DianKhoirulAmin (2007) Grafik kendali S untuk proses non-normal multivariat. Sarjana thesis, Universitas Brawijaya.
Abstract
Grafik kendali merupakan salah satu bagian dari prosedur pengendalian kualitas produk. Saat ini hampir semua proses produksi terfokus pada pengamatan multiproses yang harus diawasi bersama-sama. Beberapa grafik kendali multivariat untuk data berdistribusi normal telah dikembangkan. Namun tidak semua kasus lapang berdistribusi normal. Maka dari itu perlu dikembangkan grafik kendali untuk data non-normal. Dengan prinsip data depth, dikembangkan grafik kendali r untuk data tanpa subsampel dan grafik kendali Q dan S untuk data dengan subsampel. Penelitian sebelumnya, telah dipelajari ketiga grafik tersebut namun masih menggunakan data normal sebagai simulasi. Tujuan dari penelitian ini adalah untuk mengetahui kinerja grafik kendali S dalam mendeteksi pergeseran proses untuk data berdistribusi non-normal khsususnya gamma multivariat. Data yang digunakan adalah data bangkitan gamma multivariat dengan 3 peubah yang dibagi menjadi 5 set data, yakni data referensi sebagai distribusi acuan, data I sebagai data yang memiliki parameter yang identik dengan distribusi referensi, data II dengan pergeseran parameter kecil, data III dengan pergeseran yang lebih besar dari data II, dan data IV adalah data dengan sebagian peubah saja yang mengalami pergeseran parameter marginalnya. Hasil analisis menujukkan bahwa karena pengaruh acak, data I tetap menunjukkan adanya beberapa titik pengamatan yang jatuh di luar batas BPB meskipun hanya dengan fluktuasi kurva yang rendah. sedangkan untuk data II dan III, adanya kenaikan skala dalam proses ditandai dengan kurva yang fluktuatif. Selain itu, kurva juga bergeser dan cenderung menjauhi sifat distribusi referensi. Untuk data IV, karena perubahan parameter hanya sebagian peubah saja, skala kurva tidak terlalu fluktuatif dan lokasi kurva tidak terlalu menjauhi distribusi referensi. Dari penelitian ini disimpulkan bahwa grafik kendali S mampu mendeteksi pergeseran kecil maupun pergeseran besar. Selain itu, juga mampu mendeteksi pergeseran proses meskipun tidak semua peubah marginal dari peubah multivariat mengalami pergeseran parameter.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2007/050702322 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 06 Sep 2007 00:00 |
| Last Modified: | 22 Oct 2021 03:34 |
| URI: | http://repository.ub.ac.id/id/eprint/151659 |
Preview |
Text
050702322.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |