diagram kontrol variabel

DIAGRAM KONTROL VARIABEL

ABSTRAK

Kualitas merupakan ukuran seberapa baik produk itu sesuai dengan spesifikasi dan kelonggaran

yang disyaratkan dalam rancangan. Kualitas menjadi factor dasar keputusan konsumen dalam

banyak produk dan jasa. Dalam hal ini kualitas memegang peranan penting dalam menentukan

penjualan dan berapa hasil yang akan diterima perusahaan. Diperlukan suatu pengendalian kualitas

untuk menjaga kualitas produk dan jasa yang dihasilkan. PT. ZZZ memproduksi Cylinder Liner

type RC100 yang bahan bakunya berasal dari perusahaan rekanan pemesan Cylinder Liner. PT.

ZZZ(Persero) membuat Cylinder Lyner tersebut sesuai dengan spesifikasi pemesan yaitu

menyangkut diameter silinder. Agar dapat memenuhi spesifikasi perusahaan pemesan dan

mengontrol kualitas silinder maka diperlukan pembuatan diagram control pada proses

pengendalian kualitas. Data pengamatan diambil dari laporan Kerja Praktek mahasiswa dengan

judul ”Analisis Pengendalian Kualitas Pada Proses Produksi Cylinder Liner di PT. ZZZ”. Variabel

yang digunakan dalam praktikum ini adalah variabel diameter Cylinder Liner Type RC100 pada

proses dua ( Raving II ) yaitu pada proses pengerjaan sisi bagian dalam (finish), yaitu untuk

mencapai ukuran 51.5+0.05. Dimana digunakan jumlah subgrup (m) sebanyak 10 dan jumlah sample

tiap subgroup (n) sebanyak 5 data. Dari diagram kendali individu terlihat bahwa terdapat data yang

out of control pada pengamatan ke-16. Data pada pengamatan tersebut tidak dapat langsung

dihilangkan karena tidak diketahui penyebab out of controlnya. Perlu dilakukan penelusuran

penyebab out of control pada pengamatan tersebut untuk selanjutnya dibuat diagram kontrol yang

baik. Pada diagram kontrol dan semua data berada dalam batas control. Dilihat dari

lebar batas kontrolnya diagram kontrol lebih baik jika dibandingkan

BAB I

1

PENDAHULUAN

1.1 Latar Belakang

Kualitas merupakan ukuran seberapa baik produk itu sesuai dengan

spesifikasi dan kelonggaran yang disyaratkan dalam rancangan. Kualitas menjadi

faktor dasar keputusan konsumen dalam banyak produk dan jasa. Dalam hal ini

kualitas memegang peranan penting dalam menentukan penjualan dan berapa

hasil yang akan diterima perusahaan. Diperlukan suatu pengendalian kualitas

untuk menjaga kualitas produk dan jasa yang dihasilkan. Pengendalian kualitas

tersebut meliputi aktivitas pengukuran ciri-ciri kualitas produk,

membandingkannya dengan spesifikasi, dan mengambil tindakan penyehatan

yang sesuai apabila ada perbedaan antara hasil pengamatan dengan standar.

PT.ZZZ memproduksi Cylinder Liner type RC100 yang bahan bakunya

berasal dari perusahaan rekanan pemesan Cylinder Liner. PT. ZZZ membuat

Cylinder Lyner tersebut sesuai dengan spesifikasi pemesan yaitu menyangkut

diameter silinder. Agar dapat memenuhi spesifikasi perusahaan pemesan dan

mengontrol kualitas silinder maka diperlukan pembuatan diagram kontrol pada

proses pengendalian kualitas.

1.2 Permasalahan

Permasalahan dalam praktikum ini adalah sebagai berikut:

1. Bagaimana proses pengontrolan kualitas untuk Cylinder Lyner type

RC100 dengan menggunakan diagram kontrol - .




RC100 dengan menggunakan diagram kontrol individu.

4. Bagaimana perbandingan dari diagram kontrol - ., diagram kontrol -

, dan diagram kontrol individu.

1.3 Tujuan

Tujuan dari praktikum ini adalah sebagai berikut:

2

1. Mengetahui proses pengontrolan kualitas untuk Cylinder Lyner type



RC100 dengan menggunakan diagram control - .


RC100 dengan menggunakan diagram kontrol individu.

4. Mengetahui perbandingan dari diagram kontrol - , diagram kontrol -

, dan diagram kontrol individu.

BAB II

TINJAUAN PUSTAKA

3

Dalam praktikum ini, dibutuhkan teori-teori yang mendukung pelaksanaan

praktikum. Selain itu, juga dibutuhkan rumus-rumus yang digunakan dalm proses

perhitungan. Sehingga, pada bab ini akan dijelaskan mengenai teori-teori dan

rumus-rumus yang digunakan dalam pelaksanaan praktikum ini.

2.1 Tinjauan Statistik

2.1.1 Pengertian Variabel

Variabel merupakan suatu karakteristik kualitas yang dapat diukur seperti

berat, diameter dan volume (Douglas C. Montgomery, 1998). Banyak

karakteristik kualitas yang dapat dinyatakan dalam bentuk ukuran angka.

Misalnya diameter cincin silinder mesin dan volume botol.

2.1.2 Grafik Pengendali Variabel

Grafik pengendali variabel merupakan prosedur pengendali yang

memberikan informasi tentang penampilan proses yang lebih banyak daripada

grafik pengendali atribut (Douglas C. Montgomery, 1998). Grafik pengendali

variabel terdiri atas grafik pengendali dan R, grafik pengendali dan S, grafik

pengendali S2 dan grafik pengendali individu. Pada grafik pengendali kita

mengendalikan nilai mean karakteristik kualitas dan variabilitasnya.

Grafik pengendali untuk mean atau grafik digunakan pada pengendalian

rata-rata proses mean untuk tingkat kualitas. Sedangkan variabilitas atau

pemencaran proses dapat dikendalikan dengan grafik pengendali untuk deviasi

standart (grafik S) atau grafik pengendali untuk rentang (grafik R), namun grafik

R lebih banyak digunakan. Biasanya grafik R dan grafik yang terpisah dibuat

untuk tiap karekteristik kualitas menarik perhatian. Apabila karekteristik kualitas

saling rapat berhubungan dapat mengakibatkan hasil yang kurang bagus. Grafik

dan R termasuk teknik pengendalian proses statistik yang paling berguna dan

penting.

2.1.3 Grafik Pengendali dan R

Apabila karakteristik kualitas berdistribusi normal dengan mean dan

deviasi standart , dengan dan keduanya diketahui. Jika x1,x2,..,xn sampel

berukuran n maka rata- rata sampel tersebut adalah

4

(2.1)

Diketahui bahwa adalah mean dari supgrup yang berdistribusi normal

dengan mean dan deviasi standart = dan probalilitasnya adalah 1 - ,

setiap mean sampel akan di antara

(2.2)

Dengan demikian, jika dan keduanya diketahui dapat digunakan sebagai

batas kendali atas dan bawah pada grafik pengendali mean sampel. Untuk Z

diganti dengan 3 sehingga digunakan batas 3-sigma. Distrubusi karakteristik

kualitas adalah normal, tetapi teorema limit pusat hasil di atas kira-kira masih

benar meskipun disrtibusinya bukan normal. Jika dan tidak diketahui , nilai-

nilai tersebut ditaksir dari sampel-sampel pendahuluan yang diambil prosess itu

diduga terkendali. Biasanya taksiran ini didasarkan pada paling sedkit 20 sampai

25 sampel. Sampel-sampel kecil dari pembentukan himpunan bagian rasional

yang kenyataannya biaya pengambilan dan pemeriksa sampel dengan pengukuran

variabel relati tinggi. Misalnya adalah rata-rata tiap sampel. Maka

penaksir terbaik untuk rata-rata proses adalah rata-rata keseluruhannya,

rumusnya adalah

(2.3)

Untuk membuat batas kendali pada saat akan memusatkan pada metode

rentang perlu penaksir untuk deviasi standart atau rentang m sampel tersebut.

Jika x1,x2,..,xn sampel berukuran n, maka rentang sampel tersebut adalah selisih

observasi terbesar dan terkecil yakni

R= xmax - xmin (2.4)

Terdapat hubungan antara rentang suatu sampel dari deviasi standart dan

distribusi normal, variabel random W = dinamakan rentang relatif. Parameter

distribusi W adalah fungsi ukuran sampel n dan meannya adalah d2. Sehingga

5

penaksir untuk adalah . Sedangkan nilai d2 untuk berbagai ukuran

sampel dapat dilihat di tabel. Misalkan R1, R2, ..., Rn adalah rentang m sampel,

rumus rentang rata-ratanya sebagai berikut.

(2.5)

Taksiran dapat dihitung dengan rumus yakni

(2.6)

Jika ukuran sampel relatif kecil, metode rentang menghasilkan penaksir

untuk variansi yang hampir sama baiknya seperti penaksir kuadratik yang biasa

(variansi sampel S2).

Untuk nilai n yang agak besar ( n ) rentang kehilangan efesiensinya secara

cepat, karena rentang mengabaikan informasi dalam sampel antara xmax dan xmin .

Tetapi untuk ukuran sampel yang kecil kerap kali digunakan pada grafik

pengendali variabel ( n= 4, 5, atau 6) sangat memuaskan. Jika digunakan

sebagai penaksir untuk dan sebagai penaksir untuk , maka parameter

grafik adalah :

UCL =

Centre line =

LCL = (2.7)

UCL adalah nilai batas atas dari grafik dan LCL adalah nila batas bawah dari

grafik .

Kuantitas (A2 ) adalah konstan yang hanya tergantung pada ukuran sampel. A2

adalah

(2.8)

Maka parameter grafik adalah

Centre line =

UCL =

LCL = (2.9)

6

dimana : Centre Line = Garis tengah

UCL = Upper Control Limit (BPA)

LCL = Lower Control Limit (BPB)

Untuk konstan A2 dapat dilihat pada tabel.

Variablititas proses dapat dikendalikan dengan menggambarkan nilai-nilai R

dari sampel-sampel yang berurutan pada grafik pengendali,sedangkan garis

tengahnya dalah R itu sendiri. Untuk menentukan batas pengendaliannya perlu

taksiran untuk . Dengan menganggap karakteristik kualitas berdistribusi

normal, estemasi dapat diperoleh dari distribusi rentang relatif W = ,

deviasi strandart W dapat dikatakan d3 yang merupakan fungsi n yang diketahui.

Karena R = W maka deviasi strandart R adalah . Jika tidak diketahui

menaksir dengan . Dengan demikian parameter grafik R dengan

batas pengendali 3-sigma yang biasa adalah :

UCL = + 3 = +

Centre line =

LCL = - 3 = - (2.10)

Misalkan dan

Parameter-parameter grafik R dapat didefinisikan sebagai berikut :

UCL = D4

Centre line =

LCL = D3 (2.11)


grafik .

Konstan D4 dan D3 untuk berbagai nilai n dapat dilihat pada tabel.

Apabila sampel-sampel pendahuluan digunakan untuk membentuk grafik

pengendali dan R yang memperlakukan batas pengendali tersebut sebagai nilai-

nilai percobaan. Maka m mean dan rentang sampel harus tergambar pada grafik

7

dan setiap sampel yang diluar batas pengendali harus diselidiki. Apabila sebab –

sebab terduga untuk titik-titik ini ditemukan, titik-titik tersebut harus dibuang dan

ditentukan batas pengendali yang baru.

Untuk parameter grafik dapat dituliskan rumus sebagai berikut :

UCL =

Centre line =

LCL = (2.12)

Kuantitas 3/ = A misalnya adalah suatu konstan yang tergantung pada n,

dengan demikian parameter grafik dapat dituliskan rumus sebagai berikut

UCL =

Centre line =

LCL = (2.13)

Untuk membentuk grafik R dengan nilai standart , maka parameter grafik

pengendali adalah :

UCL = + 3

Centre line =

LCL = - 3 (2.14)

Sedangakan konstan D1 = + 3 dan D2 = - 3

Konstan ini dapat dilihat dalam tabel, jadi parameter grafik R dan adalah

UCL =

Centre line =

LCL = (2.15)

2.1.4 Grafik Pengendali dan S

Apabila ukuran sampel n cukup besar (n>10) metode rentang guna menaksir

kehilangan efesiensi statistiknya. Maka yang perlu dilakukan adalah mengganti

grafik dan R yang biasa dengan grafik dan S dengan standart proses ditaksir

secara langsung tidak melalui R. Jika tidak diketahui, maka penaksir tak bias

untuk adalah variansi sampel. Rumusnya sebagai berikut.

8

(2.16)

Tetapi deviasi standart sampel S bukan penaksir tak bias untuk . Jika

berdistribusi normal, S sebenarnya menaksir dengan C4 adalah suatu konstan

yang tergantung pada ukuran sampel n. Deviasi standart S adalah dan

dapat digunakan untuk membentuk grafik pengendali dan S. Karena E(S)=

, maka batas pengendali 3-sigma S adalah

UCL = + 3

LCL = - 3 (2.17)

Sedangkan definisi konstannya adalah

B5 = - 3

B6 = +3 (2.18)

Parameter grafik S dengan nilai standart adalah

UCL = B6

Centre line =

LCL = B5 (2.19)

Jika nilai standart bagi tidak diberikan, maka harus ditaksir dengan

menganalisa data yang lalu. Jika tersedia m sampel pendahuluan masing-masing

berukuran n, misalkan Si adalah deviasi standart sampai ke-i. Rata-rata deviasi

standart sampai ke-i adalah (2.20)

/C4 adalah penaksir tak bias untuk , maka parameter grafik S yakni

UCL = +3

Centre line =

LCL = - 3 (2.21)

Definisi konstan yakni

9

B3 = 1- dan B4 = 1+ (2.22)

Parameter grafik S dapat diltulis sebagai berikut

UCL = B4

Centre line =

LCL = B3 (2.23)


grafik .

/C4 digunakan untuk menaksir , maka batas pengendali grafik sekawannya

yakni :

UCL =

Centre line =

LCL = (2.24)


grafik .

Misalkan konstan ), maka parameter grafik S dapat diltulis

sebagai berikut :

UCL =

Centre line =

LCL = (2.25)

2.1.5. Diagram Kontrol Individu

Pada diagram kontrol individu, prosedur pengendaliannya menggunakan

rentang bergerak dua observasi berurutan. Parameter diagram kontrol individu

yaitu:

UCL = +3

Cebter line =

LCL = - 3 (2.29)

10

UCL adalah nilai batas atas dari diagram kontrol individu dan LCL adalah nila

batas bawah dari diagram kontrol individu.

2.2 Tinjauan Kasus

Untuk menggontrol diameter Cylinder Liner Type RC100 maka harus

diketahui proses pembuatan Cylinder tersebut. Pembuatan Cylinder Liner Type

RC100 melalui enam proses yaitu :

2.2.1. Proses awal

Proses awal adalah proses Raving (kasar), yaitu mengerjakan kode:

(a) Ukuran permukaan, yaitu untuk mencapai ukuran .

(b) Diameter dalam, yaitu untuk mencapai ukuran Φ49(mox).

2.2.2. Proses satu

Adalah proses Cutting, yaitu mengerjakan kode:

(a) Untuk mencapai ukuran yang telah ditentukan, yaitu .

(b) Untuk mencapai ukuran yang telah ditentukan, yaitu .

(c) Untuk mencapai ukuran yang telah ditentukan, yaitu .

(d) Untuk mencapai ukuran yang telah ditentukan, yaitu .

(e) Untuk mencapai ukuran yang telah ditentukan, yaitu .

(f) Untuk mencapai ukuran yang telah ditentukan, yaitu .

2.2.3. Proses dua

Adalah proses Raving II, yaitu mengerjakan kode:

(a) Mengerjakan sisi bagian dalam (finish), yaitu untuk mencapai ukuran

51.5+0.05.

(b) Mengerjakan permukaan atas, yaitu untuk mencapai ukuran

.

2.2.4. Proses tiga

Adalah proses Grinding, yaitu mengerjakan proses A untuk mencapai

ukuran .

2.2.5. Proses empat

Adalah proses Finishing Grinding, yaitu mengerjakan bagian luar

dengan kode:

11

(a) Untuk mencapai ukuran Φ62.5+0.05.

(b) Untuk mencapai ukuran 4+0.05.

2.2.6. Proses lima

Adalah proses Drilling, yaitu mengerjakan permukaan atas dengan kode:

(a) Untuk mencapai ukuran .

(b) Untuk mencapai ukuran 4-Φ9.

2.2.7 Diagram Proses Produksi

Keterangan :

1. Raving (Kasar)

2.Cutting

3. Raving II

4. Grinding

5. Finishing

6. Drilling

= Proses produksi

= Proses produksi

yang diukur

Gambar 2.1 Diagram Proses Produksi

12

3

1

2

5

6

4

BAB III

METODOLOGI PENELITIAN

Dalam pelaksanaan praktikum ini, dibutuhkan data dan perlu diketahui

variabel penelitian yang digunakan. Selain itu, dalam praktikum ini juga

dilakukan anlisa secara sistematis. Sehingga, pada bab ini akan dijelaskan sumber

data yang kami peroleh, variabel penelitian yang digunakan, dan langkah-langkah

sistematis yang dilakukan dalam analisa.

3.1 Sumber Data

Data dalam praktikum ini diambil dari laporan Kerja Praktek dari Basuki

Kurniawan dengan judul ” Analisis Pengendalian Kualitas Pada Proses Produksi

Cylinder Liner di PT. ZZZ(Persero)”.

3.2 Variabel Penelitian

Variabel yang digunakan dalam praktikum ini adalah variabel diameter

Cylinder Liner Type RC100 pada proses dua ( Raving II ) yaitu pada proses

pengerjaan sisi bagian dalam (finish), yaitu untuk mencapai ukuran 51.5+0.05.

Digunakan jumlah subgrup (m) sebanyak 10 dan jumlah sample tiap subgroup (n)

sebanyak 5 data sehingga jumlah seluruh data sebanyak 50 data.

3.3 Langkah Analisa

13

3.3.1 Metode Analisa

Kegiatan praktikum ini menggunakan salah satu metode dalam ilmu

pengendalian kualitas yaitu diagram kontrol variabel. Tahap analisanya adalah

sebagai berikut :

1. Pengambilan data yang diperoleh dari laporan Kerja Praktek.

2. Dilakukan pengujian terhadap asumsi yang harus dipenuhi untuk

menggunakan diagram kendali variabel yaitu asumsi random dan asumsi

normal.

3. Dilakukan pengolahan data dengan software minitab dan dibuat diagram

kendali variabel untuk subgrup.

4. Mencari diagram kendali variabel yang terbaik dengan membandingkan

hasil yang diperoleh.

5. Membuat kesimpulan dari hasil yang diperoleh.

3.3.2 Diagram Alur Analisa

tidak ya

tidak ya

14

Pengumpulan Data

Penambahan Data

Transformasi

Membuat diagram kendali individu,

Membandingkan ketiga diagram

Pengolahan Data

Uji kenormalan

Uji kerandoman

ya Tidak

Gambar 3.1 Diagram Alur Analisa

BAB IV

ANALISA DATA

4.1 Statistik Deskriptif

Statistik deskriptif menjelaskan mengenai ukuran pemusatan dan

persebaran data yang terdapat pada tabel berikut :

Tabel 4.1 Statistik Deskriptif Diameter Cylinder

Total

Variable Count Mean SE Mean StDev Minimum Maximum Range

Diameter Cylinder 50 51.531 0.00127 0.00896 51.505 51.55 0.045

Berdasarkan output minitab dapat diketahui bahwa terdapat sebanyak 50

Cylinder yang diambil sebagai sampel. Mean atau nilai rata-rata dari 50 data

tersebut adalah 51,531 gram. Dengan standart error mean sebesar 0,00127

dan standart deviasi sebesar 0,00896. Nilai minimumya 51,505 sedangkan

nilai maksimumnya 51,550. Sehingga rangenya sebesar 0,045.

4.2 Uji Asumsi

Uji asumsi terdapat tiga pengujian meliputi :

4.2.1 Uji Kerandoman Data

15

Kesimpulan

Menghilangkan data di luar kontrol

Data dalam batas

kontrol

Membuat diagram kontrol baru

Uji kerandoman data digunakan untuk melihat apakah data yang

diambil sudah terambil secara acak atau tidak. Uji kerandoman data

menggunakan run test untuk 50 Cylinder Liner Type RC100 sebagai

berikut :

Hipotesis yang digunakan adalah :

H0 : Data diambil secara acak dari populasi Cylinder Liner

H1 : Data tidak diambil secara acak dari populasi Cylinder Liner

Daerah Penolakan :

P_value = 0,086

P_value > maka gagal tolak Ho.

Kesimpulan : Data 50 Cylinder Liner Type RC100 telah terambil secara

acak.

Tabel 4.2 Run Test Diameter Cylinder

Keterangan output Run Test Nilai

Runs above and below K 51.5312

The observed number of runs 20

The expected number of runs 26

Observation above K 25

Observation below K 25

P-value 0.086

Berdasarkan output run test diketahui bahwa nilai k (nilai rata-rata)

sebesar 51,5312. Jumlah data yang berada di atas rata-rata sebanyak 25.

Sedangkan jumlah data yang berada di bawah rata-rata juga sebanyak 25.

Karena jumlah data yang berada di atas dan di bawah k sama maka data

telah terambil secara acak.

4.2.2 Uji Kenormalan Data

Uji kenormalan data digunakan untuk apakah data berdistribusi

normal atau tidak. Uji kenormalan data menggunakan uji kolmogorov

smirnov untuk 50 Cylinder Liner Type RC100 sebagai berikut.

Hipotesis :

Ho : Data berdistribusi normal

H1 : Data tidak berdistribusi normal

16

Daerah Penolakan:

P_value > 0,15

P_value > maka terima Ho

Kesimpulan : Data 50 Cylinder Liner Type RC100 berdistribusi normal.

Gambar 4.1 Probability Diameter Cylinder

Secara visual berdasarkan probability plot terlihat bahwa semua

data berada di sekitar garis. Hal ini menunjukkan bahwa data berdistribusi

normal.

4.3 Diagram Kontrol Individu

Diagram kontrol individu digunakan untuk mengetahui apakah

data secara individu telah terkontrol atau tidak. Digram kontrol individu

untuk 50 karung SP-36 adalah sebagai berikut.

17

Gambar 4.2 Diagram Kontrol Individu Berat Karung

Berdasarkan gambar diagram kontrol individu tersebut terlihat bahwa

untuk individual value batas kontrol atasnya sebesar 51,56 dan batas kontrol

bawahnya sebesar 51,50. Dan terlihat pada diagram bahwa terdapat data yang

out of control yaitu pada pengamatan ke-16. Data pada pengamatan tersebut

tidak dapat langsung dihilangkan karena kita tidak mengetahui penyebab out

of control tersebut. Sedangkan untuk moving range batas kontrol atasnya

sebesar 0,3147 dan batas kontrol bawahnya sebesar 0. Dan terlihat pula pada

diagram bahwa terdapat titik-titik yang terletak pada batas kontrol bawah.

Diagram di atas belum berada dalam kontrol karena data yang out of kontrol

tidak dapat dihilangkan begitu saja.

4.4 Digram Kontrol Subgrup

4.4.1 Diagram Kontrol

Diagram kendali digunakan untuk mengetahui apakah data

berdasarkan rata-rata dan range telah terkontrol atau tidak. Digram kendali

untuk 50 Cylinder Lyner type RC100 adalah sebagai berikut.

18

Gambar 4.3 Diagram Kendali diameter Cylinder

Berdasarkan gambar diagram kendali tersebut terlihat bahwa

semua data berada dalam batas kontrol bawah dan batas kontrol atas.

Sedangkan untuk diagram kendali semua data berada dalam batas

kontrol 3-sigma. Proses dalam sudah terkontrol dan diagram kontrol diatas

dapat digunakan dalam proses selanjutnya.

4.4.2 Diagram Kontrol

Diagram kendali digunakan untuk mengetahui apakah data

berdasarkan rata-rata dan standart deviasi telah terkontrol atau tidak.

Digram kendali untuk 50 Cylinder Lyner type RC100 adalah

sebagai berikut.

Gambar 4.4 Diagram Kendali diameter Cylinder

19

Berdasarkan gambar diagram kendali tersebut terlihat bahwa


Sedangkan untuk diagram kendali S semua data berada dalam batas

kontrol 3-sigma. Proses dalam sudah terkontrol dan diagram kontrol diatas

dapat digunakan dalam proses selanjutnya.

4.5 Perbandingan Diagram Kontrol Individu, ,

Hasil yang diperoleh dari diagram kendali individu tersebut terlihat bahwa

terdapat data yang out of control pada pengamatan ke-16 sehingga proses belum

terkontrol. Untuk data subgrup, diagram kendali - dan semua data

berada dalam batas kontrol bawah dan batas kontrol atas sehingga proses sudah

terkontrol. Terdapat perbedaan analisa antara diagram control individu dan

subgroup.

Jika dilihat dari batas kontrol yang diperoleh dari masing-masing diagram

kontrol yang telah terkontrol yaitu:

Tabel 4.3 Perbandingan Lebar Batas Kontrol

Batas Kontrol

Atas

Batas Kontrol Bawah Lebar Batas Kontrol

Individu IV 51.56 51.5 0.06 MR 0.03147 0 0.03147

Xbar-R Mean 51.54 51.52 0.02 Range 0.047 0 0.047

Xbar-S Mean 51.54 51.52 0.02 Stdev 0 0 0.019

Diagram kontrol individu memiliki lebar batas kontrol untuk individual

value sebesar 0,06 dan lebar batas kontrol untuk moving range sebesar 0,03.

Diagram kontrol memiliki lebar batas kontrol untuk mean sebesar 0,02 dan

lebar batas kontrol untuk standart deviasinya sebesar 0,047. Sedangkan diagram

kontrol memiliki lebar batas kontrol untuk mean sebesar 0,02 dan lebar

batas kontrol untuk standart deviasinya sebesar 0,19. Sehingga dilihat dari lebar

batas kontrolnya diagram kontrol lebih baik jika dibandingkan dengan

diagram kontrol individu dan diagram kontrol . karena lebar batas

kontrolnya lebih sempit.

20

BAB V

KESIMPULAN

5.1 Kesimpulan

Data 50 diameter Cylinder Lyner type RC100 yang telah dianalisis

diperoleh kesimpulan sebagai berikut :

1. Secara deskriptif dapat diketahui bahwa terdapat sebanyak 50 data. Mean

atau nilai rata-rata dari 50 data tersebut adalah 51,531 gram. Dengan

standart error mean sebesar 0,00127 dan standart deviasi sebesar

0,00896. Nilai minimumya 51,505 sedangkan nilai maksimumnya 51,550.

Sehingga rangenya sebesar 0,045.

2. Dari diagram kendali individu terlihat bahwa terdapat data yang out of

control pada pengamatan ke-16 sehingga proses belum terkontrol. Data

21

pada pengamatan tersebut tidak dapat langsung dihilangkan karena tidak

diketahui penyebab out of controlnya.

3. Untuk data subgrup, diagram kontrol dan diagram kontrol


Proses produksi dalam perusahaan tersebut sudah berada dalam kontrol.

Berbeda dengan analisa pada data individu.

4. Dilihat dari lebar batas kontrolnya diagram kontrol lebih baik jika

dibandingkan dengan diagram kontrol individu dan diagram kontrol

karena lebar batas kontrolnya lebih sempit.

5.2 Saran

Dari diagram kendali individu terlihat bahwa terdapat data yang out of

control pada pengamatan ke-16 sehingga proses belum terkontrol. Perlu dilakukan

penelusuran penyebab out of control pada pengamatan tersebut agar kemudian

dapat dibuat diagram kontrol yang baik. Perlu dilakukan pengawasan secara

kotinyu agar jika terjadi kejadian di luar batas kontrol dapat segera ditangani.

Pengendalian kualitas terus dibutuhkan dalam proses produksi untuk menjaga

kualitas produk.

DAFTAR PUSTAKA

Kurniawan, Basuki (2000), Laporan Kerja Praktek ”Analisis Pengendalian

Kualitas Pada Proses Produksi Cylinder Liner di PT.

ZZZ(Persero)”.Sidoarjo.

Montgomery, Douglas C (1998), “ Pengantar Pengendalian Kualitas Statistik

Terjemahan cetakan ke 5 ”, Universitas Gajah Mada, Yogyakarta.

Montgomery, Douglas C (2005), “ Introduction to Statistical Quality Control 5th ”,

John Willey and Sons.Inc, USA.

22

LAMPIRAN

Berikut data subgrup diameter Cylinder Lyner type RC100No.Subgroup x1 x2 x3 x4 x5

1 51.53 51.53 51.525 51.54 51.5332 51.516 51.525 51.52 51.538 51.5343 51.515 51.53 51.53 51.536 51.5324 51.505 51.53 51.55 51.538 51.5325 51.525 51.527 51.549 51.534 51.5366 51.53 51.527 51.527 51.538 51.5377 51.524 51.526 51.55 51.539 51.5328 51.53 51.526 51.543 51.532 51.5349 51.53 51.522 51.549 51.539 51.51910 51.525 51.52 51.532 51.535 51.534

23

diagram kontrol variabel

Documents