{"title":"Autokorelasi Pada Pembentukan Grafik Kendali Komponen Utama","authors":"N. Rasyid, Dhian Eka Wijaya, Dian Firmayasari, Harianto Harianto, Muh. Isbar Pratama","doi":"10.35580/jmathcos.v5i2.37734","DOIUrl":null,"url":null,"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.","PeriodicalId":363413,"journal":{"name":"Journal of Mathematics Computations and Statistics","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Mathematics Computations and Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35580/jmathcos.v5i2.37734","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
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.