisi yang lebih baik. Dengan demikian, mungkin diperlukan waktu yang tidak masuk akal untuk naik ke punggung bukit (atau menuruni gang).

Sebaliknya, metode penurunan gradien dapat bergerak ke segala arah sehingga punggung bukit atau gang dapat naik atau turun. Oleh karena itu, penurunan gradien atau metode gradien konjugasi umumnya lebih disukai daripada mendaki bukit ketika fungsi target dapat dibedakan. Akan tetapi, pemanjat bukit memiliki keuntungan karena tidak memerlukan fungsi target yang dapat dibedakan, sehingga pemanjat bukit mungkin lebih disukai bila fungsi targetnya kompleks.

Dataran

Masalah lain yang terkadang terjadi dengan pendakian bukit adalah dataran tinggi. Dataran tinggi ditemui ketika ruang pencarian datar, atau cukup datar sehingga nilai yang dikembalikan oleh fungsi target tidak dapat dibedakan dari nilai yang dikembalikan untuk wilayah terdekat karena presisi yang digunakan oleh mesin untuk mewakili nilainya. Dalam kasus seperti itu, pemanjat bukit mungkin tidak dapat menentukan ke arah mana ia harus melangkah, dan mungkin mengembara ke arah yang tidak pernah mengarah pada perbaikan. 

Sumber Artikel: en.wikipedia.org

Kontrol proses statistik (SPC) adalah metode kontrol kualitas yang menggunakan metode statistik untuk memantau dan mengendalikan suatu proses. Ini membantu memastikan bahwa proses beroperasi secara efisien, menghasilkan lebih banyak produk yang sesuai dengan spesifikasi dengan lebih sedikit limbah (pengerjaan ulang atau skrap). SPC dapat diterapkan pada proses apa pun di mana output "produk yang sesuai" (produk yang memenuhi spesifikasi) dapat diukur. Alat utama yang digunakan dalam SPC termasuk grafik lari, grafik kontrol, fokus pada peningkatan berkelanjutan, dan desain eksperimen. Contoh proses di mana SPC diterapkan adalah jalur manufaktur.

SPC harus dipraktekkan dalam dua fase: Fase pertama adalah pembentukan awal proses, dan fase kedua adalah penggunaan proses produksi secara teratur. Pada fase kedua, keputusan periode yang akan diperiksa harus dibuat, tergantung pada perubahan kondisi 5M&E (Man, Machine, Material, Method, Movement, Environment) dan tingkat keausan suku cadang yang digunakan dalam proses manufaktur (suku cadang mesin , jig, dan perlengkapan).

Keuntungan SPC dibandingkan metode kontrol kualitas lainnya, seperti "inspeksi", adalah bahwa metode ini menekankan deteksi dini dan pencegahan masalah, daripada koreksi masalah setelah terjadi.

Selain mengurangi pemborosan, SPC dapat mengurangi waktu yang dibutuhkan untuk menghasilkan produk. SPC memperkecil kemungkinan produk jadi perlu dikerjakan ulang atau dibuang.

Sejarah

Kontrol proses statistik dipelopori oleh Walter A. Shewhart di Bell Laboratories pada awal 1920-an. Shewhart mengembangkan peta kendali pada tahun 1924 dan konsep keadaan kendali statistik. Kontrol statistik setara dengan konsep pertukaran[1][2] yang dikembangkan oleh ahli logika William Ernest Johnson juga pada tahun 1924 dalam bukunya Logic, Part III: The Logical Foundations of Science.[3] Bersama dengan tim di AT&T yang mencakup Harold Dodge dan Harry Romig, ia juga bekerja untuk menempatkan inspeksi pengambilan sampel pada basis statistik yang rasional. Shewhart berkonsultasi dengan Kolonel Leslie E. Simon dalam penerapan peta kendali untuk pembuatan amunisi di Picatinny Arsenal Angkatan Darat pada tahun 1934. Penerapan yang berhasil itu membantu meyakinkan Ordnance Angkatan Darat untuk melibatkan George Edwards dari AT&T untuk berkonsultasi tentang penggunaan kendali mutu statistik di antara divisi-divisinya dan kontraktor pada pecahnya Perang Dunia II.

W. Edwards Deming mengundang Shewhart untuk berbicara di Sekolah Pascasarjana Departemen Pertanian AS dan menjabat sebagai editor buku Shewhart Statistical Method from the Viewpoint of Quality Control (1939), yang merupakan hasil dari kuliah tersebut. Deming adalah arsitek penting kursus singkat kendali mutu yang melatih industri Amerika dalam teknik-teknik baru selama Perang Dunia II. Lulusan kursus masa perang ini membentuk masyarakat profesional baru pada tahun 1945, American Society for Quality Control, yang memilih Edwards sebagai presiden pertamanya. Deming melakukan perjalanan ke Jepang selama Pendudukan Sekutu dan bertemu dengan Persatuan Ilmuwan dan Insinyur Jepang (JUSE) dalam upaya untuk memperkenalkan metode SPC ke industri Jepang.[4][5]

Sumber variasi 'umum' dan 'khusus'

Shewhart membaca teori statistik baru yang keluar dari Inggris, terutama karya William Sealy Gosset, Karl Pearson, dan Ronald Fisher. Namun, dia mengerti bahwa data dari proses fisik jarang menghasilkan kurva distribusi normal (yaitu, distribusi Gaussian atau 'kurva lonceng'). Dia menemukan bahwa data dari pengukuran variasi di bidang manufaktur tidak selalu berperilaku seperti data dari pengukuran fenomena alam (misalnya, gerakan partikel Brown). Shewhart menyimpulkan bahwa sementara setiap proses menampilkan variasi, beberapa proses menampilkan variasi yang wajar bagi proses (sumber variasi "umum"); proses-proses ini ia gambarkan berada dalam kendali (statistik). Proses lain juga menampilkan variasi yang tidak ada dalam sistem kausal dari proses sepanjang waktu (sumber variasi "khusus"), yang digambarkan Shewhart sebagai tidak terkendali.

Aplikasi untuk proses non-manufaktur

Kontrol proses statistik sesuai untuk mendukung setiap proses berulang, dan telah diterapkan di banyak pengaturan di mana misalnya sistem manajemen mutu ISO 9000 digunakan, termasuk audit keuangan dan akuntansi, operasi TI, proses perawatan kesehatan, dan proses administrasi seperti pengaturan pinjaman dan administrasi, penagihan pelanggan, dll. Terlepas dari kritik atas penggunaannya dalam desain dan pengembangan, ini adalah tempat yang tepat untuk mengelola tata kelola data semi-otomatis dari operasi pemrosesan data volume tinggi, misalnya di gudang data perusahaan, atau manajemen kualitas data perusahaan sistem. [7]

Dalam Capability Maturity Model (CMM) 1988, Institut Rekayasa Perangkat Lunak menyarankan agar SPC dapat diterapkan pada proses rekayasa perangkat lunak. Praktek Level 4 dan Level 5 dari Capabil ity Maturity Model Integration (CMMI) menggunakan konsep ini.

Penerapan SPC untuk non-repetitive, proses pengetahuan-intensif, seperti penelitian dan pengembangan atau rekayasa sistem, telah menghadapi skeptisisme dan tetap kontroversial.

Dalam No Silver Bullet, Fred Brooks menunjukkan bahwa kompleksitas, persyaratan kesesuaian, kemampuan berubah, dan ketidaktampakan perangkat lunak menghasilkan variasi yang melekat dan esensial yang tidak dapat dihilangkan. Ini menyiratkan bahwa SPC kurang efektif dalam pengembangan perangkat lunak daripada di, misalnya, manufaktur.

Variasi dalam pembuatan

Dalam manufaktur, kualitas didefinisikan sebagai kesesuaian dengan spesifikasi. Namun, tidak ada dua produk atau karakteristik yang sama persis, karena setiap proses mengandung banyak sumber variabilitas. Dalam pembuatan massal, secara tradisional, kualitas barang jadi dipastikan dengan inspeksi produk pasca-manufaktur. Setiap artikel (atau sampel artikel dari lot produksi) dapat diterima atau ditolak sesuai dengan seberapa baik memenuhi spesifikasi desainnya, SPC menggunakan alat statistik untuk mengamati kinerja proses produksi untuk mendeteksi variasi yang signifikan sebelum menghasilkan produksi barang di bawah standar. Setiap sumber variasi pada setiap titik waktu dalam suatu proses akan jatuh ke dalam salah satu dari dua kelas.

(1) Penyebab umum

Penyebab 'umum' kadang-kadang disebut sebagai sumber variasi 'tidak dapat ditentukan', atau 'normal'. Ini mengacu pada sumber variasi apa pun yang secara konsisten bertindak pada proses, yang biasanya ada banyak. Jenis penyebab ini secara kolektif menghasilkan distribusi yang stabil secara statistik dan berulang dari waktu ke waktu.

(2) Penyebab khusus

Penyebab 'khusus' kadang-kadang disebut sebagai sumber variasi yang 'dapat dialihkan'. Istilah ini mengacu pada setiap faktor yang menyebabkan variasi yang hanya mempengaruhi beberapa keluaran proses. Mereka sering terputus-putus dan tidak dapat diprediksi.

Sebagian besar proses memiliki banyak sumber variasi; kebanyakan dari mereka adalah kecil dan dapat diabaikan. Jika sumber variasi yang dapat ditetapkan yang dominan terdeteksi, berpotensi mereka dapat diidentifikasi dan dihilangkan. Ketika mereka dihapus, prosesnya dikatakan 'stabil'. Ketika suatu proses stabil, variasinya harus tetap dalam batas-batas yang diketahui. Yaitu, setidaknya, sampai sumber variasi lain yang dapat ditentukan terjadi.

Misalnya, lini pengemasan sereal sarapan dapat dirancang untuk mengisi setiap kotak sereal dengan 500 gram sereal. Beberapa kotak akan memiliki sedikit lebih dari 500 gram, dan beberapa akan memiliki sedikit lebih sedikit. Ketika berat paket diukur, data akan menunjukkan distribusi berat bersih.

Jika proses produksi, inputnya, atau lingkungannya (misalnya, mesin on line) berubah, distribusi data akan berubah. Misalnya, karena cam dan puli mesin aus, mesin pengisi sereal dapat memasukkan lebih dari jumlah sereal yang ditentukan ke dalam setiap kotak. Meskipun ini mungkin menguntungkan pelanggan, dari sudut pandang produsen, hal itu boros, dan meningkatkan biaya produksi. Jika pabrikan menemukan perubahan dan sumbernya pada waktu yang tepat, perubahan tersebut dapat diperbaiki (misalnya, cam dan puli diganti).

Dari perspektif SPC, jika berat setiap kotak sereal bervariasi secara acak, beberapa lebih tinggi dan beberapa lebih rendah, selalu dalam kisaran yang dapat diterima, maka proses tersebut dianggap stabil. Jika cam dan puli mesin mulai aus, bobot kotak sereal mungkin tidak acak. Fungsi cam dan puli yang menurun dapat menyebabkan pola linier non-acak dari peningkatan bobot kotak sereal. Kami menyebutnya variasi penyebab umum. Namun, jika semua kotak sereal tiba-tiba beratnya lebih dari rata-rata karena kerusakan tak terduga dari cams dan puli, ini akan dianggap sebagai variasi penyebab khusus.

Aplikasi

Penerapan SPC melibatkan tiga fase kegiatan utama:

1. Memahami proses dan batasan spesifikasi.
2. Menghilangkan sumber variasi yang dapat dialihkan (khusus), sehingga prosesnya stabil.
3. Memantau proses produksi yang sedang berjalan, dibantu dengan penggunaan peta kendali, untuk mendeteksi perubahan yang signifikan dari rata-rata atau variasi.

Bagan kendali

Data dari pengukuran variasi pada titik-titik pada peta proses dipantau menggunakan diagram kendali. Bagan kontrol berusaha membedakan sumber variasi yang "dapat ditetapkan" ("khusus") dari sumber "umum". Sumber "umum", karena merupakan bagian yang diharapkan dari proses, tidak terlalu diperhatikan oleh pabrikan daripada sumber "dapat dialihkan". Menggunakan diagram kendali adalah aktivitas yang berkelanjutan, terus-menerus dari waktu ke waktu.

Proses yang stabil

Ketika proses tidak memicu salah satu "aturan deteksi" bagan kontrol untuk bagan kontrol, itu dikatakan "stabil". Analisis kemampuan proses dapat dilakukan pada proses yang stabil untuk memprediksi kemampuan proses untuk menghasilkan "produk yang sesuai" di masa depan.

Proses yang stabil dapat ditunjukkan dengan tanda tangan proses yang bebas dari varians di luar indeks kemampuan. Tanda tangan proses adalah titik-titik yang diplot dibandingkan dengan indeks kemampuan.

Variasi berlebihan

Ketika proses memicu salah satu dari "aturan deteksi" bagan kontrol (atau sebagai alternatif, kemampuan proses rendah), aktivitas lain dapat dilakukan untuk mengidentifikasi sumber variasi yang berlebihan. Alat yang digunakan dalam kegiatan ekstra ini meliputi: diagram Ishikawa, eksperimen yang dirancang, dan diagram Pareto. Eksperimen yang dirancang adalah sarana untuk mengukur secara objektif kepentingan relatif (kekuatan) sumber variasi. Setelah sumber variasi (penyebab khusus) diidentifikasi, mereka dapat diminimalkan atau dihilangkan. Langkah-langkah untuk menghilangkan sumber variasi mungkin termasuk: pengembangan standar, pelatihan staf, pemeriksaan kesalahan, dan perubahan pada proses itu sendiri atau inputnya.

Metrik stabilitas proses

Saat memantau banyak proses dengan diagram kendali, terkadang berguna untuk menghitung ukuran kuantitatif stabilitas proses. Metrik ini kemudian dapat digunakan untuk mengidentifikasi/memprioritaskan proses yang paling membutuhkan tindakan korektif. Metrik ini juga dapat dilihat sebagai pelengkap metrik kemampuan proses tradisional. Beberapa metrik telah diusulkan, seperti yang dijelaskan dalam Ramirez dan Runger. Yaitu (1) Rasio Stabilitas yang membandingkan variabilitas jangka panjang dengan variabilitas jangka pendek, (2) Uji ANOVA yang membandingkan variasi dalam-subkelompok dengan variasi antar-subkelompok, dan (3) Rasio Ketidakstabilan yang membandingkan jumlah subgrup yang memiliki satu atau lebih pelanggaran aturan Western Electric dengan jumlah total subgrup.

Matematika diagram kendali

Bagan kendali digital menggunakan aturan berbasis logika yang menentukan "nilai turunan" yang menandakan perlunya koreksi. Sebagai contoh,

nilai turunan = nilai terakhir + selisih absolut rata-rata antara N angka terakhir.

Sumber Artikel: en.wikipedia.org