Autokorelasi Pada Pembentukan Grafik Kendali Komponen Utama

Nur Ahniyanti Rasyid; Dhian Eka Wijaya; Dian Firmayasari; Harianto Harianto; Muhammad Isbar Pratama

doi:10.35580/jmathcos.v5i2.37734

Autokorelasi Pada Pembentukan Grafik Kendali Komponen Utama

Nur Ahniyanti Rasyid⁽¹⁾, Dhian Eka Wijaya⁽²⁾, Dian Firmayasari⁽³⁾, Harianto Harianto⁽⁴⁾, Muhammad Isbar Pratama^(5*),

(1) Universitas Muhammadiyah Bulukumba
(2) Universitas Jambi
(3) Universitas Muhammadiyah Bulukumba
(4) Universitas Muhammadiyah Bulukumba
(5) Universitas Negeri Makassar
(*) Corresponding Author

DOI: https://doi.org/10.35580/jmathcos.v5i2.37734

Abstract

Pembentukan grafik kendali untuk data berautokorelasi tidak dapat dilakukan. Penelitian ini bertujuan untuk menganalisis pengaruh data berautokorelasi pada pembentukan grafik kendali komponen utama Penelitian ini menggunakan metode studi kasus yang dilakukan pada simulasi data dengan dua variabel dan penerapannya pada data unsur iklim dikota Makassar yang terdiri atas temperatur udara, penyinaran matahari, kelembaban udara, dan kecepatan angin. Untuk menganalisis pengaruh data berautokorelasi dilakukan : (1) pembentukan struktur matriks variansi-kovariansi dari data berautokorelasi; (2) pembentukan grafik kendali komponen utama berdasarkan nilai eigen terbesar; dan (3) studi kasus simulasi dengan data dua variabel. Hasil penelitian menunjukkan bahwa jika data berautokorelasi negatif dan nilainya dari -0,9-(-0,5), batas kendalinya akan melebar dan jika nilainya dari -0,5-(-0,1), batas kendali akan menyempit.

Full Text:

PDF

References

Choirotunnisa N., Maiyastri., & Asdi Y. (2015). Autokorelasi pada Bagan Kendali, Jurnal matematika UNAND, Vol 3, No. 2: 88-96.

Jolliffe. (2002). Principal Component Analysis, Second Edition. New York: Springer.

Kruger U., Zhou Y., & Irwin G. W. (2002). Advanced Monitoring of Complex Autocorrelated Processes. Intelligent Systems and Control Research Group, Queen’s University of Belfast, 62: 179-190.

Montgomery D. C. (2009). Introduction to Statistical Quality Control, 6th Edition. Amerika: John Wiley and Sons, Inc.

Ödük R. (2012). Control Charts for Serially Dependent Multivariate Data. Thesis of The Departement of Informatics and Mathematical Modelling at Technical University, Denmark.

Oyeyemi G. M. (2011). Principal Component Chart for Statistical Process Control, The online Journal of Science and Technology, Vol. 1, No. 2:227-233.

Side S. (2006). Sistem Dinamik. Makassar: UNM.

Stefaniak. (2009). Multivariate Process Control Applications for Autocorrelated Data. Thesis of Informatics and Mathematical Modelling at Technical University, Denmark.

Vanhatalo E. & Kulahci M. (2014). The Effect of Autocorrelation on the Hotelling T2 Control Chart, Journal of Quality and Reliability Engineering International. Denmark: John Wiley and Sons Ltd.

Vanhatalo E. & Kulahci M. (2015). Impact of Autocorrelation on Principal Components and Their Use in Statistical Process Control, Journal of Quality and Reliability Engineering International. Denmark: John Wiley and Sons Ltd.

Wei W. S. (2006). Time Series Analysis : Univariate and Multivariate Methods, Second Edition. Pearson Education, Inc.