PENDAHULUAN

Kosumen

CuSum

Univariate
EWMA

Kualitas
Baik
Peta
Kendali
Pengendalian
Kualitas

MEWMA
Multivariate
Hotelling

PENDAHULUAN
R
U
M
U
S
A
N
M
A
S
A
L
A
H

1.

2.

3.

Bagaimana prosedur pembentukan peta kendali

MEWMA dan peta kendali T2 Hotelling dalam
proses multivariate?

Bagaimana metode penentuan ARL dari masingmasing peta kendali tersebut?

Apakah ARL yang dihasilkan oleh peta kendali

MEWMA dan T2 Hotelling memberikan informasi
kepekaan yang sama dalam mendeteksi pergeseran
rata-rata proses?

PENDAHULUAN

BATASAN MASALAH

1.

2.

Peta kendali dibatasi

pada peta kendali
EWMA, MEWMA, dan
peta kendali T2
Hotelling.

Diasumsikan bahwa sampel yang

digunakan identik, independent,
dan berdistribusi normal.

3.

Ukuran perbandingan
peta kendali
berdasarkan pada nilai
dari ARL.

PENDAHULUAN

1. Menganalisa
penggunaan peta
kendali MEWMA dan
peta kendali T2
Hotelling dalam proses
multivariate
2. Mengetahui
perbandingan kinerja
peta kendali MEWMA
dan peta kendali T2
Hotelling berdasarkan
nilai ARL dari masingmasing peta kendali
tersebut.

1. Diperoleh penjelasan
apakah ARL yang
dihasilkan oleh peta
kendali MEWMA dan
T2 Hotelling
memberikan informasi
kepekaan yang sama
dalam mendeteksi
pergeseran rata-rata
proses
2. Sebagai tambahan
kepustakaan untuk
penelitian selanjutnya.

TINJAUAN PUSTAKA

2.1. Pengertian Kualitas

Kualitas adalah mutu yang berarti kecocokan penggunaannya atau kecocokan
bagi para penggunanya

2.2 Pengertian Pengendalian Kualitas

Pengendalian Kualitas merupakan aktifitas keteknikan dan manajemen, yg
dengan aktifitas itu dapat mengukur ciri-ciri kualitas produk, membandingkan
spesifikasi atau merupakan salah satu cara yang efektif untuk memadukan
pengembangan dan pemeliharaan mutu serta usaha-usaha perbaikan mutu dari
berbagai proses dalam sebuah perusahaan sehingga produk barang dan jasa
yang diberikan dapat memuaskan konsumen.

TINJAUAN PUSTAKA

2.3. Tujuan Pengendalian Kualitas

Menghasilkan produkatau jasa dengan kualitas yang dapat memenuhi syarat

yang diminta konsumen dan untuk memberikan jaminan mutu kepada para
konsumen sehingga akan meningkatkan kepercayaan dan kepuasan konsumen.
membimbing perusahaan-perusahaan memperoleh keuntungan
menyidik dengan cepat apabila terjadi pergeseran proses produksi
membantu para karyawan dalam memperbaiki kesalahnnya dan meningkatkan
kemampuannya dalam mencapai sasaran dari perusahaan.

2.4. Variabilitas Proses Produksi

Variabilitas atau gangguan dasar ini adalah pengaruh kumulatif dari
banyak sebab-sebab kecil yang pada dasarnya tidak terkendali, dan
biasanya dipandang sebagai tingkat yang dapat diterima dalam peranan
proses.

TINJAUAN PUSTAKA
2.5 Pengertian dan Dasar Peta Kendali
2.5.1 Pengertian Peta Kendali
Peta kendali adalah merupakan peragaan grafik suatu karakteristik kualitas pada periode
tertentu yang didalamnya terdapat batas kendali atas dan batas kendali bawah yang
menyatakan suatu proses terkendali atau tidak.

2.5.2 Dasar Peta Kendali

Peta kendali memuat garis tengah yang merupakan nilai rata-rata atau
mean karakteristik kualitas yang berkaitan dengan keadaan terkontrol
(yakni hanya sebab-sebab tak terduga yang ada). Dan dalam peta kendali
terdapat dua garis mendatar yang dinamakan Batas Pengendali Atas (BPA)
atau Upper Control Limit (UCL) dan Batas Pengendali Bawah (BPB) atau
Lower Control Limit (LCL) .

TINJAUAN PUSTAKA
PETA KENDALI EWMA
Peta kendali EWMA univariate didefinisikan sebagai berikut:
Z i X i (1 ) Zi 1 , i 1,2,.......

(2.1)

Dimana 0 1 adalah nilai konstanta dan merupakan nilai awal dari

target proses dengan Z 0 0
Untuk menunjukkan bahwa peta kendali EWMA
sampel sebelumnya, dilakukan substitusi pada

Sehingga EWMA untuk sampel ke-i

adalah rata-rata terboboti dari semua

sehingga diperoleh

TINJAUAN PUSTAKA
Batas Peta Pengendali Atas (UCL), Garis Tengah, dan Batas Pengendali Bawah (LCL) peta
kendali EWMA adalah

TINJAUAN PUSTAKA

2.7 Distribusi Normal

2.7.1 Distribusi Normal Univariate
Distribusi normal adalah distribusi variabel kontinu dengan fungsi matematis adalah
sebagai berikut:

dengan = 3,14159 dan e = 2,71828

x = nilai dari distribusi variabel
= mean dari nilai-nilai distribusi variabel
= standar deviasi dari nilai-nilai distribusi variabel

TINJAUAN PUSTAKA
2.7.2 Distribusi Normal Multivariate
Pada situasi multivariate, maka variabel yg terlibat adalah lebih dari satu. Sekelompok variabel
X 1 , X 2 ,..., X p jika dikatakan berdistribusi normal p var iate dg vektor rata-rata 1 , 2 ,..., p
Maka memiliki matriks varians-kovarians atau matriks dispersi . Dengan fungsi kepadatan
probabilitas bersama dapat ditunjukkan dengan rumus

dengan
Berikut beberapa Teorema yang memenuhi sifat Dist. Normal Multivariate

ANALISIS DAN PEMBAHASAN

Average Run Length (ARL)

Salah satu cara untuk mengestimasi tanda-tanda proses berada diluar kendali adalah ARL.
ARL merupakan rata-rata waktu dimana run setelah proses telah berada di luar kendali akibat

adanya probabilitas kesalahan tipe II (). Oleh karena itu disebut Average Run Length (ARL).
ARL disebut juga waktu tunggu terjadinya sinyal out of control, karena ARL memberitahukan

berapa lama secara rata-rata akan dilakukan plot titik-titik pada peta kendali sebelum terdeteksi
sebuah titik berada diluar batas kendali
Menurut Amitava (2008), nilai ARL dibagi menjdai dua yaitu ARL0 yg disebut ARL in control
dan ARL1 atau yg disebut ARL out of control.

ANALISIS DAN PEMBAHASAN

ARL0 merupakan ARL pada saat rata-rata proses sebesar 0 (proses terkendali atau

in-control) yang dirumuskan dengan pers. ARL0

dengan adalah probabilitas kesalahan tipe I atau menolak proses terkendali padahal

proses terkendali.
ARL merupakan ARL pada saat rata-rata proses sebesar 0 (proses tidak
1
1
terkendali atau out of control ) yang dirumuskan dengan persamaan ARL1 1
dengan adalah probabilitas kesalahan tipe II atau menerima proses terkendali padahal

proses tidak terkendali.

METODOLOGI
PENELITIAN
Studi Literatur

Mengkaji peta kendali MEWMA

Mengkaji peta kendali T2Hotelling

Menghitung ARL masing-masing peta kendali

Membandingkan nilai ARL dari masing-masing peta kendali

Penarikan kesimpulan dan saran

ANALISIS DAN PEMBAHASAN

4.1 Analisis Teori Matriks

Pada kasus multivariate yang melibatkan variabel acak X 1 , X 2 ,..., X p maka vektor dari
variabel acak adalah

dengan vektor rata-rata

adalah

Dan jika
menyatakan varians dari X , maka ukuran yang mirip dengan varians (
yang disebut matriks disperse atau matriks varians-kovarian, dengan bentuk

) adalah

ANALISIS DAN PEMBAHASAN

4.2 Peta Kendali Multivariate EWMA (MEWMA)
Dalam kasus multivariate, perpanjangan menentukan vektor dari peta kendali EWMA
didefinisikan sebagai berikut
dengan
Misalkan karakteristik kualitas (p=2), yaitu

dan

maka vektor

ANALISIS DAN PEMBAHASAN

Lanjutan Peta Kendali MEWMA

Jika

maka vektor peta kendali MEWMA bisa ditulis

Peta kendali MEWMA dibuat dengan mengeplot statistik uji

dengan

pada peta, dengan rumus

ANALISIS DAN PEMBAHASAN

4.3 Peta Kendali Hotelling

Dalam kehidupan sehari-hari banyak sekali proses produksi yang memiliki karakteristik
kualitas lebih dari satu. Proses yang seperti ini disebut dengan proses multivariate.Untuk
mengendalikan proses tersebut dibutuhkan peta kendali multivariate, yang salah satunya
adalah peta kendali T2 Hotelling. Jika suatu produk mempunyai p karakteristik kualitas
maka distribusi yang digunakan adalah p-variate.
Untuk perhitungan mean bagi masing-masing p karakteristik kualitas dari sampel
berukuran n. Himpunan mean karakteristik kualitas ini dinyatakan dengan vektor

dengan statistik ujinya adalah

dan Batas Pengendali Atas (UCL) nya adalah