Penerapan Peta Kendali Sequential-Based Exponentially Weighted Moving Average pada Data Pengamatan Individual (Studi Kasus: Data Volume Penjualan Saham PT Bank Central Asia Tbk)= Application of Sequential-Based Exponentially Weighted Moving Average Control Map on Individual Observation Data (Case Study: PT Bank Central Asia Tbk Stock Sales Volume Data)

Latar Belakang. Pengendalian kualitas merupakan aspek penting dalam perusahaan untuk memastikan proses berjalan sesuai standar. Salah satu metode yang digunakan adalah peta kendali statistik, seperti peta kendali Exponentially Weighted Moving Average (EWMA), yang lebih sensitif dalam mendeteksi perubahan kecil dibandingkan peta kendali Shewhart. Namun, peta kendali EWMA memiliki keterbatasan dalam memantau perubahan kompleks atau variabilitas bertahap. Untuk mengatasi hal ini, dikembangkan peta kendali Sequential-based Exponentially Weighted Moving Average (SEWMA), yang meningkatkan efisiensi EWMA klasik dalam menangani data kompleks dan perubahan bertahap. Tujuan. Penelitian ini membentuk peta kendali EWMA klasik dengan SEWMA dan membandingkan kinerja peta kendali EWMA klasik dengan peta kendali SEWMA. Metode. Penelitian ini dibagi dua tahap umum, yakni 1) membentuk peta kendali EWMA klasik dan peta kendali SEWMA; 2) membandingkan kinerja peta kendali EWMA klasik dengan peta kendali SEWMA berdasarkan nilai Average Run Length (ARL). Hasil. Peta kendali SEWMA diperoleh batas kendali atas dan bawah sebagai berikut: BKA₁ = 244.872.403,21, BKB₁ = 42.363.357, BKA₂ = 224.621.498,59, dan BKB₂ = 62.614.261,62. Sementara itu, pada peta kendali EWMA klasik batas kendali yang dihasilkan lebih ketat, yaitu BKA = 88.080.573,49, garis tengah = 71.310.015,79, dan BKB = 54.539.458,09. Pada δ=0 diperoleh nilai ARL_1 peta kendali SEWMA sebesar 60,99 sementara peta kendali EWMA sebesar 284,79 yang menunjukkan penurunan nilai ARL_1 seiring peningkatan nilai δ. Kesimpulan. Peta kendali SEWMA terbukti lebih efektif dalam memantau volume penjualan saham PT Bank BCA, dengan sensitivitas deteksi pergeseran yang lebih tinggi dibandingkan metode EWMA Klasik.