Kurniawan, Taufan Rizki (2008) Pengendalian proses statistik menggunakan grafik kendali Multivariate Exponnentially Weighted Moving Avarage [MEWMA] dan Unequal Sample Size [USS] MEWMA. Sarjana thesis, Universitas Brawijaya.
Abstract
Salah satu teknik utama dari Pengendalian Proses Statistik adalah grafik kendali. Grafik kendali digunakan untuk mendeteksi perubahan yang dapat mempengaruhi kualitas produk di dalam suatu proses produksi. Kualitas secara umum ditentukan oleh beberapa peubah atau karakteristik kualitas yang mungkin berkorelasi. Grafik kendali Multivariate Exponentially Weighted Moving Average (MEWMA) dapat digunakan untuk mendeteksi pergeseran yang kecil di dalam suatu proses. Ketika grafik kendali MEWMA digunakan untuk mengendalikan suatu proses, biasanya diasumsikan bahwa ukuran subsampel untuk masing-masing peubah adalah sama. Akan tetapi, terdapat beberapa situasi atau kendala di dalam pengambilan sampel yang menyebabkan ukuran subsampel untuk masing-masing peubah menjadi tidak sama. Grafik kendali Unequal Sample Size (USS) MEWMA dapat digunakan untuk mengatasi ketidaksamaan ukuran subsampel tersebut. Tujuan dari penelitian ini adalah untuk mengetahui kepekaan dari grafik kendali MEWMA dan USS MEWMA dalam mendeteksi pergeseran rata-rata proses. Data yang digunakan dalam penelitian ini adalah data sekunder tentang kualitas produk gula SHS ( Super High Sugar ) yang diambil dari proses produksi Pabrik Gula Kebon Agung Malang dan data bangkitan yang terdiri dari 2 peubah, 3 peubah, dan 4 peubah yang masing-masing berdistribusi normal multivariat. Hasil analisis menunjukkan bahwa grafik kendali MEWMA dan USS MEWMA mampu mendeteksi pergeseran rata-rata proses yang kecil pada data yang berdistribusi normal multivariat. Secara umum, besarnya pergeseran rata-rata proses dipengaruhi oleh besarnya nilai ragam pada tiap peubah.
English Abstract
One of the primary techniques of Statistical Process Control is the control chart. Control charts are used to detect any change that may affect the quality of the output of the production process. Quality is generally determined by several variables or quality characteristics which may be correlated. The Multivariate Exponentially Weighted Moving Average (MEWMA) control chart can be used to detect a small shift in a process. When the MEWMA control chart is used to monitor a process, it is usually assumed that the same subsample size is used for each variable. However, there are some situations or constraints in the sampling process causing the subsample size to be unequal. The Unequal Sample Size (USS) MEWMA can be used to overcome this unequal subsample size matter. The objective of this research is to investigate the sensitivity of the MEWMA and the USS MEWMA control chart in detecting a shift in the process mean. The data that is used in this research are secondary data about the quality of Super High Sugar product which is taken from production process in Pabrik Gula Kebon Agung Malang and generated data that consist of 2 variables, 3 variables, and 4 variables, each of which follows a multivariate normal distribution. The result shows that the MEWMA and the USS MEWMA control chart have the ability to detect a small shift in the process mean for multivariate normally distributed data. Generally, the rate of the process mean shift is influenced by the rate of the variance of each variable.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2008/125/050801672 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email [email protected] |
| Date Deposited: | 17 Jul 2008 10:14 |
| Last Modified: | 09 Mar 2022 03:38 |
| URI: | http://repository.ub.ac.id/id/eprint/151779 |
Preview |
Text
050801672.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |