|
|||||||||||||||||
|
Latar Belakang :
Komitmen perusahaan untuk terus melaksanakan pengendalian dan penjaminan mutu secara berkesinambungan akan membantu perusahaan untuk mampu bersaing secara global dan tentunya harus didukung oleh serangkaian proses yang memberikan informasi secara terstruktur dan terdokumentasi dengan benar. Konsep Data Mining sangat perlu dilakukan terutama dalam mengelola data yang sangat besar untuk memudahkan aktifitas recording suatu transaksi dan untuk proses data warehousing agar dapat memberikan informasi yang akurat bagi penggunanya. Data Mining adalah kegiatan mengekstrak informasi atau pengetahuan (knowledge) penting dari suatu set data berukuran besar dengan menggunakan teknik tertentu (Budi Santosa, 2018). Informasi atau knowledge yang dihasilkan dari data mining ini bisa digunakan untuk memperbaiki keputusan. Data mining biasa juga dikenal dengan nama lain seperti : Knowledge discovery in databases (KDD), ekstraksi pengetahuan (knowledge extraction), analisa data/pola dan kecerdasan bisnis (business intelligence) dan merupakan alat yang penting untuk memanipulasi data untuk penyajian informasi sesuai kebutuhan user dengan tujuan untuk membantu dalam proses analisis. Manfaat Data Mining bagi perusahaan antara lain dapat melakukan segmentasi pasar, medeteksi pola belanja konsumen, memprediksi preferensi konsumen, dan lain sebagainya. Hasil segmentasi customer misalnya dapat digunakan perusahaan untuk melakukan penawaran produk yang tepat. Pemanfaatan Data Mining baik pada industri manufaktur maupun industri jasa juga diharapkan dapat terus meningkatkan efisiensi dan efektifitas penggunaan sumber daya perusahaan yang terbatas dengan tidak mengabaikan komitmen mutu pada pelanggannya. Quality Engineering and Data Mining in Service Industry diharapkan memberikan pengayaan (enrichment) bagi setiap individu yang terlibat dalam prosesnya melalui perkembangan ilmu pengetahuan dan teknologi. Oleh karena itu konsep ini juga perlu dikenalkan lebih awal kepada para mahasiswa yang nantinya akan terlibat dalam proses pengimplementasiannya ketika terjun ke dunia industri dan terlibat dalam proses product development dan process creation. Kegiatan Lomba Rekayasa Kualitas Nasional merupakan salah satu kegiatan yang bertujuan untuk meningkatkan kompetensi mahasiswa dibidang rekayasa kualitas. Diharapkan dengan mengikuti kegiatan lomba ini mahasiswa dapat meningkatkan kompetensi dan pemahaman mereka terhadap pentingnya rekayasa kualitas dalam konsep Quality Engineering and Data Mining in Service Industry. Selain itu mahasiswa juga dapat membangun jejaring sosial antar perguruan tinggi di Indonesia sehingga mereka dapat saling berinteraksi dan menambah wawasan tentang rekayasa kualitas dari perguruan tinggi yang berbeda. Tahun 2018 ini kompetisi rekayasa kualitas sudah memasuki tahun keenam dimana setiap tahun kegiatan ini dilaksanakan dengan berbagai tema yang berbeda. Tema pada tahun ini adalah Quality Engineering and Data Mining in Service Industry. Kompetisi sebelumnya telah sukses membawa nama harum Universitas Trisakti baik sebagai penyelenggara maupun tim mahasiswa teknik industri yang dapat bersaing dengan tim mahasiswa dari perguruan tinggi lainnya dan juga telah ditetapkan sebagai event nasional untuk bidang rekayasa kualitas yang diikuti oleh 32 tim dari 23 perguruan tinggi se Indonesia. Pada tahun yang keenam ini diharapkan lebih banyak lagi tim mahasiswa dari berbagai perguruan tinggi di Indonesia dapat berpartisipasi dalam event nasional rakayasa kualitas ini. Tujuan Kompetisi:
Adapun tujuan dari kegiatan kompetisi ini adalah sebagai berikut :
Seluruh mahasiswa dari berbagai Perguruan Tinggi se Indonesia. Tim peserta lomba terdiri dari tiga mahasiswa. Setiap perguruan tinggi hanya boleh mengirimkan maksimal dua tim. Materi Kompetisi:ISO 9001: 2015, ISO 14000, Cost of Quality, Quality Function Deployment, Failure Mode and Effect Analysis, Measurement System Analysis, Statistical Process Control, Design of Experiment, Acceptance Sampling, Quality Management and Planning Tools, Six Sigma, and Basic Statistic, Data Mining and Big Data Anaytics Rujukan Utama:Montgomery, D.C.(2009). Statistical Quality Control: A Modern Introduction. 6th ed. New York: John Wiley & Sons. George, M.L. (2002). Lean Six Sigma-Combining Six Sigma Quality with Lean Production Speed. New York: The McGraw-Hill. Bass, I. & Lawton, B. (2009). Lean Six Sigma Using SigmaXL and Minitab. New York: The McGraw-Hill Santosa, B. & Umam, A (2018). Data Mining and Big Data Analytics. Yogyakarta: Penebar Media Pustaka. Tan, P.N.; Steinbach, M & Kumar, V. (2006). Introduction to Data Mining. USA: Pearson Education, Inc. Teknis Kompitisi :Kompetisi ini akan diselenggarakan selama tiga hari dengan rincian sebagai berikut :
TOTAL HADIAH Rp 23.000.000,- Tim Materi dan Juri :
|
|
||||||||||||||||
