Penerapan Peta Kendali Adaptive Exponentially Weighted Moving Average

Latar Belakang. Peta kendali Exponentially Weighted Moving Average (EWMA) dikenal efektif dalam mendeteksi pergeseran kecil pada rata-rata proses. Namun, keterbatasan EWMA yang menggunakan bobot konstan menjadikannya kurang fleksibel terhadap perubahan dinamis dalam proses produksi. Oleh karena itu, dikembangkan metode Adaptive Exponentially Weighted Moving Average (AEWMA) yang mampu menyesuaikan bobot secara adaptif berdasarkan besar kecilnya error, dengan memanfaatkan fungsi skor seperti fungsi Huber. Tujuan. Penelitian ini bertujuan untuk menerapkan peta kendali AEWMA pada data kekuatan tarik benang poliester dalam proses spinning benang, serta membandingkan kinerja peta kendali EWMA dan AEWMA berdasarkan nilai Average Run Length (ARL). Metode. Penelitian ini menerapkan peta kendali EWMA dan AEWMA. Fungsi skor yang digunakan pada penelitian ini yaitu fungsi Huber serta evaluasi kinerja dilakukan melalui simulasi Monte Carlo untuk memperoleh nilai ARL. Hasil. Peta kendali AEWMA dengan fungsi Huber mampu menunjukkan bahwa terdapat 3 titik pengamatan yang out of control pada data proses spinning benang. Kinerja peta kendali AEWMA berdasarkan nilai ARL menghasilkan nilai dengan rentang δ=0 hingga 9 lebih kecil dari EWMA, yang menunjukkan performa lebih baik dalam mendeteksi pergeseran mean kecil maupun besar. Kesimpulan. Peta kendali AEWMA pada data proses spinning benang dengan λ=0,1 adalah batas kendali atas (UCL) sebesar 668,275 dan batas kendali bawah (LCL) sebesar 611,725. Peta kendali AEWMA lebih efektif dalam memberikan sinyal lebih awal terhadap perubahan kualitas produk terbukti dari nilai ARL lebih rendah dan stabil saat pergeseran mean terjadi pada rentang δ=0 hingga 9.