Grafik Kendali T2 Hotelling Dengan Pendekatan Bootstrap Pada Data Berdistribusi Non-Normal Multivariat
| Main Author: | Ekorini, Diah |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/153922/1/SKRIPSI_GABUNGAN.pdf http://repository.ub.ac.id/153922/ |
Daftar Isi:
- 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.