Grafik Kendali T2-Hotelling Pendekatan Bootstrap Dan Copula Pada Data Berdistribusi Non-Normal Multivariat Pengamatan Subgrup (Studi Kasus Pt Lotus Indah Textile Industries)
| Main Author: | Ummah, Rochmatul |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/179682/ |
Daftar Isi:
- Pengendalian kualitas merupakan serangkaian proses yang dilakukan untuk mempertahankan kualitas suatu produk agar dapat sesuai dengan yang diharapkan. Pendeteksian secara cepat terjadinya produk cacat diperlukan agar dapat segera dilakukan suatu tindakan perbaikan. Pendeteksian ini salah satunya dapat menggunakan grafik kendali. Grafik kendali T2-Hotelling merupakan salah satu alat yang digunakan untuk pengendalian kualitas pada data multivariat. Penggunaan grafik kendali T2-Hotelling memerlukan pemenuhan asumsi normal multivariat pada data, namun kenyataannya asumsi tersebut sering tidak terpenuhi. Metode Bootstrap dan Copula merupakan dua metode yang dapat digunakan untuk mengatasi masalah ketidaknormalan pada data. Metode Bootstrap merupakan metode resampling yang dapat digunakan untuk menduga batas kendali tanpa memerlukan pemenuhan asumsi sebaran. Copula merupakan suatu metode yang dapat membentuk model bersama dari peubah acak multivariat dengan mentransformasi data ke Uniform [0,1]. Copula yang digunakan pada penelitian ini adalah type Copula Gumbel-Hougaard dari keluarga Copula Archimedean. Pada penelitian ini digunakan data sub group kualitas benang OE 30 RY berukuran 10 selama bulan November 2017 sampai dengan Februari 2018. Untuk mengetahui kepekaan grafik kendali digunakan data bangkitan berdistribusi lognormal multivariat. Berdasarkan hasil penelitian yang dilakukan diketahui bahwa kedua grafik kendali dapat mendeteksi sinyal out of control pada proses dan berdasarkan nilai ARL0 diperoleh grafik kendali dengan pendekatan Copula memiliki kinerja lebih baik dibandingkan dengan pendekatan Copula dalam mendeteksi sinyal out of control.