GRAFIK KENDALI T2 HOTELLING DENGAN PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT
Abstract: Grafik kendali T2
Hotelling merupakan grafik 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 di PLI dari bulan April sampai dengan Juli 2008, dengan 2 peubah yaitu
emitter weight (berat emitter) dan segment coil (panjang segment coil). Tujuan
penelitian ini adalah mendeteksi pergeseran proses dengan grafik kendali T2
Hotelling dengan pendekatan bootstrap dan membandingkan kepekaan grafik kendali
T2 Hotelling dengan pendekatan bootstrap dan grafik kendali T2 Hotelling klasik
dalam mendeteksi pergeseran proses. 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. Dilihat dari nilai
ARL, grafik kendali T2 Hotelling dengan pendekatan Bootstrap lebih sensitif
dibandingkan grafik kendali T2 Hotelling klasik. Sehingga, dapat dikatakan
bahwa grafik kendali T2 Hotelling Bootstrap lebih peka dalam mendeteksi adanya
pergeseran proses dalam suatu produksi.
Penulis: Diah Ekorini
Kode Jurnal: jpmatematikadd141039
