Studi ini mengusulkan dan mengevaluasi bagan kendali Progressive Max sebagai alat kendali proses statistik yang efektif untuk memantau perubahan rata-rata dan variabilitas proses secara simultan. Pendekatan kendali mutu konvensional biasanya bergantung pada bagan terpisah untuk memantau kedua parameter ini, yang dapat tidak efisien dan memakan waktu. Untuk mengatasi keterbatasan ini, penulis mengembangkan kerangka kerja pemantauan terpadu yang mengintegrasikan bagan Max dengan konsep Progressive Mean, menghasilkan bagan Progressive Max. Penelitian ini mengadopsi pendekatan kuantitatif, menggabungkan studi simulasi dengan data aplikasi dunia nyata. Evaluasi kinerja terutama didasarkan pada kriteria Average Run Length (ARL), yang berfokus pada kondisi terkendali (ARL鈧 鈮 370) dan tidak terkendali (ARL鈧). Bagan Progressive Max secara sistematis dibandingkan dengan dua bagan kendali simultan yang sudah mapan: bagan Max dan bagan EWMA-Max. Perbandingan dilakukan dalam tiga skenario utama: pergeseran rata-rata proses dengan varians konstan, pergeseran varians dengan rata-rata konstan, dan pergeseran simultan pada rata-rata dan varians. Ukuran subkelompok n = 2, 3, dan 5 diperiksa untuk menilai pengaruh konfigurasi subkelompok terhadap kinerja deteksi. Hasil simulasi menunjukkan bahwa grafik Progressive Max secara konsisten mengungguli grafik EWMA-Max dan Max di berbagai besaran pergeseran. Secara khusus, grafik ini menunjukkan sensitivitas yang lebih unggul terhadap pergeseran kecil dan sedang (鈮 0,25蟽), seperti yang ditunjukkan oleh nilai ARL鈧 yang jauh lebih rendah. Untuk pergeseran besar, semua grafik cenderung mendeteksi perubahan dengan cepat; namun, grafik Progressive Max mencapai nilai ARL鈧 mendekati 1 lebih cepat dan lebih konsisten di berbagai ukuran subkelompok. Temuan ini juga menunjukkan bahwa ukuran subkelompok yang lebih besar meningkatkan kemampuan deteksi, terutama untuk pergeseran kecil, meskipun subkelompok yang lebih kecil pun berkinerja efektif untuk deviasi besar. Di luar studi simulasi, grafik yang diusulkan diterapkan pada data pH nyata dari air tambak udang vannamei yang dikumpulkan di Madura, Indonesia. Data tersebut terdiri dari pengukuran subkelompok yang diambil pada pagi dan siang hari. Hasil aplikasi menunjukkan bahwa proses pH air tetap berada dalam keadaan terkendali secara statistik, yang menegaskan stabilitas kondisi kolam dan menunjukkan penerapan praktis grafik Progressive Max dalam pemantauan akuakultur. Kesimpulannya, penelitian ini menegaskan bahwa grafik kontrol Progressive Max memberikan alternatif yang lebih kuat dan efisien untuk pemantauan simultan rata-rata dan variabilitas dibandingkan dengan metode yang ada. Kemampuannya untuk menggabungkan informasi kumulatif sambil mempertahankan daya deteksi yang kuat menjadikannya sangat cocok untuk proses lingkungan dan industri, termasuk pemantauan kualitas air dalam budidaya udang.
