PENGEMBANGAN BAGAN KENDALI TRIPLE HOMOGENEOUSLY WEIGHTED MOVING AVERAGE DALAM MENINGKATKAN DETEKSI PERGESERAN RATA-RATA PROSES = DEVELOPMENT OF THE TRIPLE HOMOGENEOUSLY WEIGHTED MOVING AVERAGE CONTROL CHART IN ENHANCING DETECTION OF PROCESS MEAN SHIFTS

SARLIANI. Pengembangan Bagan Kendali Triple Homogeneously Weighted Moving Average Dalam Meningkatkan Deteksi Pergeseran Rata-Rata Proses (dibimbing oleh Dr. Erna Tri Herdiani, S.Si., M.Si. dan Prof. Dr. Nurtiti Sunusi, S.Si., M.Si.) Latar Belakang. Bagan kendali merupakan alat penting dalam pemantauan kualitas proses, dan berbagai metode telah dikembangkan untuk meningkatkan efektivitas deteksi pergeseran. Di antaranya, bagan kendali CUSUM (Cumulative Sum Control Chart), Bagan kendali EWMA (Exponentially Weighted Moving Average) dan bagan kendali HWMA (Homogeneously Weighted Moving Average) dirancang untuk mendeteksi pergeseran kecil dalam rata-rata proses. Salah satu bagan kedali sering digunakan adalah Bagan kendali Homogeneously Weighted Moving Average (HWMA). Bagan kendali HWMA adalah bagan tipe memori yang sangat populer dan juga efektif dalam mendeteksi pergeseran kecil dalam proses rata-rata. Beberapa modifikasi bagan HWMA, seperti bagan Double HWMA (DHWMA) dan Triple (THWMA) telah dikembangkan untuk meningkatkan kinerjanya dalam mendeteksi pergeseran kecil. Tujuan. Penelitian ini bertujuan untuk mengusulkan bagan kendali Quadraple HWMA (QaHWMA) dan bagan kendali Quintuple HWMA (QiHWMA) untuk lebih meningkatkan kemampuan deteksi bagan HWMA dan merupakan pengembangan bagan kendali THWMA. Metode. Adapun metode yang digunakan pada penelitian ini adalah HWMA dengan empat dan lima tahap pembobotan dan Average Run Length (ARL) dengan melakukan simulasi Monte Carlo. Hasil. Hasil penelitian menunjukkan bahwa bagan kendali QaHWMA dan QiHWMA memiliki nilai ARL yang lebih kecil sehingga lebih sensitive dalam mendeteksi perubahan kecil dalam rata-rata proses dibandingkan bagan kendali sebelumnya. Kesimpulan. Dari hasil penelitian, bagan kendali usulan QaHWMA dan QiHWMA lebih efektif dalam mendeteksi perubahan kecil dalam proses.

Kata kunci : average run length; DHWMA; HWMA; THWMA, QaHMWa; QiHWMA