EFEKTIVITAS KINERJA DIAGRAM KONTROL G

  • M. S. N. van Delsen Jurusan Matematika FMIPA Universitas Pattimura
Keywords: Average Run Length, Diagram Kontrol G, Statistical Proses Control.

Abstract

Statistical Proses Control (SPC) merupakan metode dalam ilmu statistika yang bertujuan untuk mengontrol suatu proses. Dalam mencapai tujuan SPC maka metode yang dapat digunakan adalah Diagram Kontrol (Control Chart). Diagram kontrol merupakan sebuah grafik yang memberi gambaran tentang perilaku sebuah proses. Diagram kontrol dapat dibagi menjadi dua berdasarkan banyaknya karakterisrtik kualitas yang diamati, yaitu diagram kontrol univariat dan diagram kontrol multivariat. Dalam memonitor proses membutuhkan dua hal penting, yaitu memonitor mean proses dan memonitor variabilitas proses [1]. Kinerja dari suatu diagram kontrol dapat dilihat dari seberapa cepat suatu diagram kontrol dapat mengidentifikasi sinyal out of control. Salah satu metode untuk melihat kinerja diagram kontrol adalah Average Run Length (ARL). Noya Van Delsen dan Mashuri dalam [2], membandingkan kinerja diagram kontrol G dan diagram kontrol yang berdasar pada ARL. Namun penelitian tersebut dibatasi pada jumlah karakteristik kualitas yang digunakan. Sehingga penelitian ini bertujuan untuk meninjau kinerja diagram kontrol G yang berdasar pada ARL, dengan jumlah karakteristik kualitas yang bervariasi. Hasil simulasi ARL menunjukkan bahwa kinerja diagram kontrol G sangat efisien walaupun menggunakan jumlah karakteristik karakteristik yang bervariasi. Ini dibuktikan dengan interval nilai ARL yang saling mendekati.

Downloads

Download data is not yet available.

References

[1] D. C. Montgomery, Introduction to Statistical Quality Control, Edisi ke-6, New York: John Wiley & Sons, 2009.
[2] M. S. Noya Van Delsen dan M. Mashury, “Perbandingan Kinerja Diagram Kontrol G dan Diagram Kontrol |S| beserta Aplikasinya,” dalam Prosiding Seminar Nasional Manajemen Teknologi XVIII, Surabaya, 2013.
[3] F. B. Alt, “Multivariate Quality Control,” dalam Encyclopedia of Statistical Science 6, New York, John Wiley & Sons, 1985, pp. 110-122.
[4] W. A. Levinson, D. S. Holmes dan A. E. Mergen, “Variation Chart for Multivariate Processes,” Journal of Quality Engineering, vol. 14, no. 4, pp. 539-545, 2002.
[5] M. A. Djauhari, “Improved Monitoring of Multivariate Process Variability,” Journal of Quality Technology, vol. 37, pp. 32-39, 2005.
[6] J. Y. Kramer dan D. R. Jensen, “Fundamentals of Multivariate Analysis - Part 2: Inference about Two Treatments,” Journal of Quality Technology, vol. 1, no. 3, pp. 189-204, 1969.
[7] T. W. Anderson, An Introduction to Multivariate Statistical Analysis, New York: John Wiley & Sons, 1966.
[8] R. Johnson dan D. Wichern, Applied Multivariate Statistical Analysis, Edisi ke-2, Prentice-Hall, 1988.
[9] D. Y. Rakhmawati, Perbandingan Kinerja Diagram Kontrol Multivariat untuk Variabilitas Berdasarkan Matriks Kovariansi dan Matriks Korelasi, Surabaya: Institut Teknologi Sepuluh November, 2011.
[10] U. Azmi, Pengontrolan Kualitas Statistika pada Proses Produksi Woven Poly Propolene (WPP) Menggunakan Metode Diagram Kontrol Improved Generalized Variance, Surabaya: Institut Teknologi Sepuluh November, 2012.
[11] M. F. Sindelar, “Multivariate Statistical Process Control for Correlation Matrices,” University of Pittsburgh, Pittsburgh, 2007.
[12] A. B. Yeh, D. K. Lin dan R. N. McGrath, “Multivariate Control Charts for Monitoring Covariance Matrix: A Review,” Journal of Quality Technology and Quantitative Management, vol. 3, pp. 415-436, 2006.
Published
2018-02-01
How to Cite
[1]
M. S. N. van Delsen, “EFEKTIVITAS KINERJA DIAGRAM KONTROL G”, BAREKENG, vol. 9, no. 2, pp. 147-154, Feb. 2018.