Ekorini, Diah (2014) Grafik Kendali T2 Hotelling Dengan Pendekatan Bootstrap Pada Data Berdistribusi Non-Normal Multivariat. Sarjana thesis, Universitas Brawijaya.
Abstract
Grafik kendali multivariat digunakan jika diperlukan adanya pengendalian bersama-sama dua atau lebih karakteristik kualitas yang saling berhubungan. Pengawasan proses produksi dan prosedur pengendalian multivariat yang paling umum adalah grafik kendali T2 Hotelling yang berguna untuk memonitor rata-rata pergeseran proses produksi dengan asumsi kenormalan yang harus terpenuhi. Pada penelitian ini akan digunakan data berdistribusi non-normal multivariat dalam mensimulasikan kinerja dari grafik kendali T2 Hotelling dengan pendekatan bootstrap yang dapat efisien memantau proses ketika distribusi data yang diamati adalah tidak normal atau tidak diketahui. Data yang digunakan dalam penelitian ini adalah data sekunder tentang data karakteristik kualitas proses Mount dari mesin tipe JIS 20 Watt di PLI dari bulan April sampai dengan Juli 2008, dengan 2 peubah yaitu emitter weight (berat emitter) dan segment coil (panjang segment coil). Pada grafik kendali T2 Hotelling dengan pendekatan bootstrap ini menunjukkan bahwa satu atau kombinasi dari dua peubah karakteristik kualitas pada proses Mount dari mesin tipe JIS 20 Watt di PLI dalam keadaan yang tidak terkendali. Titik-titik yang keluar dari batas pengendali atau out of control adalah sebanyak 56 titik. Grafik kendali T2 Hotelling dengan pendekatan Bootstrap lebih sensitif dibandingkan grafik kendali T2 Hotelling klasik, karena grafik kendali T2 Hotelling dengan pendekatan Bootstrap memiliki nilai ARL yang lebih kecil daripada grafik kendali T2 Hotelling klasik. Sehingga, dapat dikatakan bahwa grafik kendali T2 Hotelling Bootstrap lebih peka dalam mendeteksi adanya pergeseran proses dalam suatu produksi.
English Abstract
Multivariate control charts are used when necessary to control together two or more quality characteristics that are related. Production process control and procedures multivariate control are the most common is Hotelling ‘s T2 control chart is useful to monitor the average shift of the production process with the assumption of normality that must be met. This research will use non-normal multivariate distribution of data in a simulate the performance of the Hotelling’s T2 control chart with a bootstrap approach that can efficiently monitor the process when the observed data distribution is not normal or unknown. The data used in this research is a secondary data on the characteristics of the data quality process of machine types JIS Mount 20 Watt in PLI from April to July 2008, with two variables are emitters weight and segment coil. Hotelling’s T2 control chart with a bootstrap approach suggests that one or a combination of the two variables on the quality characteristics of the engine type JIS Mount 20 Watt in PLI in uncontrolled circumstances. The points are out of control limits or out of control is as much as 56 points. Hotelling’s T2 control chart with Bootstrap approach is more sensitive than Hotelling’s T2 control chart classic, because the Hotelling’s T2 control chart with Bootstrap have ARL value smaller than Hotelling’s T2 control chart classic. So, it can be said that the Bootstrap Hotelling’s T2 control chart is more sensitive on detection of shifting production process.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/292/051405290 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 02 Sep 2014 08:54 |
| Last Modified: | 21 Oct 2021 04:53 |
| URI: | http://repository.ub.ac.id/id/eprint/153922 |
Preview |
Text
SKRIPSI_GABUNGAN.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |