BAGAN KENDALI

CUMULATIVE SUM (CU-SUM)

 REVIEW
• Bagan kendali Shewhart biasanya diaplikasikan
pada tahap I dari SPC.

• Shewhart mengidentifikasi terkontrol atau tidaknya

suatu proses secara statistik pada batas ± 3σ,
sehingga untuk pergeseran proses yg kecil (katakan
1,5σ) terkadang diabaikan.

• Hal ini menjadikan bagan kendali shewhart kurang

digunakan untuk tahap II dari SPC --> Kurang
sensitif terhadap pergeseran proses yang kecil.
• Dua bagan kendali alternatif yg dapat
digunakan untuk tahap II dari SPC yg
mengakomodir identifikasi adanya
pergeseran proses yg kecil:
1. Bagan kendali Cumulative Sum (Cu-Sum)
2. Bagan kendali Exponentially Weighted
Moving Average (EWMA)
 CUMULATIVE SUM
• Misal, 30 Sampel diambil dr 2 proses produksi yg berbeda di
mana 20 sampel acak pertama diambil dari proses produksi
dg μ = 10 dan σ = 1, sedangkan 10 sisanya dari μ = 11 dan σ
= 1.
• Bagan kendali Shewhart efektif untuk
mendeteksi pergeseran proses ≥ 2σ, namun
untuk pergeseran yg lebih kecil menjadi
tidak efektif lagi.

• Bagan kendali Cumulative Sum (Cu-Sum)

efektif untuk mendeteksi adanya
pergeseran proses yang kecil. (Diusulkan o/
Page, 1954).
• Bagan Cusum dapat digunakan untuk observasi
tunggal ataupun rasional subgrup.

• Misal, diambil sampel n ≥ 1, x-barj adl rata-rata dari sampel

ke-j. Jika μ0 adl target rata-rata proses, maka bagan
kendali Cu-Sum dibentuk dg i
menempatkan nilai

Ci 
 x  0 
j j 1

• Jika proses tetap dlm keadaan terkontrol maka Ci

mendekati 0, Jika bergeser ke atas dg nilai μ1 > μ0 , nilai Ci
akan positif. Jika bergeser ke bawah dg nilai μ1 < μ0 , nilai
Ci negatif.
• Misal; dg μ0 = 10, maka Cu-Sum menjadi:

Ci  i

x 10
j j 1
i1

  xi 10   10

  xi  x j
j 1

10  Ci1
• Misal:
sampel, i xi xi - 10 Ci = (xi-10)+Ci-1 sampel, i xi xi - 10 Ci = (xi-10)+Ci-1
1 9,45 -0,55 -0,55 16 9,37 -0,63 -0,37
2 7,99 -2,01 -2,56 17 10,62 0,62 0,25
3 9,29 -0,71 -3,27 18 10,31 0,31 0,56
4 11,66 1,66 -1,61 19 8,52 -1,48 -0,92
5 12,16 2,16 0,55 20 10,84 0,84 -0,08
6 10,18 0,18 0,73 21 10,9 0,9 0,82
7 8,04 -1,96 -1,23 22 9,33 -0,67 0,15
8 11,46 1,46 0,23 23 12,29 2,29 2,44
9 9,2 -0,8 -0,57 24 11,5 1,5 3,94
10 10,34 0,34 -0,23 25 10,6 0,6 4,54
11 9,03 -0,97 -1,2 26 11,08 1,08 5,62
12 11,47 1,47 0,27 27 10,38 0,38 6
13 10,51 0,51 0,78 28 11,62 1,62 7,62
14 9,4 -0,6 0,18 29 11,31 1,31 8,93
15 10,08 0,08 0,26 30 10,52 0,52 9,45
 ALGORITMA TABULAR CU-SUM

• Model bagan kendali Cu-Sum, dibatasi oleh dua

statistik, C+ dan C- yang kemudian disebut U-
Cusum dan L-Cusum.
+¿=max ¿ ¿
Ci
−¿=max ¿¿
Ci

Dengan nilai awalan bagi keduanya adalah nol, C .

−¿=0¿
+¿=C 0 ¿
0
• K disebut sebagai nilai acuan (reference value)
dan nilainya adl setengah dari selisih μ0 dan μ1
di mana :
1  0  
1 1  0
  0
K
 2

• Jika C+ dan C- melebihi H, maka proses

dikatakan tidak terkontrol. H = 5σ.
• Contoh:
Perhatikan data yg lalu; nilai target μ0 = 10, ukuran subgrup n
= 1, σ = 1. Misal ingin dideteksi jarak pergeseran proses 1.σ =
1(1) = 1. Jadi, μ1 = 11, shg K = 0,5 dan H = 5σ = 5.
C
maks 0; 1 10, 5  C0   maks 0;9, 45 10, 5  0  0
1 
x
C maks 0;9, 5  C 
 maks 0;9, 5  9, 45  0  0, 05
1 1 0
 
x

C
2 maks 0; 2 10, 5  C1   maks 0; 7, 99 10, 5  0  0
x 
C maks 0;9, 5  C 
 maks 0;9, 5  7, 99  0, 05  1, 56
2 2 1
 
x
sampel, i xi xi - 10 Ci = (xi-10)+Ci-1 Ci+ N+ Ci- N-
1 9,45 -0,55 -0,55 0 0 -0,05 1
2 7,99 -2,01 -2,56 0 0 -1,56 2
3 9,29 -0,71 -3,27 0 0 -1,77 3
4 11,66 1,66 -1,61 1,16 1 0 0
5 12,16 2,16 0,55 2,82 2 0 0
6 10,18 0,18 0,73 2,5 3 0 0
7 8,04 -1,96 -1,23 0,04 4 -1,46 1
8 11,46 1,46 0,23 1 5 0 0
9 9,2 -0,8 -0,57 0 0 -0,3 1
10 10,34 0,34 -0,23 0 0 0 0
11 9,03 -0,97 -1,2 0 0 -0,47 1
12 11,47 1,47 0,27 0,97 1 0 0
13 10,51 0,51 0,78 0,98 2 0 0
14 9,4 -0,6 0,18 0 0 -0,1 1
15 10,08 0,08 0,26 0 0 0 0
sampel, i xi xi - 10 Ci = (xi-10)+Ci-1 Ci+ N+ Ci- N-
15 10,08 0,08 0,26 0 0 0 0
16 9,37 -0,63 -0,37 0 0 -0,13 1
17 10,62 0,62 0,25 0,12 1 0 0
18 10,31 0,31 0,56 0 0 0 0
19 8,52 -1,48 -0,92 0 0 -0,98 1
20 10,84 0,84 -0,08 0,34 1 0 0
21 10,9 0,9 0,82 0,74 2 0 0
22 9,33 -0,67 0,15 0 0 -0,17 1
23 12,29 2,29 2,44 1,79 1 0 0
24 11,5 1,5 3,94 2,79 2 OUT of 0 0
25 10,6 0,6 4,54 2,89 3CONTROL0 0
26 11,08 1,08 5,62 3,47 4 0 0
27 10,38 0,38 6 3,35 5 0 0
28 11,62 1,62 7,62 4,47 6 0 0
29 11,31 1,31 8,93 5,28 7 0 0
30 10,52 0,52 9,45 5,3 8 0 0
• Adanya titik yg diluar batas H (titik 29 dan 30)
mengindikasikan adanya sebab terduga yg terjadi,
berdasar contoh indikasi mulai adanya pergeseran proses
yakni pada titik 22 dan 23

• Untuk mengecek seberapa besar terjadinya

pergeseran proses pada titik yg tdk terkontrol,
digunakan
^μ=¿
• Misal: Cu-Sum periode ke -29
  0 C 
 K  29 ,

N
 10  0, 5  5,
 11, 25
28
7
• Diketahui bahwa proses telah bergeser ke atas
sebesar 1,25, shg perlu melakukan penyesuaian
(menurunkan) proses sebesar 1,25 units.

• Jadi, Cu-Sum dpt juga dinyatakan sbg bagan kendali

rata- rata terboboti, di mana bobotnya bersifat stokastik
(random) antar periode.
 ARL CU-SUM

• Tabular Cusum didesain dg memilih

parameter K dan H. Kedua parameter tsb
dipilih terkait dg performa ARL yang
bersesuaian.

• Didefinisikan bahwa H = hσ dan K = kσ.

• Para peneliti dan praktisi merekomendasikan

nilai h = 4 atau 5, dan k = ½ krn
menghasilkan ARL yang baik.
• Performa ARL pada Tabular Cusum dg h = 4, h
= 5 dan k = ½ .
• Nilai k berkorespondensi dg nilai h yang
menghasilkan ARL0 = 370 (Nilai ARL0 Bagan
Shewhart 3σ) (Penelitian: Hawkins, 1993).
• Teknik penghitungan ARL Cusum yang
lain: Formula Pendekatan Siegmund
(1985)
(satu sisi, Ci+ atau Ci-) :

ARL exp2b  2b


1 22
untuk   0, maka
 
    k  untuk C dan     k  untuk C 
i i

b  h 1,166

 
 1  0 
 
Jika   0, AR  b 2.
maka L
 + -
• Untuk dua sisi (ARL dan ARL ):
1 1 1
ARL  ARL  ARL

• Contoh: k = ½, h = 5. Misal δ* = 0, maka Δ = δ*

- k = 0 – ½ = - ½ , b = h + 1,166 = 5 + 1,166 =
6,166, maka

exp  2 
1
6,166  2 1 6,166 1
ARL   2 1 2
2
2
  938, 2


 + -
• ARL = ARL = 938,2. Maka,
1 1 1
    469,1
ARL
ARL 938, 2 938, 2

• Jika rataan bergeser sebanyak 2σ, maka δ* =

+ -
2, Δ = 1,5 dan Δ = -2,5. Sehingga ARL = 3,89
(Tabel: untuk 2σ = 4,01)
 STANDARDIZE CU-SUM

• Banyak pengguna dari Cu-Sum menyukai

bentuk standardize (baku) dari variabel
xi.
Diberikan:
xi 
yi 
0

• Batas kendali untuk Standardize Cu-Sum:
C   maks  0, y
i  i i1
 K  C  

C   maks  0, K   C  
i  i i1 

y
di mana C   C   0
0 0
 ALGORITMA V-MASK CU-SUM

• Prosedur alternatif untuk tabular Cu-Sum adl

V-Mask Cu-Sum. (Diusulkan o/ Barnard,
1959).

• V-Mask adl daerah berbentuk V untuk

menentukan apakah suatu proses tidak
terkontrol ataukah terkontrol. Jika rata-
rata berada di luar daerah V (baik
atas/bawah), maka dikatakan tidak
terkontrol, demikian sebaliknya.
• Prosedur V-Mask
i

Ci   y   Ci1
j j 1 yi

di mana yi  x  
i 0

• Prosedur V-Mask akan sama dengan
Tabular Cu-Sum jika dan hanya jika,

k  A tan
dan
h  Ad tan  dk
 • Misal: Jika k = ½ dan h = 5, maka
k  A tan
1
 (1) tan   26, 57

2
dan
h tan  dk
Ad
5=d ( 12 )
• Johnson dan Leone mengusulkan pola
penyusunan V-Mask:
  tan1   
  Peluang tidak
2  terdeteksi
Dan A pergeseran
proses pada suatu
d=
( )( )
2
δ 2
ln
1−β
α δ

jika  kecil, Peluang kesalahan

maka
2 ln( ) mendeteksi
d pergeseran, padahal
 tdk
 LATIHAN
1. Berikut data observasi Berat Molekul
berat molekul yang diambil
secara individu dari proses
kimia tiap jam. Target
berat molekul adalah 1050
dan diasumsikan bahwa σ
= 25. Buat tabular Cu-Sum
untuk proses ini, dengan
tingkat deteksi pergeseran
1σ. Bandingkan dengan
Bagan kendali Shewart.
Interpretasikan! Buat juga
untuk Standardize Cu-Sum!
2. Sebuah mesin digunakan untuk
mengisi botol. Sampel satu botol
diambil setiap jam dan diukur
beratnya (dalam ons). Karena
proses pengisian dilakukan secara
otomatis, maka proses berjalan
sangat stabil dan dalam jangka
waktu yang lama diindikasikan
bahwa σ = 0,05 ons. (a)
Asumsikan bahwa target proses
adl 8,02 ons, buat tabular Cu-Sum
untuk proses ini (h = 4,77 dan k =
0,5)! (b) Apakah nilai σ = 0,05 ons
cukup berasalan digunakan untuk
proses ini?
3. Berikuto adalah data
suhu ( C) dari proses
kimiawi yang diambil
per dua menit. Nilai
target dari proses ini
adalah μ0 = 950. (a).
Estimasi standar
deviasi proses! (b).
Buat bagan kendali
tabular Cu-Sum untuk
proses ini dengan h =
5 dan k = ½.
Interpretasikan!