Multivariate auto-correlated process control issues in industrial systems are a concern for statistical process monitoring (SPM). Traditional control charts produce large false alarms and/or miss timely detections of quality deterioration because they are unable to recognize the signals from multivariate auto-correlated response variables. To track multivariate auto-correlated processes, this paper presents a new residual-based mixed multivariate control chart using cumulative sum (CUSUM) and exponentially weighted moving average (EWMA) approaches. Using in-control data, the multi-output least square support vector regression model's optimal hyper-parameters are determined, and a bootstrap method is used to estimate the upper control limit of the proposed control chart. The suggested control chart has strong detection performance for a small magnitude mean vector shift based on the average run length (ARL) performance for a particular range of shifts. Experimental result elaborates that the proposed control chart is more sensitive to detecting the mean vector shift compared with the existing commonly used models, such as multivariate CUSUM and multivariate EWMA control charts. The proposed control chart model and corresponding computational algorithm are successfully applied to SPM in an electronic conductor production line with multivariate auto-correlated attributes.

Permasalahan yang seringkali dihadapi oleh investor dalam dunia industri pasar modal, berkaitan dengan pengambilan keputusan mengenai penanaman suatu investasi pada penyertaan saham adalah ketidakpastian faktor-faktor internal, eksternal dan global. Salah satu indikator nasional yang dijadikan pegangan oleh para investor adalah Indeks Harga Saham Gabungan (IHSG). Oleh karena itu dalam penelitian ini akan dilakukan suatu pemodelan dari IHSG dengan menggunakan analisis fungsi transfer. Faktor-faktor yang berpengaruh terhadap IHSG adalah harga emas dunia (Harga emas dunia), indeks harga saham Nikkei, indeks harga saham Hangseng, Dow Jones Industrial Average (indeks DJI), dan nilai tukar Rupiah terhadap dollar Amerika (kurs). Tujuan dari penelitian ini adalah untuk mendapatkan metode peramalan yang tepat melalui metode fungsi transfer yang dapat digunakan memprediksi nilai IHSG, sehingga dapat membantu para investor dalam mengambil keputusan terhadap dana yang akan diinvestasikan. Selain itu, untuk mengetahui hubungan antara Harga emas dunia, indeks Nikkei, indeks Hangseng, indeks DJI, dan kurs terhadap IHSG melalui metode fungsi transfer. Hasilnya menunjukkan bahwa model fungsi transfer dengan input kurs merupakan model terbaik yang dapat digunakan untuk meramalkan IHSG periode ke depan. Hasilnya juga menunjukkan bahwa prediktor yang signifikan adalah Harga emas dunia, indeks Nikkei, indeks Hangseng, indeks DJI, dan kurs.