Application of Demerit Chart and Fuzzy Demerit Chart for Monitoring Paper Production
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Statistical Process Control (SPC) is an important method in quality control to monitor and improve production processes. Control charts are one of the SPC tools that are often used to quickly detect the causes of process variation so that improvements can be made before more nonconforming products are produced. The u chart is commonly used to monitor the number of defects in a production unit. However, this control chart has limitations in handling variations in defect severity, so demerit and fuzzy demerit control charts were developed to assign weights to defects based on their severity. Demerit and fuzzy demerit control charts have been applied in various production cases, but the study of the application of demerit and fuzzy demerit control charts in the industrial field, especially the paper industry, has never been done. The purpose of this study is to apply demerit and fuzzy demerit control charts to monitor and evaluate the quality of the paper production process at PT. Bosowa Media Grafika (Tribun Timur). The data used in this study are secondary data obtained from research conducted by Ilham (2012). The results obtained that the demerit chart and the fuzzy demerit chart show that the paper production process at PT Bosowa Media Grafika (Tribun Timur) is still in a stable condition (incontrol) in each observation. This shows that demerit and fuzzy demerit control charts have the same performance in monitoring the paper production process.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle