Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Diskriminasi struktur proses produksi dalam domain sekuensi dengan menggunakan trnasformasi walsh-fourier dan pengujian statistik F

Dalam tugas akhir ini akan dijelaskan suatu metode untuk mendeteksi
adanya suatu perubahan struktur pada proses produksi khususnya data atribut.
Perubahan struktur disini, difokuskan pada perubahan struktur yang
mempengaruhi struktur kovarians data. Peta kendali Shewhart yang mendasarkan
pada uji hipotesis konvensional masih banyak terdapat kelemahan karena data
proses produksi pada umumnya terkorelasi dan tidak berdistribusi normal.
Struktur suatu proses dapat dimodelkan oleh fungsi kovarians, sedangkan fungsi
kovarians identik dengan distribusi spektralnya. Sehingga agar dapat mendeteksi
perubahan struktur, data perlu ditransformasikan ke dalam distribusi spektralnya
dengan menggunakan transformasi Walsh-Fourier sehingga data menjadi tidak
terkorelasi dan data dapat dianalisa secara statistik.
Dengan asumsi bahwa distribusi data proses produksi tidak diketahui
maka akan digunakan uji statistik untuk mendeteksi perubahan struktur. Data
yang telah ditransformasikan, akan diuji dengan menggunakan pengujian
statistik F untuk mengetahui apakah metode ini dapat mendeteksi adanya perubahan.
Data yang dipakai dalam makalah ini berupa data time series simulasi
atribut gabungan yang dibangkitkan dengan model INAR (Integer Valued Auto-regressive).
Pada makalah ini disertakan juga perangkat lunak interaktif dari
model yang dibangun.

Creator(s)
  • (25493108) SOENARTI
Contributor(s)
  • Gan Shu San → Advisor 1
  • Sujono Poetrodjojo → Advisor 2
  • BENJAMIN HADISURYA → Examination Committee 1
Publisher
Universitas Kristen Petra; 1998
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No. 076/TMI-06/1998; Soenarti (25493108)
Subject(s)
  • PRODUCTION MANAGEMENT-SIMULATION METHODS
  • MANUFACTURING PROCRESSES-SIMULATION METHODS
File(s)

Similar Collection

by creator, contributor, or subject