Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Bagan Kendali Robust Multivariat untuk Pengamatan Individual

View through CrossRef
Bagan kendali yang  paling banyak digunakan dalam pengendalian proses secara multivariat adalah bagan kendali T2 Hotelling. Ada 2 jenis dari bagan kendali  Hotelling yaitu bagan kendali  Hotelling untuk pengamatan kelompok dan individual. Pada tulisan ini membahas bagan kendali  Hotelling untuk pengamatan individual. Bagan kendali ini digunakan untuk memonitor vektor  rata-rata dan matriks kovariansi sampel. Vektor rata-rata dan matriks kovariansi sampel sangat sensitif terhadap titik ekstrim (outliers). Oleh karena itu dibutuhkan estimator vektor rata-rata dan matriks kovariansi populasi yang kekar terhadap data outliers. Salah satu metode yang dapat digunakan untuk mendeteksi data yang mengandung outliers adalah Minimum Covariance Determinant (MCD). Dari hasil perhitungan diperoleh bahwa bagan kendali T2 Hotelling dengan algoritma Fast-MCD lebih sensitif mendeteksi data outliers daripada T2 Hotelling klasik.
Title: Bagan Kendali Robust Multivariat untuk Pengamatan Individual
Description:
Bagan kendali yang  paling banyak digunakan dalam pengendalian proses secara multivariat adalah bagan kendali T2 Hotelling.
Ada 2 jenis dari bagan kendali  Hotelling yaitu bagan kendali  Hotelling untuk pengamatan kelompok dan individual.
Pada tulisan ini membahas bagan kendali  Hotelling untuk pengamatan individual.
Bagan kendali ini digunakan untuk memonitor vektor  rata-rata dan matriks kovariansi sampel.
Vektor rata-rata dan matriks kovariansi sampel sangat sensitif terhadap titik ekstrim (outliers).
Oleh karena itu dibutuhkan estimator vektor rata-rata dan matriks kovariansi populasi yang kekar terhadap data outliers.
Salah satu metode yang dapat digunakan untuk mendeteksi data yang mengandung outliers adalah Minimum Covariance Determinant (MCD).
Dari hasil perhitungan diperoleh bahwa bagan kendali T2 Hotelling dengan algoritma Fast-MCD lebih sensitif mendeteksi data outliers daripada T2 Hotelling klasik.

Related Results

Bagan Kendali Robust Multivariat untuk Pengamatan Individual
Bagan Kendali Robust Multivariat untuk Pengamatan Individual
AbstractThe most widely used of control chart in multivariate control processing is control chart T2 Hotelling. There are 2 kinds of control chart T2 Hotelling, namely T2 Hotelling...
Peta Kendali Demerit Untuk Data Autokorelasi (Moving Centerline Demerit dan Moving Range)
Peta Kendali Demerit Untuk Data Autokorelasi (Moving Centerline Demerit dan Moving Range)
ABSTRAK Proses industri seringkali menghasilkan data cacat yang bersifat autokorelasi, hal ini meyebabkan asumsi dasar penggunaan peta kendali tidak terpenuhi. Peta kendali demerit...
Perhitungan Daya Roller Pada Alat Tangkap Bagan Tancap
Perhitungan Daya Roller Pada Alat Tangkap Bagan Tancap
Bagan Tancap Pangandaran merupakan alat tangkap ikan tradisional yang digunakan nelayan untuk menangkap jenis ikan pelagis kecil seperti ikan teri dan udang rebon. Teknik pengopera...
KEADAAN SOSIAL EKONOMI NELAYAN BAGAN TANCAP DI PANTAI TIMUR PERAIRAN PANGANDARAN, JAWA BARAT
KEADAAN SOSIAL EKONOMI NELAYAN BAGAN TANCAP DI PANTAI TIMUR PERAIRAN PANGANDARAN, JAWA BARAT
Penelitian ini bertujuan untuk mengetahui keadaan social ekonomi keluarga nelayan bagan di Pantai Timur Kabupaten Pangandaran, Jawa Barat. Penelitian ini dilaksanakan pada bulan Se...
PENGEMBANGAN PERANGKAT KENDALI JARAK JAUH SISTEM PENDINGIN PRIMER REAKTOR KARTINI
PENGEMBANGAN PERANGKAT KENDALI JARAK JAUH SISTEM PENDINGIN PRIMER REAKTOR KARTINI
PENGEMBANGAN PERANGKAT KENDALI JARAK JAUH SISTEM PENDINGIN PRIMER REAKTOR KARTINI.Telah dibuat perangkat kendali jarak jauh sistem pendingin primer Reaktor Kartini. Perangkat ini d...
AUTOKORELASI PADA BAGAN KENDALI
AUTOKORELASI PADA BAGAN KENDALI
Dalam penggunaan bagan kendali, data yang mengkonstruksi bagan kendaliharus memenuhi asumsi kebebasan dan kenormalan. Autokorelasi melanggar asumsi kebebasan pada bagan kendali dan...

Back to Top