1
Hlm. 1LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
ACCEPTANCE SAMPLINGACCEPTANCE SAMPLINGSAMPLING PENERIMAANSAMPLING PENERIMAAN
TOPIK 11
Hlm. 2LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
PENDAHULUANPENDAHULUAN
• Tujuan: menilai lot bukan estimasi kualitas lot• Bukan bentuk langsung pengendalian kualitas:
– Sampling Penerimaan: keputusan TERIMA/TOLAK lot;– Pengendalian Kualitas: mengendalikan & memperbaiki proses secara sistematis.
• Efektivitas: sebagai perangkat audit untuk meyakinkan kesesuaian output proses dengan ketentuan.
Aspek penting dalam sampling
• Terima tanpa inspeksi• Inspeksi 100%• Sampling penerimaan
Pendekatan dalam penerimaan lot
• Jika pemeriksaan menggunakan cara uji destruktif;• Jika biaya inspeksi 100% mahal;• Jika inspeksi 100% tidak mungkin dari segi waktu;• Jika kesalahan inspeksi tinggi;• Jika kualifikasi pemasok atau vendor baik, sehingga inspeksi 100% dapat dihindarkan.
Kondisi yang memerlukan Sampling Penerimaan:
2
Hlm. 3LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
• Lebih murah;• Mengurangi ‘handling’;• Dapat diterapkan pada uji destruktuf;• Jumlah inspektor lebih sedikit;• Kesalahan inspeksi lebih rendah;• Mempunyai dampak lebih besar pada pemasok/vendor.
Kelebihan Sampling Penerimaan (dibandingkan inspeksi 100%):
• Mempunyai resiko menolak lot yang baik (error tipe I, α), atau menerima lot yang jelek (error tipe II, β);
• Memberikan sedikit informasi mengenai produk atau proses yang menghasilkan produk tersebut;
• Memerlukan perencanaan dan dokumentasi dari prosedur Sampling Penerimaan.
Kekurangan Sampling Penerimaan:
Hlm. 4LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
A. Berdasarkan landasan keputusan:1. Sampling berdasarkan atribut2. Sampling berdasarkan variabel
B. Berdasarkan rangkaian sampling:1. Sampling Tunggal (Single Sampling):
• Output keputusan: TOLAK / TERIMA2. Sampling Ganda (Double Sampling):
• Output keputusan:Sampling I: TERIMA / TOLAK / LANJUT KE SAMPLING IISampling II: TERIMA /TOLAK (berdasarkan hasil dari sampling I & II)
C. Sampling Majemuk (Multiple Sampling):Kelanjutan dari Sampling GandaUkuran sampel < Sampling Tunggal atau Sampling Ganda
D. Sampling Sekuensial (Sequential Sampling):Kelanjutan dari Sampling MajemukTeoritis: dilakukan hingga inspeksi 100%Praktek: berhenti setelah jumlah yang diinspeksi = ± 3 x jumlah yang diinspeksi dengan Sampling TunggalJika n = 1, disebut item-by-item sampling.
Jenis Sampling Penerimaan:
3
Hlm. 5LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
SAMPLING PENERIMAANSAMPLING PENERIMAANDENGAN ATRIBUTDENGAN ATRIBUT
Hlm. 6LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
1. OPERATING CHARACTERISTICS CURVE (OC CURVE)1. OPERATING CHARACTERISTICS CURVE (OC CURVE)
• Ukuran kinerja Rencana Sampling dalam membedakan LOT BAIK dan LOT CACAT.
• Bentuk OC curve yang ideal:
Proporsi catat (p)p0
1
Probabilitas Penerimaan
• Pa(menerima lot) = 1, p ≤ p0
• Pa (menolak lot) = 0, p > p0
OC Curve ideal
4
Hlm. 7LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
1. OC Curve Tipe A:– Sampel diambil dari lot yang terisolasi dengan ukuran terbatas.– Ukuran sampel (n) relatif kecil, sehingga perubahan setelah pengambilan sama.– Basis: distribusi Hipergeometri
Jenis OC Curve
LOT SAMPEL
Ukuran lot: NJumlah item cacat: D
Ukuran sample: n
Kriteria penerimaan sampel: cTerima lot, jika jumlah item cacat ≤ cTolak lot, jika jumlah item cacat > c
Probabilitas mengambil sejumlah x item cacat dari lot:
∑∑==
−−
==≤=
−−
=
c
x
c
xa
nN
xnDN
xD
xPcxPP
nN
xnDN
xD
xP
00)()(
)(
Hlm. 8LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
2. OC Curve Tipe B:– Aliran lot yang dihasilkan dari proses, dan ukuran lot besar (minimum 10x dari
ukuran sampel);– Basis: distribusi Binomial;– Probabilitas mengambil sejumlah x item cacat dari lot:
∑=
−
−
−
=≤=
−
=
c
x
pnxa
xnx
ppxn
cxPP
ppxn
xP
0)1()(
)1()(
– Pendekatan distribusi Poisson untuk distribusi Binomial (jika ukuran sampel besar & proporsi item cacat):
∑∑=
−
=
−
==≤=
=
=
c
x
xc
xa
x
xexPcxPP
npxexP
00 !)()(
!)(
λ
λ
λλ
λ
5
Hlm. 9LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
• CONTOH SOAL (N = 2000, n = 50, c = 2)
Hlm. 10LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Pengaruh n & c pada OC curve:
(a) Pengaruh n pada OC curve (b) Pengaruh c pada OC curve
6
Hlm. 11LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
2. RESIKO PRODUSEN & RESIKO KONSUMEN2. RESIKO PRODUSEN & RESIKO KONSUMEN
• Resiko Produsen (Terjadinya Error Tipe I: α)Kesalahan menolak lot yang baik.
• Resiko konsumen (Terjadinya Error Tipe II: β)Kesalahan menerima lot yang cacat.
Pro
babi
lity
of a
ccep
tanc
e (P
a)
Resiko Produsen
Resiko Konsumen
Hlm. 12LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
3. RENCANA SAMPLING3. RENCANA SAMPLING
• Jenis sampling: tunggal, ganda, majemuk• Parameter:
– Ukuran sampel: n– Kriteria penerimaan / penolakan: c
Rencana Sampling
Ukuran untuk mengevaluasi Rencana Sampling:
1. Average Outgoing Quality (AOQ)
Rectifying Inspection
INPEKSITerima Lot
Tolak Lot
GANTI ITEM CACAT DENGAN ITEM BAIK
INSPEKSI 100%
AOQ = proporsi rata-rata item cacat yang terkandung dalam lot yang diterima
NnNpPAOQ a ))(( −
=
Kemungkinan terkandung item cacat dengan jumlah: Pa(p)(N-n)
Lot yang diterima
7
Hlm. 13LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh (N = 2000, n = 50, c = 2):
Hlm. 14LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
2. Average Total Inspection (ATI)
Untuk Sampling Tunggal:ATI = n + (1 – Pa) (N – n)
= Pa n + (1 – Pa) N
Untuk Sampling Ganda:
ATI = n1 P1 + (n1 + n2) P
1 + N (1 – P1 – P2)P1 = P (menerima lot pada sampling I) + P (menolak lot pada sampling I)P1 = P (x ≤ c) + P(x ≥ r)
Contoh: N = 2000, n = 50, c = 2
8
Hlm. 15LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
4. DESAIN RENCANA SAMPLING4. DESAIN RENCANA SAMPLING
Tentukan Tentukan αα, AQL (, AQL (Acceptable Acceptable Quality LevelQuality Level): ): tingkat kualitas terburuk dari proses vendor yang dapat diterima oleh konsumen
A. Berdasarkan Resiko Produsen (A. Berdasarkan Resiko Produsen (αα))
Buat beberapa alternatif Rencana Buat beberapa alternatif Rencana Sampling (c, n):Sampling (c, n):– Tentukan c;– Dengan distribusi Poisson atau
Tabel Grubbs, tentukan n.
Evaluasi Rencana Sampling:Evaluasi Rencana Sampling:a. Berdasarkan biaya kualitas
sampling:– External failure cost
(berdasarkan AOQ)– Biaya inspeksi (berdasarkan
ATI)b. Berdasarkan pertimbangan lain.
11
22
33
1
1
2
2
2
(i). RENCANA SAMPLING TUNGGAL ((i). RENCANA SAMPLING TUNGGAL (Single Sampling PlanSingle Sampling Plan))
Hlm. 16LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh:Contoh:
N = 1000; α = 5%, AQL = 1,5%, B.Insp = Rp100/unit, B.Warranty: Rp5.000/unit.
c1 = 1, n1 = λ/p, λ: diperoleh dr. Tabel D. Poisson atau Tabel Grubbs;c1 = 1, n1 = 0,355/0,015 = 23,67 ≅ 24
c2 = 3, n2 = 1,366/0,015 = 91,07 ≅ 92
c3 = 6, n3 = 3,286/0,015 = 219,07 ≅ 220
3,30
1,38
0,38
npnp11 = = λλ
0,9490
0,9485
0,9450
PPaa
81.49455.51925.97511,1259,82206
78.46964.59313.87612,9138,8923
76.96569.1057.86013,878,6251
TOTALTOTALB. WARRB. WARRB. INSB. INSAOQAOQATIATInncc
Jika B.Warranty: Rp8.000/unit, maka
3,30
1,38
0,38
npnp11 = = λλ
0,9490
0,9485
0,9450
PPaa
114.80588.83025.97511,1259,82206
117.225103.34913.87612,9138,8923
118.428110.5687.86013,878,6251
TOTALTOTALB. WARRB. WARRB. INSB. INSAOQAOQATIATInncc
Dihitung dengan Dihitung dengan distribusi Poissondistribusi Poisson
9
Hlm. 17LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Tabel Poisson Kumulatif (1)Tabel Poisson Kumulatif (1)
α = 0,05Pa = 1-0,05 = 0,95
c = 1
Hlm. 18LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Tabel Poisson Kumulatif (2)Tabel Poisson Kumulatif (2)
10
Hlm. 19LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Tabel GRUBBSTabel GRUBBS Berdasarkan Resiko
Produsen, α
Berdasarkan Resiko
Konsumen, β
Berdasarkan Resiko
Produsen (α) & Konsumen (β)
Hlm. 20LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Tentukan Tentukan ββ, LQL (, LQL (Limiting Quality Limiting Quality LevelLevel))
B. Berdasarkan Resiko Konsumen (B. Berdasarkan Resiko Konsumen (ββ))
Buat beberapa alternatif Rencana Buat beberapa alternatif Rencana Sampling (c, n):Sampling (c, n):– Tentukan c;– Dengan distribusi Poisson atau
Tabel Grubbs, tentukan n.
Evaluasi Rencana Sampling:Evaluasi Rencana Sampling:a. Berdasarkan biaya kualitas
sampling:– External failure cost
(berdasarkan AOQ)– Biaya inspeksi (berdasarkan
ATI)b. Berdasarkan pertimbangan
lain.
1
2
3
β=10%
LQL = 8%
2
2
2
1
1
11
Hlm. 21LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh:Contoh:
N = 1000, β = 10%, LQL = 8%, B.Insp = Rp 100,- / unit, B.Warranty: Rp 5.000,- / unit.
c = 1, n = λ/p, λ: diperoleh dr. Tabel Distribusi Poisson atau Tabel Grubbs;
Jika B. Warranty: Rp 15.000,- / unit, maka
132
84
49
n
0.0986
0.09758
0.09762
Pa
97,8606,41991,4421.28914.4210,5326
97,7656,70491,0621.34910.626,6813
97,679 6,963 90,717 1.39907.173,891
TOTALB. WARRANTY
B. INSPEKSIAOQATInp2 = λλc
13284
49
n
0.09860.09758
0.09762
Pa
110,698 19,256 91,442 1.28914.4210,5326111,17320,11191,0621.34910.626,6813
111,604 20,888 90,717 1.39907.173,891
TOTALB. WARRANTY
B. INSPEKSIAOQATInp2 = λλc
Hlm. 22LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Tentukan Tentukan αα & AQL dan & AQL dan ββ & LQL& LQL
Buat beberapa alternatif Rencana Sampling Buat beberapa alternatif Rencana Sampling (c, n) berdasarkan (c, n) berdasarkan αα dan dan ββ::
–– Hitung Hitung p = LQL / AQLp = LQL / AQL;;–– Dengan Dengan Tabel GrubbsTabel Grubbs, tentukan , tentukan cc yang yang
kirakira--kira memenuhi kira memenuhi pp;;–– Berdasarkan c, tentukan n yang Berdasarkan c, tentukan n yang memenuhi memenuhi
kriteria kriteria αα;;–– Berdasarkan c, tentukan n yang Berdasarkan c, tentukan n yang memenuhi memenuhi
kriteria kriteria ββ;;
Evaluasi Rencana Sampling:Evaluasi Rencana Sampling:Evaluasi Rencana Sampling yang Evaluasi Rencana Sampling yang memenuhi memenuhi kriteria kriteria αα dan dan ββ..Jika diperoleh lebih dari 1 alternatif Rencana Jika diperoleh lebih dari 1 alternatif Rencana Sampling, evaluasi Rencana Sampling Sampling, evaluasi Rencana Sampling berdasarkan kriteria lain, seperti:berdasarkan kriteria lain, seperti:
a.a. Biaya kualitas sampling:Biaya kualitas sampling:•• External failure cost External failure cost (berdasarkan (berdasarkan
AOQ)AOQ)•• Biaya inspeksi (berdasarkan ATI)Biaya inspeksi (berdasarkan ATI)
b.b. Berdasarkan pertimbangan lain.Berdasarkan pertimbangan lain.
C. Berdasarkan Resiko Produsen (C. Berdasarkan Resiko Produsen (αα) ) & Konsumen (& Konsumen (ββ))
1
2
3
12
Hlm. 23LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh:Contoh:
N = 1000; α = 0,05 & p1 = AQL = 1,8%; β = 10% & LQL = 9%, Biaya Inspeksi = Rp 100,- / unit, Biaya Warranty: Rp 5.000,- / unit.
p = LQL / AQL = 0,09 / 0,018 = 5,00Dari Tabel GRUBBS, diperoleh 2 < c < 3.Berdasarkan kriteria α: diperoleh:c = 2, np1 = 0,818, maka n = 0,818 / 0,018 = 45,44 ≅ 46c = 3, np1 = 1,366, maka n = 1,366 / 0,018 = 75,88 ≅ 76Berdasarkan kriteria β: diperoleh:c = 2, np2 = 5,322 maka n = 5,322 / 0,09 = 59,13 ≅ 60c = 3, np2 = 6,681, maka n = 6,681 / 0,09 = 74,23 ≅ 75
Evaluasi Rencana Sampling:RS berdasarkan kriteria α yang memenuhi kriteria ββ = 0,09= 0,09, makac = 2, n = 46, p2 = 5,322 / 46 = 0,1157 c = 3, n = 76 , pc = 3, n = 76 , p22 = 6,681 / 46 = 0,0879 = 6,681 / 46 = 0,0879 mendekati mendekati ββ = 0,09= 0,09RS berdasarkan kriteria β yang memenuhi kriteria αα = 0,018= 0,018, makac = 2, n = 60, p1 = 0,818 / 60 = 0,0136c = 3, n = 75, pc = 3, n = 75, p11 = 1,366 / 75 = 0,0182 = 1,366 / 75 = 0,0182 mendekati mendekati αα = 0,018= 0,018
111.073 19.931 91.142 1,33911,420,09586,75753209.704 197.467 12.237 13,16122,370,94981,37763
TOTB.WARRB.INSAOQATIPanpnc
Hlm. 24LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
(ii) RENCANA SAMPLING GANDA ((ii) RENCANA SAMPLING GANDA (Double Sampling PlanDouble Sampling Plan))
n1 = ukuran sampel ke-1;c1 = kriteria menerima lot pada sampling ke-1;r1 = kriteria menolak lot pada sampling ke-1;n2 = ukuran sampel ke-2;c2 = kriteria menerima lot pada sampling ke-2.
SAMPLING I
SAMPLING II
x1 ≤ c1Terima Lot
C1 < x1 < r1
x1 ≥ r1 Tolak Lot
X1 + x2 ≤ c2Terima Lot Tolak LotX1 + x2 > c2
1. PARAMETER RENCANA SAMPLING: 1. PARAMETER RENCANA SAMPLING:
2. KONSEP SAMPLING GANDA: 2. KONSEP SAMPLING GANDA:
13
Hlm. 25LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
SAMPLING II
x1 ≤ c1
Terima Lot
c1 < x1 < r1
x1 ≥ r1
Tolak Lot
X1 + x2 ≤ c2
Terima Lot Tolak LotX1 + x2 > c2
Pa1 = P (x1 ≤ 1) = P (x1 ≤ 1) = 0,6628
Contoh: N = 3.000; n1 = 40; c1 = 1; r1 = 5, n2 = 80; c2 = 5; r2 = 6; p = 0,03
Ps1 = P (c1 < x1 ≤ r1
Pa2 = P(x1=c1+1) x P(x2 ≤ c2 - x1) + P(x1=c1+2) x P(x2 ≤ c2 - x1) + … + P(x1=r1-1) x P(x2 ≤ c2 - x1) = P(x1=1+1) x P(x2 ≤ 5 - 2) + P(x1=1+2) x P(x2 ≤ 5 - 3) + P(x1=1+3) x P(x2 ≤ 5 - 4) = P(x1=2) x P(x2 ≤ 3) + P(x1=3) x P(x2 ≤ 2) + P(x1=4) x P(x2 ≤ 1)= (0,217) (0,779) + (0,087) (0,570) + (0,026) (0,308)= 0,1689 + 0,0494 + 0,0080 = 0,2263
SAMPLING ICatatan:Dihitung dgn distribusi Poisson, dgn λ = n1(p) = 40(0,03) = 1,2
Catatan:Dihitung dgn distribusi Poisson, di mana: λ1 = n1(p) = 40(0,03) = 1,2 dan λ2 = n2(p) = 80(0,03) = 2,4. Pa =Pa1 + Pa2 = 0,6628 + 0,2263 = 0,8891
3. PROBABILITAS MENERIMA LOT (P3. PROBABILITAS MENERIMA LOT (Paa):):
Hlm. 26LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
5. AVERAGE SAMPLE NUMBER (ASN)5. AVERAGE SAMPLE NUMBER (ASN)
)1()1)(()(
121
12111
PnnASNPnnpnASN
−+=−++=
n1 = ukuran sampel ke-1;n2 = ukuran sampel ke-2;p1 = proporsi item cacat dalam lot;P1 = probabilitas mengambil keputusan pada
sampling ke-1.
6. AVERAGE TOTAL INSPECTION (ATI)6. AVERAGE TOTAL INSPECTION (ATI)
)1()()( 2122111 aaaa PPNPnnPnATI −−+++=
n1 = ukuran sampel ke-1;n2 = ukuran sampel ke-2;Pa1 = probabilitas menerima lot pada ke-1;Pa2 = probabilitas menerima lot pada ke-2;
4. OC CURVE 4. OC CURVE
14
Hlm. 27LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
7. DESAIN RENCANA SAMPLING GANDA (RSG): 7. DESAIN RENCANA SAMPLING GANDA (RSG):
Tabel 1: Nilai Parameter Sampling Ganda: n1 = n2 (α = 0,05 β = 0,10):
Hlm. 28LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Tabel 2: Nilai Parameter Sampling Ganda: n2 = 2 n1 (α = 0,05 β = 0,10):
15
Hlm. 29LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Contoh: N = 2.500; α = 0,05; p1 = AQL = 0,012; β = 0,10; p2 = LQL = 0,075; n1 = n2
3683,35012,043,0
25,6012,0075,0
1
1
2
≅==
====
n
AQLLQL
ppR
Dari tabel nilai parameter RSG, maka R yang mendekati nilai 6,25 adalah RSG plan 3 dengan R = 6,79 dan c1 = 0 dan c2 = 2. Jika α = 0,05 maka Pa = 1 – 0,05 = 0,95 untuk AQL = 0,012.Dari tabel nilai parameter RSG, untuk Pa = 0,95 diperoleh n1p = 0,43, maka:
Karena diasumsikan n1 = n2, maka n2 = 36.Rencana Sampling Ganda yang diperoleh adalah:n1 = 36; c1 = 0; n2 = 36 c2 = 2; r1 dan r2 diasumsikan sama dengan 3.
Dari tabel yang sama dapat dihitung juga ASN.Untuk Pa = 0,95 dan AQL = 0,012plan 3 memberikan ASN/n1 = 1,340 maka diperoleh:
ASN = (1,340)(36) = 48,24
Hlm. 30LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
5. RENCANA SAMPLING BAKU (MIL5. RENCANA SAMPLING BAKU (MIL--STDSTD--105E): 105E): Military Standard:
• Dikembangkan selama PD II;• Versi awal: Military Standard 105A dikembangkan 1950 & dimodifikasi 4 kali menjadi
Military Standard 105D (MIL-STD-105D);• Military Standard 105D (MIL-STD-105D) dikembangkan melalui kerjasama antara
Amerika, Inggris, Kanada: − 1963: pertama diperkenalkan;− 1971: diadopsi oleh Amerika secara nasional & diberi label: ANSI/ASQC Z1.4;− 1981: Standar Nasional direvisi menjadi ANSI/ASQC Z1.4-1981;− 1989: MIL-STD-105D direvisi menjadi MIL-STD-105E.
ANSI/ASQC Z1.4-1981• Lebih menekankan pada prosedur sampling melalui OC curve;• Didesain untuk menerima mayoritas lot, jika proporsi rata-rata item cacat < AQL;• Rencana Sampling ditentukan berdasarkan: AQL;• 1974: diadopsi oleh ISO dengan modifikasi minor menjadi ISO 2859.
Sistem Dogde-Romig (dikembangkan 1959 oleh Dodge & H. G. Romig):• Didesain untuk meminimumkan ATI & memenuhi Resiko Konsumen (β) untuk batch
dengan tingkat kualitas tertentu yang dispesifikasikan dengan LQL;• Rencana Sampling ditentukan berdasarkan LQL atau AOQL.
16
Hlm. 31LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Perbedaan ANSI/ASQC Z1.4 & MIL-STD-105E:• MIL-STD-105E merupakan Sampling Plan (Rencana Sampling) & ANSI/ASQC
Z1.4 merupakan Sampling System (Sistem Sampling);• Rencana Sampling: menetapkan suatu prosedur untuk menentukan keputusan
terhadap suatu lot (terima atau tolak) berdasarkan ukuran sampel & kriteria penerimaan.
• Sampling Scheme: merupakan kumpulan Sampling Plan dengan aturan untuk menentukan jenis inspeksi yang harus digunakan;
• Sistem Sampling: kumpulan Sampling Scheme, menetapkan aturan untuk memilih rencana sampling yang tepat.
Menekankan pada aspek Skema Sampling dengan memberikan 5 tabel tambahan untuk kinerja Skema Sampling, mencakup tabel untuk:
– Average Outgoing Quality Level (AOQL) untuk Skema Sampling;– Limiting quality untuk Skema Sampling dengan Pa = 10% dan Pa
= 5%;– ASN untuk Skema Sampling; – OC Cirve untuk kinerja Skema Sampling.
Mencakup: prosedur opsional untuk perubahan dari Inspeksi Ketat ke Inspeksi Longgar tanpa memenuhi kriteria batas jumlah
Istilah untuk item cacat: defectsIstilah untuk item cacat: nonconforming
ANSI/ASQC Z1.4ANSI/ASQC Z1.4MILMIL--STDSTD--105E105E
Hlm. 32LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Ukuran Nonconformance:• Dinyatakan dalam persentase dari nonconforming units atau jumlah nonconforming
units per 100 unit.
100 x inspected unitsof Number
esconformitiof Number units 100per itiesNonconform
100 x inspected unitsof Number
ingnonconformNumber ingnonconform Percent
=
=
Acceptable Quality Level (AQL):• Bagian terpenting dalam penggunaan standar;• AQL = persentase atau jumlah item cacat maksimum;• Ditentukan pada saat pembuatan kontrak pasokan.
Tingkat Inspeksi Umum (General Inspection Level):
• Level I: OC curve landai, tingkat diskriminasi terhadap kualitas lot kurang;
• Level II: level normal, tingkat diskriminasi lebih tinggi dari level I
• Level III: OC curve paling curam, tingkat diskriminasi terhadap kualitas lot tinggi;
• Level I & II: digunakan untuk uji destruktif;• Level III: untuk item mahal.
17
Hlm. 33LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Tingkat Inspeksi Khusus (Special Inspection Level):
• Inspeksi khusus digunakan jika diperlukan sampel dengan ukuran sampel yang relatif kecil;
• Tingkat inspeksi khusus: S-1, S-2, S-3, S-4
Tipe Inspeksi & Aturan Perubahan
Tipe Inspeksi: Tipe Inspeksi: Normal, Longgar Normal, Longgar (Reduced), Ketat (Reduced), Ketat (Tightened)(Tightened)
Hlm. 34LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
REDUCEDREDUCED NORMALNORMAL TIGHTENEDTIGHTENED
2 dari 5 lot yang 2 dari 5 lot yang berurutan tidak berurutan tidak
diterima.diterima.
5 lot yang 5 lot yang berurutan berurutan diterima.diterima.
•• Lot tidak diterima, atauLot tidak diterima, atau•• Lot diterima, tetapi jumlah Lot diterima, tetapi jumlah
item cacat di antara item cacat di antara kriteria penerimaan (Ac) kriteria penerimaan (Ac) atau penolakan (Re);atau penolakan (Re);
•• Produksi tidak regular, Produksi tidak regular, atauatau
•• Produksi dalam kondisi Produksi dalam kondisi tertentu.tertentu.
•• 10 Lot terdahulu diterima;10 Lot terdahulu diterima;•• Jumlah item cacat kurang Jumlah item cacat kurang
dari batas (opsional);dari batas (opsional);•• Produksi stabil;Produksi stabil;•• Disetujui oleh otoritas Disetujui oleh otoritas
yang bertanggungjawab.yang bertanggungjawab.
10 lot berurutan 10 lot berurutan tetap inspeksi ketattetap inspeksi ketat
Berhenti inspeksi Berhenti inspeksi dengan Z1.4dengan Z1.4
Aturan Perubahan Penggunaan Tipe InspeksiAturan Perubahan Penggunaan Tipe Inspeksi
18
Hlm. 35LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
Langkah-langkah Implementasi Standar
Tentukan parameter berikut:Tentukan parameter berikut:•• Accetable Quality Level (AQL);Accetable Quality Level (AQL);•• Ukuran lot;Ukuran lot;•• Tipe sampling (Tipe sampling (Single, Double, Multiple);Single, Double, Multiple);•• Level inspeksi (umumnya Level II, ubah jika diperlukan).Level inspeksi (umumnya Level II, ubah jika diperlukan).
Tentukan kode ukuran sampel dari tabel yang sesuai (*).Tentukan kode ukuran sampel dari tabel yang sesuai (*).
Tentukan tipe Rencana Sampling (Tentukan tipe Rencana Sampling (Normal, Reduced, Normal, Reduced, tightenedtightened). ). CatatanCatatan: Untuk inspeksi awal, mulai dengan Inspeksi : Untuk inspeksi awal, mulai dengan Inspeksi Normal, & ubah ke Inspeksi Ketat Longgar sesuai dengan Normal, & ubah ke Inspeksi Ketat Longgar sesuai dengan aturan perubahan jenis inspeksi.aturan perubahan jenis inspeksi.
Identifikasi Rencana Sampling dari tabel yang sesuai (**).Identifikasi Rencana Sampling dari tabel yang sesuai (**).
11
22
33
44
Hlm. 36LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
(*) Tabel Kode Ukuran Sampel
19
Hlm. 37LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
(**) Contoh Tabel Master 1: Rencana Sampling Tunggal untuk Inspeksi Normal
Hlm. 38LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
(**) Contoh Tabel Master 2: Rencana Sampling Ganda untuk Inspeksi Normal
20
Hlm. 39LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
(**) Contoh Tabel Master 1: Rencana Sampling Tunggal untuk Inspeksi Normal
Hlm. 40LD, Semester II 2003/04
TI 3221 PENGENDALIAN KUALITAS STATISTIKTI 3221 PENGENDALIAN KUALITAS STATISTIK
6. RENCANA SAMPLING STANDAR DODGE6. RENCANA SAMPLING STANDAR DODGE--ROMIG ROMIG