BAB IPENDAHULUAN

1.1 LATAR BELAKANG

Pengendalian kualitas statistik merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan menganalisa, mengelola dan memperbaiki produk dan proses menggunakan metode-metode statistik pengendalian kualitas statistik (statistical proses control). Pengendalian kualitas statistik dan pengendalian proses statistik memang dua istilah yang saling dipertukarkan, Apa bila dilakukan bersama-sama maka pemakai akan melihat gambaran kinerja proses masa kini dan masa mendatang (Cowley dan Horrold,1999).

1. Variabel Pengendalian kualitas proses statistik untuk data variabel seringkali disebut sebagai metode peta pengendali(control chart) untuk data variabel.

Metode ini ini digunakan untuk menggambarkan variasi atau penyimpanan yang terjadi pada kecenderungan memusat dan penyebaran observasi.metode ini juga dapat menunjukan apakah proses dalam kondisi stabil atau tidak. Karakteristik kualitas suatu produk dinyatakan dengan besaran yang dapat diukur (besaran kontinu) seperti panjang, berat, temperatur, dll

2. Attribut

Merupakan data kualitatif yang dapat dihitung untuk pencatatan dan analisis. Contoh dari data atribut adalah ketiadaan label pada kemasan produk. Atribut dalam pengendalian kualitas menunjukan karakteristik kualitas yang sesuai spesifikasi.Pengendalian proses statistik merupakan penerapan metode-metode ststistik untuk pengukuran dan analisis dan meminimalkan penyimpangan dan kesalahan, mengkuantifikasikan kemampuan proses dan memuat hubungan antara konsep dan teknik yang ada untuk mengadakan perbaikan proses. Keberhasilan dalam pengendalian proses statistik sangat dipengaruhi tiga faktor, yakni sistem pengukuran , sistem pelatihan yang tepat dan komitmen manajemen. Alasan utama mengadakan pengendalian proses statistik adalah untuk dapat mencapai kepuasan pelanggan. Sementara itu, dalam proses pengendalian, peta pengendali statistik mendeteksi adanya sebab khusus dalam ketidaksesuaian yang terjadi. Apabila data diluar batas pengendali, maka data sampel tersebut berada diluar batas pengendali statistik (out of statitical control). Sebaliknya, apabila data sampel berada didalam batas pengendali maka sampel tersebut disebut berada didalam batas pengendali statistik tersebut berada pada kondisi stabil dengan adanya variasi yang dsebabkan oleh sebab umum. Namun demikian, kondisi in statitical control tersebut tidak selalu identik dengan kepuasan pelanggan. Demikian ,batas-batas pada peta pengendali statistik berbeda dengan batas-batas spesifikasi. Pada beberapa situasi, proses tidak berada pada pengendali statistik tetapi tidak membutuhkan tindakan karena telah memenuhi spesifikasi. Pada kondisi lain, proses yang in statistical control justru membutuhkan tindakan karena spesifikasi produk tidak tercapai. Proses industri manufaktur biasanya memiliki sejumlah variasi random tertentu pada produk yang dihasilkan yang tidak dapat dihilangkan secara sempurna. Variasi yang terjadi dapat disebabkan kerusakan mesin, kesalahan operator, bahan baku yang tidak memenuhi persyaratan dan sebagainya. Penyebab terjadinya variasi produk tersebut menyebabkan kualitas produk menjadi tidak sesuai standard dan menimbulkan kerugian. Kualitas menyangkut masalah pelayanan atau produk unggulan yang dapat memenuhi atau melebihi harapan kita. Kualitas adalah karakteristik dan ciri-ciri dari sebuah pelayanan atau produk yang mampu memuaskan kebutuhan. Karakteristik kualitas meliputi :

1. Physical yang meliputi length, weight, voltage, viscosity.

2. Sensory yang meliputi taste, appearance, color.

3. Time Orientation : reliability, durability, serviceability.1.2 Tujuan Praktikum1. Dapat merancang indicator mutu

2.Dapat melakukan pengukuran mutu

3.Dapat melakukan tindakan perbaikan mutu1.3 Alat dan Bahan

1. Lembar Kerja

2.Alat Tulis

3. Kalkulator (alat penghitung)

4. Komputer dan Printer

5. Software Winqsb6. Jangka Sorong

7. Paku

8.Tusuk SateBAB II LANDASAN TEORIII.1 Pengertian Pengendalian Kualitas Statistik

Pengendalian kualitas merupakan teknik yang sangat bermanfaat agar suatu perusahaan dapat mengetahui kualitas produknya sebelum dipasarkan kepada konsumen. Teknik pengendalian kualitas dapat membantu perusahaan dalam mengetahui kelayakan kualitas produk berdasarkan batas-batas kontrol yang telah ditentukan.II.2 Definisi dan Sejarah Pengendalian KualitasMenurut Purnomo (2004), aktifitas pengendalian kualitas pada umumnya meliputi kegiatan-kegiatan berikut:1. Pengamatan terhadap performansi produk atau proses.2. Membandingkan performansi yang ditampilkan dengan standaryang berlaku.3. Mengambil tindakan-tindakan bila terdapat penyimpangan-penyimpangan yang cukup signifikan, dan jika perlu perlu dibuat tindakan-tindakan untuk mengoreksinya.II.3 Konsep Dasar Pengendalian KualitasPengendalian kualiatas statistik adalah alat bantu manajemen untuk menjamin kualitas, karena pada dasarnya tidak ada dua produk yang dihasilkan oleh suatu proses produksi itu sama benar, tidak dapat dihindarkan adanya variasinya. Pengujian statistik diperlukan untuk menyelesaikan masalah seperti ini, dalam pengendalian kualitas statistik teknik-teknik tersebut diaplikasikan guna memeriksa dan menguji data untuk menentukan standar dan mengecek kesesuaian produk untuk mencapai operasi manufaktur yang maksimum, dan biasanya menghasilkan biaya kualitas yang lebih rendah dan menaikkan tingkat posisi kompetitif. Rancangan percobaan dapat digunakan dalam hubungannya dengan pengendalian proses statistik untuk meminimumkan variabilitas proses, yang menghasilkan produksi yang pada akhirnya bebas cacat (Purnomo, 2004)II.4 Keuntungan Pengendalian Kualitas StatistikPengendalian kualitas statistik merupakan alat manajemen secara ilmiah. Beberapa keuntungan jika digunakan pengendalian kualitas statistik adalah sebagai berikut (Purnomo, 2004):

1. Perbandingan antara kualitas dan biaya.

2. Menjaga kualitas lebih seragam.

3. Penyediaan bahan baku yang lebih baik.

4. Penggunaan alat produksi yang lebih efisien.

5. Mengurangi kerja ulang atau pembuangan.

6. Memperbaiki hubungan produsen-konsumen.II.5 Dimensi KualitasKualitas memiliki dimensi yang banyak, sehingga sulit mendefinisikannya. David Gorvin menyarankan delapan dimensi kualitas, yaitu sebagai berikut (Nasrullah, 1997):

1. Performansi atau prestasi dari fungsi yang diperlihatkan oleh produk.

2. Sifat-sifat khusus dan menarik minat (feature), yang menjadikan suatu produk unik dibandingkan dengan produk sejenis dari produsen lain.

3. Keandalan, kemampuan produk untuk tidak mogok dalam masa kerjanya.

4. Kecocokan dengan standar industri.

5. Kemudahan diperbaiki jika terjadi kerusakan.

6. Daya tahan produk terhadap waktu.

7. Keindahan penampilan.

8. Persepsi konsumen.II.6 Perancangan Indikator Mutu

Perancangan indicator mutu meliputi :

1. Teknik Pengambilan Sampel

2. Penaksiran

3. Pengujian HipotesisII.6.I Control Chart Untuk Variabel

Peta kendali variable membahas mengenai karakteristik mutu dari suatu produk yang dapat terukur dengan sebuah nilai nominal. Peta kendali variabel digunakan untuk menghindari biaya-biaya yang ditimbulkan oleh adanya produk-produk yang gagal (tidak sesuai dengan spesifikasi yang diharapkan). Pengendalian rata-rata proses dengan grafik kendali . Pengendalian variabilitas proses dengan grafik kendali deviasi standar (S) atau grafik kendali untuk rentang (R).

1. Peta kendali

a. Memantau perubahan suatu sebaran atau distribusi suatu variabel asal dalam hal lokasinya (pemusatannya).

b. Memantau apakah proses masih berada dalam batas-batas pengendalian atau tidak.

c. Memantau rata-rata produk yang dihasilkan sesuai dengan standar yang telah ditentukan.

2. Peta kendali Ra. Memantau perubahan dalam hal spread-nya (penyebarannya).

b. Memantau tingkat keakurasian/ketepatan proses yang diukur dengan mencari range dari sampel yang diambil.Langkah-Langkah dalam Membuat Bagan Kendali dan R

Langkah 1:Tentukan nilai rata-rata dan rentang data

dan R = Xmax-Xmin

Langkah 2:Tentukan nilai Central Limit (CL) dan Batas Kendali

dan

Batas Kendali untuk-Chart

UCLx =

LCLx =

Batas Kendali untukR-Chart

UCLR = D4.

LCLR = D3.

Nilai A2, D3, D4 dapatt dilihat pada tabel faktor perhitungan nilai central limit dan batas kendali 3 sigma.

Langkah 3:Plot semua nilai observasi dengan parameter yang telah ditentukanpada step sebelumnya. Tentukan nilai yang berada di luar bataskendali (out of control) sesuai dengan rute yang ada.

Langkah 4:Eliminasi data yang berada pada OOC. Lalu buat lagi peta kendali revisi dengan X dan R yang baru (Ulangi langkah 1 sampai dengan langkah 3).II.6.II Control Chart Untuk AtributDigunakan untuk karakteristik kualitas yang tidak dapat dinyatakan secara numerik biasanya tiap produk yang diperiksa dinyatakan sebagai cacat atau tidak cacat, sesuai atau tidak sesuai. Ada empat jenis control chart untuk atribut yaitu :

a. Control chart p untuk mengetahui proporsi yang tidak sesuai.

b. Control chart np untuk mengetahui jumlah yang tidak sesuai.

c. Control chart c untuk mengetahui jumlah cacat per-unit.

d. Control chart u untuk mengetahui rata-rata jumlah cacat per-unit.Pada praktikum ini control chart yang digunakan adalah p dan np. Peta kendali atribut ini akan membahas mengenai karakteristik mutu dari suatu produk dengan menggolongkan setiap pemeriksaan menjadi dua golongan yang sesuai dan tidak sesuai dengan spesifikasi yang telah ditentukan. Adapun dasar pemilihan digunakan peta kendali jenis ini adalah untuk menghindari biaya-biaya yang ditimbulkan oleh adanya produk-produk yang gagal (tidak sesuai dengan spesifikasi yang diharapkan).

Langkah-langkah dalam Membuat Bagan Kendali Atribut P dan np sebagai berikut :

Langkah 1:Menentukan jumlah karakteristik kualitas yang akan diukur

Langkah 2 :Menentukan jumlah sampel yang akan digunakan

Langkah 3 :Menghitung nilai Central Limit (CL) dan Batas kendali

Tidak ada nilai standard

danCLp =

CLp =

UCLP = + 3

LCLp = - 3

Langkah 4:Menghitung nilai Central Limit (CL) dan Batas Kendali untuk Kondisi Revisi

CLp = revisiUCLo = revisi + 3

LCLo = revisi - 3

Langkah 5:Standardisasikan upaya perbaikan.

Langkah 6:Lembagakan upaya perbaikan.

Langkah 7:Tetapkan perencanaan untuk waktu yang akan datang. Tentukan rencana untuk waktu yang akan datang buatlah suatu rangkuman apayang dapat kita kaji mengenai pengalaman tim proyek dan buatlah rekomendasi untuk tim proyek yang akan datang.

BAB IIIPENGUMPULAN DATAIII.1 Pengumpulan Data

Data yang kami dapatkan berasal dari pengukuran 2 jenis sampel yaitu paku kayu dan tusuk sate. Pada pengukuran paku kayu disini yang diukur adalah panjang paku beton saja.

III.1.1 Pengumpulan Data Percobaan Paku (Tabel 3.1 Data Pengukuran Paku)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr paku (mm)

12,78262,93512,92762,931012,931262,941512,91762,92

22,81272,64522,95772,781022,981272,81522,941772,65

32,8282,82532,89782,771032,921282,81532,771782,79

42,93292,91542,79792,81042,81292,791542,961792,61

52,79302,79552,93802,791052,781302,951552,881802,88

62,92312,94562,8812,961062,641312,941562,811812,88

72,92322,94572,93822,781072,81322,791572,771822,93

82,77332,78582,79832,921082,781332,951582,91832,75

92,92342,93592,78842,971092,821342,791592,781842,78

102,8352,8602,95852,791102,791352,931602,791852,95

112,78362,94612,8862,931112,941362,941612,911862,92

122,77372,92622,79872,791122,841372,951622,781872,9

132,78382,78632,92882,781132,781382,81632,911882,91

142,91392,79642,78892,921142,921392,951642,891892,89

152,79402,66652,79902,941152,791402,951652,791902,87

162,79412,8662,9912,941162,781412,81662,811912,9

172,79422,92672,8922,921172,821422,811672,931922,74

182,92432,94682,92932,781182,781432,921682,811932,89

192,79442,92692,92942,931192,761442,961692,791942,9

202,79452,79702,92952,791202,931452,821702,941952,77

212,93462,77712,69962,931212,781462,811712,891962,76

222,93472,79722,96972,791222,791472,911722,761972,94

232,78482,79732,79982,781232,941482,971732,781982,94

242,93492,92742,78992,81242,791492,891742,971992,75

252,78502,79752,781002,821252,781502,811752,912002,78

70,9 71 71,27 71,33 70,66 71,97 71,37 71N =200

=2,8475

variansi populasi^2 =0,00615675

deviasi standar =0,07846496

Data Random Pengukuran Paku

Tabel 3.2 Data Random Pengukuran PakuNoDimtr paku (mm)Blngan randomNoDimtr paku (mm)Blngan randomNoDimtr paku (mm)Blngan randomNoDimtr paku (mm)Blngan random

1882,78261422,8151742,78761022,98

22002,7827152,79521712,8977442,92

3842,97281902,87532002,78781972,94

41252,7829532,8954132,7879692,92

51612,91301512,9551822,938032,8

61842,7831262,9356692,92811352,93

71802,8832502,79571702,9482172,79

81382,8331602,79581002,8283102,8

91502,81341452,8259392,7984462,77

10442,923552,79601812,8885722,96

111892,8936422,92611802,88861562,81

121612,9137472,79621752,9187502,79

13782,77381812,886392,92881032,92

141982,943962,92641712,8989132,78

151322,7940822,7865632,9290332,78

16572,934132,86692,9291282,82

17852,79421942,967322,9492532,89

18982,78431342,7968952,79931342,79

191232,94441092,82691312,94941772,65

201892,89451322,7970772,78951562,81

21422,92461312,94711452,82961502,81

22972,79471372,9572702,92971692,79

231652,79481962,76731822,9398682,92

241852,95491592,7874942,93991842,78

251442,94501552,88751462,811001482,97

Xbar2,8544

Median2,845

Modus2,79

Xmax2,98

Xmin2,65

Rentangan0,33

Variansi0,004928

Standart deviasi0,070199

III.I.2 Pengumpulan Data Percobaan Tusuk Sate

Pada pengukuran tusuk sate adalah menghitung berapa jumlah proporsi yang cacat dengan kriteria yang telah ditentukan.

(Tabel 3.3 Tabel Data Perhitungan Tusuk Sate)SubgroupUkuran Sample(size)CacatProporsi cacat

1200560,28

2200760,38

3200550,275

4200570,285

5200720,36

6200550,275

7200700,35

8200650,325

9200560,28

10200610,305

11200540,27

12200590,295

13200690,345

14200520,26

15200550,275

16200660,33

17200550,275

18200420,21

19200580,29

20200580,29

21200710,355

22200620,31

23200530,265

24200660,33

25200550,275

500014987,49

BAB IV

PENGOLAHAN DAN ANALISA DATA

IV.I Pengolahan Data

Pada praktikum ini kami menggunakan tools / software untuk membantu kami dalam melakukan pengolahan data. Hal ini dimaksudkan agar dalam proses mencari solusi kami dapat terbantu dengan kemudahan yang diberikan oleh software. Tools yang kami gunakan adalah WINQSB version 1.00 dan microsoft excel 2010.IV.1.1 Pengolahan Data Percobaan Paku

Dengan asumsi tingkat kepercayaan sebesar 95%, maka penaksiran rataannya adalah:Tingkat kepercayaan = 95%, Selang kepercayaan = (1- 0,95) = 0,05

Dari tabel nilai kritis distribusi normal didapat:

= 2,8544

Dari perhitungan di atas, untuk penaksiran rataan populasi adalah

IV.1.2 Pengujian Hipotesis

Diketahui :

= mm,

N = 200

n = 100

= 0,05

= 0,07846 = 2,8475Hipotesis penyataan sbb :

H0 : = 2,8544 (Panjang paku sesuai dengan standard)

H1 : 2,8544 (Panjang paku tidak sesuai dengan standard)

Daerah penerimaan :

Z /2 = Z0,05/2 = 0,025 = -1,96 lihat tabel distribusi normal

Maka Ho akan diterima jika terdapat pada selang -1,96 < z