Identifikasi produksi garment terhadap jumlah reject mati dengan metode pareto

Penelitian ini bertujuan untuk mengelompokkan reject mati pada produksi garment di PT Cipta Dwi Busana dan membuat diagram Pareto untuk mengidentifikasi jumlah reject mati tertinggi. Metode yang digunakan dalam penelitian ini adalah metode K-means clustering dan diagram Pareto. Penelitian ini dimulai dengan mengumpulkan data tentang reject mati yang terjadi selama proses produksi garment di PT Cipta Dwi Busana. Data tersebut mencakup informasi tentang jenis reject mati, jumlah reject mati, dan faktor-faktor yang berkontribusi terhadap reject mati tersebut. Pertama, metode K-means clustering digunakan untuk mengelompokkan jenisjenis reject mati yang ada. Metode ini memungkinkan kita untuk mengidentifikasi pola atau kesamaan antara setiap jenis reject mati berdasarkan atribut-atribut yang relevan. Dengan menggunakan algoritma K-means clustering, reject mati dapat dikelompokkan ke dalam klasterklaster yang memiliki karakteristik serupa. Ini memberikan pemahaman yang lebih baik tentang variasi dan karakteristik dari setiap jenis reject mati yang ada di PT Cipta Dwi Busana. Selanjutnya, diagram Pareto dibuat berdasarkan data reject mati yang terkumpul. Diagram Pareto digunakan untuk mengidentifikasi dan memvisualisasikan faktor-faktor utama yang berkontribusi pada jumlah reject mati tertinggi. Dengan menggunakan diagram Pareto, faktorfaktor yang paling signifikan dapat diidentifikasi dan diprioritaskan. Hal ini membantu PT Cipta Dwi Busana dalam menentukan area-area yang perlu mendapatkan perhatian lebih dalam upaya mengurangi jumlah reject mati dan meningkatkan kualitas produk. Hasil dari penelitian ini diharapkan dapat memberikan wawasan yang berharga bagi PT Cipta Dwi Busana dalam meningkatkan efisiensi dan kualitas produksi mereka. Dengan mengelompokkan reject mati menggunakan metode K-means clustering dan mengidentifikasi faktor-faktor utama menggunakan diagram Pareto, PT Cipta Dwi Busana dapat mengambil tindakan yang tepat untuk mengurangi jumlah reject mati, meningkatkan kualitas produk, dan meningkatkan kepuasan pelanggan.