ìPETAKENDALIATRIBUT9–PengendalianKualitas
SemesterGenap2017/2018
ì
11/04/18www.debrina.lecture.ub.ac.id
2
OutlinePetaKendaliVariabel
PETAKENDALI(CONTROLCHART)
ì MetodeStatistikuntukmenggambarkanadanyavariasiataupenyimpangandarimutu(kualitas)hasilproduksiyangdiinginkan.
ì DenganPetakendali:ì Dapatdibuatbatas-batasdimanahasilproduksi
menyimpangdariketentuan.ì Dapatdiawasidenganmudahapakahprosesdalam
kondisistabilatautidak.ì Bilaterjadibanyakvariasiataupenyimpangansuatu
produkdapatsegeramenentukankeputusanapayangharusdiambil.
11/04/18www.debrina.lecture.ub.ac.id
3
Macam
Variasi
11/04/18www.debrina.lecture.ub.ac.id
4
ì
11/04/18www.debrina.lecture.ub.ac.id
5
PenyebabTimbulnyaVariasiPETAKENDALIVARIABEL
Jenis Peta Kendali
Peta Kendali Variabel (Shewart)
• Peta kendali untuk data variabel : • Peta X dan R,
Peta X dan S, dll.
Peta Kendali Attribut
• Peta kendali untuk data atribut : • Peta-p, Peta-c
dan peta-u, dll.
6
11/04/18www.debrina.lecture.ub.ac.id
Batas-batasKendali
ì Kurvanormalmenunjukkandistribusidarirata-ratasampel.
ì Petakendalimerupakanperwujudandarikurvanormalyangbergantungwaktu.
ì Prosesyangberadadalamkendaliakanmenunjukkanbahwa99.73%darigrafiknyaakanberadadiantararata-rata±3simpanganbakunyaì Jika1000subgroup,997akanberadadidalambatas-
batas6(six)sigma.
11/04/18www.debrina.lecture.ub.ac.id
7
ì Datauntukatributmerupakandatakualitatifyangdapatdihitunguntukpencatatandananalisis.Dataatributdiperolehdalambentukunit-unitketidaksesuaiandenganspesifikasiatributyangditetapkan.
ì Dikatakanatributjikaunitprodukdiklasifikasikansebagai(defective)cacatatautidakcacat(nondefective)yangmenurutispesifikasiyangdiberikanatausejumlahspesifikasi.
ì Contohdaridataatributadalahbanyaknyajeniscacatpadaproduk,ketiadaanlabelpadakemasanproduk,danlain-lain.
ì Grafikpengendalikualitasprosesdataatributjugadapatmembantumengidentifikasiakarpermasalahanbaikpadatingkatumummaupunpadatingkatyanglebihmendetail.
11/04/18www.debrina.lecture.ub.ac.id
8
Dapatpuladikatakanbahwapetakontrolatributbersifatcacat,baikatautidakbaikdansebagainya.
PetaKendaliAtribut
Petakendalip(proporsi)ì Peta kendali p (proporsi) digunakan untuk data yang terdiri dari proporsi jumlah
kejadianterhadaptotaljumlahkejadiandandigunakandalampengendaliankualitasuntuk melaporkan unit-unit yang tidak sesuai dalam produk, karakteristik kualitasdenganjumlahntidakharuskonstan.
ì Garispusat(CenterLine)petapengendaliproporsikesalahaniniadalah:
ì Sedangkanbataspengendaliatas(BPA)danataspengendalibawah(BPB)Untukpetapengendaliproporsikesalahantersebut(untuk3sigma)adalah:
11/04/18www.debrina.lecture.ub.ac.id
9
Pada perusahaan kaos tangan ditemukan cacat produk dalam sampel yang bervariasi setiap kali melakukan observasi. Adapun sampel yang diambil dan kesalahan yang terjadi sebagai berikut:
11/04/18www.debrina.lecture.ub.ac.id
10
11/04/18www.debrina.lecture.ub.ac.id
11
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
PetaKendaliPAwal
Series1 Series2 Series3 Series4
Padapetakendalipawaldiketahuibahwaterdapatsatusampelyangberadadiluarbataspengendaliatasyaitupadasampelke9.Revisidatake-9
PetaKendaliPRevisi
Hitungulang:CL=0,027UCL=0,061LCL=0
Petakendalinp(jumlahproporsi)ì Digunakan untuk mengetahui jumlah item yang tidak
memenuhi syarat dan jumah n harus konstan. Misalkanproporsi item-item produk berukurann adalah P1, P2,....., Pnmakarata-rataproporsinyaadalah:
ì Sehingga diperoleh rumus untuk batas atas dan batas bawahpetaini:
11/04/18www.debrina.lecture.ub.ac.id
12
Dengan:
Suatuperusahaanpembuatmainananak-anakinginmembuatpetapengendaliuntukperiodemendatangdenganmengadakaninspeksiterhadapprosesproduksibulanini.Perusahaanmelakukan25observasidenganmengambilsampel50buahuntuksetiapobservasi.Datahasilpengambilansampeldapatdilihatpadatabelberikut.
11/04/18www.debrina.lecture.ub.ac.id
13
Observasi
BanyaknyaProdukcacat
Proporsicacat
Observasi
BanyaknyaProdukcacat
Proporsicacat
1 4 0,08 14 2 0,04
2 5 0,1 15 4 0,08
3 5 0,1 16 1 0,02
4 4 0,08 17 4 0,08
5 6 0,12 18 10 0,2
6 2 0,04 19 3 0,06
7 3 0,06 20 2 0,04
8 6 0,12 21 1 0,02
9 4 0,08 22 4 0,08
10 3 0,06 23 7 0,14
11 3 0,06 24 5 0,1
12 2 0,04 25 4 0,08
13 3 0,06 Jumlah 97
11/04/18www.debrina.lecture.ub.ac.id
14
88.32597
___
===observasijumlah
cacatsampeljumlahnp
0776.0125097
255097
____
==×
==seluruhnyasampeljumlahcacatsampeljumlahp
)1(3 pnpnpUCL −+=
55.9)0776.01(88.3388.3 =−+
)1(3 pnpnpLCL −−=
0795.1)0776.01(88.3388.3 =−=−−
Dapatdilihatpadagrafikbahwaadadataoutlier,yaitupadaobservasike18.Dengandemikian,makadilakukanrevisi.
625.32487
___
===observasijumlah
cacatsampeljumlahnp
PerhitunganRevisi:
0725.0120087
245087
____
==×
==seluruhnyasampeljumlahcacatsampeljumlahp
)1(3 pnpnpUCL −+=
125.9)0725.01(625.33625.3 =−+
)1(3 pnpnpLCL −−=
0875.1)0725.01(625.33625.3 =−=−−
revisi
Petakendalicì Peta kendali c digunakan apabila ukuran sampel sama dengan satu
unit pemeriksaan, selain itu grafik ini dapat ditetapkan untukmengendalikanperformansidarioperator,stasiunkerja,atausebuahshiftkerjadengansyarat jumlahnharuskonstan.Perhitunganpetainidimulaidengan:1. Hitungjumlahcacatsetiapsubgrup(=c)
2. Hitungnilairata-ratajumlahcacat(c)danbataskendali(UCL,LCL):
11/04/18www.debrina.lecture.ub.ac.id
15
Petakendaliuì Menunjukkanjumlahcacatpersatuan/unit(luas,panjang,isi,berat,
danlain-lain).
ì Penggunaannyasamadenganpetakontrolc,tetapijumlahsampelntidakharuskonstan.
ì Rumusyangdigunakan:
11/04/18www.debrina.lecture.ub.ac.id
16
FYI
ì PetaKendaliIndividudanRata-rata?ì Individuapabilajumlahproduksiperperiodenyaberbeda-
beda(maketoorder)ì Rata-rataapabilajumlahproduksiperperiodenyahampir
identik(maketostock)
ì Selainrevisi,apayangbisadilakukanjikaadadataoutlier?ì Menambahjumlahobservasiì Menambahjumlahsampeltiapobservasi
ì Kapanmenggunakancontrolchartproporsidanunit?ì Proporsijikadefectditemukanhanya1jenisdi1sampelì Unitjikadefectditemukanbeberapajenispada1sampel
11/04/18www.debrina.lecture.ub.ac.id
17