Prabawani, Nimas Ayu (2020) Kinerja Grafik Kendali Exponentially Weighted Moving Variance (EWMV) pada Data Non-Normal. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06211850010025-Master_Thesis.pdf Download (1MB) | Preview |
Abstract
Tujuan utama pengendalian kualitas adalah untuk mendeteksi dengan cepat adanya assignable cause dan pergeseran proses, sehingga dapat dilakukan penyelidikan maupun penanganan pada proses sedini mungkin. Grafik kendali Shewhart memberikan kinerja yang bagus ketika data pengamatan berdistribusi normal, sedangkan ketika asumsi normalitas tidak terpenuhi maka diperlukan grafik kendali Robust. Kinerja grafik kendali tergantung pada stabilitas estimator yang digunakan untuk menaksir parameter proses dan menetapkan batas kendali pada fase I. Pada penelitian ini, akan dikemukakan grafik kendali EWMA Robust untuk memonitor variabilitas proses menggunakan salah satu estimator yang Robust untuk standar deviasi. Estimator ini digunakan untuk mengembangkan batas kendali Robust. Kemudian dilakukan evaluasi kinerja grafik kendali menggunakan Average Run Length (ARL) dengan pendekatan rantai markov. Grafik kendali Robust pada penelitian ini diterapkan untuk memonitor kualitas produk obat ikan. Karakteristik kualitas yang diteliti yaitu jumlah koloni bakteri dalam setiap produk obat ikan yang tidak memenuhi asumsi normalitas. Kemudian mengevaluasi kinerja grafik kendali dengan membandingkan nilai ARL pada grafik kendali EWMA Robust untuk variabilitas dan EWMV. Hasil yang diperoleh menunjukkan bahwa grafik kendali EWMA Robust untuk variabilitas lebih sensitif terhadap adanya nilai ekstrim.
=================================================================================================================================
The main purpose of quality control is to quickly detect the presence of assignable causes and shifts in the process, so that investigations can be carried out as early as possible. The Shewhart control chart provides good performance when the observation data is normally distributed, whereas when the normality assumption is not met, a Robust control chart is needed. The performance of the control chart depends on the stability of the estimator used to estimate the process parameters and establish control limits in phase I. In this study, the EWMA Robust control chart will be presented to monitor process variability using one of the Robust estimators for standard deviations. This estimator is used to develop Robust control limits. Evaluate the control chart performance using Average Run Length (ARL) with the Markov chain approach. Robust control chart in this study was applied to monitor the quality of aquaculture medicine products. The quality characteristics studied were the number of bacterial colonies in each aquaculture medicine product that did not meet the assumption of normality. Then evaluate the performance of the control chart by comparing the ARL value on the EWMA Robust control chart for variability and EWMV. The results obtained indicate that the EWMA Robust control chart for variability is more sensitive to the presence of extreme values.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSt 519.86 Pra k-1 2020 |
| Uncontrolled Keywords: | ARL, Estimator skala Robust, EWMA, Koloni bakteri, Rantai markov |
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA274.7 Markov processes--Mathematical models. |
| Divisions: | Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | Nimas Ayu Prabawani |
| Date Deposited: | 01 Oct 2024 04:18 |
| Last Modified: | 01 Oct 2024 04:18 |
| URI: | http://repository.its.ac.id/id/eprint/74359 |
Actions (login required)
 |
View Item |