Download - Modul 6 PTI Print Bagus
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Kepercayaan konsumen terhadap suatu produk adalah hal yang sangat penting dan
utama. Ukuran kepercayaan tersebut adalah kualitas dari produk yang dihasilkan oleh
suatu perusahaan. Semakin tinggi kualitas sebuah produk, maka semakin tinggi pula
minat konsumen untuk membeli produk tersebut. Oleh sebab itu kini setiap perusahaan
sangat memperhatikan kualitas produksi yang dihasilkan. Bila kualitas barang/jasa yang
dihasilkan suatu perusahaan baik maka kepercayaan konsumen akan dengan mudah
didapatkan, sehingga perusahaan dapat memaksimumkan keuntungan dan memenuhi
kebutuhan konsumen.
Ciri khusus dari proses produksi yang bekerja dalam keadaan terkendali adalah
menghasilkan produk yang dapat diterima untuk periode yang relatif panjang. Namun
terkadang banyak faktor yang menyebabkan hasil produk tidak memenuhi persyaratan
karena terjadinya pergeseran ke keadaan yang tidak terkendali. Tujuan utama dari
pengendalian kualitas statistik adalah mengidentifikasi dengan cepat terjadinya pergeseran
proses sehingga tindakan pencegahan dapat dilakukan sebelum banyak unit barang yang
tidak sesuai spesifikasi diproduksi.
Oleh sebab itu, sebagai perusahaan yang bergerak di bidang industri perakitan
tamiya dan baru berkembang di Indonesia, PT. Diponegoro Tamiya Manufacturing (PT.
DTM) memerlukan proses pengendalian kualitas. Untuk mengembangkan perusahaan
dan hasil produk yang dihasilkan tetap diminati masyarakat, maka PT. DTM perlu
melakukan statistical quality control and quality cost planning.
1.2 Perumusan Masalah
Dari uraian latar belakang di atas dapat dirumuskan permasalahan yang dapat
diambil dalam laporan ini adalah PT. DTM merupakan perusahaan yang baru
berkembang di Indonesia dan mempunyai keinginan untuk menguasai pangsa pasar di
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 2
Indonesia sehingga membutuhkan adanya pengontrolan kualitas terhadap produk yang
dihasilkan agar standar kualitas PT. DTM tetap terjaga dan permintaan pasar di Indonesia
dapat terpenuhi. Dalam rangka pengontrolan kualitas tersebut maka PT. DTM harus
menentukan atau merencanakan biaya kualitas yang dikeluarkan perusahaan dalam
memproduksi tamiya 4 WD.
1.3 Tujuan Penulisan
Tujuan dari penulisan laporan praktikum ini adalah sebagai berikut :
1. Memahami konsep serta mampu mengaplikasikan acceptance sampling pada
dunia industri.
2. Memahami konsep Statistical Quality Control di dalam dunia industri.
3. Memahami konsep dan mampu mengaplikasikan penggunaan Seven Tools pada
dunia industri.
4. Memahami konsep biaya kualitas dan merancang biaya kualitas yang akan
digunakan di bidang industri.
1.4 Pembatasan Masalah dan Asumsi
Laporan ini mempunyai batasan masalah yang akan dibahas antara lain :
1. Data diambil dari laporan hasil inspeksi.
2. Laporan fokus pada pengendalian kualitas suatu produk yang dihasilkan PT. DTM
serta rencana biaya kualitas yang akan dikeluarkan perusahaan dalam rangka
proses pengendalian kualitas produksi PT. DTM.
3. Pengolahan data untuk raw material inspection menggunakan peta kendali atribut
yang terdiri dari peta kendali c, u, p, np, dan U, dan menggunakan peta kendali
variabel dengan menggunakan peta X-MR.
4. Pengolahan data untuk finished product inspection menggunakan seven tools yang
terdiri dari diagram pareto untuk menyeleksi masalah melalui frekuensi tipe
permasalahan, dan diagram fishbone untuk mengetahui sebab akibat dari
permasalahan.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 3
1.5 Sistematika Penulisan
Penulisan laporan ini menggunakan format laporan yang berdasarkan pada
sistematika penulisan sebagai berikut :
BAB I PENDAHULUAN
Pada bab ini membahas mengenai latar belakang, rumusan masalah, tujuan
penulisan, batasan masalah dan asumsi yang digunakan, dan sistematika
penulisan.
BAB II TINJAUAN PUSTAKA
Pada bab ini membahas mengenai dasar-dasar teori yang berhubungan
dengan masalah Statistical Quality Control dan Quality Cost Planning,
antara lain definisi kualitas, pengendalian kualitas dan biaya kualitas.
BAB III METODOLOGI PRAKTIKUM
Pada bab ini berisi tentang flowchart mengenai metodologi praktikum
yang dilaksanakan pada modul 6 “Statistical Quality Control and Quality
Cost Planning”
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Pada bab ini membahas mengenai pengumpulan data yaitu data variabel
dan data atribut serta pengolahan dari data yang sudah didapat.
BAB V ANALISIS
Bagian ini berisi tentang analisis dari hasil pengolahan data yang telah
dilakukan sebelumnya.
BAB V PENUTUP
Pada bab ini dibahas mengenai kesimpulan laporan yang dapat diambil
dari analisis dan pembahasan yang telah dilakukan serta saran – saran
yang dapat diberikan untuk praktikum selanjutnya.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 4
BAB II
TINJAUAN PUSTAKA
2.1 Kualitas
Persaingan bukan hanya mengenai seberapa tinggi tingkat produktivitas
perusahaan dan seberapa rendahnya tinghat harga dari sebuah produk maupun jasa,
namun lebih pada kualitas produk ataupun jasa yang dihasilkan. Kualitas sangat penting
bagi sebuah produk, baik produk barang maupun produk jasa. Kualitas sangat
diperhatikan baik oleh produsen maupun oleh konsumen dalam hal produk, harga, dan
juga pelayanan. Kualitas dapat diartikan sebagai segala sesuatu yang menentukan
kepuasan pelanggan dan upaya perubahan ke arah perbaikan terus – menerus. Definisi
kualitas menurut Goetsch Davis (1994) merupakan suatu kondisi dinamis yang
berhubungan dengan produk, jasa, manusia, proses, dan lingkungan yang memenuhi atau
melebihi harapan. Pendekatan kualitas yang dikemukakan oleh Goetsch Davis ini
menegaskan bahwa kualitas bukan hanya menekankan pada aspek hasil akhir, yaitu
produk dan jasa tetapi juga menyangkut kualitas manusia, kualitas proses dan kualitas
lingkungan. Sangatlah mustahil menghasilkan produk atau jasa yang berkualitas tanpa
melalui manusia dan proses yang berkualitas. (Yamit, 2005)
Adapun berbagai istilah atau definisi dari kualitas, berikut ini ada beberapa macam
definisi kualitas menurut pendapat para ahli, antara lain : (Feigenbaum, 1991)
Kualitas secara umum (Pond, 1994) adalah membuat produk atau jasa yang tepat
pada waktunya, pantas digunakan dalam lingkungan memiliki zero defects, dan
memuaskan konsumen.
Kualitas (Juran, 1986) adalah kesesuaian dengan peggunaan. Pendekatan Juran
adalah orientasi pada pemenuhan harapan pelanggan.
Kualitas secara tradisional (Montgomery, 1996) adalah berdasarkan kepada suatu
pandangan bahwa produk dan pelayanan harus sesuai dengan ketentuan mereka
yang menggunakannya.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 5
Kualitas (Crosby, 1996) adalah kesesuaian terhadap persyaratan, seperti jam tahan
air, sepatu tahan lama, atau dokter yang ahli dibidangnya. Ia juga mengemukakan
pentingnya melibatkan setiap orang pada proses dalam organisasi. Pendekatan
Crosby merupakan pendekatan top down.
Kualitas (Deming, 1980) adalah pemecahan masalah untuk mencapai
penyempurnaan terus-menerus. Pendekatan Deming merupakan pendekatan
secara bottom up.
Berdasarkan beberapa pengertian dasar tentang kualitas di atas, terlihat bahwa
kualitas selalu berfokus pada pelanggan (customer focused quality). Dengan demikian,
produk – produk didesain, diproduksi, dan pelayanan diberikan untuk memenuhi
keinginan pelanggan. Suatu produk yang dihasilkan dapat dikatakan berkualitas apabila
sesuai dengan keinginan pelanggan, dapat dimanfaatkan dengan baik, dan diproduksi
dengan cara yang baik dan benar. (Feigenbaum, 1991)
2.2 Pengendalian Kualitas Statistik
2.2.1 Pengertian Pengendalian Kualitas
Pengertian pengendalian kualitas menurut Sofjan Assauri (1998) merupakan usaha
untuk mempertahankan mutu atau kualitas dari barang yang dihasilkan, agar sesuai
dengan spesifikasi produk yang telah ditetapkan berdasarkan kebijaksanaan pimpinan
perusahaan. Selain itu adapun pengertian pengendalian kualitas menurut Vincent Gasperz
(2005) adalah “Quality control is the techniques and activities used to fulfill requirements
for quality”. (Gaspersz, 2005)
Berdasarkan pengertian di atas, maka dapat ditarik kesimpulan bahwa pengendalian
kualitas adalah suatu teknik dan aktivitas atau tindakan yang terencana yang dilakukan
untuk mencapai, mempertahankan dan meningkatkan kualitas suatu produk dan jasa agar
sesuai dengan standar yang telah ditetapkan dan dapat memenuhi kepuasan konsumen.
Tujuan dari pengendalian kualitas adalah sebagai berikut : (Gaspersz, 2005)
1. Dapat menghasilkan barang atau hasil produksi yang mencapai standar kualitas
yang telah ditetapkan.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 6
2. Mengusahakan agar biaya inspeksi dapat menjadi sekecil mungkin.
3. Mengusahakan agar biaya desain dari produk dan proses dengan mengunakan
kualitas produksi tertentu dapat menjadi sekecil mungkin.
4. Mengusahakan agar biaya produksi dapat menjadi serendah mungkin.
Pada dasarnya tujuan utama dari adanya pengendalian kualitas adalah untuk
mendapatkan jaminan bahwa kualitas produk atau jasa yang dihasilkan sesuai dengan
standar kualitas yang telah ditetapkan dengan mengeluarkan biaya yang ekonomis atau
serendah mungkin. (Gaspersz, 2005)
Gambar 2.1 Aktivitas Pengendalian Kualitas (Gaspersz, 2005)
Pengendalian kualitas statistik dilakukan dengan menggunakan alat bantu statistik
yang terdapat pada SPC (Statistical Process Control) dan SQC (Statistical Quality
Control) yang merupakan teknik penyelesaian masalah yang digunakan untuk memonitir,
mengendalikan, menganalisis, mengelola dan memeperbaiki produk dan proses
menggunakan metode-metode statistik. Pengendalian kualitas SQC (Statistical Quality
Control) sering disebut sebagai pengendalian proses statistic SPC (Statistical Process
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 7
Control). Dr.W.Edward Deming adalah salah seorang yang memperkenalkan teknik
penyelesaian masalah dan pengendalian dengan metode statistic tersebut (yang
dikembangkan pertama kali oleh Shewhart) agar perusahaan dapat membedakan
penyebab sistematis dan penyebab khusus dalam menangani masalah kualitas. (Gaspersz,
2005)
Sasaran dari pengendalian proses statistik itu sendiri adalah mengurangi
penyimpanan karena penyebab khusus dalam proses dan dengan stabilitas dalam proses.
Adapun manfaat atau keuntungan dari penggunaan pengendalian kualitas secara statistic
adalah sebagai berikut : (Gaspersz, 2005)
a. Pengawasan (Control), dimana penyelidikan yang diperlukan untuk dapat
menetapkan statistical control mengharuskan bahwa syarat-syarat kualitas pada
situasi itu dan kemampuan prosesnya telah dipelajari hingga mendetail. Hal ini
akan menghilangkan beberapa titik kesulitan tertentu, baik dalam spesifikasi
maupun dalam proses.
b. Pengerjaan kembali barang-barang yang telah diapkir (scrap-rework). Dengan
dijalankannya pengontrolan, maka dapat dicegah terjadinya penyimpangan-
penyimpangan dalam proses. Sebelum terjadi hal-hal yang serius dan kakan
diperoleh kesesuaian yang lebih baik antara kemampuan proses (process
capability) dengan spesifikasi, sehingga banyaknya barang-barang yang diapkir
(scrap) dapat dikurangi sekali.
2.2.2 Metode Pengendalian Kualitas Statistik
Dalam pengendalian kualitas secara statistik terdapat 2 jenis metode yang
berbeda, antara lain : (Montgomery, 1998)
1. Acceptance Sampling
Sampling penerimaan diartikan sebagai pengambilan satu sampel atau lebih secara
acak dari suatu lot barang, memeriksa setiap barang di dalam sampel tersebut dan
memutuskan berdasarkan hasil pemeriksaan, apakah menerima atau menolak
keseluruhan lot atau batch. Jenis pemeriksaan ini dapat digunakan oleh pelanggan
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 8
untuk menjamin bahwa pemasok memenuhi spesifikasi kualitas atau oleh produsen
untuk menjamin bahwa standar kualitas dipenugi sebelum pengiriman. Pengambilan
sampel penerimaan lebih sering digunakan daripada pemeriksaan 100% karena biaya
pemeriksaan jauh lebih besar dibandingkan dengan biaya lolosnya barang yang tidak
sesuai kepada pelanggan.
2. Process Control
Pengendalian proses menggunakan pemeriksaan produk atau jasa ketika barang
tersebut masih sedang diproduksi (work in process). Sampel berkala diambil dari
output proses produksi, apabila setalah pemeriksaan sampel terdapat alas an untuk
memepercayai bahwa karakteristik kualitas proses telah berubah, maka prosea itu akan
dihentikan dan dicari penyebabnya. Penyebab tersebut dapat berupa perubahan
operator, mesin ataupun pada bahan. Apabila penyebab ini telah dikemukakan dan
diperbaiki, maka prose situ dimulai kembali. Dengan memantau proses produksi
tersebut melalui pengambilan sampel acak, maka pengendalian yang konstan dapat
dipertahankan.
2.3 Pengendalian Kualitas berdasarkan Pandangan Tradisional dan Modern
Secara tradisional, pengontrolan kualitas biasanya dilakukan para produsen hanya
dengan melakukan inspeksi terhadap produk ketika produk tersebut telah selesai dibuat.
Cara yang dijalankan adalah menyortir produk dengan memisahkan antara yang baik dan
yang buruk. Kemudian melakukan perbaikan pada produk-produk yang cacat. Pandangan
ini lebih berfokus kepada aktivitas inspeksi untuk mencegah produk-produk yang cacat
ke pasaran. Kekurangan pandangan tradisional ini adalah tidak memberikan perhatian
penuh. ( Vincent Gaspersz, 2002)
Pada peningkatan kualitas secara berkesinambungan. Pengertian modern dari konsep
kualitas adalah membangun sistem kualitas modern. Pada dasarnya, sistem kualitas
modern dapat dicirikan lima karateristik, yaitu : ( Vincent Gaspersz, 2002)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 9
Sistem kualitas modern berorientasi pada pelanggan.
Sistem kualitas modern dicirikan oleh adanya partisipasi aktif yang dipimpin oleh
manajemen puncak dalam proses peningkatan kualitas secara terus menerus.
Sistem kualitas modern dicirikan oleh adanya pemahaman dari setiap orang
terhadap tanggung jawab spesifik untuk kualitas.
Sistem kualitas modern dicirikan oleh adanya aktivitas yang berorientasi pada
tindakan pencegahan kerusakan, bukan berfokus pada upaya untuk mendeteksi
kerusakan saja. Sistem kualitas modern dicirikan oleh adanya suatu filosofi yang
menganggap bahwa kualitas merupakan “jalan hidup” (way of life).
Secara cermatnya perbandingan tentang konsep kualitas secara tradisional dan
modern berikut tingkat performansi yang dijadikan indikator kualitas seperti tampak
dalam tabel berikut ini : ( Vincent Gaspersz, 2002)
Tabel 2.1 Pandangan Tradisisonal dan Modern Tentang Kualitas
Pandangan Tradisional Pandangan Modern
Memandang kualitas sebagai isu
teknis.
Memandang kualitas sebagai isu
bisnis.
Usaha perbaikan kualitas
dikoordinasikan oleh manajer kualita.
Usaha perbaikan kualitas diarahkan
oleh manajemen puncak.
Memfokuskan kualitas pada fungsi
atau departemen produksi.
Kualitas mencakup semua fungsi atau
departemen dalam organisasi
Produktivitas dan kualitas merupakan
sasaran yang bertentangan.
Produktivitas dan kualitas merupakan
sasaran yang bersesuaian, karena
hasil-hasil produktivitas dicapai
melalui peningkatan atau perbaikan
kualitas.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 10
Lanjutan Tabel 2.1 Pandangan Tradisisonal dan Modern Tentang Kualitas
Kualitas didefinisikan sebagai
konformansi (conformance) terhadap
spesifikasi atau standar.
Membandingkan produk terhadap
spesifikasi
Kualitas secara tepat didefinisikan
sebagai persyaratan untuk memuaskan
kebutuhan pengguna produk atau
pelanggan (costumers).
Membandingkan produk terhadap
kompetisi dan terhadap produk terbaik
dipasar.
Kualitas diukur melalui derajat
nonkonformansi (nonkonformansi),
menggunakan ukuran-ukuran kualitas
internal.
Kualitas diukur melalui perbaikan
proses/ produk dan kepuasan
pengguna produk atau pelanggan
secara terus-menerus, dengan
menggunakan ukuran-ukuran kualitas
berdasarkan pelanggan.
Kualitas dicapai melalui inspeksi
secara intensif terhadap produk.
Kualitas ditentukan melalui desain
produk dan dicapai melalui teknik
pengendalian yang efektif, serta
memberikan kepuasan selama masa
pakai produk.
Beberapa kerusakan atau cacat diijinkan,
jika produk telah memenuhi
standar kualitas minimum.
Cacat atau kerusakan dicegah sejak awal
melalui teknik pengendalian
proses yang efektif.
Kualitas adalah fungsi terpisah dan
berfokus pada evaluasi produksi.
Kualitas adalah bagian dari setiap
fungsi dalam semua tahap dari siklus
hidup produk.
Pekerja dipermalukan apabila
menghasilkan kualitas jelek.
Manajemen bertanggung jawab untuk
kualitas.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 11
Lanjutan Tabel 2.1 Pandangan Tradisisonal dan Modern Tentang Kualitas
Hubungan dengan pemasok bersifat
jangka pendek dan berorientasi pada
biaya.
Hubungan dengan pemasok bersifat
jangka panjang dan berorientasi pada
kualitas
Tabel 2.2 Tingkat Performansi terhadap Kualitas Berdasarkan Pandangan Tradisional dan
Modern
Item Pandangan Tradisional Pandangan Modern
Kualitas 1. Ukuran berdasarkan bagian
perseratus (persen).
2. Jika produk tidak rusak tidak
perlu memperbaikinya.
3. Inspeksi sama dengan
kualitas.
1. Ukuran berdasarkan
bagian persejuta ( parts
per million = ppm).
2. Perbaikan produk/
proses
secara terus-menerus.
3. Manajemen kualitas
terpadu.
Keterlibatan
Karyawan
1. Sistem saran secara pasif.
2. strategi menang-kalah.
3. Paling banyak satu perbaikan
per karyawan per tahun.
1. Tim kualitas proaktif.
2. Strategi menang-
menang.
3. Selusin atau lebih
perbaikan per
karyawan
pertahun
Fokus Keuntungan jangka pendek Keuntungan jangka
panjang.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 12
2.4 Konsep Kualitas Industri Manufaktur dan Jasa
Banyak ahli yang mendefinisikan kualitas yang secara garis besar orientasinya adalah
kepuasan pelanggan yang merupakan tujuan perusahaan atau organisasi yang berorientasi
pada kualitas. Dari beberapa definisi terdahulu, dapat katakan bahwa secara garis besar,
kualitas adalah keseluruhan cirri atau karakteristik produk atau jasa dalam tujuannya
untuk memenuhi kebutuhan dan harapan pelanggan. Pelanggan yang dimaksud di sini
bukan .pelanggan atau konsumen yang hanya.datang sekali untuk mencoba dan tidak
pernah kembali lagi, melainkan mereka yang datang berulang-ulang membeli dan
membeli. Meskipun demikian, konsumen yang baru satu kali datang juga harus dilayani
sebaik-baiknya, karena kepuasan pertama inilah yang akan membuat pelanggan datang
dan datang lagi. Secara umum dapat dikatpkan bahwa kualitas produk atau jasa itu akan
diwujudkan bila orientasi seluruh kegiatan perusahaan atau organisasi tersebut
berorientasi pada kepuasan pelanggan (Customer Satisfaction).Apabila diutarakan secara
rinci, kualitas memiliki dua perspektif, yaitu perspektif produsen dan perspektif
konsumen, di rnana bila kedua hal tersebut disatukan maka akan dapat tercapai kesesuaian
antara kedua sisi tersebut yang dikenal sebagai kesesuaian untuk digunakan oleh
konsumen. (Russel, 1996)
Gambar 2.2 Dua Perspektif Kualitas (Russel, 1996)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 13
Apabila diperhatikan, maka kedua perspektif tersebut akan bertemu
pada satu kata “Fitness for Consumer Use”. Kesesuaian untuk digunakan
merupakan kesesuaian antara konsumen dengan produsen, sehingga
membuat suatu standar yang disepakati bersama dan dapat memenuhi
kebutuhan dan harapan kedua belah pihak. Kegiatan pengendalian kualitas
tidak hanya meliputi penetapan standar produk atau proses dari pihak
melainkan standar yang ditetapkan produsen tersebut juga harus
sesuai dengan spesifikasi atau toleransi yang ditetapkan oleh pihak konsumen.
Selanjutnya, ada beberapa dimensi kualitas untuk industri manufaktur dan jasa.
Dimensi ini digunakan untuk melihat dari sisi manakah kualitas dinilai. Tentu saja
perusahaan ada yang menggunakan salah satu dari sekian banyak dimensi kualitas yang
ada, namun ada kalanya yang membatasi hanya pada salah satu dimensi tertentu. Yang
dimaksud dimensi kualitas tersebut, telah diuraikan oleh Garvin (1996) untuk industri
manufaktur, meliputi : (Garvin, 1996)
Performance, yaitu kesesuaian produk dengan fungsi utama produk itu sendiri
atau karakteristik operasi dari suatu produk.
Feature, yaitu ciri khas produk yang membedakan dari produk lain yang
merupakan karakteristik pelengkap dan mampu menimbulkan kesan yang baik
bagi pelanggan.
Reliability, yaitu kepercayaan pelanggan terhadap produk karena ke
handalannya atau karena kemungkinan kerusakan yang rendah.
Conforrnance, yaitu kesesuaian produk dengan syarat atau ukuran tertentu atau
sejauh mana karakteristik desain dan operasi memenuhi standar yang telah
ditetapkan.
Durability, yaitu tingkat ketahanan/awet produk atau lama umur produk.
Serviceability, yaitu kemudahan produk itu bila akan diperbaiki atau kemudahan
memperoleh komponen produk tersebut.
Aesthetic, yaitu keindahan atau daya tarik produk tersebut.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 14
Perception, yaitu fanatisme konsumen akan merek suatu produk tertentu karena
citra atau reputasi produk itu sendiri.
Kualitas pada industri manufaktur selain menekankan pada produk yang dihasilkan,
juga perlu diperhatikan kualitas pada proses produksi. Bahkan, yang terbaik adalah
apabila perhatian pada kualitas bukan pada produk akhir, melainkan proses produksinya
atau produk yang masih ada dalam proses (Work in Process), sehingga bila diketahui ada
cacat atau kesalahan masih dapat diperbaiki. •Dengan demikian, produk akhir yang di-
hasilkan adalah produk yang bebas cacat dan tidak ada lagi pemborosan yang harus
dibayar mahal karena produk tersebut harus dibuang atau dilakukan pengerjaan ulang.
(Garvin, 1996)
Selanjutnya, dengan perkembangan bidang usaha, maka organisasi atau perusahaan
kini bukan hanya bergerak di bidang industri manufaktur, tetapi juga pada industri jasa,
misalnya konsultan, pengacara, akuntan, pendidikan, dan sebagainya. Pengukuran
kualitas pada industri jasa sulit sekali dilakukan karena karakteristik jasa pada umumnya
tidak tampak. banyak sekali perbedaan antara industri manufaktur dengan industri jasa
yang menurut Gaspersz (1997), karakteristik unik dari suatu industri jasal pelayanan yang
sekaligus membedakannya dari barang antara lain : (Garvin, 1996)
1. Pelayanan merupakan output tak berbentuk (intangible output) Pelayanan
merupakan output variabel, tidak standar.
2. Pelayanan tidak dapat disimpan dalam persediaan, tetapi dapat dikonsumsi dalam
produksi.
3. Terdapat hubungan langsung yang erat dengan pelanggan melalui proses
pelayanan.
4. Pelanggan berpartisipasi dalam proses memberikan pelayanan.
5. Pelanggan sekaligus merupakan input bagi proses pelayanan yang diterimanya.
6. Keterampilan personil “diserahkan” atau “diberikan” secara langsung kepada
pelanggan.
7. Pelayanan tidak dapat diproduksi secara masal.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 15
8. Membutuhkan pertimbangan pribadi yang tinggi dari individu yang memberikan
pelayanan.
9. Perusahaan jasa pada umumnya bersifat padat karya.
10. Fasilitas pelayanan berada dekat lokasi pelanggan.
11. Pengukuran efektivitas pelayanan bersifat subyektif.
12. Pengendalian kualitas terutama dibatasi pada pengendalian proses.
13. Option penetapan harga lebih rumit.
Pengukuran kualitas untuk produk fisik tidak sama dengan industri jasa. walaupun
demikian, ada beberapa dimensi yang digunakan dalam mengukur kualitas suatu industri
jasa. Menurut Garvin (1996), dimensi kualitas pada industri jasa antara lain : (Garvin,
1996)
Communication, yaitu komunikasi atau hubungan antara penerima jasa dengan
pemberi jasa.
Credibility, yaitu kepercayaan pihak penerima jasa terhadap pemberi
jasa. Security, yaitu keamanan terhadap jasa yang ditawarkan.
Knowing the customer, yaitu pengertian dari pihak pemberi jasa pada penerima
jasa atau pemahaman pemberi jasa terhadap kebutuhan dan harapan pemakai jasa.
Tangibles, yaitu bahwa dalam memberikan pelayanan kepada pelanggan harus
dapat diukur atau dibuat standarnya.
Reliability, yaitu konsistensi kerja pemberi jasa dan kemampuan pemberi jasa
dalam memenuhi janji para penerima jasa.
Responsiveness, yaitu tanggapan pemberi jasa terhadap kebutuhan dan harapan
penerima jasa.
Competence, yaitu kemampuan atau keterampilan pemberi jasa yang dibutuhkan
setup orang dalam perusahaan untuk memberikan jasanya kepada penerima jasa.
Access, yaitu kemudahan pemberi jasa untuk dihubingi oleh pihak atau pelanggan
atau penerima jasa.
Courtesy, yaitu kesopanan, respek, perhatian, dan kesamaan dalam hubungan
personil.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 16
Meningkatkan kualitas jasa yang ditawarkan tidak semudah usaha meningkatkan
kualitas produk, karena karakteristiknya yang unik. Peningkatan kualitas jasa juga akan
berdampak pada organisasi secara menyeluruh. (Garvin, 1996)
2.5 Alat Bantu Pengendalian Kualitas
Alat bantu pengendalian kualitas dapat berwujud 2 jenis, yaitu menggunakan data
kualitatif dan yang menggunakan data kuantitatif. Teknik yang menggunakan data
kualitatif adalah Flow chart, Diagram sebab akibat (ishikawa diagram), Brainstorming,
Affinity diagram dan Diagram pohon. Sedangkan yang menggunakan data kuantitatif,
adalah Lembar periksa, Diagram Pareto, Histogram, Scatter diagram, Grafik kendali dan
Run chart. Berikut merupakan penjelasan dari masing-masing alat bantu kualitas :
(Ariani, 2002).
1. Flow Chart
Flow chart atau diagram skematik adalah diagram yang menunjukkan seluruh
langkah dalam suatu proses. Dalam diagram ini ditunjukkan bagaimana langkah
itu saling berinteraksi satu sama lain. Flow chart digambarkan dengan simbol-
simbol dan orang yang bertanggungjawab untuk memperbaiki suatu proses harus
mengetahui seluruh langkah dalam proses tersebut.
2. Diagram Sebab Akibat ( Cause and Effect Diagram)
Diagram sebab akibat disebut Ishikawa diagram, karena dikembangkan oleh Dr.
Kaoru Ishikawa pada 1943. Diagram Sebab Akibat digunakan untuk
mengidentifikasi kategori dan sub kategori sebab-sebab yang mempengaruhi
suatu karakteristik kualitas tertentu . Masalah yang menjadi focus di diagram
sebab akibat ialah Man, Material, Machine, dan Environment.
3. Brainstorming
Brainstorming adalah cara untuk memacu pemikiran kreatif guna mengumpulkan
ide-ide dari suatu kelompok dalam waktu yang relatif singkat.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 17
4. Affinity Diagram
Affinity diagram menggunakan hasil brainstorming untuk mengorganisasikan
informasi, sehingga mudah dipahami untuk perbaikan proses. Affinity diagram ini
berguna untuk menyaring data yang berjumlah besar dan menciptakan pola pikir
baru.
5. Diagram Pohon (Tree Diagram)
Tree diagram atau diagram pohon adalah alat yang digunakan untuk
menghubungkan tujuan yang harus ditempuh dengan tugas yang harus
dilaksanakan untuk mencapai tujuan tersebut.
6. Lembar Periksa (Checksheet)
Checksheet adalah alat/lembar yang digunakan untuk mencatat data produk
termasuk juga waktu pengamatan, permasalahan yang dicari dan jumlah cacat
pada setiap perusahaan.
7. Diagram Pareto (Pareto Diagram)
Diagram ini digunakan untuk menentukan pentingnya atau prioritas kategori
kejadian yang disusun menurut ukurannya atau sebab-sebab yang akan dianalisis.
Diagram ini menunjukkan seberapa besar frekuensi berbagai tipe permasalahan
yang terjadi dengan daftar masalah pada sumbu x dan jumlah/frekuensi kejadian
pada sumbu y.
8. Histogram
Histogram adalah diagram batang yang digunakan untuk menunjukkan variasi
data pengukuran dan variasi setiap proses. Berbeda dengan Pareto chart yang
penyusunannya menurut urutan yang memiliki proporsi terbesar kekiri hingga
proporsi terkecil, maka histogram dalam penyusunannya tidak menggunakan
urutan apapun.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 18
9. Scatter Diagram
Scatter diagram adalah gambaran yang menunjukkan kemungkinan hubungan
(korelasi) antara pasangan 2 (dua) macam peubah dan menunjukkan keeratan
hubungan antara 2 (dua) peubah tersebut yang sering diwujudkan sebagai
koefisien korelasi. Diagram ini berupa titik yang menghubungkan paling tidak 2
(dua) peubah X dan Y yang menunjukkan keeratannya, sehingga dapat dilihat
apakah suatu kesalahan dapat disebut berhubungan.
10. Run Chart
Run chart adalah grafik yang menunjukkan variasi ukuran sepanjang waktu,
kecenderungan, daur, dan pola–pola lain dalam suatu proses dan membandingkan
kinerja beberapa kelompok, tetapi tanpa menyebutkan sebab-sebab terjadinya
kecenderungan, daur, atau pola-pola tersebut.
11. Grafik Kendali
Grafik kendali adalah grafik yang digunakan untuk menentukan apakah suatu
proses berada dalam keadaan in control atau out control. Batas pengendalian yang
meliputi batas atas (upper control limit) dan batas bawah (lower control limit)
dapat menggambarkan performansi yang diharapkan dari suatu proses konsisten.
2.6 Pengendalian Kualitas
Pengendalian kualitas merupakan Ilmu yang mempelajari tentang teknik metode
pengendalian kualitas berdasarkan prinsip/konsep statistik. Dalam menggambarkan
ukuran kualitas, terdapat 2 cara dalam menggambarkannya, yaitu : (Susetyo, 2009)
Variabel : karakteristik kualitas suatu produk dinyatakan dengan besaran yang
dapat diukur (besaran kontinu). Seperti : panjang, berat, temperatur, dll.
Attribut : karakteristik kualitas suatu produk dinyatakan dengan apakah
produk tersebut memenuhi kondisi/persyaratan tertentu, bersifat dikotomi, jadi
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 19
hanya ada dua kemungkinan baik dan buruk. Seperti produk cacat atau produk
baik, dan lain-lain
Tujuan dari pengendalian kualitas sendiri antara lain : (Susetyo, 2009)
Memperoleh jaminan kualitas (quality Assurance) dapat dilakukan dengan
Aceceptance sampling Plans.
Menjaga konsistensi Kualitas, dilaksanakan dengan Control Chart.
Sementara itu, keuntungan dari pengendalian kualitas antara lain : (Susetyo, 2009)
Untuk mempertinggi kualitas atau mengurangi biaya.
Menjaga kualitas lebih uniform.
Penggunaan alat produksi lebih efisien.
Mengurangi rework dan pembuangan.
Inspeksi yang lebih baik.
Memperbaiki hubungan produsen-konsumen.
Spesifikasi lebih baik.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 20
2.7 Pengendalian Kualitas Proses Statistik
Data Variabel
Peta kendali X : (Susetyo, 2009)
- Memantau perubahan suatu sebaran atau distribusi suatu variabel asal
dalam hal lokasinya (pemusatannya).
- Apakah proses masih berada dalam batas-batas pengendalian atau
tidak.
- Apakah rata-rata produk yang dihasilkan sesuai dengan standar yang
telah ditentukan.
Peta kendali R : (Susetyo, 2009)
- Memantau perubahan dalam hal spread-nya (penyebarannya).
- Memantau tingkat keakurasian/ketepatan proses yang diukur dengan
mencari range dari sampel yang diambil.
Peta Kendali S : (Susetyo, 2009)
- Digunakan untuk mengukur tingkat keakurasian suatu proses.
Data Atribut
Data atribut mengacu pada karakteristik kualitas yang memenuhi spesifikasi
atau tidak. Atribut dinyatakan sebagai produk bagus/baik atau produk defective.
Alasan pengamatan atribut harus dilakukan adalah jika pengukuran tidak mungkin
dilakukan ataupun jika pengukuran dapat dilakukan tetapi butuh waktu yang lama,
mahal dan sulit. Jenis-jenis dari peta kendali atribut antara lain : (Susetyo, 2009)
Peta Kendali p
Merupakan perbandingan antara banyaknya cacat dengan semua
pengamatan, yaitu setiap produk yang diklasifikasikan sebagai “diterima” atau
“ditolak” (yang diperhatikan banyaknya produk cacat).
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 21
Langkah-langkah pembuatan peta kendali - p :
1. Tentukan ukuran contoh/subgrup yang cukup besar (n > 30),
2. Kumpulkan banyaknya subgrup (k) sedikitnya 20–25 sub-grup,
3. Hitung untuk setiap subgrup nilai proporsi unit yang cacat,
yaitu :
p = jumlah unit cacat/ukuran subgrup
4. Hitung nilai rata-rata dari p, yaitu p dapat dihitung dengan :
p = total cacat/total inspeksi.
5. Hitung batas kendali dari peta kendali x :
UCL = p + n
pp )1(3
………………………………………….(1)
LCL = p – n
pp )1(3
………………………………………….(2)
6. Plot data proporsi (persentase) unit cacat serta amati apakah data tersebut
berada dalam pengendalian atau diluar pengendalian.
Peta Kendali np
Sebagai alternatif untuk menghitung proprsi cacat, dapat dihitung jumlah
item cacat dalam sampel dan menggunakan perhitungan itu sebagai dasar dari
peta kendali. Tidak ada penarikan kembali dari np-chart. Jumlah item cacat
dalam sample diasumsikan untuk diberikan dalam distribusi binomial. Prinsip
yang sama juga digunakan untuk grafik jumlah cacat dan pembentukan np-
chart serupa dengan pembentukan p-chart.
np = 𝑇𝑜𝑡𝑎𝑙 𝑗𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑜𝑙𝑎𝑘
𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑜𝑡 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 ……………………………….(3)
UCL = np + 3√𝑛𝑝(1 − 𝑝) …………………………………(4)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 22
LCL = np - 3√𝑛𝑝(1 − 𝑝) …………………………………..(5)
Peta Kendali c
Suatu produk dikatakan cacat (defective) jika produk tersebut tidak
memenuhi suatu syarat atau lebih. Setiap kekurangan disebut defect. Setiap
produk yang cacat bisa saja terdapat lebih dari satu defect. (yang diperhatikan
banyaknya defect).
Langkah-langkah pembuatan peta kendali - c :
1. Kumpulkan k = banyaknya subgrup yang akan diinspeksi, usahakan k
mencukupi jumlahnya antara k = 20–25 subgrup,
2. Hitung jumlah cacat setiap subgrup ( = c),
3. Hitung nilai rata-rata jumlah cacat, c sbb :
c = k
c…………………………………………(6)
4. Hitung batas kendali untuk peta kendali c :
UCL = c + c3 ………………………………..(7)
LCL = c – c3 ………………………………..(8)
5. Plot data jumlah cacat dari setiap subgrup yang diperiksa dan amati apakah
data tersebut berada dalam pengendalian atau diluar kendali.
Peta Kendali u
Peta kendali u relatif sama dengan peta kendali c. Perbedaanya hanya
terdapat pada peta kendali u spesifikasi tempat dan waktu yang dipergunakan
idak harus selalu sama, yang membedakan dengan peta kendai c adalah
besarnya unit inspeksi perlu diidentifikasikan.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 23
Rumus yang digunakan :
U = 𝛴𝑐𝑖
𝛴𝑛𝑖 = rata-rata cacat persatuan .......................................(9)
UCL = u-bar + 3 √𝑢
𝑛𝑖 …………………………………….(10)
LCL = u-bar - 3 √𝑢
𝑛𝑖 …………………………………….(11)
Peta Kendali U
Merupakan system tingkat kualitas yang me-rating cacat per unit, dengan
mengatasi kekurangan dari grafik kendali c dan u. Sebagai kategori
ANSI/ASQC (Standar A3 : 1978) : Mengelompokkan cacat dalm 4 kategori :
Cacat kelas 1 : Sangat serius : bobot cacat : w1 = 100
Cacat kelas 2 : Serius : bobot cacat : w2 = 50
Cacat kelas 3 : agak serius : bobot cacat : w3 = 10
Cacat kelas 4 : Tidak serius : bobot cacat : w4 = 1
Jumlah cacat berbobot
D = w1c1 + w2c2 + w3c3 + w4c4 …………………………..(12)
Rata-rata cacat terbobot per unit
U = 𝐷
𝑛 = (w1c1 + w2c2 + w3c3 + w4c4)/n …………………..(13)
C adalah bilangan hasil perhitungan “cacat” (poisson). Sehingga U merupakan
kombinasi linier dari variabel acak independen poisson.
U = w1u1 + w2u2 + w3u3 + w4u4 ………………………...(14)
σU = √𝑤12𝑢1+𝑤22𝑢2+𝑤32𝑢3+𝑤42𝑢4
𝑛 …………………………(15)
UCL = U + 3 σU …………………………………………...(16)
LCL = U - 3 σU …………………………………………….(17)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 24
2.8 Biaya Kualitas
Biaya kualitas adalah biaya yang terjadi atau mungkin akan terjadi karena kualitas
yang buruk. Biaya kualitas didefinisikan sebagai biaya-biaya yang berkaitan dengan
pencegahan, pengidentifikasian, perbaikan produk yang berkualitas rendah dan dengan
opportunity cost dari hilangnya waktu produksi dan penjualan sebagai akibat dari
rendahya kualitas. Biaya kualitas digolongkan dalam dua golongan besar, yaitu : (Ariani,
2004)
1) Cost Of Conformance
Biaya yang termasuk dalam cost of conformace adalah biaya pencegahan dan
biaya penilaian, karena biaya-biaya tersebut terjadi dalam rangka memastikan
kualitas produk sesuai dengan keinginan pelanggan.
a. Biaya pencegahan (prevention cost)
Biaya pencegahan merupakan biaya yang terjadi untuk mencegah kerusakan
produk yang dihasilkan (mencegah cacat kualitas) atau semua biaya yang
berkaitan dengan setiap kegiatan yang dirancang untuk memastikan bahwa
kegiatan-kegiatan yang tepat dilaksanakan dengan benar sejak pertama kali.
Biaya pencegahan meliputi:
Biaya pelatihan kualitas, yaitu pengeluaran-pengeluaran untuk program-
program pelatihan internal dan eksternal.
Biaya Teknik dan perencanaan kualitas, yaitu biaya-biaya yang
dikeluarkan untuk aktifitas-aktifitas yang berhubungan dengan patokan
rencana kualitas produk yang dihasilkan.
Biaya pemeliharaan peralatan, yaitu biaya yang dikeluarkan untuk
memasang, menyesuaikan, mempertahankan, memperbaiki, dan
menginspeksi peralatan produksi, proses dan sistem.
Biaya penjaminan supplier, yaitu biaya yang dikeluarkan untuk
mengembangkan kebutuhan dan pengukuran data, auditing dan
pelaporan kualitas.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 25
b. Biaya penilaian (Detection/Appraisal Cost)
Biaya penilaian dikeluarkan dalam rangka pengukuran dan analisis data untuk
menentukan apakah produk atau jasa sesuai dengan spesifikasinya dan
persyaratan-persyaratan kualitas. Tujuan utama penilaian adalah untuk
menghindari terjadinya kesalahan dan kerusakan sepanjang proses
perusahaan, misalnya mencegah pengiriman barang-barang yang tidak sesuai
dengan persyaratan kepada pelanggan. Biaya ini meliputi:
Biaya pengujian dan inspeksi, yaitu biaya yang dikeluarkan untuk
menguji dan menginspeksi kesesuaian barang yang akan datang, produk
dalam proses dan produk selesai dengan kualifikasi yang tercantum
dalam pesanan
Peralatan pengujian, yaitu biaya yang dikelurkan untuk memperoleh,
mengoperasikan, atau mempertahankan kualitas, software, mesin dan
peralatan pengujian atau penilaian kualitas produk dan proses
Audit kualitas, yaitu biaya yang meliputi pemeriksaan kualitas produk,
seperti gaji dan upah semua orang yang terlibat dalam penilaian kualitas
produk dan jasa dan pengeluaran lain yang dikeluarkan selama penilaian
kualitas.
Evaluasi persediaan, yaitu biaya yang meliputi pengujian produk di
gudang, dengan tujuan untuk mendeteksi terjadinya penurunan kualitas
produk
Biaya informasi, yaitu biaya yang dikeluarkan untuk menyiapkan dan
membuktikan laporan kualitas.
2) Cost Of Non Conformance
Biaya yang termasuk kedalam Cost of Non Conformance adalah biaya kegagalan
internal dan ekternal karena biaya-biaya tersebut merupakan biaya yang
dikeluarkan karena menghasilkan produk yang cacat dan opportunity cost karena
ditolaknya produk atau jasa.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 26
a. Biaya Kegagalan Internal (Internal Failure Cost)
Merupakan biaya yang terjadi karena adanya ketidaksesuaian dengan
persyaratan atau biaya yang dikeluarkan karena rendahnya kualitas yang
ditemukan sejak penilaian awal dan sebelum barang atau jasa dikirimkan
kepada pelanggan. Pengukuran biaya kegagalan internal dilakukan dengan
menghitung kerusakan produk sebelum meninggalkan pabrik. Biaya
kegagalan internal meliputi:
Biaya tindakan koreksi, adalah biaya untuk waktu yang dihabiskan
untuk menemukan penyebab kegagalan dan untuk mengoreksi
masalah
Scrap, adalah kerugian yang timbul karena adanya sisa bahan baku
yang tidak terpakai dalam upaya memenuhi tingkat kualitas yang
dikehendaki.
Rework, adalah biaya yang timbul untuk melakukan proses pengerjaan
ulang agar dapat memenuhi standar kualitas yang disyaratkan.
Biaya proses, adalah biaya yang dikeluarkan untuk mendesain ulang
produk atau proses dan pemberhentian mesin yang tidak direncanakan
dan gagalnya produksi karena adanya penyelaan proses untuk
perbaikan dan pengerjaan kembali
Biaya ekspedisi, adalah biaya yang dikeluarkan untuk mempercepat
operasi pengolahan karena adanya waktu yang dihabiskan untuk
perbaikan dan pengerjaan kembali
Biaya inspeksi dan pengujian ulang, adalah biaya yang dikeluarkan
selama inspeksi ulang atau pengujian ulang atas produk-produk yang
telah diperbaiki
Factory Contact Engineering, adalah biaya yang berhubungan dengan
waktu yang digunakan oleh para ahli produk atau produksi yang
terlibat dalam masalah-masalah produksi yang menyangkut kualitas.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 27
b. Biaya Kegagalan Eksternal (External Failure Cost)
Biaya kegagalan eksternal adalah biaya yang terjadi karena produk atau
jasa gagal memenuhi persyaratan-persyaratan yang diketahui setelah
produk itu dikirimkan kepada pelanggan, seperti biaya dalam rangka
meralat cacat kualitas setelah produk sampai ke pelanggan dan laba gagal
yang diperoleh karena hilangnya peluang sebagai akibat adanya produk
atau jasa yang tidak dapat diterima oleh pelanggan. Biaya ini merupakan
biaya yang paling membahayakan karena dapat membuat reputasi buruk ,
kehilangan pelanggan dan kehilangan pangsa pasar. Biaya kegagalan
eksternal meliputi:
Biaya untuk menangani keluhan dan pengembalian dari pelanggan,
biaya ini meliputi semua biaya yang ditimbulkan karena adanya
keluhan-keluhan tertentu, sehingga diperlukan pemeriksaan, reparasi
atau penggantian/penukaran produk. Biaya penanganan keluhan ini
dibedakan antara yang masih bergaransi dan masa garansinya sudah
lewat.
Pelayanan (service) produk, adalah biaya yang dikeluarkan akibat dari
usaha untuk memperbaiki ketidaksempurnaan atau untuk pengujian
khusus atau untuk memperbaiki yang cacat yang bukan disebabakan
oleh adanya keluhan pelanggan.
Biaya penarikan kembali dan pertanggung jawaban produk, biaya
untuk menangani pengembalian produk, perbaikan atau penggantian,
biaya hukum atau biaya penyelesaian hukum.
Penjualan yang hilang karena produk yang tidak memuaskan, margin
kontribusi yang hilang karena pesanan yang tertunda, penjualan yang
hilang dan menurunnya pangsa pasar.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 28
BAB III
METODOLOGI PENELITIAN
Gambar 3.1 Metodologi Penelitian
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 29
Penjelasan Metodologi Penelitian :
Penelitian diawali dengan menentukan tujuan penelitian. Kemudian menentukan
batasan dan asumsi yang digunakan untuk membatasi ruang lingkup dalam observasi.
Langkah selanjutnya yang dilakukan adalah melakukan kajian studi pustaka, menentukan
rencana sampling perencanaan penerimaan yang datanya telah didapat dari laporan
pemesanan (MRP) dan kebijakan perusahaan tentang AQL.
Setelah didapatkan data yang dibutuhkan, sampel harus ditentukan untuk kemudian
dilakukan pengukuran dimensi serta cacat komponen yang telah dipersiapkan. Dari data
tersebut, dapat ditentukan apakah lot bisa diterima atau tidak.
Kemudian akan dilakukan pembuatan peta kendali. Peta kendali ini dibuat
berdasarkan raw material laporan penjualan (MRP) untuk mengetahui apakah data dapat
digunakan atau tidak. Jika data tidak dapat dikontrol, maka akan dilakukan eliminasi data
out of control dan kembali lagi ke pembuatan peta kendali sampai dengan data terkontrol.
Jika data dapat dikontrol akan dilanjutkan ke proses perhitungan performansi peta
kendali.
Selanjutnya membuat diagram pareto finish product dengan data yang didapat dari
laporan bulanan inspeksi yang dilanjutkan ke pembuatan peta kendali finish product.
Dalam pembuatan peta kendali, tentukan jenis peta kendalinya dan datanya apakah
terkendali atau tidak. Jika tidak dilanjutkan dengan fishbone, sedangkan jika iya akan
langsung membuat kesimpulan. Langkah lain yang harus diperhatikan adalah perhitungan
biaya kualitas yang dikeluarkan untuk menjaga kualitas produk.
Setelah didapat semua output yang diperlukan, dilakukan analisis untuk mengetahui
kendala yang terjadi. Dan yang terakhir adalah kesimpulan dan saran mengenai praktikum
modul 6 ini.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 30
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Acceptance Sampling
4.1.1 Kebijakan sampel untuk As Roda
Panjang as roda
Hasil output MRP as Roda
Tabel 4.1 Hasil Output MRP As roda PERI-
ODE 1 2 3 4 5 6 7 8 9 10 11 12 Total
as
roda 10.492 10.492 10.496 10.504 10.540 10.540 10.544 10.552 10.588 10.588 10.596 10.600 126.532
Berdasarkan output MRP, ukuran lot periode 1 sebesar 10,492 berdasarkan
tabel 10.2 sample size code letters, buku amitava mitra halaman 420. Dengan
level inspeksi s-4 diperoleh sample size code letternya yaitu I (ukuran lot
diantara 10.001-35000)
N = 20
AQL = 0,18 konversi nilai AQL berdasarkan tabel 10.1 AQL conversion
tabel , buku amitava mitra halaman 420. Didapatkan nilai AQL hasil konversi
sebesar 0,25 karena 0,18 berada di antara 0,165 sampai 0,279.
Tabel 4.2 AQL Panjang As roda
No Ukuran X2
1 59,9 3588,01
2 60 3600
3 59,8 3576,04
4 59,9 3588,01
5 59,9 3588,01
6 60 3600
7 60 3600
8 60 3600
9 59,9 3588,01
10 60 3600
11 60 3600
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 31
Lanjutan Tabel 4.2 AQL Panjang As roda
12 60 3600
13 60 3600
14 59,9 3588,01
15 60 3600
16 60 3600
17 59,9 3588,01
18 60 3600
19 60 3600
20 60 3600
jumlah 1199,2 71904,1
�̅� = 59,9+60+⋯..+60
20 =
1199,2
20= 59,96
S = √∑ 𝑥2−(∑ 𝑥)
2/𝑛
𝑛−1 = √
71904,1−(1199,2)2/20
20−1 = 0,060
Standar perusahaan untuk panjang as roda
58.5mm 1,5mm
USL = 58,5 + 1,5 = 60 mm
LSL = 58,5 - 1,5 = 57 mm
Zu = 𝑈𝑆𝐿− �̅�
𝑆 =
60−59,96
0,060 = 0,67 ZL =
𝑋 ̅− 𝐿𝑆𝐿
𝑆 =
59,96−57
0,060 = 49,33
Berdasarkan tabel 10.3 buku amitava mitra halaman 422.didapatkan nilai
konsatanta k = 2,26.
Jadi , zu < k = 0,667 < 2,26 dan zl >k = 49,33 > 2,26 Keputusannya zu ditolak
dan zl diterima
Karena hasilnya ada 2 keputusan maka digunakan double acceptance
sampling
Berdasarkan tabel 10.7 buku amitava mitra didapatkan nilai PU = 25,33 dan
PL = 0 jadi P= Pu + PL =25,33 + 0 = 25,33
Berdasarkan tabel 10.5 buku amitava mitra halaman 424 , didapatkan nilai
konsatanta M = 0,877
Jadi , P > M = 25,33 > 0,877 sehingga keputusannya adalah lot ditolak
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 32
Diameter as roda
N = 20
AQL = 0,18 konversi nilai AQL berdasarkan tabel 10.1 AQL conversion tabel
, buku amitava mitra halaman 420. Didapatkan nilai AQL hasil konversi
sebesar 0,25 karena 0,18 berada di antara 0,165 sampai 0,279.
ukuran lot periode 1 sebesar 10,492. berdasarkan tabel 10.2 sample size code
letters, buku amitava mitra halaman 420. Dengan level inspeksi s-4 diperoleh
sample size code letternya yaitu I (ukuran lot diantara 10.001-35000)
Tabel 4.3 AQL Diameter As roda
No Ukuran X2
1 1,8 3,24
2 1,8 3,24
3 1,8 3,24
4 1,8 3,24
5 1,8 3,24
6 1,8 3,24
7 1,8 3,24
8 1,8 3,24
9 1,8 3,24
10 1,8 3,24
11 1,8 3,24
12 1,8 3,24
13 1,8 3,24
14 1,8 3,24
15 1,8 3,24
16 1,8 3,24
17 1,8 3,24
18 1,8 3,24
19 1,8 3,24
20 1,8 3,24
Jumlah 36 64,8
�̅� = 1,8+1,8+⋯..+1,8
20 =
36
20= 1, 8
S = √∑ 𝑥2−(∑ 𝑥)
2/𝑛
𝑛−1 = √
64,8−(36)2/20
20−1 = 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 33
Standar perusahaan untuk diameter as roda
1,8 mm 0,2mm
USL = 1,8 + 0,2 = 2 mm
LSL = 1,8 – 0,2 = 1,6 mm
Zu = 𝑈𝑆𝐿− �̅�
𝑆 =
2−1,8
0 = ∞ ZL =
𝑋 ̅− 𝐿𝑆𝐿
𝑆 =
1,8−1,6
0 = ∞
Berdasarkan tabel 10.3 buku amitava mitra halaman 422.didapatkan nilai
konsatanta k = 2,26
Jadi , zu > k = ∞ > 2,26 dan zl >k = ∞ > 2,26 Keputusannya zu dan zl diterima
Sehingga keputusannya ialah lot diterima
4.1.2 Kebijakan sampel untuk Gardan
Panjang Gardan
- Hasil output MRP gardan
Tabel 4.4 Hasil output panjang Gardan
Periode 1 2 3 4 5 6 7 8 9 10 11 12
Gardan 2623 2623 2624 2626 2635 2635 2636 2638 2647 2647 2649 2650
Berdasarkan output MRP, ukuran lot periode 1 sebesar 2623. berdasarkan
tabel 10.2 sample size code letters, buku amitava mitra halaman 420.
Dengan level inspeksi s-4 diperoleh sample size code letternya yaitu E
(ukuran lot diantara 1201 sampai 3200)
N = 15
AQL = 0.18 konversi nilai AQL berdasarkan tabel 10.1 AQL conversion
tabel , buku amitava mitra halaman 420. Didapatkan nilai AQL hasil
konversi sebesar 0.25 karena 0.18 berada di antara 0.165 sampai 0.279.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 34
Tabel 4.5 AQL Panjang Gardan
No Ukuran X2
1 74 5476
2 74.15 5498.223
3 74.2 5505.64
4 74.35 5527.923
5 74.2 5505.64
6 74.2 5505.64
7 74.2 5505.64
8 74.5 5550.25
9 74.5 5550.25
10 74.4 5535.36
11 74.25 5513.063
12 74.2 5505.64
13 74.25 5513.063
14 74.15 5498.223
15 74.2 5505.64
Jumlah 1113.8 82696.19
�̅� = 74+74.15+⋯..+74.2
15 =
1113.8
15= 74.25
S = √∑ 𝑥2−(∑ 𝑥)
2/𝑛
𝑛−1 = √
82696.19−(1113.8)2/15
15−1 = 0.13496
Standar perusahaan untuk panjang gardan
74mm 0.75mm
USL = 74 + 0.75 = 74.75 mm
LSL = 74 – 0.75 = 73.25 mm
Zu = 𝑈𝑆𝐿− �̅�
𝑆 =
74.75−74.25
0.13496 = 3.7048 ZL =
𝑋 ̅− 𝐿𝑆𝐿
𝑆 =
74.25−73.25
0.13496
= 7.4096
Berdasarkan tabel 10.3 buku amitava mitra halaman 422, didapatkan nilai
kontanta k = 2.00.
Jadi , zu > k (3.7048 > 2.00) dan zl > k (7.4096 > 2.00) Keputusannya zu
diterima dan zl diterima.
Sehingga keputusannya ialah lot diterima.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 35
Diameter Gardan
Berdasarkan output MRP, ukuran lot periode 1 sebesar 2623. berdasarkan
tabel 10.2 sample size code letters, buku amitava mitra halaman 420.
Dengan level inspeksi s-4 diperoleh sample size code letternya yaitu E
(ukuran lot diantara 1201 sampai 3200)
N = 15
AQL = 0.18 konversi nilai AQL berdasarkan tabel 10.1 AQL conversion
tabel , buku amitava mitra halaman 420. Didapatkan nilai AQL hasil
konversi sebesar 0.25 karena 0.18 berada di antara 0.165 sampai 0.279.
Tabel 4.6 AQL Diameter Gardan
No Ukuran X2
1 1.35 1.8225
2 1.35 1.8225
3 1.35 1.8225
4 1.35 1.8225
5 1.35 1.8225
6 1.35 1.8225
7 1.35 1.8225
8 1.35 1.8225
9 1.35 1.8225
10 1.35 1.8225
11 1.35 1.8225
12 1.35 1.8225
13 1.35 1.8225
14 1.35 1.8225
15 1.35 1.8225
Jumlah 20.25 27.3375
�̅� = 1.35+1.35+⋯..+1.35
15 =
20.25
15 = 1.35
S = √∑ 𝑥2−(∑ 𝑥)
2/𝑛
𝑛−1 = √
27.3375−(20.25)2/15
15−1 = 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 36
Standar perusahaan untuk diameter gardan
1.48 mm 0.13 mm
USL = 1.48 + 0.13 = 1.61 mm
LSL = 1.48 – 0.13 = 1.35 mm
Zu = 𝑈𝑆𝐿− �̅�
𝑆 =
1.61−1.35
0 = ∞ ZL =
𝑋 ̅− 𝐿𝑆𝐿
𝑆 =
1.35−1.35
0 = ∞
Berdasarkan tabel 10.3 buku amitava mitra halaman 422, didapatkan nilai
kontanta k = 2.00.
Jadi , zu > k (∞ > 2.00) dan zl > k (∞ > 2.00) Keputusannya zu diterima dan zl
diterima.
Keputusannya maka lot diterima
4.1.3 Kebijakan sampel untuk Dinamo
Diameter Dinamo
- Hasil output MRP Dinamo
Tabel 4.7 Hasil output Diameter Dinamo
Periode 1 2 3 4 5 6 7 8 9 10 11 12
Dinamo 2623 2623 2624 2626 2635 2635 2636 2638 2647 2647 2649 2650
Berdasarkan output MRP, ukuran lot periode 1 sebesar 2623. berdasarkan tabel
10.2 sample size code letters, buku amitava mitra halaman 420. Dengan level
inspeksi s-4 diperoleh sample size code letternya yaitu E (ukuran lot diantara
1201 sampai 3200)
N = 15
AQL = 0.18 konversi nilai AQL berdasarkan tabel 10.1 AQL conversion tabel ,
buku amitava mitra halaman 420. Didapatkan nilai AQL hasil konversi sebesar
0.25 karena 0.18 berada di antara 0.165 sampai 0.279.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 37
Tabel 4.8 AQL Diameter Dinamo
No Ukuran X^2
1 1.9 3.61
2 2 4
3 1.95 3.8025
4 1.95 3.8025
5 2 4
6 2 4
7 1.9 3.61
8 1.95 3.8025
9 2 4
10 1.95 3.8025
11 1.9 3.61
12 1.9 3.61
13 2 4
14 1.95 3.8025
Total 29.35 57.4525
�̅� = 1,9 +2+⋯..+2
15 =
29,35
15= 1,957
S = √∑ 𝑥2−(∑ 𝑥)
2/𝑛
𝑛−1 = √
57,4525−(29,35)2/15
15−1 = 0,04169
Standar perusahaan untuk panjang gardan
1,95 mm 0.15mm
USL = 1,95 + 0.15 = 2,1 mm
LSL = 1,95 – 0.15 = 1,8 mm
Zu = 𝑈𝑆𝐿− �̅�
𝑆 =
2,1 −1,957
0.04169 = 3,4380 ZL =
𝑋 ̅− 𝐿𝑆𝐿
𝑆 =
1,957 −1,8
0.04169 =3,7579
Berdasarkan tabel 10.3 buku amitava mitra halaman 422, didapatkan nilai
kontanta k = 2.00.
Jadi , zu > k (3,4380 > 2.00) dan zl > k (3,7579> 2.00) Keputusannya zu diterima
dan zl diterima.
Sehingga keputusannya adalah lot diterima.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 38
4.2 Pengumpulan dan Pengolahan Data Kualitas Raw Material
4.2.1 Data Variabel
1. Panjang Gardan
Perhitungan Manual
a. Peta 𝑴𝑹̅̅ ̅̅ ̅
Iterasi 0
�̅� = CLR = MR =
115
3.1
11 n
MRn
i
0.09285
Untuk n = 2, maka D4=3,267 dan D3=0
Sehingga,
UCLR= D4 �̅� = 3.267 x 0.09285 = 0.30334
LCLR = D3 �̅� = 0 x 0.09285 = 0
Tabel 4.9 Perhitungan MR Panjang Gardan Iterasi 0
No No. Komponen Ukuran MR MR Bar UCL LCL
1 32 74
2 4 74.15 0.15 0.09285 0.30334 0
3 31 74.2 0.05 0.09285 0.30334 0
4 24 74.35 0.15 0.09285 0.30334 0
5 53 74.2 0.15 0.09285 0.30334 0
6 21 74.2 0 0.09285 0.30334 0
7 40 74.2 0 0.09285 0.30334 0
8 2 74.5 0.3 0.09285 0.30334 0
9 50 74.5 0 0.09285 0.30334 0
10 16 74.4 0.1 0.09285 0.30334 0
11 62 74.25 0.15 0.09285 0.30334 0
12 27 74.2 0.05 0.09285 0.30334 0
13 28 74.25 0.05 0.09285 0.30334 0
14 36 74.15 0.1 0.09285 0.30334 0
15 20 74.2 0.05 0.09285 0.30334 0
Jumlah 1.3 1.3 4.24676 0
Rata-Rata 0.09285 0.09285 0.30334 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 39
Gambar 4.1 Grafik Peta Kendali MR Panjang Gardan Iterasi 0
Gambar 4.2 Grafik SPSS Peta Kendali MR Panjang Gardan Iterasi 0
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Mo
vin
g R
ange
Sampel
Grafik Peta Kendali MR Panjang Gardan Iterasi 0
MR MR Bar UCL LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 40
151413121110987654321
0.30
0.25
0.20
0.15
0.10
0.05
0.00
Observation
Mo
vin
g R
an
ge
__MR=0.0929
UCL=0.3034
LCL=0
Moving Range Chart of C1
Gambar 4.3 Grafik Minitab Peta Kendali MR Panjang Gardan Iterasi 0
Karena tidak ada data yang keluar dari batas control atas (UCL)
maupun batas control bawah (LCL), maka perhitungan dapat dilanjutkan ke
peta X.
Peta �̅�
Iterasi 0
�̅� = CLX = 15
75.1113
1 Subgroup
Xn
i
74.25
UCL �̅� = �̅� + 2.66*𝑀𝑅̅̅̅̅̅ = 74.25 + 2.66 * 0.09285 = 74.4969
LCL �̅� = �̅� − 2.66*𝑀𝑅̅̅̅̅̅ = 74.25 – 2.66 * 0.09285 = 74.0030
Tabel 4.10 Perhitungan x Panjang Gardan Iterasi 0
No No. Komponen Ukuran X Bar UCL LCL
1 32 74 74.25 74.4969 74.0030
2 4 74.15 74.25 74.4969 74.0030
3 31 74.2 74.25 74.4969 74.0030
4 24 74.35 74.25 74.4969 74.0030
5 53 74.2 74.25 74.4969 74.0030
Lanjutan Tabel 4.10 Perhitungan x Panjang Gardan Iterasi 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 41
6 21 74.2 74.25 74.4969 74.0030
7 40 74.2 74.25 74.4969 74.0030
8 2 74.5 74.25 74.4969 74.0030
9 50 74.5 74.25 74.4969 74.0030
10 16 74.4 74.25 74.4969 74.0030
11 62 74.25 74.25 74.4969 74.0030
12 27 74.2 74.25 74.4969 74.0030
13 28 74.25 74.25 74.4969 74.0030
14 36 74.15 74.25 74.4969 74.0030
15 20 74.2 74.25 74.4969 74.0030
Jumlah 1113.75 1113.75
Rata-Rata 74.25 74.25
Gambar 4.4 Grafik Peta Kendali x Panjang Gardan Iterasi 0
73.7
73.8
73.9
74
74.1
74.2
74.3
74.4
74.5
74.6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Uku
ran
Sampel
Grafik Peta Kendali X Panjang Gardan iterasi 0
Ukuran X Bar UCL LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 42
Gambar 4.5 Grafik SPSS Peta Kendali X Panjang Gardan Iterasi 0
151413121110987654321
74.5
74.4
74.3
74.2
74.1
74.0
Observation
Ind
ivid
ua
l V
alu
e
_X=74.25
UCL=74.4970
LCL=74.0030
11
1
I Chart of C1
Gambar 4.6 Grafik Minitab Peta Kendali X Panjang Gardan Iterasi 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 43
Dari grafik di atas, terdapat dua data yang keluar, yaitu data ke-8 dan
ke-9, sehingga perlu dilakukan perhitungan ulang peta MR dan kemudian
peta X.
Iterasi 1
Peta MR
�̅� = CLR = MR =
113
1.1
11 n
MRn
i
0.09167
Untuk n = 2, maka D4=3,267 dan D3=0
Sehingga,
UCLR= D4 �̅� = 3.267 x 0.09167 = 0.2994
LCLR = D3 �̅� = 0 x 0.09167 = 0
Tabel 4.11 Perhitungan MR Panjang Gardan Iterasi 1
No No. Komponen Ukuran MR MR Bar UCL LCL
1 32 74
2 4 74.15 0.15 0.09285 0.2994 0
3 31 74.2 0.05 0.09285 0.2994 0
4 24 74.35 0.15 0.09285 0.2994 0
5 53 74.2 0.15 0.09285 0.2994 0
6 21 74.2 0 0.09285 0.2994 0
7 40 74.2 0 0.09285 0.2994 0
8 16 74.4 0.2 0.09285 0.2994 0
9 62 74.25 0.15 0.09285 0.2994 0
10 27 74.2 0.05 0.09285 0.2994 0
11 28 74.25 0.05 0.09285 0.2994 0
12 36 74.15 0.1 0.09285 0.2994 0
13 20 74.2 0.05 0.09285 0.2994 0
Jumlah 1.1
Rata-Rata
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 44
Gambar 4.7 Grafik Peta Kendali MR Panjang Gardan Iterasi 1
Gambar 4.8 Grafik SPSS Peta Kendali MR Panjang Gardan Iterasi 1
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
1 2 3 4 5 6 7 8 9 10 11 12 13
Mo
vin
g R
ange
Sampel
Grafik Peta Kendali MR Panjang Gardan Iterasi 1
MR MR Bar UCL LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 45
13121110987654321
0.30
0.25
0.20
0.15
0.10
0.05
0.00
Observation
Mo
vin
g R
an
ge
__MR=0.0917
UCL=0.2995
LCL=0
Moving Range Chart of C1
Gambar 4.9 Grafik Minitab Peta Kendali MR Panjang Gardan Iterasi 1
Setelah tidak ada data yang keluar pada peta kendali MR, maka
dilanjutkan dengan peta kendali X iterasi 1.
Iterasi 1 peta Kendali X
�̅� = CLX = 13
75.964
1 Subgroup
Xn
i
74.21154
UCL �̅� = �̅� + 2.66*𝑀𝑅̅̅̅̅̅ = 74.21154 + 2.66 * 0.09167 = 74.4553
LCL �̅� = �̅� − 2.66*𝑀𝑅̅̅̅̅̅ = 74.21154 – 2.66 * 0.09167 = 73.9677
Tabel 4.12 Perhitungan x Panjang Gardan Iterasi 0
No No. Komponen Ukuran X Bar UCL LCL
1 32 74 74.21154 74.4553 73.9677
2 4 74.15 74.21154 74.4553 73.9677
3 31 74.2 74.21154 74.4553 73.9677
4 24 74.35 74.21154 74.4553 73.9677
5 53 74.2 74.21154 74.4553 73.9677
6 21 74.2 74.21154 74.4553 73.9677
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 46
Lanjutan Tabel 4.12 Perhitungan x Panjang Gardan Iterasi 0
7 40 74.2 74.21154 74.4553 73.9677
8 16 74.4 74.21154 74.4553 73.9677
9 62 74.25 74.21154 74.4553 73.9677
10 27 74.2 74.21154 74.4553 73.9677
11 28 74.25 74.21154 74.4553 73.9677
12 36 74.15 74.21154 74.4553 73.9677
13 20 74.2 74.21154 74.4553 73.9677
Jumlah 964.75
Rata-Rata 74.21154
Gambar 4.10 Grafik Peta Kendali x Panjang Gardan Iterasi 1
73.7
73.8
73.9
74
74.1
74.2
74.3
74.4
74.5
1 2 3 4 5 6 7 8 9 10 11 12 13
Uku
ran
Sampel
Grafik Peta Kendali X Panjang Gardan iterasi 1
Ukuran X Bar UCL LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 47
Gambar 4.11 Grafik SPSS Peta Kendali x Panjang Gardan Iterasi 1
13121110987654321
74.5
74.4
74.3
74.2
74.1
74.0
73.9
Observation
Ind
ivid
ua
l V
alu
e
_X=74.2115
UCL=74.4553
LCL=73.9677
I Chart of C1
Gambar 4.12 Grafik Minitab Peta Kendali x Panjang Gardan Iterasi 1
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 48
Berdasarkan grafik di atas tidak terdapat data yang melewati UCL
maupun UCL, sehingga data panjang gardan sudah berada dalam batas
kontrol.
2. Diameter Gardan
Perhitungan Manual
a. Peta 𝑴𝑹̅̅ ̅̅ ̅
Iterasi 0
�̅� = CLR = MR =
115
0
11 n
MRn
i
0
Untuk n = 2, maka D4=3,267 dan D3=0
Sehingga,
UCLR= D4 �̅� = 3.267 x 0 = 0
LCLR = D3 �̅� = 0 x 0.09285 = 0
Tabel 4.13 Perhitungan MR Diameter Gardan Iterasi 0
No Ukuran No. Komponen MR │MR│ UCL LCL CL
1 1.35 32 - - 0 0 0
2 1.35 4 0 0 0 0 0
3 1.35 31 0 0 0 0 0
4 1.35 24 0 0 0 0 0
5 1.35 53 0 0 0 0 0
6 1.35 21 0 0 0 0 0
7 1.35 40 0 0 0 0 0
8 1.35 2 0 0 0 0 0
9 1.35 50 0 0 0 0 0
10 1.35 16 0 0 0 0 0
11 1.35 62 0 0 0 0 0
12 1.35 27 0 0 0 0 0
13 1.35 28 0 0 0 0 0
14 1.35 36 0 0 0 0 0
15 1.35 20 0 0 0 0 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 49
Gambar 4.13 Grafik Peta Kendali MR Diameter Gardan Iterasi 0
Output SPSS
Gambar 4.14 Grafik SPSS Peta Kendali MR Diameter Gardan Iterasi 0
0
0.2
0.4
0.6
0.8
1
32 4 3124532140 2 50166227283620
mo
vin
g ra
nge
sampel
Peta Kendali MR Diameter Gardan(iterasi 0)
UCL
LCL
CL
│MR│
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 50
Output minitab
151413121110987654321
0.50
0.25
0.00
-0.25
-0.50
Observation
Mo
vin
g R
an
ge
__MR=0UCL=0LCL=0
Moving Range Chart of C1
Gambar 4.15 Grafik Minitab Peta Kendali MR Diameter Gardan Iterasi 0
Karena tidak ada data yang keluar dari batas control atas (UCL)
maupun batas control bawah (LCL), maka perhitungan dapat dilanjutkan
ke peta X.
Peta �̅�
Iterasi 0
�̅� = CLX = 15
25.20
1 Subgroup
Xn
i
1.35
UCL �̅� = �̅� + 2.66*𝑀𝑅̅̅̅̅̅ = 1.35 + 2.66 * 0 = 1.35
LCL �̅� = �̅� − 2.66*𝑀𝑅̅̅̅̅̅ = 1.35 – 2.66 * 0 = 1.35
Tabel 4.14 Perhitungan x Diameter Gardan Iterasi 0
No Ukuran No. Komponen MR │MR│ UCL LCL CL x bar
1 1.35 32 - - 1.35 1.35 1.35 3.24
2 1.35 4 0 0 1.35 1.35 1.35 3.24
3 1.35 31 0 0 1.35 1.35 1.35 3.24
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 51
Lanjutan Tabel 4.14 Perhitungan x Diameter Gardan Iterasi 0
4 1.35 24 0 0 1.35 1.35 1.35 3.24
5 1.35 53 0 0 1.35 1.35 1.35 3.24
6 1.35 21 0 0 1.35 1.35 1.35 3.24
7 1.35 40 0 0 1.35 1.35 1.35 3.24
8 1.35 2 0 0 1.35 1.35 1.35 3.24
9 1.35 50 0 0 1.35 1.35 1.35 3.24
10 1.35 16 0 0 1.35 1.35 1.35 3.24
11 1.35 62 0 0 1.35 1.35 1.35 3.24
12 1.35 27 0 0 1.35 1.35 1.35 3.24
13 1.35 28 0 0 1.35 1.35 1.35 3.24
14 1.35 36 0 0 1.35 1.35 1.35 3.24
15 1.35 20 0 0 1.35 1.35 1.35 3.24
Gambar 4.16 Grafik Peta Kendali x Diameter Gardan Iterasi 0
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
32 4 31 24 53 21 40 2 50 16 62 27 28 36 20
Uku
ran
Sampel
Peta Kendali X bar Diameter Gardan (iterasi 0)
UCL
LCL
CL
Xbar
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 52
Output SPSS
Gambar 4.17 Grafik SPSS Peta Kendali x Diameter Gardan Iterasi 0
Output minitab
151413121110987654321
2.00
1.75
1.50
1.25
1.00
Observation
Ind
ivid
ua
l V
alu
e
_X=1.35UCL=1.35LCL=1.35
111111111111111
I Chart of C1
Gambar 4.18 Grafik Minitab Peta Kendali x Diameter Gardan Iterasi 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 53
Berdasarkan grafik di atas tidak terdapat data yang melewati UCL
maupun UCL, sehingga data panjang gardan sudah berada dalam batas
kontrol.
3. Panjang Ass Roda
Perhitungan Manual
a. Peta 𝑴𝑹̅̅ ̅̅ ̅
Iterasi 0
�̅� = CLR = MR = 058,0120
1,1
11
n
MRn
i
Untuk n = 2, maka D4=3,267 dan D3=0 (di lihat pada table A-2 buku
amitava)
Jadi
UCLR= D4 �̅� = 3,267 x 0,058 = 0,189
LCLR = D3 �̅� = 0 x 0,058 = 0
Tabel 4.15 Perhitungan manual Ass Roda
No No. Komponen Panjang As Roda (mm) MR MR bar UCL LCL
1 27 59.9
2 24 60 0.1 0.058 0.189 0
3 74 59.8 0.2 0.058 0.189 0
4 81 59.9 0.1 0.058 0.189 0
5 70 59.9 0 0.058 0.189 0
6 4 60 0.1 0.058 0.189 0
7 34 60 0 0.058 0.189 0
8 50 60 0 0.058 0.189 0
9 39 59.9 0.1 0.058 0.189 0
10 38 60 0.1 0.058 0.189 0
11 12 60 0 0.058 0.189 0
12 77 60 0 0.058 0.189 0
13 42 60 0 0.058 0.189 0
14 67 59.9 0.1 0.058 0.189 0
15 33 60 0.1 0.058 0.189 0
16 15 60 0 0.058 0.189 0
17 83 59.9 0.1 0.058 0.189 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 54
Lanjutan Tabel 4.15 Perhitungan manual Ass Roda
18 47 60 0.1 0.058 0.189 0
19 29 60 0 0.058 0.189 0
20 43 60 0 0.058 0.189 0
Jumlah 1.1 1.102 3.591 0
Gambar 4.19 Grafik peta kendali MR Panjang As roda iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,189 ) yakni
pada data nomor 3 dengan nilai MR sebesar 0,2, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomer 3.
0
0.05
0.1
0.15
0.2
0.25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Mo
vin
g R
ange
Sampel
Grafik Peta Kendali MR Panjang As Roda Iterasi 0
MR
MR bar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 55
Hasil Software
a. Software SPSS
Gambar 4.20 Grafik SPSS peta kendali MR Panjang As roda iterasi 0
b. Software Minitab
191715131197531
0.20
0.15
0.10
0.05
0.00
Observation
Mo
vin
g R
an
ge
__MR=0.0579
UCL=0.1892
LCL=0
1
Moving Range Chart of C1
Gambar 4.21 Grafik Minitab peta kendali MR Panjang As roda iterasi 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 56
Iterasi 1
�̅� = CLR = MR = 05,0119
9,0
11
n
MRn
i
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 �̅� = 3,267 x 0,05 = 0,163
LCLR = D3 �̅� = 0 x 0,05 = 0
Tabel 4.16 Perhitungan manual Ass Roda iterasi 1
No No. Komponen Panjang As Roda (mm) MR MR bar UCL LCL
1 27 59.9
2 24 60 0.1 0.05 0.163 0
3 81 59.9 0.1 0.05 0.163 0
4 70 59.9 0 0.05 0.163 0
5 4 60 0.1 0.05 0.163 0
6 34 60 0 0.05 0.163 0
7 50 60 0 0.05 0.163 0
8 39 59.9 0.1 0.05 0.163 0
9 38 60 0.1 0.05 0.163 0
10 12 60 0 0.05 0.163 0
11 77 60 0 0.05 0.163 0
12 42 60 0 0.05 0.163 0
13 67 59.9 0.1 0.05 0.163 0
14 33 60 0.1 0.05 0.163 0
15 15 60 0 0.05 0.163 0
16 83 59.9 0.1 0.05 0.163 0
17 47 60 0.1 0.05 0.163 0
18 29 60 0 0.05 0.163 0
19 43 60 0 0.05 0.163 0
Jumlah 0.9 0.9 2.934 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 57
Gambar 4.22 Grafik peta kendali MR Panjang As roda iterasi 1
Berdasarkan grafik diatas tidak terdapat data yang melewati batas UCL
maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2
Hasil Software
a. Software SPSS
Gambar 4.23 Grafik SPSS peta kendali MR Panjang As roda iterasi 1
0
0.05
0.1
0.15
0.2
1 3 5 7 9 11 13 15 17 19
Mo
vin
g R
ange
Sampel
Grafik Peta Kendai MR Panjang As Roda Iterasi 1
MR
MR bar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 58
b. Software Minitab
.
191715131197531
0.18
0.16
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0.00
Observation
Mo
vin
g R
an
ge
__MR=0.05
UCL=0.1634
LCL=0
Moving Range Chart of C1
Gambar 4.24 Grafik Minitab peta kendali MR Panjang As roda iterasi 1
a. Peta �̅�
Iterasi 1
�̅� = CLX = 968,5919
4,1139
1
Subgroup
Xn
i
Untuk n = 1, maka A3 = 2,66
Jadi
UCL �̅� = �̅� + A3*𝑀𝑅̅̅̅̅̅ = 59,968+ 2,66*0,05 = 60,114
LCL �̅� = �̅� − A3*𝑀𝑅̅̅̅̅̅ = 59,968- 2,66*0,05 = 59,806
Tabel 4.17 Perhitungan manual Ass Roda iterasi 1
No No. Komponen Panjang As Roda (mm) X bar UCL LCL
1 27 59.9 59.968 60.101 59.835
2 24 60 59.968 60.101 59.835
4 81 59.9 59.968 60.101 59.835
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 59
Lanjutan Tabel 4.17 Perhitungan manual Ass Roda iterasi 1
5 70 59.9 59.968 60.101 59.835
6 4 60 59.968 60.101 59.835
7 34 60 59.968 60.101 59.835
8 50 60 59.968 60.101 59.835
9 39 59.9 59.968 60.101 59.835
10 38 60 59.968 60.101 59.835
11 12 60 59.968 60.101 59.835
12 77 60 59.968 60.101 59.835
13 42 60 59.968 60.101 59.835
14 67 59.9 59.968 60.101 59.835
15 33 60 59.968 60.101 59.835
16 15 60 59.968 60.101 59.835
17 83 59.9 59.968 60.101 59.835
18 47 60 59.968 60.101 59.835
19 29 60 59.968 60.101 59.835
20 43 60 59.968 60.101 59.835
Jumlah 1139.4 1139.392 1141.919 1136.865
Gambar 4.25 Grafik peta kendali x Panjang As roda iterasi 1
59.7
59.75
59.8
59.85
59.9
59.95
60
60.05
60.1
60.15
1 3 5 7 9 11 13 15 17 19
Uku
ran
Sampel
Grafik Peta Kendali x Panjang As Roda Iterasi 1
Panjang As Roda (mm)
X bar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 60
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL dan
LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Hasil Software
a. Software SPSS
Gambar 4.26 Grafik SPSS peta kendali x Panjang As roda iterasi 1
b. Software Minitab
191715131197531
60.10
60.05
60.00
59.95
59.90
59.85
59.80
Observation
Ind
ivid
ua
l V
alu
e
_X=59.9684
UCL=60.1014
LCL=59.8354
I Chart of C1
Gambar 4.27 Grafik SPSS peta kendali x Panjang As roda iterasi 1
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 61
4. Diameter As Roda
Perhitungan Manual
a. Peta 𝑴𝑹̅̅ ̅̅ ̅
Iterasi 0
�̅� = CLR = MR = 0120
0
11
n
MRn
i
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 �̅� = 3,267 x 0 = 0
LCLR = D3 �̅� =0 x 0 = 0
Tabel 4.18 Perhitungan MR Diameter As Roda Iterasi 0
No Ukuran
No.
Komponen MR MR bar UCL LCL
1 1,8 27
2 1,8 24 0 0 0 0
3 1,8 74 0 0 0 0
4 1,8 81 0 0 0 0
5 1,8 70 0 0 0 0
6 1,8 4 0 0 0 0
7 1,8 34 0 0 0 0
8 1,8 50 0 0 0 0
9 1,8 39 0 0 0 0
10 1,8 38 0 0 0 0
11 1,8 12 0 0 0 0
12 1,8 77 0 0 0 0
13 1,8 42 0 0 0 0
14 1,8 67 0 0 0 0
15 1,8 33 0 0 0 0
16 1,8 15 0 0 0 0
17 1,8 83 0 0 0 0
18 1,8 47 0 0 0 0
19 1,8 29 0 0 0 0
20 1,8 43 0 0 0 0
Jumlah 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 62
Gambar 4.28 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun
LCL, sehingga tidak perlu dilakukan iterasi ke-1.
0
0.2
0.4
0.6
0.8
1
1 2 3 4 5 6 7 8 9 1011121314151617181920
Mo
vin
g R
ange
Sampel
Grafik peta Kendali MR Diameter As Roda Iterasi 0
MR
MR bar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 63
Hasil Software
a. Software SPSS
Iterasi 0
Gambar 4.29 Software SPSS Peta Kendali MR Diameter As Roda Iterasi 0
b. Software Minitab
Iterasi 0
191715131197531
0,50
0,25
0,00
-0,25
-0,50
Observation
Mo
vin
g R
an
ge
__MR=0UCL=0LCL=0
Moving Range Chart of diameter as roda
Gambar 4.30 Software Minitab Peta Kendali MR Diameter As Roda Iterasi 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 64
b. Peta 𝒙
Iterasi 0
�̅� = CLX = 8,120
36
1
Subgroup
Xn
i
Untuk n = 1, maka A3 = 2,66
Jadi
UCL �̅� = �̅� + A3*𝑀𝑅̅̅̅̅̅ = 1,8 + 2,66*0 = 1,8
LCL �̅� = �̅� − A3*𝑀𝑅̅̅̅̅̅ = 1,8 - 2,66*0 = 1,8
Tabel 4.19 Perhitungan X Diameter As Roda Iterasi 0
No No.
Komponen
Diameter as
roda Xbar UCL LCL
1 27 1,8 1,8 1,8 1,8
2 24 1,8 1,8 1,8 1,8
3 74 1,8 1,8 1,8 1,8
4 81 1,8 1,8 1,8 1,8
5 70 1,8 1,8 1,8 1,8
6 4 1,8 1,8 1,8 1,8
7 34 1,8 1,8 1,8 1,8
8 50 1,8 1,8 1,8 1,8
9 39 1,8 1,8 1,8 1,8
10 38 1,8 1,8 1,8 1,8
11 12 1,8 1,8 1,8 1,8
12 77 1,8 1,8 1,8 1,8
13 42 1,8 1,8 1,8 1,8
14 67 1,8 1,8 1,8 1,8
15 33 1,8 1,8 1,8 1,8
16 15 1,8 1,8 1,8 1,8
17 83 1,8 1,8 1,8 1,8
18 47 1,8 1,8 1,8 1,8
19 29 1,8 1,8 1,8 1,8
20 43 1,8 1,8 1,8 1,8
Jumlah 36
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 65
Gambar 4.31 Grafik Peta Kendali X Diameter As Roda Iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL dan LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
0
0.5
1
1.5
2
1 3 5 7 9 11 13 15 17 19
Uku
ran
Sampel
Grafik Peta Kendali X Diameter As Roda Iterasi 0
Diameter as roda
Xbar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 66
a. Software SPSS
Iterasi 0
Gambar 4.32 Software SPSS Peta Kendali X Diameter As Roda Iterasi 0
b. Software Minitab
191715131197531
2,4
2,2
2,0
1,8
1,6
1,4
1,2
Observation
Ind
ivid
ua
l V
alu
e
_X=1,8UCL=1,8LCL=1,8
I Chart of diameter as roda
Gambar 4.33 Software Minitab Peta Kendali X Diameter As Roda Iterasi 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 67
5. Diameter Dinamo
Peta Kendali MR
Iterasi 0
Tabel 4.20 Perhitungan Peta MR Diameter Dinamo Iterasi 0
No Ukuran
(mm)
No.
Komponen MR │MR│ UCL
LCL
MR CL
1 1.9 32 - - 0.16 0 0.05
2 2 30 0.1 0.1 0.16 0 0.05
3 1.95 27 -0.05 0.05 0.16 0 0.05
4 1.95 36 0 0 0.16 0 0.05
5 2 34 0.05 0.05 0.16 0 0.05
6 2 73 0 0 0.16 0 0.05
7 1.9 39 -0.1 0.1 0.16 0 0.05
8 1.95 10 0.05 0.05 0.16 0 0.05
9 2 6 0.05 0.05 0.16 0 0.05
10 1.95 18 -0.05 0.05 0.16 0 0.05
11 1.9 3 -0.05 0.05 0.16 0 0.05
12 1.9 21 0 0 0.16 0 0.05
13 2 20 0.1 0.1 0.16 0 0.05
14 1.95 13 -0.05 0.05 0.16 0 0.05
15 2 28 0.05 0.05 0.16 0 0.05
Contoh Perhitungan
|MR2| = |MR2- MR1| = |60-59,9| = 0,1
05,0)097,0(0
16,0)05,0(267,3
05,014
7,0
1-n
|MR|
3
4
MRDLCL
MRDUCL
CL
MR
MR
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 68
Gambar 4.34 Peta Kendali MR Diameter Dinamo Iterasi 0 Excel
Gambar 4.35 Peta Kendali MR Diameter Diameter Dinamo Iterasi 0 SPSS
0.00
0.05
0.10
0.15
0.20
32 30 27 36 34 73 39 10 6 18 3 21 20 13
mo
vin
g ra
nge
sampel
Peta Kendali MR Diameter Dinamo(iterasi 0)
UCL
LCL MR
CL
│MR│
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 69
151413121110987654321
0.18
0.16
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0.00
Observation
Mo
vin
g R
an
ge
__MR=0.05
UCL=0.1634
LCL=0
Moving Range Chart of C1
Gambar 4.36 Peta Kendali MR Diameter Dinamo Iterasi 0 Minitab
Pada grafik peta moving range panjang as roda diatas tidak terdapat nilai yang
melewati batas UCL dan LCL
Peta Kendali X
Iterasi 0
Tabel 4.21 Iterasi 0 Diameter Dinamo
No Ukuran
(mm) No. Komponen X bar UCL LCL USL LSL
1 1.9 32 1.96 2.08 1.82 2.1 1.8
2 2 30 1.96 2.08 1.82 2.1 1.8
3 1.95 27 1.96 2.08 1.82 2.1 1.8
4 1.95 36 1.96 2.08 1.82 2.1 1.8
5 2 34 1.96 2.08 1.82 2.1 1.8
6 2 73 1.96 2.08 1.82 2.1 1.8
7 1.9 39 1.96 2.08 1.82 2.1 1.8
8 1.95 10 1.96 2.08 1.82 2.1 1.8
9 2 6 1.96 2.08 1.82 2.1 1.8
10 1.95 18 1.96 2.08 1.82 2.1 1.8
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 70
Tabel 4.21 Iterasi 0 Diameter Dinamo
11 1.9 3 1.96 2.08 1.82 2.1 1.8
12 1.9 21 1.96 2.08 1.82 2.1 1.8
13 2 20 1.96 2.08 1.82 2.1 1.8
14 1.95 13 1.96 2.08 1.82 2.1 1.8
15 2 28 1.96 2.08 1.82 2.1 1.8
Contoh Perhitungan
mm 1,82= xLCL
mm 2,08 = x UCL
96,115
29,35
n
x
X
Standar perusahaan untuk Diameter Dinamo 1,95 mm 0,15 mm
USL = 1,95+ 0,15 = 2,1 mm
LSL = 1,95 – 0,15 = 1,8 mm
Gambar 4.37 Peta Kendali X Diameter Dinamo Iterasi 0 Excel
1.60
1.70
1.80
1.90
2.00
2.10
2.20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Uku
ran
sampel
Peta Kendali X bar Diameter Dinamo(Iterasi 0)
LCL
USL
LSL
Ukuran (mm)
LSL
X bar
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 71
Gambar 4.38 Peta Kendali X Diameter Dinamo Iterasi 0 Software SPSS
151413121110987654321
2.10
2.05
2.00
1.95
1.90
1.85
1.80
Observation
Ind
ivid
ua
l V
alu
e
_X=1.9567
UCL=2.0896
LCL=1.8237
I Chart of C1
Gambar 4.39 Peta Kendali X Diameter Dinamo Iterasi 0 Software Minitab
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 72
4.2.2 Data Atribut (Manual, SPSS, Minitab)
Peta kendali p
1. Plat Belakang Besar
Untuk data atribut plat belakang besar dengan jumlah number of inspection
berbeda di setiap harinya dan jumlah ketidaksesuaian lebih sedikit maka
menggunakan peta kendali p.
Iterasi 0
Tabel 4.22 Perhitungan Plat Belakang Besar
No N. Of
Inspection
N. Of
Nonconformities pi pbar UCL LCL
1 99 10 0.10101 0.10541 0.198 0.01282
2 93 6 0.06452 0.10541 0.20094 0.00988
3 77 5 0.06494 0.10541 0.2104 0.00042
4 94 11 0.11702 0.10541 0.20043 0.01039
5 62 10 0.16129 0.10541 0.22241 -0.0116
6 101 5 0.0495 0.10541 0.19708 0.01374
7 79 8 0.10127 0.10541 0.20906 0.00176
8 82 10 0.12195 0.10541 0.20714 0.00368
9 94 13 0.1383 0.10541 0.20043 0.01039
10 112 11 0.09821 0.10541 0.19246 0.01836
11 82 10 0.12195 0.10541 0.20714 0.00368
12 92 6 0.06522 0.10541 0.20146 0.00936
13 101 5 0.0495 0.10541 0.19708 0.01374
14 95 8 0.08421 0.10541 0.19993 0.01089
15 109 13 0.11927 0.10541 0.19365 0.01717
16 79 9 0.11392 0.10541 0.20906 0.00176
17 84 19 0.22619 0.10541 0.20593 0.00489
18 87 10 0.11494 0.10541 0.20418 0.00664
19 90 9 0.1 0.10541 0.20252 0.0083
20 81 11 0.1358 0.10541 0.20777 0.00305
∑ 1793 189
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 73
Contoh perhitungan data pertama :
diperiksajumlah
cacatjumlahpi
99
10pi
= 0,10101
pbar = n
x
p
m
t
t 1
1793
189p
= 0,10541
UCL = p + 3
in
pp 1
= 0.10541 + 3 99
0,1054110,10541
= 0,198
LCL = p - 3
in
pp 1
= 0.10541 - 3 99
0,1054110,10541
= 0,01282
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 74
Gambar 4.40 Peta P Plat Belakang Besar
Output SPSS
Gambar 4.41 Peta P Plat Belakang Besar (SPSS)
-0.05
0
0.05
0.1
0.15
0.2
0.25
1 3 5 7 9 11 13 15 17 19
Pro
po
rsi
Sampel
p-chart Plat Belakang Besar
pi
pbar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 75
Output minitab
191715131197531
0.25
0.20
0.15
0.10
0.05
0.00
Sample
Pro
po
rtio
n
_P=0.1054
UCL=0.2078
LCL=0.0030
1
P Chart of C2
Tests performed with unequal sample sizes
Gambar 4.42 Peta P Plat Belakang Besar (Minitab)
Pada iterasi 0 peta kendali p plat belakang besar terdapat 1 komponen yang
keluar dari batas atas yaitu komponen 17 dengan nilai cacat 0.22619.
iterasi 1
Tabel 4.23 Peta P plat belakang besar iterasi 1
No N. Of
Inspection
N. Of
Nonconformities pi pbar UCL LCL
1 99 10 0.10101 0.09947 0.18971 0.00923
2 93 6 0.06452 0.09947 0.19258 0.00637
3 77 5 0.06494 0.09947 0.2018 -0.0029
4 94 11 0.11702 0.09947 0.19208 0.00686
5 62 10 0.16129 0.09947 0.21351 -0.0146
6 101 5 0.0495 0.09947 0.18882 0.01013
7 79 8 0.10127 0.09947 0.20049 -0.0015
8 82 10 0.12195 0.09947 0.19863 0.00032
9 94 13 0.1383 0.09947 0.19208 0.00686
10 112 11 0.09821 0.09947 0.18432 0.01463
11 82 10 0.12195 0.09947 0.19863 0.00032
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 76
Lanjutan Tabel 4.23 Peta P plat belakang besar iterasi 1
12 92 6 0.06522 0.09947 0.19308 0.00586
13 101 5 0.0495 0.09947 0.18882 0.01013
14 95 8 0.08421 0.09947 0.19159 0.00735
15 109 13 0.11927 0.09947 0.18548 0.01347
16 79 9 0.11392 0.09947 0.20049 -0.0015
17 87 10 0.11494 0.09947 0.19574 0.00321
18 90 9 0.1 0.09947 0.19412 0.00483
19 81 11 0.1358 0.09947 0.19924 -0.0003
∑ 1709 170
Contoh perhitungan data pertama :
diperiksajumlah
cacatjumlahpi
99
10pi
= 0,10101
pbar = n
x
p
m
t
t 1
1709
170p
= 0,09947
UCL = p + 3
in
pp 1
= 0.09947 + 3 99
0,0994710,09947
= 0,18971
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 77
LCL = p - 3
in
pp 1
= 0.09947 - 3 99
0,0994710,09947
= 0,00923
Gambar 4.43 P chart plat belakang besar iterasi 1
-0.05
0
0.05
0.1
0.15
0.2
0.25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Pro
po
rsi
Sampel
p-chart Plat Belakang Besar
pi
pbar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 78
Output SPSS
Gambar 4.44 P chart plat belakang besar iterasi 1 (SPSS)
Output minitab
191715131197531
0.20
0.15
0.10
0.05
0.00
Sample
Pro
po
rtio
n
_P=0.0995
UCL=0.1992
LCL=0
P Chart of C2
Tests performed with unequal sample sizes
Gambar 4.45 P chart plat belakang besar iterasi 1 (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 79
2. Plat Belakang Kecil
Iterasi 0
Tabel 4.24 Perhitungan Peta P plat belakang kecil
No N. Of
Inspection
N. Of
Nonconformities pi pbar UCL LCL
1 87 9 0.10345 0.11662 0.21986 0.01339
2 81 12 0.14815 0.11662 0.22361 0.00963
3 83 9 0.10843 0.11662 0.22231 0.01093
4 110 12 0.10909 0.11662 0.20843 0.02481
5 83 7 0.08434 0.11662 0.22231 0.01093
6 104 22 0.21154 0.11662 0.21104 0.0222
7 104 7 0.06731 0.11662 0.21104 0.0222
8 101 13 0.12871 0.11662 0.21243 0.02081
9 77 9 0.11688 0.11662 0.22635 0.00689
10 99 10 0.10101 0.11662 0.2134 0.01985
11 110 13 0.11818 0.11662 0.20843 0.02481
12 88 20 0.22727 0.11662 0.21927 0.01398
13 89 10 0.11236 0.11662 0.21869 0.01455
14 99 12 0.12121 0.11662 0.2134 0.01985
15 84 5 0.05952 0.11662 0.22168 0.01156
16 92 8 0.08696 0.11662 0.21701 0.01623
17 76 10 0.13158 0.11662 0.22707 0.00617
18 88 9 0.10227 0.11662 0.21927 0.01398
19 98 7 0.07143 0.11662 0.21389 0.01935
20 82 10 0.12195 0.11662 0.22296 0.01029
∑ 1835 214
Contoh perhitungan data pertama :
diperiksajumlah
cacatjumlahpi
87
9pi
= 0,10345
pbar = n
x
p
m
t
t 1
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 80
1835
214p
= 0,11662
UCL = p + 3
in
pp 1
= 0.11662 + 3 87
0,1166210,11662
= 0,21986
LCL = p - 3
in
pp 1
= 0.11662 - 3 87
0,1166210,11662
= 0,01339
Gambar 4.46 P Chart plat belakang kecil
0
0.05
0.1
0.15
0.2
0.25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pro
po
rsi
Sampel
p-chart Plat Belakang Kecil
pi
pbar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 81
Output SPSS
Gambar 4.47 P Chart plat belakang kecil (SPSS)
Output Minitab
191715131197531
0.25
0.20
0.15
0.10
0.05
0.00
Sample
Pro
po
rtio
n
_P=0.1166
UCL=0.2230
LCL=0.0103
1
1
P Chart of C2
Tests performed with unequal sample sizes
Gambar 4.48 P Chart plat belakang kecil (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 82
Pada iterasi 0 peta kendali p plat belakang besar terdapat 2 komponen yang
keluar dari batas atas yaitu komponen 6 dengan nilai cacat 0.21154dan komponen 12
dengan nilai cacat 0.22727.
iterasi 1 Tabel 4.25 Perhitungan Peta P plat belakang kecil iterasi 1
No N. Of
Inspection
N. Of
Nonconformities pi pbar UCL LCL
1 87 9 0.10345 0.10469 0.20315 0.00622
2 81 12 0.14815 0.10469 0.20674 0.00264
3 83 9 0.10843 0.10469 0.2055 0.00387
4 110 12 0.10909 0.10469 0.19226 0.01712
5 83 7 0.08434 0.10469 0.2055 0.00387
6 104 7 0.06731 0.10469 0.19475 0.01463
7 101 13 0.12871 0.10469 0.19608 0.0133
8 77 9 0.11688 0.10469 0.20935 2E-05
9 99 10 0.10101 0.10469 0.19699 0.01238
10 110 13 0.11818 0.10469 0.19226 0.01712
11 89 10 0.11236 0.10469 0.20204 0.00733
12 99 12 0.12121 0.10469 0.19699 0.01238
13 84 5 0.05952 0.10469 0.2049 0.00448
14 92 8 0.08696 0.10469 0.20044 0.00893
15 76 10 0.13158 0.10469 0.21004 -0.0007
16 88 9 0.10227 0.10469 0.20259 0.00678
17 98 7 0.07143 0.10469 0.19746 0.01191
18 82 10 0.12195 0.10469 0.20611 0.00326
∑ 1643 172
Contoh perhitungan data pertama :
diperiksajumlah
cacatjumlahpi
87
9pi
= 0,10345
pbar = n
x
p
m
t
t 1
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 83
1643
172p
= 0,10469
UCL = p + 3
in
pp 1
= 0.10469 + 3 87
0,1046910,10469
= 0,20315
LCL = p - 3
in
pp 1
= 0.10469 - 3 87
0,1046910,10469
= 0,00622
Gambar 4.49 P Chart plat belakang kecil iterasi 1
-0.05
0
0.05
0.1
0.15
0.2
0.25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Pro
po
rsi
Sampel
p-chart Plat Belakang Kecil
pi
pbar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 84
Output SPSS
Gambar 4.50 P Chart plat belakang kecil iterasi 1 (SPSS)
Output minitab
191715131197531
0.20
0.15
0.10
0.05
0.00
Sample
Pro
po
rtio
n
_P=0.1047
UCL=0.2061
LCL=0.0033
P Chart of C2
Tests performed with unequal sample sizes
Gambar 4.51 P Chart plat belakang kecil iterasi 1 (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 85
3. Plat Depan
Perhitungan Manual
Iterasi 0
Tabel 4.26 data plat depan iterasi 0
No
Plat Depan
Pi Pbar UCL LCL N. Of
Inspection
N. Of
Nonconformities
1 88 11 0.125 0.106052193 0.204520354 0.007584032
2 92 6 0.065217391 0.106052193 0.202355955 0.009748432
3 89 12 0.134831461 0.106052193 0.2039656 0.008138787
4 60 17 0.283333333 0.106052193 0.225303058 -0.013198672
5 101 13 0.128712871 0.106052193 0.197965095 0.014139292
6 98 10 0.102040816 0.106052193 0.19936132 0.012743066
7 74 7 0.094594595 0.106052193 0.213431675 -0.001327289
8 78 10 0.128205128 0.106052193 0.210642121 0.001462266
9 100 7 0.07 0.106052193 0.198423516 0.01368087
10 96 7 0.072916667 0.106052193 0.20032828 0.011776107
11 108 10 0.092592593 0.106052193 0.19493654 0.017167846
12 98 10 0.102040816 0.106052193 0.19936132 0.012743066
13 92 11 0.119565217 0.106052193 0.202355955 0.009748432
14 88 12 0.136363636 0.106052193 0.204520354 0.007584032
15 101 12 0.118811881 0.106052193 0.197965095 0.014139292
16 88 9 0.102272727 0.106052193 0.204520354 0.007584032
17 73 6 0.082191781 0.106052193 0.214164649 -0.002060263
18 106 8 0.075471698 0.106052193 0.195771153 0.016333233
19 94 5 0.053191489 0.106052193 0.201325938 0.010778448
20 77 8 0.103896104 0.106052193 0.211319085 0.000785301
𝑝1 =𝑁. 𝑜𝑓 𝑛𝑜𝑛𝑐𝑜𝑛𝑓𝑜𝑟𝑚𝑖𝑡𝑖𝑒𝑠
𝑁. 𝑜𝑓 𝑖𝑛𝑠𝑝𝑒𝑐𝑡𝑖𝑜𝑛=
11
88= 0.125
�̅� =∑ 𝑁. 𝑜𝑓 𝑛𝑜𝑛𝑐𝑜𝑛𝑓𝑜𝑟𝑚𝑖𝑡𝑖𝑒𝑠
∑ 𝑁. 𝑜𝑓 𝑖𝑛𝑠𝑝𝑒𝑐𝑡𝑖𝑜𝑛 =
191
1801= 0.106052193
𝑈𝐶𝐿 = �̅� + (3√�̅�(1 − �̅�)
𝑛)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 86
= 0.106052193 + (3√0.106052193(1−0.106052193)
88) = 0.204520354
𝐿𝐶𝐿 = �̅� − (3√�̅�(1 − �̅�)
𝑛)
= 0.106052193 − (3√0.106052193(1−0.106052193)
88) =0.007584032
Gambar 4.52 output peta kendali manual plat depan iterasi 0
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pro
po
rsi
Sample
P Chart Plat Depan
Pi Pbar UCL LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 87
Output SPSS
Gambar 4.53 output peta kendali manual plat depan iterasi 0 (SPSS)
Output minitab
191715131197531
0.30
0.25
0.20
0.15
0.10
0.05
0.00
Sample
Pro
po
rtio
n
_P=0.1061
UCL=0.2113
LCL=0.0008
1
P Chart of C2
Tests performed with unequal sample sizes
Gambar 4.54 output peta kendali manual plat depan iterasi 0 (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 88
Pada data terlihat ada yang keluar dari batas dimana nilai P4 sebesar
0.283333333 sedangkan UCL nya sebesar 0.225303058 sehingga data di
hilangkan dari peta kendali.
Iterasi 1
Tabel 4.27 data plat depan besar iterasi 1
No
Plat Depan
Pi Pbar UCL LCL N. Of
Inspection
N. Of
Nonconformities
1 88 11 0.125 0.099942562 0.195858387 0.004026736
2 92 6 0.065217391 0.099942562 0.19375009 0.006135034
3 89 12 0.134831461 0.099942562 0.195318012 0.004567111
4 101 13 0.128712871 0.099942562 0.189473043 0.01041208
5 98 10 0.102040816 0.099942562 0.190833078 0.009052046
6 74 7 0.094594595 0.099942562 0.204538723 -0.0046536
7 78 10 0.128205128 0.099942562 0.201821475 -0.001936352
8 100 7 0.07 0.099942562 0.189919582 0.009965542
9 96 7 0.072916667 0.099942562 0.191774973 0.00811015
10 108 10 0.092592593 0.099942562 0.18652299 0.013362134
11 98 10 0.102040816 0.099942562 0.190833078 0.009052046
12 92 11 0.119565217 0.099942562 0.19375009 0.006135034
13 88 12 0.136363636 0.099942562 0.195858387 0.004026736
14 101 12 0.118811881 0.099942562 0.189473043 0.01041208
15 88 9 0.102272727 0.099942562 0.195858387 0.004026736
16 73 6 0.082191781 0.099942562 0.205252698 -0.005367575
17 106 8 0.075471698 0.099942562 0.187335969 0.012549154
18 94 5 0.053191489 0.099942562 0.192746772 0.007138352
19 77 8 0.103896104 0.099942562 0.202480893 -0.002595769
𝑝1 =𝑁. 𝑜𝑓 𝑛𝑜𝑛𝑐𝑜𝑛𝑓𝑜𝑟𝑚𝑖𝑡𝑖𝑒𝑠
𝑁. 𝑜𝑓 𝑖𝑛𝑠𝑝𝑒𝑐𝑡𝑖𝑜𝑛=
11
88= 0.125
�̅� =∑ 𝑁. 𝑜𝑓 𝑛𝑜𝑛𝑐𝑜𝑛𝑓𝑜𝑟𝑚𝑖𝑡𝑖𝑒𝑠
∑ 𝑁. 𝑜𝑓 𝑖𝑛𝑠𝑝𝑒𝑐𝑡𝑖𝑜𝑛 =
174
1741= 0.099942
𝑈𝐶𝐿 = �̅� + (3√�̅�(1 − �̅�)
𝑛)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 89
= 0.099942 + (3√0.099942(1−0.099942)
88) =0.195858387
𝐿𝐶𝐿 = �̅� − (3√�̅�(1 − �̅�)
𝑛)
= 0.099942 − (3√0.099942(1−0.099942)
88) =0.004026736
Gambar 4.55 output peta kendali p manual plat depan iterasi 1
-0.05
0
0.05
0.1
0.15
0.2
0.25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Pro
po
rsi
Sample
p Chart Plat Depan Iterasi 1
Pi Pbar UCL LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 90
Output SPSS
Gambar 4.56 output peta kendali p manual plat depan iterasi 1
Output minitab
191715131197531
0.20
0.15
0.10
0.05
0.00
Sample
Pro
po
rtio
n
_P=0.0999
UCL=0.2025
LCL=0
P Chart of C2
Tests performed with unequal sample sizes
Gambar 4.57 output peta kendali p manual plat depan iterasi 1
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 91
4. Penutup Plat Depan
Iterasi 0
Tabel 4.28 Peta p penutup plat depan iterasi 0
No N. Of
Inspection
N. Of
Nonconformities pi pbar UCL LCL
1 87 10 0.11494 0.09942 0.19565 0.00318
2 77 10 0.12987 0.09942 0.20171 -0.0029
3 92 5 0.05435 0.09942 0.193 0.00583
4 103 10 0.09709 0.09942 0.18786 0.01097
5 102 10 0.09804 0.09942 0.1883 0.01053
6 107 6 0.05607 0.09942 0.18619 0.01264
7 68 9 0.13235 0.09942 0.20827 -0.0094
8 88 10 0.11364 0.09942 0.19511 0.00372
9 101 11 0.10891 0.09942 0.18874 0.0101
10 79 9 0.11392 0.09942 0.20041 -0.0016
11 83 10 0.12048 0.09942 0.19795 0.00088
12 73 7 0.09589 0.09942 0.20448 -0.0056
13 72 14 0.19444 0.09942 0.2052 -0.0064
14 80 8 0.1 0.09942 0.19978 -0.0009
15 82 5 0.06098 0.09942 0.19854 0.00029
16 69 6 0.08696 0.09942 0.20748 -0.0086
17 84 8 0.09524 0.09942 0.19736 0.00147
18 86 10 0.11628 0.09942 0.19621 0.00262
19 91 4 0.04396 0.09942 0.19352 0.00532
20 86 8 0.09302 0.09942 0.19621 0.00262
∑ 1710 170
Contoh perhitungan data pertama :
diperiksajumlah
cacatjumlahpi
87
10pi
= 0,11494
pbar = n
x
p
m
t
t 1
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 92
1710
170p
= 0,09942
UCL = p + 3
in
pp 1
= 0.09942 + 3 87
0,0994210,09942
= 0,19565
LCL = p - 3
in
pp 1
= 0.09942 - 3 87
0,0994210,09942
= 0,00318
Gambar 4.58 output peta kendali p manual penutup plat depan iterasi 1
-0.05
0
0.05
0.1
0.15
0.2
0.25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Pro
po
rsi
Sampel
p-chart Penutup Plat Depan
pi
pbar
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 93
Output SPSS
Gambar 4.59 output peta kendali p manual penutup plat depan iterasi 1 (SPSS)
Output minitab
191715131197531
0.20
0.15
0.10
0.05
0.00
Sample
Pro
po
rtio
n
_P=0.0994
UCL=0.1962
LCL=0.0026
P Chart of C2
Tests performed with unequal sample sizes
Gambar 4.60 output peta kendali p manual penutup plat depan iterasi 1 (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 94
Peta kendali np
5. Pengunci Baterai
a. Perhitungan manual dikerjakan dengan menggunakan peta np
Iterasi 0
Tabel 4.29 Pengunci Baterai
No Date N.of Inpection N.of
Nonconformities NP P UCL CL LCL
1 1/3/2014 90 11 9.25 0.10 17.89 9.25 0.61
2 1/4/2014 90 18 9.25 0.10 17.89 9.25 0.61
3 1/7/2014 90 4 9.25 0.10 17.89 9.25 0.61
4 1/8/2014 90 7 9.25 0.10 17.89 9.25 0.61
5 1/15/2014 90 10 9.25 0.10 17.89 9.25 0.61
6 1/20/2014 90 7 9.25 0.10 17.89 9.25 0.61
7 1/21/2014 90 5 9.25 0.10 17.89 9.25 0.61
8 1/22/2014 90 9 9.25 0.10 17.89 9.25 0.61
9 1/25/2014 90 10 9.25 0.10 17.89 9.25 0.61
10 1/26/2014 90 7 9.25 0.10 17.89 9.25 0.61
11 1/29/2014 90 7 9.25 0.10 17.89 9.25 0.61
12 1/30/2014 90 13 9.25 0.10 17.89 9.25 0.61
13 1/31/2014 90 14 9.25 0.10 17.89 9.25 0.61
14 2/2/2014 90 6 9.25 0.10 17.89 9.25 0.61
15 2/9/2014 90 13 9.25 0.10 17.89 9.25 0.61
16 2/10/2014 90 8 9.25 0.10 17.89 9.25 0.61
17 2/13/2013 90 8 9.25 0.10 17.89 9.25 0.61
18 2/18/2014 90 10 9.25 0.10 17.89 9.25 0.61
19 2/19/2014 90 8 9.25 0.10 17.89 9.25 0.61
20 2/22/2014 90 10 9.25 0.10 17.89 9.25 0.61
Total 1800 185
Contoh perhitungan
103,01800
18520
20
20
1
i
i
inspection
itiesnonconformp
CL = 25,920
185
20
1
g
c
pn i
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 95
UCL = )1(3 ppnpn
= 250,9 + 1,01(250,93 = 17.893
LCL1 = )1(3 ppnpn
= 9,25 - )1,01(250,93 = 0.61
b. Output Software
Gambar 4.61 Output np-Chart Excel Pengunci Baterai
0
2
4
6
8
10
12
14
16
18
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
jum
lah
cac
at
Sampel
Peta Kendali NP Pengunci Baterai
N.of Nonconformities
UCL
CL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 96
SPSS
Gambar 4.62 Output np-Chart Software SPSS Dinamo
Minitab
191715131197531
20
15
10
5
0
Sample
Sa
mp
le C
ou
nt
__NP=9.25
UCL=17.89
LCL=0.61
1
NP Chart of N.of Nonconformities
Gambar 4.63 Output np-Chart Software Minitab Pengunci Baterai
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 97
Berdasarkan ketiga grafik di atas, dapat disimpulkan banyaknya cacat pada lot
nomor 2 berada diluar batas kendali atas, sehingga dapat dinyatakan banyaknya cacat
masih belum terkendali. sehingga lot tersebut harus dieleminasi.
Iterasi 1
Tabel 4.30 Pengunci Baterai Iterasi 1
No Date N.of
Inpection
N.of
Nonconformities NP P UCL CL LCL
1 1/3/2014 90 11 8.79 0.10 17.24 8.79 0.34
3 1/7/2014 90 4 8.79 0.10 17.24 8.79 0.34
4 1/8/2014 90 7 8.79 0.10 17.24 8.79 0.34
5 1/15/2014 90 10 8.79 0.10 17.24 8.79 0.34
6 1/20/2014 90 7 8.79 0.10 17.24 8.79 0.34
7 1/21/2014 90 5 8.79 0.10 17.24 8.79 0.34
8 1/22/2014 90 9 8.79 0.10 17.24 8.79 0.34
9 1/25/2014 90 10 8.79 0.10 17.24 8.79 0.34
10 1/26/2014 90 7 8.79 0.10 17.24 8.79 0.34
11 1/29/2014 90 7 8.79 0.10 17.24 8.79 0.34
12 1/30/2014 90 13 8.79 0.10 17.24 8.79 0.34
13 1/31/2014 90 14 8.79 0.10 17.24 8.79 0.34
14 2/2/2014 90 6 8.79 0.10 17.24 8.79 0.34
15 2/9/2014 90 13 8.79 0.10 17.24 8.79 0.34
16 2/10/2014 90 8 8.79 0.10 17.24 8.79 0.34
17 2/13/2013 90 8 8.79 0.10 17.24 8.79 0.34
18 2/18/2014 90 10 8.79 0.10 17.24 8.79 0.34
19 2/19/2014 90 8 8.79 0.10 17.24 8.79 0.34
20 2/22/2014 90 10 8.79 0.10 17.24 8.79 0.34
Total 1710 167
Contoh perhitungan
10,01710
16720
20
20
1
i
i
inspection
itiesnonconformp
CL = 79,819
167
20
1
g
c
pn i
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 98
UCL = )1(3 ppnpn
= 8,79 + )1,01( 8,793 = 17.24
LCL1 = )1(3 ppnpn
= 8,79 - )1,01( 8,793
= 0.34
c. Output Software
Excel (Iterasi 1)
Gambar 4.64 Output np-Chart Excel Pengunci Baterai
0
2
4
6
8
10
12
14
16
18
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
JUM
LAH
CA
CA
T
Sampel
Peta Kendali NP Pengunci Baterai
N.of Nonconformities
UCL
CL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 99
SPSS (Iterasi 1)
Gambar 4.65 Output np-Chart Software SPSS Pengunci baterai
Minitab (Iterasi 1)
191715131197531
18
16
14
12
10
8
6
4
2
0
Sample
Sa
mp
le C
ou
nt
__NP=8.79
UCL=17.24
LCL=0.34
NP Chart of N.of Nonconformities
Gambar 4.66 Output np-Chart Software Minitab Pengunci Baterai
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 100
6. Dinamo
a. Perhitungan Manual
Tabel 4.31 Pengolahan Data Raw Material Dinamo
No Date N.of
Inpection
N.of
Nonconformities NP P UCL CL LCL
1 1/3/2014 90 9 9.65 0.11 18.456 9.65 0.844
2 1/4/2014 90 7 9.65 0.11 18.456 9.65 0.844
3 1/7/2014 90 10 9.65 0.11 18.456 9.65 0.844
4 1/8/2014 90 7 9.65 0.11 18.456 9.65 0.844
5 1/15/2014 90 19 9.65 0.11 18.456 9.65 0.844
6 1/20/2014 90 7 9.65 0.11 18.456 9.65 0.844
7 1/21/2014 90 7 9.65 0.11 18.456 9.65 0.844
8 1/22/2014 90 6 9.65 0.11 18.456 9.65 0.844
9 1/25/2014 90 8 9.65 0.11 18.456 9.65 0.844
10 1/26/2014 90 8 9.65 0.11 18.456 9.65 0.844
11 1/29/2014 90 10 9.65 0.11 18.456 9.65 0.844
12 1/30/2014 90 13 9.65 0.11 18.456 9.65 0.844
13 1/31/2014 90 6 9.65 0.11 18.456 9.65 0.844
14 2/2/2014 90 9 9.65 0.11 18.456 9.65 0.844
15 2/9/2014 90 7 9.65 0.11 18.456 9.65 0.844
16 2/10/2014 90 18 9.65 0.11 18.456 9.65 0.844
17 2/13/2013 90 10 9.65 0.11 18.456 9.65 0.844
18 2/18/2014 90 10 9.65 0.11 18.456 9.65 0.844
19 2/19/2014 90 11 9.65 0.11 18.456 9.65 0.844
20 2/22/2014 90 11 9.65 0.11 18.456 9.65 0.844
Total 1800 193
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 101
Contoh perhitungan
11,01800
19320
20
20
1
i
i
inspection
itiesnonconformp
CL = 65,920
193
20
1
g
c
pn i
UCL = )1(3 ppnpn
= 9,65 + )11,01(65,93 = 18,456
LCL1 = )1(3 ppnpn
= 9,65 - )11,01(65,93 = 0.844
b. Output Software
Excel
Gambar 4.67 Output np-Chart Excel Dinamo (Iterasi 1)
0
2
4
6
8
10
12
14
16
18
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
jum
lah
cac
at
Sampel
Peta Kendali NP Dinamo
N.of Nonconformities
UCL
CL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 102
SPSS
Gambar 4.68 Output np-Chart Software SPSS Dinamo
Minitab
191715131197531
20
15
10
5
0
Sample
Sa
mp
le C
ou
nt
__NP=9.65
UCL=18.46
LCL=0.84
1
NP Chart of N.of Nonconformities
Gambar 4.69 Output np-Chart Software Minitab Dinamo
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 103
Dilihat dari perbandingan grafik hasil pengolahan dengan Excel, Minitab maupun
SPSS menunjukkan hasil yang sama. Peta kendali tersebut menunjukkan bahwa pada
iterasi 0 batas kendali atas (UCL) sebesar 18.456 dan batas kendali bawah (LCL) sebesar
0.844 , dan rata-ratanya ataun nilai CL sebesar 9.650 namun data ke-5 harus dihilangkan
karena melebihi batas kontrol atas.
Iterasi 1
Tabel 4.32 Dinamo iterasi 1
No Date N.of
Inpection
N.of
Nonconformities NP P UCL CL LCL
1 1/3/2014 90 9 9.16 0.10 17.76 9.16 0.55
2 1/4/2014 90 7 9.16 0.10 17.76 9.16 0.55
3 1/7/2014 90 10 9.16 0.10 17.76 9.16 0.55
4 1/8/2014 90 7 9.16 0.10 17.76 9.16 0.55
6 1/20/2014 90 7 9.16 0.10 17.76 9.16 0.55
7 1/21/2014 90 7 9.16 0.10 17.76 9.16 0.55
8 1/22/2014 90 6 9.16 0.10 17.76 9.16 0.55
9 1/25/2014 90 8 9.16 0.10 17.76 9.16 0.55
10 1/26/2014 90 8 9.16 0.10 17.76 9.16 0.55
11 1/29/2014 90 10 9.16 0.10 17.76 9.16 0.55
12 1/30/2014 90 13 9.16 0.10 17.76 9.16 0.55
13 1/31/2014 90 6 9.16 0.10 17.76 9.16 0.55
14 2/2/2014 90 9 9.16 0.10 17.76 9.16 0.55
15 2/9/2014 90 7 9.16 0.10 17.76 9.16 0.55
16 2/10/2014 90 18 9.16 0.10 17.76 9.16 0.55
17 2/13/2013 90 10 9.16 0.10 17.76 9.16 0.55
18 2/18/2014 90 10 9.16 0.10 17.76 9.16 0.55
19 2/19/2014 90 11 9.16 0.10 17.76 9.16 0.55
20 2/22/2014 90 11 9.16 0.10 17.76 9.16 0.55
Total 1710 174
Contoh perhitungan:
10,01710
17420
20
20
1
i
i
inspection
itiesnonconformp
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 104
CL = 16,919
174
20
1
g
c
pn i
UCL = )1(3 ppnpn
= 9,16 + )10,01(16,93 = 17,76
LCL = )1(3 ppnpn = 9,16 -
= 0,55
Excel (Iterasi 1)
Gambar 4.70 Output np-Chart Excel Dinamo (Iterasi 1)
0
2
4
6
8
10
12
14
16
18
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
JUM
LAH
CA
CA
T
Sampel
Peta Kendali NP Dinamo
N.of Nonconformities
UCL
CL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 105
SPSS (Iterasi 1)
Gambar 4.71 Output np-Chart Software SPSS Dinamo
Minitab (Iterasi 1)
191715131197531
20
15
10
5
0
Sample
Sa
mp
le C
ou
nt
__NP=9.16
UCL=17.76
LCL=0.55
1
NP Chart of N.of Nonconformities
Gambar 4.72 Output np-Chart Software Minitab Dinamo
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 106
Iterasi 2
Tabel 4.33 Dinamo iterasi 2
No Date N.of
Inpection
N.of
Nonconformities NP P UCL CL LCL
1 1/3/2014 90 9 8.67 0.10 17.06 8.68 0.27
2 1/4/2014 90 7 8.67 0.10 17.06 8.68 0.27
3 1/7/2014 90 10 8.67 0.10 17.06 8.68 0.27
4 1/8/2014 90 7 8.67 0.10 17.06 8.68 0.27
6 1/20/2014 90 7 8.67 0.10 17.06 8.68 0.27
7 1/21/2014 90 7 8.67 0.10 17.06 8.68 0.27
8 1/22/2014 90 6 8.67 0.10 17.06 8.68 0.27
9 1/25/2014 90 8 8.67 0.10 17.06 8.68 0.27
10 1/26/2014 90 8 8.67 0.10 17.06 8.68 0.27
11 1/29/2014 90 10 8.67 0.10 17.06 8.68 0.27
12 1/30/2014 90 13 8.67 0.10 17.06 8.68 0.27
13 1/31/2014 90 6 8.67 0.10 17.06 8.68 0.27
14 2/2/2014 90 9 8.67 0.10 17.06 8.68 0.27
15 2/9/2014 90 7 8.67 0.10 17.06 8.68 0.27
17 2/13/2013 90 10 8.67 0.10 17.06 8.68 0.27
18 2/18/2014 90 10 8.67 0.10 17.06 8.68 0.27
19 2/19/2014 90 11 8.67 0.10 17.06 8.68 0.27
20 2/22/2014 90 11 8.67 0.10 17.06 8.68 0.27
Total 1620 156
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 107
Contoh perhitungan:
10,01620
15620
20
20
1
i
i
inspection
itiesnonconformp
CL = 67,818
156
20
1
g
c
pn i
UCL = )1(3 ppnpn
= 8,67+ )10,01(67,83 = 17,06
LCL = )1(3 ppnpn
= 8,67 - )10,01(67,83 = 0,27
Excel (Iterasi 2)
Gambar 4.73 Output np-Chart Excel Dinamo (Iterasi 2)
0
5
10
15
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
JUM
LAH
CA
CA
T
Sampel
Peta Kendali NP Dinamo
N.of Nonconformities
UCL
CL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 108
SPSS (Iterasi 2)
Gambar 4.74 Output np-Chart Software SPSS Dinamo
Minitab (Iterasi 2)
191715131197531
18
16
14
12
10
8
6
4
2
0
Sample
Sa
mp
le C
ou
nt
__NP=8.68
UCL=17.09
LCL=0.28
NP Chart of N.of Nonconformities
Gambar 4.75 Output np-Chart Software Minitab Dinamo
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 109
Peta Kendali c
1. Roller Besar
Iterasi 0
Perhitungan Manual
Number of nonconformities =
c = 2051/20 = 102,55
UCL = c + 3√𝑐 = 102,55 + 3 √102,55 = 132,93
LCL = c - 3√𝑐 = 102,55 - 3 √102,55 = 72,17
Tabel 4.34 roller besar iterasi 0
No Date
Roller Besar
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 122 102,55 132,93 72,17
2 04/01/2014 90 113 102,55 132,93 72,17
3 07/01/2014 90 88 102,55 132,93 72,17
4 08/01/2014 90 100 102,55 132,93 72,17
5 15/01/2014 90 111 102,55 132,93 72,17
6 20/01/2014 90 95 102,55 132,93 72,17
7 21/01/2014 90 116 102,55 132,93 72,17
8 22/01/2014 90 104 102,55 132,93 72,17
9 25/01/2014 90 107 102,55 132,93 72,17
10 28/01/2014 90 101 102,55 132,93 72,17
11 29/01/2014 90 93 102,55 132,93 72,17
12 30/01/2014 90 108 102,55 132,93 72,17
13 31/01/2014 90 111 102,55 132,93 72,17
14 02/02/2014 90 101 102,55 132,93 72,17
15 09/02/2014 90 102 102,55 132,93 72,17
16 10/02/2014 90 94 102,55 132,93 72,17
17 13/02/2014 90 97 102,55 132,93 72,17
18 18/02/2014 90 98 102,55 132,93 72,17
19 19/02/2014 90 85 102,55 132,93 72,17
20 22/02/2014 90 105 102,55 132,93 72,17
Total 2051
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 110
Gambar 4.76 output peta kendali c manual roller besar iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
Software SPSS
Gambar 4.77 output peta kendali c SPSS roller besar iterasi 0
0
20
40
60
80
100
120
140
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 0 Roller Besar
N. Of Nonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 111
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
Software Minitab
191715131197531
140
130
120
110
100
90
80
70
Sample
Sa
mp
le C
ou
nt
_C=102,55
UCL=132,93
LCL=72,17
C Chart of N. Of Nonconformities
Gambar 4.78 output peta kendali c minitab roller besar iterasi 0
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
2. Roller Kecil
Iterasi 0
Perhitungan Manual
Number of nonconformities =
c = 1960/20 = 98
UCL = c + 3√𝑐 = 98 + 3 √98 = 127,70
LCL = c - 3√𝑐 = 98 - 3 √98 = 68,30
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 112
Tabel 4.35 roller kecil iterasi 0
No Date
Roller Kecil
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 97 98 127,70 68,30
2 04/01/2014 90 95 98 127,70 68,30
3 07/01/2014 90 94 98 127,70 68,30
4 08/01/2014 90 103 98 127,70 68,30
5 15/01/2014 90 98 98 127,70 68,30
6 20/01/2014 90 60 98 127,70 68,30
7 21/01/2014 90 104 98 127,70 68,30
8 22/01/2014 90 96 98 127,70 68,30
9 25/01/2014 90 92 98 127,70 68,30
10 28/01/2014 90 129 98 127,70 68,30
11 29/01/2014 90 87 98 127,70 68,30
12 30/01/2014 90 98 98 127,70 68,30
13 31/01/2014 90 104 98 127,70 68,30
14 02/02/2014 90 93 98 127,70 68,30
15 09/02/2014 90 86 98 127,70 68,30
16 10/02/2014 90 113 98 127,70 68,30
17 13/02/2014 90 105 98 127,70 68,30
18 18/02/2014 90 100 98 127,70 68,30
19 19/02/2014 90 92 98 127,70 68,30
20 22/02/2014 90 114 98 127,70 68,30
Total 1960
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 113
Gambar 4.79 output peta kendali c manual roller kecil iterasi 0
Dapat dilihat berdasarkan grafik diatas terdapat data yang melewati UCL dan
LCL. Data tersebut adalah data ke 6 pada tanggal 20/01/2014 dengan noncomformites 60
yang melewati batas LCL dan data ke 10 pada tanggal 28/01/2014 dengan
noncomformites 129 yang melewati batas UCL, sehingga kedua data tersebut
dikeluarkan.
0
20
40
60
80
100
120
140
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 0 Roller Kecil
N. Of Nonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 114
Software SPSS
Gambar 4.80 output peta kendali c SPSS roller besar iterasi 0
Dapat dilihat berdasarkan grafik diatas terdapat data yang melewati UCL dan
LCL. Data tersebut adalah data ke 6 pada tanggal 20/01/2014 dengan noncomformites 60
yang melewati batas LCL dan data ke 10 pada tanggal 28/01/2014 dengan
noncomformites 129 yang melewati batas UCL, sehingga kedua data tersebut
dikeluarkan.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 115
Software Minitab
191715131197531
130
120
110
100
90
80
70
60
Sample
Sa
mp
le C
ou
nt
_C=98
UCL=127,70
LCL=68,30
1
1
C Chart of N. Of Nonconformities
Gambar 4.81 output peta kendali c minitab roller kecil iterasi 0
Dapat dilihat berdasarkan grafik diatas terdapat data yang melewati UCL dan
LCL. Data tersebut adalah data ke 6 pada tanggal 20/01/2014 dengan noncomformites 60
yang melewati batas LCL dan data ke 10 pada tanggal 28/01/2014 dengan
noncomformites 129 yang melewati batas UCL, sehingga kedua data tersebut
dikeluarkan.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 116
Iterasi 1
Perhitungan Manual
Number of nonconformities =
c = 1771/18 = 98,39
UCL = c + 3√𝑐 = 98,39 + 3 √98,39 = 128,15
LCL = c - 3√𝑐 = 98,39 - 3 √98,39 = 68,63
Tabel 4.36 roller kecil iterasi 1
No Date
Roller Kecil
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 97 98,39 128,15 68,63
2 04/01/2014 90 95 98,39 128,15 68,63
3 07/01/2014 90 94 98,39 128,15 68,63
4 08/01/2014 90 103 98,39 128,15 68,63
5 15/01/2014 90 98 98,39 128,15 68,63
7 21/01/2014 90 104 98,39 128,15 68,63
8 22/01/2014 90 96 98,39 128,15 68,63
9 25/01/2014 90 92 98,39 128,15 68,63
11 29/01/2014 90 87 98,39 128,15 68,63
12 30/01/2014 90 98 98,39 128,15 68,63
13 31/01/2014 90 104 98,39 128,15 68,63
14 02/02/2014 90 93 98,39 128,15 68,63
15 09/02/2014 90 86 98,39 128,15 68,63
16 10/02/2014 90 113 98,39 128,15 68,63
17 13/02/2014 90 105 98,39 128,15 68,63
18 18/02/2014 90 100 98,39 128,15 68,63
19 19/02/2014 90 92 98,39 128,15 68,63
20 22/02/2014 90 114 98,39 128,15 68,63
Total 1771
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 117
Gambar 4.82 output peta kendali c manual roller kecil iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Software SPSS
Gambar 4.83 output peta kendali c SPSS gear besar iterasi 1
0
20
40
60
80
100
120
140
1 3 5 7 9 11 13 15 17
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 1 Roller Kecil
N. OfNonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 118
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Software Minitab
1715131197531
130
120
110
100
90
80
70
Sample
Sa
mp
le C
ou
nt
_C=98,39
UCL=128,15
LCL=68,63
C Chart of N. Of Nonconformities
Gambar 4.84 output peta kendali c minitab gear besar iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
3. Rumah Dinamo
Iterasi 0
Perhitunngan Manual
Number of nonconformities =
c = 2175/20 = 108,75
UCL = c + 3√𝑐 = 108,75 + 3 √108,75 = 140,03
LCL = c - 3√𝑐 = 108,75 - 3 √108,75 = 77,47
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 119
Tabel 4.37 rumah dinamo iterasi 0
No Date
Rumah Dinamo
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 103 108,75 140,03 77,47
2 04/01/2014 90 105 108,75 140,03 77,47
3 07/01/2014 90 116 108,75 140,03 77,47
4 08/01/2014 90 70 108,75 140,03 77,47
5 15/01/2014 90 120 108,75 140,03 77,47
6 20/01/2014 90 131 108,75 140,03 77,47
7 21/01/2014 90 108 108,75 140,03 77,47
8 22/01/2014 90 129 108,75 140,03 77,47
9 25/01/2014 90 118 108,75 140,03 77,47
10 28/01/2014 90 95 108,75 140,03 77,47
11 29/01/2014 90 128 108,75 140,03 77,47
12 30/01/2014 90 108 108,75 140,03 77,47
13 31/01/2014 90 102 108,75 140,03 77,47
14 02/02/2014 90 75 108,75 140,03 77,47
15 09/02/2014 90 109 108,75 140,03 77,47
16 10/02/2014 90 95 108,75 140,03 77,47
17 13/02/2014 90 113 108,75 140,03 77,47
18 18/02/2014 90 114 108,75 140,03 77,47
19 19/02/2014 90 112 108,75 140,03 77,47
20 22/02/2014 90 124 108,75 140,03 77,47
Total 2175
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 120
Gambar 4.85 output peta kendali c manual rumah dinamo iterasi 0
Berdasarkan grafik di atas, terdapat data yang dikeluarkan yaitu data ke 4 pada
tanggal 08/01/2014 dengan nonconformities 70 dan data ke 14 pada tanggal 02/02/2014
dengan nonconformities 75 karena melebihi batas LCL.
Software SPSS
Gambar 4.86 output peta kendali c SPSS rumah dinamo iterasi 0
0
20
40
60
80
100
120
140
160
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 0 Rumah Dinamo
N. Of Nonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 121
Berdasarkan grafik di atas, terdapat data yang dikeluarkan yaitu data ke 4 pada
tanggal 08/01/2014 dengan nonconformities 70 dan data ke 14 pada tanggal 02/02/2014
dengan nonconformities 75 karena melebihi batas LCL.
Software Minitab
191715131197531
140
130
120
110
100
90
80
70
Sample
Sa
mp
le C
ou
nt
_C=108,75
UCL=140,03
LCL=77,47
1
1
C Chart of N. Of Nonconformities
Gambar 4.87 output peta kendali c minitab rumah dinamo iterasi 0
Berdasarkan grafik di atas, terdapat data yang dikeluarkan yaitu data ke 4 pada
tanggal 08/01/2014 dengan nonconformities 70 dan data ke 14 pada tanggal 02/02/2014
dengan nonconformities 75 karena melebihi batas LCL.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 122
Iterasi 1
Perhitungan Manual
Number of nonconformities =
c = 2030/18 = 112,78
UCL = c + 3√𝑐 = 112,78 + 3 √112,78 = 144,64
LCL = c - 3√𝑐 = 112,78 - 3 √112,78 = 80,92
Tabel 4.38 rumah dinamo iterasi 1
No Date
Rumah Dinamo
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 103 112,78 144,64 80,92
2 04/01/2014 90 105 112,78 144,64 80,92
3 07/01/2014 90 116 112,78 144,64 80,92
5 15/01/2014 90 120 112,78 144,64 80,92
6 20/01/2014 90 131 112,78 144,64 80,92
7 21/01/2014 90 108 112,78 144,64 80,92
8 22/01/2014 90 129 112,78 144,64 80,92
9 25/01/2014 90 118 112,78 144,64 80,92
10 28/01/2014 90 95 112,78 144,64 80,92
11 29/01/2014 90 128 112,78 144,64 80,92
12 30/01/2014 90 108 112,78 144,64 80,92
13 31/01/2014 90 102 112,78 144,64 80,92
15 09/02/2014 90 109 112,78 144,64 80,92
16 10/02/2014 90 95 112,78 144,64 80,92
17 13/02/2014 90 113 112,78 144,64 80,92
18 18/02/2014 90 114 112,78 144,64 80,92
19 19/02/2014 90 112 112,78 144,64 80,92
20 22/02/2014 90 124 112,78 144,64 80,92
Total 2030
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 123
Gambar 4.88 output peta kendali c manual rumah dinamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
0
50
100
150
200
1 3 5 7 9 11 13 15 17
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 1 Rumah Dinamo
N. OfNonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 124
Software SPSS
Gambar 4.89 output peta kendali c SPSS rumah dinamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Software Minitab
1715131197531
150
140
130
120
110
100
90
80
Sample
Sa
mp
le C
ou
nt
_C=112,78
UCL=144,64
LCL=80,92
C Chart of N. Of Nonconformities
Gambar 4.90 output peta kendali c minitab rumah dinamo iterasi 1
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 125
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
4. Roda Assy
Perhitungan Manual
Iterasi 0
Number of nonconformities =
c = 2027/20 = 101,35
UCL = c + 3√𝑐 = 101,35 + 3 √101,35 = 131,55
LCL = c - 3√𝑐 = 101,35 - 3 √101,35 = 71,15
Tabel 4.39 roda assy iterasi 0
No Date
Roda Assy
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 119 101,35 131,55 71,15
2 04/01/2014 90 107 101,35 131,55 71,15
3 07/01/2014 90 87 101,35 131,55 71,15
4 08/01/2014 90 110 101,35 131,55 71,15
5 15/01/2014 90 109 101,35 131,55 71,15
6 20/01/2014 90 102 101,35 131,55 71,15
7 21/01/2014 90 101 101,35 131,55 71,15
8 22/01/2014 90 102 101,35 131,55 71,15
9 25/01/2014 90 108 101,35 131,55 71,15
10 28/01/2014 90 110 101,35 131,55 71,15
11 29/01/2014 90 93 101,35 131,55 71,15
12 30/01/2014 90 88 101,35 131,55 71,15
13 31/01/2014 90 104 101,35 131,55 71,15
14 02/02/2014 90 87 101,35 131,55 71,15
15 09/02/2014 90 96 101,35 131,55 71,15
16 10/02/2014 90 102 101,35 131,55 71,15
17 13/02/2014 90 96 101,35 131,55 71,15
18 18/02/2014 90 114 101,35 131,55 71,15
19 19/02/2014 90 101 101,35 131,55 71,15
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 126
Lanjutan Tabel 4.39 roda assy iterasi 0
20 22/02/2014 90 91 101,35 131,55 71,15
Total 2027
Gambar 4.91 output peta kendali c manual roda assy iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
0
20
40
60
80
100
120
140
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 0 Roda Assy
N. OfNonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 127
Software SPSS
Gambar 4.92 output peta kendali c SPSS roda assy iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
Software Minitab
191715131197531
130
120
110
100
90
80
70
Sample
Sa
mp
le C
ou
nt
_C=101,35
UCL=131,55
LCL=71,15
C Chart of N. Of Nonconformities
Gambar 4.93 output peta kendali c minitab roda assy iterasi 0
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 128
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
5. Gear Besar
Iterasi 0
Perhitungan Manual
Number of nonconformities =
c = 2243/20 = 112,15
UCL = c + 3√𝑐 = 112,15 + 3 √112,15 = 143,92
LCL = c - 3√𝑐 = 112,15 - 3 √112,15 = 80,38
Tabel 4.40 gear besar iterasi 0
No Date
Gear Besar
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 123 112,15 143,92 80,38
2 04/01/2014 90 105 112,15 143,92 80,38
3 07/01/2014 90 111 112,15 143,92 80,38
4 08/01/2014 90 112 112,15 143,92 80,38
5 15/01/2014 90 104 112,15 143,92 80,38
6 20/01/2014 90 128 112,15 143,92 80,38
7 21/01/2014 90 117 112,15 143,92 80,38
8 22/01/2014 90 124 112,15 143,92 80,38
9 25/01/2014 90 105 112,15 143,92 80,38
10 28/01/2014 90 94 112,15 143,92 80,38
11 29/01/2014 90 118 112,15 143,92 80,38
12 30/01/2014 90 145 112,15 143,92 80,38
13 31/01/2014 90 100 112,15 143,92 80,38
14 02/02/2014 90 107 112,15 143,92 80,38
15 09/02/2014 90 112 112,15 143,92 80,38
16 10/02/2014 90 110 112,15 143,92 80,38
17 13/02/2014 90 109 112,15 143,92 80,38
18 18/02/2014 90 95 112,15 143,92 80,38
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 129
Lanjutan Tabel 4.40 gear besar iterasi 0
19 19/02/2014 90 111 112,15 143,92 80,38
20 22/02/2014 90 113 112,15 143,92 80,38
Total 2243
Gambar 4.94 output peta kendali c manual gear besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 12 dengan noncomformities 145, pada tanggal 30/01/2014, sehingga harus
dilakukan iterasi ke-1 untuk menghilangkan data nomor 12.
0
20
40
60
80
100
120
140
160
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 0 Gear Besar
N. Of Nonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 130
Software SPSS
Gambar 4.95 output peta kendali c SPSS gear besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 12 dengan noncomformities 145, pada tanggal 30/01/2014, sehingga harus
dilakukan iterasi ke-1 untuk menghilangkan data nomor 12.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 131
Software Minitab
191715131197531
150
140
130
120
110
100
90
80
Sample
Sa
mp
le C
ou
nt
_C=112,15
UCL=143,92
LCL=80,38
1
C Chart of N. Of Nonconformities
Gambar 4.96 output peta kendali c minitab gear besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 12 dengan noncomformities 145, pada tanggal 30/01/2014, sehingga harus
dilakukan iterasi ke-1 untuk menghilangkan data nomor 12.
Iterasi 1
Perhitungan Manual
Number of nonconformities =
c = 2098/19 = 110,42
UCL = c + 3√𝑐 = 110,42 + 3 √110,42 = 141,95
LCL = c - 3√𝑐 = 110,42 - 3 √110,42 = 78,90
Tabel 4.41 gear besar iterasi 1
No Date
Gear Besar
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 123 110,42 141,95 78,90
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 132
Lanjutan Tabel 4.41 gear besar iterasi 1
2 04/01/2014 90 105 110,42 141,95 78,90
3 07/01/2014 90 111 110,42 141,95 78,90
4 08/01/2014 90 112 110,42 141,95 78,90
5 15/01/2014 90 104 110,42 141,95 78,90
6 20/01/2014 90 128 110,42 141,95 78,90
7 21/01/2014 90 117 110,42 141,95 78,90
8 22/01/2014 90 124 110,42 141,95 78,90
9 25/01/2014 90 105 110,42 141,95 78,90
10 28/01/2014 90 94 110,42 141,95 78,90
11 29/01/2014 90 118 110,42 141,95 78,90
13 31/01/2014 90 100 110,42 141,95 78,90
14 02/02/2014 90 107 110,42 141,95 78,90
15 09/02/2014 90 112 110,42 141,95 78,90
16 10/02/2014 90 110 110,42 141,95 78,90
17 13/02/2014 90 109 110,42 141,95 78,90
18 18/02/2014 90 95 110,42 141,95 78,90
19 19/02/2014 90 111 110,42 141,95 78,90
20 22/02/2014 90 113 110,42 141,95 78,90
Total 2098
Gambar 4.97 output peta kendali c manual gear besar iterasi 1
0
20
40
60
80
100
120
140
160
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 1 Gear Besar
N. Of Nonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 133
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Software SPSS
Gambar 4.98 output peta kendali c SPSS gear besar iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 134
Software Minitab
191715131197531
150
140
130
120
110
100
90
80
Sample
Sa
mp
le C
ou
nt
_C=110,42
UCL=141,95
LCL=78,90
C Chart of N. Of Nonconformities
Gambar 4.99 output peta kendali c minitab gear besar iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
6. Gear Kecil
Perhitungan Manual
Iterasi 0
Number of nonconformities =
c = 2272/20 = 113,60
UCL = c + 3√𝑐 = 113.60 + 3 √113,60 = 145,57
LCL = c - 3√𝑐 = 113.60 - 3 √113,60 = 81,63
Tabel 4.42 gear kecil iterasi 0
No Date
Gear Kecil
N. Of
Inspection
N. Of
Nonconformities c UCL LCL
1 03/01/2014 90 138 113,60 145,57 81,63
2 04/01/2014 90 96 113,60 145,57 81,63
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 135
Lanjutan Tabel 4.42 gear kecil iterasi 0
3 07/01/2014 90 110 113,60 145,57 81,63
4 08/01/2014 90 105 113,60 145,57 81,63
5 15/01/2014 90 118 113,60 145,57 81,63
6 20/01/2014 90 115 113,60 145,57 81,63
7 21/01/2014 90 125 113,60 145,57 81,63
8 22/01/2014 90 107 113,60 145,57 81,63
9 25/01/2014 90 114 113,60 145,57 81,63
10 28/01/2014 90 98 113,60 145,57 81,63
11 29/01/2014 90 104 113,60 145,57 81,63
12 30/01/2014 90 129 113,60 145,57 81,63
13 31/01/2014 90 146 113,60 145,57 81,63
14 02/02/2014 90 110 113,60 145,57 81,63
15 09/02/2014 90 119 113,60 145,57 81,63
16 10/02/2014 90 109 113,60 145,57 81,63
17 13/02/2014 90 92 113,60 145,57 81,63
18 18/02/2014 90 129 113,60 145,57 81,63
19 19/02/2014 90 98 113,60 145,57 81,63
20 22/02/2014 90 110 113,60 145,57 81,63
Total 2272
Gambar 4.100 output peta kendali c manual gear kecil iterasi 0
0
20
40
60
80
100
120
140
160
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 0 Gear Kecil
N. Of Nonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 136
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 13 dengan noncomformities 146, pada tanggal 31/01/2014, sehingga harus
dilakukan iterasi ke-1 untuk menghilangkan data nomor 13.
Software SPSS
Gambar 4.101 output peta kendali c SPSS gear kecil iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 13 dengan noncomformities 146, pada tanggal 31/01/2014, sehingga harus
dilakukan iterasi ke-1 untuk menghilangkan data nomor 13.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 137
Software Minitab
191715131197531
150
140
130
120
110
100
90
80
Sample
Sa
mp
le C
ou
nt
_C=113,6
UCL=145,57
LCL=81,63
1
C Chart of N. Of Nonconformities
Gambar 4.102 output peta kendali c minitab gear kecil iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 13 dengan noncomformities 146, pada tanggal 31/01/2014, sehingga harus
dilakukan iterasi ke-1 untuk menghilangkan data nomor 13.
Iterasi 1
Perhitungan Manual
Number of nonconformities =
c = 2126/19 = 111,89
UCL = c + 3√𝑐 = 11,89 + 3 √111,89 = 143,63
LCL = c - 3√𝑐 = 11,89 - 3 √111,89 = 80,16
Tabel 4.43 gear kecil iterasi 1
No Date
Gear Kecil
c
UCL
LCL N. Of
Inspection
N. Of
Nonconformities
1 03/01/2014 90 138 111,89 143,63 80,16
2 04/01/2014 90 96 111,89 143,63 80,16
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 138
Lanjutan Tabel 4.43 gear kecil iterasi 1
3 07/01/2014 90 110 111,89 143,63 80,16
4 08/01/2014 90 105 111,89 143,63 80,16
5 15/01/2014 90 118 111,89 143,63 80,16
6 20/01/2014 90 115 111,89 143,63 80,16
7 21/01/2014 90 125 111,89 143,63 80,16
8 22/01/2014 90 107 111,89 143,63 80,16
9 25/01/2014 90 114 111,89 143,63 80,16
10 28/01/2014 90 98 111,89 143,63 80,16
11 29/01/2014 90 104 111,89 143,63 80,16
12 30/01/2014 90 129 111,89 143,63 80,16
14 02/02/2014 90 110 111,89 143,63 80,16
15 09/02/2014 90 119 111,89 143,63 80,16
16 10/02/2014 90 109 111,89 143,63 80,16
17 13/02/2014 90 92 111,89 143,63 80,16
18 18/02/2014 90 129 111,89 143,63 80,16
19 19/02/2014 90 98 111,89 143,63 80,16
20 22/02/2014 90 110 111,89 143,63 80,16
Total 2126
Gambar 4.103 output peta kendali c manual gear kecil iterasi 1
0
20
40
60
80
100
120
140
160
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali c Iterasi 1 Gear Kecil
N. Of Nonconformities
c
UCL
LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 139
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Software SPSS
Gambar 4.104 output peta kendali c SPSS gear kecil iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 140
Software Minitab
191715131197531
150
140
130
120
110
100
90
80
Sample
Sa
mp
le C
ou
nt
_C=111,89
UCL=143,63
LCL=80,16
C Chart of N. Of Nonconformities
Gambar 4.105 output peta kendali c minitab gear kecil iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 141
Peta Kendali u
1. Bumper belakang
Perhitungan Manual
Iterasi 0
CL = u = 3154 / 1724 = 1,829
UCL = u + 3√𝑢
𝑛𝑖 = 1,829+ 3 x √
1,829
97 = 2,241
LCL = u – 3 √𝑢
𝑛𝑖 = 1,829 - 3 x √
1,829
97 = 1,417
Tabel 4.44 bumper belakang iterasi 0
N
o Date
Bumper Belakang
N. Of Inspection
N. Of
Nonconformitie
s
UCL CL LCL u
1 1/3/2014 97 161 2.241 1.829 1.417 1.660
2 1/4/2014 76 160 2.295 1.829 1.364 2.105
3 1/7/2014 112 162 2.213 1.829 1.446 1.446
4 1/8/2014 82 153 2.278 1.829 1.381 1.866
5 1/15/2014 78 147 2.289 1.829 1.370 1.885
6 1/20/2014 102 161 2.231 1.829 1.428 1.578
7 1/21/2014 103 164 2.229 1.829 1.430 1.592
8 1/22/2014 80 147 2.283 1.829 1.376 1.838
9 1/25/2014 76 142 2.295 1.829 1.364 1.868
10 1/28/2014 98 159 2.239 1.829 1.420 1.622
11 1/29/2014 79 173 2.286 1.829 1.373 2.190
12 1/30/2014 90 165 2.257 1.829 1.402 1.833
13 1/31/2014 89 166 2.260 1.829 1.399 1.865
14 2/2/2014 79 155 2.286 1.829 1.373 1.962
15 2/9/2014 74 147 2.301 1.829 1.358 1.986
16 2/10/2014 87 142 2.265 1.829 1.394 1.632
17 2/13/2014 88 151 2.262 1.829 1.397 1.716
18 2/18/2014 66 157 2.329 1.829 1.330 2.379
19 2/19/2014 87 168 2.265 1.829 1.394 1.931
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 142
0.000
0.500
1.000
1.500
2.000
2.500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
keti
dak
sesu
aian
Sampel
u Chart Bumper Belakang Iterasi 0
UCL
CL
LCL
u
Lanjutan Tabel 4.44 bumper belakang iterasi 0
20 2/22/2014 81 174 2.280 1.829 1.379 2.148
Jumlah 1724 3154 37.104
u bar 1.855
Gambar 4.106 u chart bumper belakang iterasi 0
Dari data diatas, ada data yang dikeluarkan adalah data ke 18 pada tanggal
2/18/2014 dengan nonconformities 157 karena melebihi batas UCL.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 143
Hasil Software
a. Software SPSS
Gambar 4.107 u chart bumper belakang iterasi 0 (SPSS)
b. Software Minitab
191715131197531
2.50
2.25
2.00
1.75
1.50
Sample
Sa
mp
le C
ou
nt
Pe
r U
nit
_U=1.829
UCL=2.280
LCL=1.379
1
U Chart of N. Of Nonconformities
Tests performed with unequal sample sizes
Gambar 4.108 U chart bumper belakang iterasi 0 (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 144
Iterasi 1
CL = u = 2997 / 1658= 1,808
UCL = u + 3√𝑢
𝑛𝑖 = 1,808+ 3 x √
1,808
97 = 2,217
LCL = u – 3 √𝑢
𝑛𝑖 = 1,808- 3 x √
1,808
97 = 1,398
Tabel 4.45 bumper belakang iterasi 1
N
o Date
Bumper Belakang
N. Of
Inspection
N. Of
Nonconformities UCL CL LCL u
1 1/3/2014 97 161 2.217 1.808 1.398 1.660
2 1/4/2014 76 160 2.270 1.808 1.345 2.105
3 1/7/2014 112 162 2.189 1.808 1.426 1.446
4 1/8/2014 82 153 2.253 1.808 1.362 1.866
5 1/15/2014 78 147 2.264 1.808 1.351 1.885
6 1/20/2014 102 161 2.207 1.808 1.408 1.578
7 1/21/2014 103 164 2.205 1.808 1.410 1.592
8 1/22/2014 80 147 2.259 1.808 1.357 1.838
9 1/25/2014 76 142 2.270 1.808 1.345 1.868
10 1/28/2014 98 159 2.215 1.808 1.400 1.622
11 1/29/2014 79 173 2.261 1.808 1.354 2.190
12 1/30/2014 90 165 2.233 1.808 1.382 1.833
13 1/31/2014 89 166 2.235 1.808 1.380 1.865
14 2/2/2014 79 155 2.261 1.808 1.354 1.962
15 2/9/2014 74 147 2.276 1.808 1.339 1.986
16 2/10/2014 87 142 2.240 1.808 1.375 1.632
17 2/13/2014 88 151 2.238 1.808 1.378 1.716
19 2/19/2014 87 168 2.240 1.808 1.375 1.931
20 2/22/2014 81 174 2.256 1.808 1.359 2.148
Jumlah 1658 2997 34.725
u bar 1.736
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 145
Gambar 4.109 u chart bumper belakang iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
batas UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2
0.000
0.500
1.000
1.500
2.000
2.500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
keti
dak
sesu
aian
Sampel
u Chart Bumper Belakang Iterasi 1
UCL
CL
LCL
u
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 146
Hasil Software
a. Software SPSS
Gambar 4.110 u chart bumper belakang iterasi 1 (SPSS)
b. Software Minitab
191715131197531
2.4
2.2
2.0
1.8
1.6
1.4
1.2
Sample
Sa
mp
le C
ou
nt
Pe
r U
nit
_U=1.808
UCL=2.256
LCL=1.359
U Chart of N. Of Nonconformities
Tests performed with unequal sample sizes
Gambar 4.111 u chart bumper belakang iterasi 1 (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 147
2. Pengunci Body
Perhitungan Manual
Iterasi 0
CL = u = 1717/ 1814 = 0,947
UCL = u + 3√𝑢
𝑛𝑖 = 0,947+ 3 x √
0,947
99 = 1,240
LCL = u – 3 √𝑢
𝑛𝑖 = 0,947 - 3 x √
0,947
99 = 0,653
Tabel 4.46 Pengunci Body iterasi 0
No Date Pengunci Body
N. Of Inspection N. Of Nonconformities UCL CL LCL u
1 1/3/2014 99 105 1.240 0.947 0.653 1.061
2 1/4/2014 102 87 1.236 0.947 0.658 0.853
3 1/7/2014 103 90 1.234 0.947 0.659 0.874
4 1/8/2014 91 68 1.252 0.947 0.641 0.747
5 1/15/2014 86 75 1.261 0.947 0.632 0.872
6 1/20/2014 106 94 1.230 0.947 0.663 0.887
7 1/21/2014 84 81 1.265 0.947 0.628 0.964
8 1/22/2014 97 94 1.243 0.947 0.650 0.969
9 1/25/2014 76 91 1.281 0.947 0.612 1.197
10 1/28/2014 98 89 1.241 0.947 0.652 0.908
11 1/29/2014 86 94 1.261 0.947 0.632 1.093
12 1/30/2014 78 63 1.277 0.947 0.616 0.808
13 1/31/2014 62 76 1.317 0.947 0.576 1.226
14 2/2/2014 96 88 1.244 0.947 0.649 0.917
15 2/9/2014 94 90 1.248 0.947 0.645 0.957
16 2/10/2014 91 79 1.252 0.947 0.641 0.868
17 2/13/2014 84 87 1.265 0.947 0.628 1.036
18 2/18/2014 92 94 1.251 0.947 0.642 1.022
19 2/19/2014 100 90 1.238 0.947 0.655 0.900
20 2/22/2014 89 82 1.256 0.947 0.637 0.921
jumlah 1814 1717 19.080
u bar 0.954
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 148
Gambar 4.112 u chart pengunci body iterasi 0
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
batas UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
Hasil Software
a. Software SPSS
Gambar 4.113 u chart pengunci body iterasi 0 (SPSS)
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1 2 3 4 5 6 7 8 9 1011121314151617181920
keti
dak
sesu
aian
Sampel
u Chart Pengunci Body Iterasi 0
UCL
CL
LCL
u
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 149
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati batas
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
b. Software Minitab
191715131197531
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
0.5
Sample
Sa
mp
le C
ou
nt
Pe
r U
nit
_U=0.9465
UCL=1.2559
LCL=0.6371
U Chart of N. Of Nonconformities
Tests performed with unequal sample sizes
Gambar 4.114 u chart pengunci body iterasi 0 (minitab)
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
batas UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 150
3. Tuas on-off
Perhitungan Manual
Iterasi 0
CL = u = 1924 / 1818 = 1,058
UCL = u + 3√𝑢
𝑛𝑖 = 1,058+ 3 x √
1,058
92 = 1,380
LCL = u – 3 √𝑢
𝑛𝑖 = 1,058 - 3 x √
1,058
92 = 0,737
Tabel 4.47 Tuas on-off iterasi 0
No Date Tuas On-Off
N. Of Inspection N. Of Nonconformities UCL CL LCL u
1 1/3/2014 92 117 1.380 1.058 0.737 1.272
2 1/4/2014 107 86 1.357 1.058 0.760 0.804
3 1/7/2014 93 85 1.378 1.058 0.738 0.914
4 1/8/2014 84 96 1.395 1.058 0.722 1.143
5 1/15/2014 106 93 1.358 1.058 0.759 0.877
6 1/20/2014 89 103 1.385 1.058 0.731 1.157
7 1/21/2014 88 103 1.387 1.058 0.729 1.170
8 1/22/2014 90 92 1.384 1.058 0.733 1.022
9 1/25/2014 85 93 1.393 1.058 0.724 1.094
10 1/28/2014 91 101 1.382 1.058 0.735 1.110
11 1/29/2014 108 115 1.355 1.058 0.761 1.065
12 1/30/2014 88 93 1.387 1.058 0.729 1.057
13 1/31/2014 84 89 1.395 1.058 0.722 1.060
14 2/2/2014 80 96 1.403 1.058 0.713 1.200
15 2/9/2014 101 100 1.365 1.058 0.751 0.990
16 2/10/2014 84 85 1.395 1.058 0.722 1.012
17 2/13/2014 94 88 1.377 1.058 0.740 0.936
18 2/18/2014 97 110 1.372 1.058 0.745 1.134
19 2/19/2014 82 77 1.399 1.058 0.717 0.939
20 2/22/2014 75 102 1.415 1.058 0.702 1.360
jumlah 1818 1924 21.316
u bar 1.066
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 151
Gambar 4.115 u chart tuas on-off iterasi 0
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
batas UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
Hasil Software
a. Software SPSS
Gambar 4.116 u chart tuas on-off iterasi 0 (SPSS)
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600
1 3 5 7 9 11 13 15 17 19
keti
dak
sesu
aian
Sampel
u Chart Tuas on-off Iterasi 0
UCL
CL
LCL
u
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 152
b. Software Minitab
Gambar 4.117 u chart tuas on-off iterasi 0 (Minitab)
4. Gear Dinamo
Perhitungan Manual
Iterasi 0
CL = u = 1767 / 1732 = 1,020
UCL = u + 3√𝑢
𝑛𝑖 = 1,020+ 3 x √
1,020
90 = 1,340
LCL = u – 3 √𝑢
𝑛𝑖 = 1,020- 3 x √
1,020
90 = 0,701
Tabel 4.48 Gear Dinamo iterasi 0
No Date Gear Dinamo
N. Of Inspection N. Of Nonconformities UCL CL LCL u
1 1/3/2014 90 88 1.340 1.020 0.701 0.978
2 1/4/2014 114 93 1.304 1.020 0.736 0.816
3 1/7/2014 68 122 1.388 1.020 0.653 1.794
4 1/8/2014 79 87 1.361 1.020 0.679 1.101
5 1/15/2014 103 69 1.319 1.020 0.722 0.670
191715131197531
1.5
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
Sample
Sa
mp
le C
ou
nt
Pe
r U
nit
_U=1.0583
UCL=1.4147
LCL=0.7019
U Chart of N. Of Nonconformities
Tests performed with unequal sample sizes
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 153
Lanjutan Tabel 4.48 Gear Dinamo iterasi 0
6 1/20/2014 87 86 1.345 1.020 0.695 0.989
7 1/21/2014 88 75 1.343 1.020 0.697 0.852
8 1/22/2014 83 97 1.353 1.020 0.688 1.169
9 1/25/2014 94 93 1.333 1.020 0.708 0.989
10 1/28/2014 90 105 1.340 1.020 0.701 1.167
11 1/29/2014 87 80 1.345 1.020 0.695 0.920
12 1/30/2014 78 84 1.363 1.020 0.677 1.077
13 1/31/2014 91 73 1.338 1.020 0.703 0.802
14 2/2/2014 84 87 1.351 1.020 0.690 1.036
15 2/9/2014 68 73 1.388 1.020 0.653 1.074
16 2/10/2014 93 80 1.334 1.020 0.706 0.860
17 2/13/2014 90 91 1.340 1.020 0.701 1.011
18 2/18/2014 92 100 1.336 1.020 0.704 1.087
19 2/19/2014 88 96 1.343 1.020 0.697 1.091
20 2/22/2014 65 88 1.396 1.020 0.644 1.354
Jumlah 1732 1767 20.835
u bar 1.042
Gambar 4.118 u chart gear dinamo iterasi 0
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600
1.800
2.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
keti
dak
sesu
aian
Sampel
u Chart Gear Dinamo Iterasi 0
UCL
CL
LCL
u
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 154
Dari data diatas, ada data yang dikeluarkan adalah data ke 3 pada tanggal 1/7/2014
dengan nonconformities 122 karena melebihi batas UCL dan data ke-5 pada tanggal
1/15/2014 dengan nonconforfimites 69 karena melebihi batas LCL.
Hasil Software
a. Software SPSS
Gambar 4.119 u chart gear dinamo iterasi 0 (SPSS)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 155
b. Software Minitab
191715131197531
1.75
1.50
1.25
1.00
0.75
0.50
Sample
Sa
mp
le C
ou
nt
Pe
r U
nit
_U=1.020
UCL=1.396
LCL=0.6441
1
U Chart of N. Of Nonconformities
Tests performed with unequal sample sizes
Gambar 4.120 u chart gear dinamo iterasi 0 (Minitab)
Iterasi 1
CL = 1576 / 1561 = 1,010
UCL = u + 3√𝑢
𝑛𝑖 = 1,010+ 3 x √
1,010
90 = 1,327
LCL = u – 3 √𝑢
𝑛𝑖 = 1,010- 3 x √
1,010
90 = 0,692
Tabel 4.49 data Gear Dinamo iterasi 1
No Date Gear Dinamo
N. Of Inspection N. Of Nonconformities UCL CL LCL u
1 1/3/2014 90 88 1.327 1.010 0.692 0.978
2 1/4/2014 114 93 1.292 1.010 0.727 0.816
4 1/8/2014 79 87 1.349 1.010 0.670 1.101
6 1/20/2014 87 86 1.333 1.010 0.686 0.989
7 1/21/2014 88 75 1.331 1.010 0.688 0.852
8 1/22/2014 83 97 1.340 1.010 0.679 1.169
9 1/25/2014 94 93 1.321 1.010 0.699 0.989
10 1/28/2014 90 105 1.327 1.010 0.692 1.167
11 1/29/2014 87 80 1.333 1.010 0.686 0.920
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 156
Lanjutan Tabel 4.49 data Gear Dinamo iterasi 1
12 1/30/2014 78 84 1.351 1.010 0.668 1.077
13 1/31/2014 91 73 1.326 1.010 0.694 0.802
14 2/2/2014 84 87 1.339 1.010 0.681 1.036
15 2/9/2014 68 73 1.375 1.010 0.644 1.074
16 2/10/2014 93 80 1.322 1.010 0.697 0.860
17 2/13/2014 90 91 1.327 1.010 0.692 1.011
18 2/18/2014 92 100 1.324 1.010 0.695 1.087
19 2/19/2014 88 96 1.331 1.010 0.688 1.091
20 2/22/2014 65 88 1.383 1.010 0.636 1.354
Jumlah 1561 1576 18.371
u bar 0.919
Gambar 4.121 u chart gear dinamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
batas UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600
1 2 3 4 5 6 7 8 9 101112131415161718
Ke
tid
akse
suai
an
Sampel
u Chart Gear Dinamo Iterasi 1
UCL
CL
LCL
u
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 157
Hasil Software
a. Software SPSS
Gambar 4.122 u chart gear dinamo iterasi 1 (SPSS)
b. Software Minitab
1715131197531
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
Sample
Sa
mp
le C
ou
nt
Pe
r U
nit
_U=1.0096
UCL=1.3835
LCL=0.6357
U Chart of N. Of Nonconformities
Tests performed with unequal sample sizes
Gambar 4.123 u chart gear dinamo iterasi 1 (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 158
5. Pengunci Dinamo
Perhitungan Manual
Iterasi 0
CL = u = 1814 / 1772 = 1,024
UCL = u + 3√𝑢
𝑛𝑖 = 1,024+ 3 x √
1.024
86 = 1,351
LCL = u – 3 √𝑢
𝑛𝑖 = 1,024 - 3 x √
1.023702032
86 = 0,696
Tabel 4.50 Pengunci Dinamo iterasi 0
No Date Pengunci Dinamo
N. Of Inspection N. Of Nonconformities UCL CL LCL u
1 1/3/2014 86 83 1.351 1.024 0.696 0.965
2 1/4/2014 103 80 1.323 1.024 0.725 0.777
3 1/7/2014 64 107 1.403 1.024 0.644 1.672
4 1/8/2014 83 83 1.357 1.024 0.691 1.000
5 1/15/2014 98 85 1.330 1.024 0.717 0.867
6 1/20/2014 61 99 1.412 1.024 0.635 1.623
7 1/21/2014 68 90 1.392 1.024 0.656 1.324
8 1/22/2014 91 96 1.342 1.024 0.706 1.055
9 1/25/2014 91 98 1.342 1.024 0.706 1.077
10 1/28/2014 83 83 1.357 1.024 0.691 1.000
11 1/29/2014 105 90 1.320 1.024 0.727 0.857
12 1/30/2014 82 88 1.359 1.024 0.689 1.073
13 1/31/2014 99 93 1.329 1.024 0.719 0.939
14 2/2/2014 95 89 1.335 1.024 0.712 0.937
15 2/9/2014 90 88 1.344 1.024 0.704 0.978
16 2/10/2014 77 91 1.370 1.024 0.678 1.182
17 2/13/2014 91 72 1.342 1.024 0.706 0.791
18 2/18/2014 109 96 1.314 1.024 0.733 0.881
19 2/19/2014 93 98 1.338 1.024 0.709 1.054
20 2/22/2014 103 105 1.323 1.024 0.725 1.019
Jumlah 1772 1814 21.071
u bar 1.054
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 159
Gambar 4.124 u chart pengunci dinamo iterasi 0
Dari data diatas, ada data yang dikeluarkan adalah data ke 3 pada tanggal 1/7/2014
dengan nonconformities 107 karena melebihi batas UCL dan data ke-6 pada tanggal
1/20/2014 dengan nonconforfimites 99 karena melebihi batas UCL.
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600
1.800
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Ke
tid
akse
suai
an
Sampel
u Chart Pengunci Dinamo Iterasi 0
UCL
CL
LCL
u
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 160
Hasil Software
a. Software SPSS
Gambar 4.125 u chart pengunci dinamo iterasi 0 (SPSS)
b. Software Minitab
191715131197531
1.75
1.50
1.25
1.00
0.75
0.50
Sample
Sa
mp
le C
ou
nt
Pe
r U
nit
_U=1.024
UCL=1.323
LCL=0.725
11
U Chart of N. Of Nonconformities
Tests performed with unequal sample sizes
Gambar 4.126 u chart pengunci dinamo iterasi 0 (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 161
Iterasi 1
CL = 1608 / 1647 = 0,976
UCL = u + 3√𝑢
𝑛𝑖 = 0,976+ 3 x √
0.,976
86 = 1,296
LCL = u – 3 √𝑢
𝑛𝑖 = 0,976- 3 x √
0,976
86 = 0,657
Tabel 4.51 Pengunci Dinamo iterasi 1
No Date Pengunci Dinamo
N. Of Inspection N. Of Nonconformities UCL CL LCL U
1 1/3/2014 86 83 1.296 0.976 0.657 0.965
2 1/4/2014 103 80 1.268 0.976 0.684 0.777
4 1/8/2014 83 83 1.302 0.976 0.651 1.000
5 1/15/2014 98 85 1.276 0.976 0.677 0.867
7 1/21/2014 68 90 1.336 0.976 0.617 1.324
8 1/22/2014 91 96 1.287 0.976 0.666 1.055
9 1/25/2014 91 98 1.287 0.976 0.666 1.077
10 1/28/2014 83 83 1.302 0.976 0.651 1.000
11 1/29/2014 105 90 1.266 0.976 0.687 0.857
12 1/30/2014 82 88 1.304 0.976 0.649 1.073
13 1/31/2014 99 93 1.274 0.976 0.678 0.939
14 2/2/2014 95 89 1.280 0.976 0.672 0.937
15 2/9/2014 90 88 1.289 0.976 0.664 0.978
16 2/10/2014 77 91 1.314 0.976 0.639 1.182
17 2/13/2014 91 72 1.287 0.976 0.666 0.791
18 2/18/2014 109 96 1.260 0.976 0.692 0.881
19 2/19/2014 93 98 1.284 0.976 0.669 1.054
20 2/22/2014 103 105 1.268 0.976 0.684 1.019
Jumlah 1647 1608 17.776
u bar 0.889
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 162
Gambar 4.127 u chart pengunci dinamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
batas UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Hasil Software
a. Software SPSS
Gambar 4.128 u chart pengunci dinamo iterasi 1 (SPSS)
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600
1 2 3 4 5 6 7 8 9 10 1112 13 14 1516 17 18
Ke
tid
akse
suai
an
Sampel
u Chart Pengunci Dinamo Iterasi 1
UCL
CL
LCL
u
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 163
b. Software Minitab
1715131197531
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
Sample
Sa
mp
le C
ou
nt
Pe
r U
nit
_U=0.9763
UCL=1.2684
LCL=0.6842
U Chart of N. Of Nonconformities
Tests performed with unequal sample sizes
Gambar 4.129 u chart pengunci dinamo iterasi 1 (Minitab)
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
batas UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 164
Peta Kendali U
1. Body
Perhitungan Manual
Peta kendali yang dibuat untuk cacat yang tidak sesuai dengan raw material
di bawah ini adalah peta kendali U. Peta Kendali U merupakan sistem tingkat
kualitas yang merating cacat per unit dan jumlah sample dari cacat konstan.
Diberikan jumlah inspeksi sejumlah 90 unit , jumlah kerugian total sebesar :
D = w1 c1 +w2 c2 + w3 c3
Contoh perhitungan :
D1 = 1x192 + 10x89 + 50x16 = 1882
D2 = 1x184 + 10x85 + 50x17 = 1884
D3 = 1x182 + 10x79 + 50x19 = 1922
Kerugian perunit untuk sampel diberikan oleh :
U = 𝐷
𝑛 =
w1 c1 +w2 c2 + w3 c3
𝑛
Contoh Perhitungan :
U1 = 1882
90 = 20.911
U2 = 1884
90 = 20.933
U3 = 1922
90 = 21.355
Tabel 4.52 Data Body Iterasi 0
No Date
Body
U D N. Of
Inspection
N. Of Nonconformities
Scratch String Camber
1 1/3/2014 90 192 89 16 20.9111 1882
2 1/4/2014 90 184 85 17 20.9333 1884
3 1/7/2014 90 182 79 19 21.3556 1922
4 1/8/2014 90 161 88 17 21.0111 1891
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 165
Lanjutan Tabel 4.52 Data Body Iterasi 0
5 1/15/2014 90 182 78 16 19.5778 1762
6 1/20/2014 90 168 97 17 22.0889 1988
7 1/21/2014 90 180 76 21 22.1111 1990
8 1/22/2014 90 174 94 20 23.4889 2114
9 1/25/2014 90 202 94 16 21.5778 1942
10 1/28/2014 90 158 95 24 25.6444 2308
11 1/29/2014 90 189 90 13 19.3222 1739
12 1/30/2014 90 164 92 19 22.6 2034
13 1/31/2014 90 169 101 16 21.9889 1979
14 2/2/2014 90 170 98 17 22.2222 2000
15 2/9/2014 90 171 73 29 26.1222 2351
16 2/10/2014 90 164 107 26 28.1556 2534
17 2/13/2014 90 157 59 25 22.1889 1997
18 2/18/2014 90 165 96 23 25.2778 2275
19 2/19/2014 90 164 90 21 23.4889 2114
20 2/22/2014 90 168 93 18 22.2 1998
Jumlah 1800 3464 1774 390
u 1 = 3464 / 1800 = 1.924
u 2 = 1774 / 1800 = 0.9855
u 3 = 390 / 1800 = 0.2167
𝑈 = 1.924 + (10 x 0.9855) + (50 x 0.2167) = 22.614
Standar deviasi dari U diberikan oleh :
σu = n
uwuwuw 323222121
σu = 90
2167.02509855.0210924.1.21 xxx = 2.6712
Limit kontrol :
UCL = 𝑈 + 3 σu = 22.614 + (3 x 2.6712) = 30.6276
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 166
LCL = 𝑈 - 3 σu = 22.614 - (3 x 2.6712) = 14.6004
Gambar 4.130 output peta kendali U manual body iterasi 0
2. Chasis
Manual
Peta kendali yang dibuat untuk cacat yang tidak sesuai dengan raw material
di bawah ini adalah peta kendali U. Peta Kendali U merupakan sistem tingkat
kualitas yang merating cacat per unit dan jumlah sample dari cacat konstan.
Diberikan jumlah inspeksi 90 unit , jumlah kerugian total sebesar :
D = w1 c1 +w2 c2 + w3 c3
Contoh perhitungan :
D1 = 1x174 + 10x95 + 50x22 = 2224
D2 = 1x160 + 10x90 + 50x24 = 2260
D3 = 1x169 + 10x91 + 50x20 = 2079
Kerugian perunit untuk sampel diberikan oleh :
U = 𝐷
𝑛 =
w1 c1 +w2 c2 + w3 c3
𝑛
Contoh Perhitungan :
0
5
10
15
20
25
30
35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Jum
lah
Ker
ugi
an p
er U
nit
Nomor Sampel
Peta Kendali U Body
U CL UCL LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 167
U1 = 2224
90 = 24.711
U2 = 2260
90 = 25.111
U3 = 2079
90 = 23.1
Tabel 4.53 data chasis iterasi 0
No Date
Chasis
U D N. Of Inspection
N. Of Nonconformities
Scratch String Camber
1 1/3/2014 90 174 95 22 24.7111 2224
2 1/4/2014 90 160 90 24 25.1111 2260
3 1/7/2014 90 169 91 20 23.1 2079
4 1/8/2014 90 161 94 12 18.9 1701
5 1/15/2014 90 172 77 15 18.8 1692
6 1/20/2014 90 177 81 26 25.4111 2287
7 1/21/2014 90 156 64 23 21.6222 1946
8 1/22/2014 90 177 96 19 23.1889 2087
9 1/25/2014 90 144 83 12 17.4889 1574
10 1/28/2014 90 188 75 10 15.9778 1438
11 1/29/2014 90 149 83 22 23.1 2079
12 1/30/2014 90 157 91 18 21.8556 1967
13 1/31/2014 90 184 82 18 21.1556 1904
14 2/2/2014 90 173 87 17 21.0333 1893
15 2/9/2014 90 151 105 24 26.6778 2401
16 2/10/2014 90 156 74 20 21.0667 1896
17 2/13/2014 90 188 79 16 19.7556 1778
18 2/18/2014 90 154 93 22 24.2667 2184
19 2/19/2014 90 173 94 23 25.1444 2263
20 2/22/2014 90 200 86 18 21.7778 1960
Jumlah 1800 3363 1720 381
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 168
Garis tengah dari peta kendali U di ubah mengikuti :
u 1 = 3363 / 1800 = 1.868
u 2 = 1720 / 1800 = 0.955
u 3 = 381 / 1800 = 0.2116
𝑈 = 1.868 + (10 x 0.955) + (50 x 0.2116) = 21.998
Standar deviasi dari U diberikan oleh :
σu = n
uwuwuw 323222121
σu = 90
2116.0250955.0210868.1.21 xxx = 2.638
Limit kontrol :
UCL = 𝑈 + 3 σu = 21.998 + (3 x 2.638) = 29.912
LCL = 𝑈 - 3 σu = 21.998 - (3 x 2.638) = 14.084
Gambar 4.131 output peta kendali U manual chasis iterasi 0
0
5
10
15
20
25
30
35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Jum
lah
Ker
ugi
an p
er U
nit
Nomor Sampel
Peta Kendali U Chasis
U CL UCL LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 169
4.3 Finish Produk
4.3.1 Data Kualitas Finish Produk
Tabel 4.54 Data Kualitas Finish Produk
No Date N. Of Inspection N. Of Nonconformities
Dinamo roda bumper tuas on/off chasis pengunci body plat depan
1 1/3/2014 90 3 1 4 4 7 4 1
2 1/4/2014 90 1 7 1 6 4 4 1
3 1/7/2014 90 3 1 6 7 5 7 2
4 1/8/2014 90 2 2 5 9 4 5 3
5 1/15/2014 90 4 2 2 3 3 5 1
6 1/20/2014 90 3 1 5 8 5 2 4
7 1/21/2014 90 6 2 2 5 3 3 4
8 1/22/2014 90 3 5 2 7 4 1 5
9 1/25/2014 90 6 3 1 5 5 4 3
10 1/28/2014 90 1 7 3 7 5 3 2
11 1/29/2014 90 2 5 3 7 5 2 2
12 1/30/2014 90 3 2 1 7 4 1 2
13 1/31/2014 90 4 2 1 4 2 1 3
14 2/2/2014 90 3 2 2 4 2 3 3
15 2/9/2014 90 3 2 4 6 3 3 3
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 170
Lanjutan Tabel 4.54 Data Kualitas Finish Produk
16 2/10/2014 90 4 3 2 1 5 2 2
17 2/13/2014 90 2 3 1 5 6 2 2
18 2/18/2014 90 5 4 7 5 2 2 4
19 2/19/2014 90 4 2 3 2 5 5 1
20 2/22/2014 90 4 5 3 3 4 3 2
∑ 1800 66 61 58 105 83 62 50
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 171
4.3.2 Diagram pareto (Manual – Excel, SPSS, Minitab)
Tabel 4.55 Data Diagram Pareto
nonconformity frequency % frequency cumulative % frequency
tuas on/off 105 22% 22%
roda 61 13% 34%
bumper 58 12% 46%
dinamo 66 14% 60%
chasis 83 17% 77%
pengunci body 62 13% 90%
plat depan 50 10% 100%
total 485
Gambar 4.132 Diagram Pareto Finished Product
0%
20%
40%
60%
80%
100%
-15525456585105125145165185205225245265285305325345365385405425445465485
Fre
kue
nsi
Defect
Diagram Pareto Finished Product
frequency
cumulative % frequency
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 172
Output SPSS
Gambar 4.133 Diagram Pareto Finished Product (SPSS)
Output Minitab
C2 105 83 66 62 61 58 50
Percent 21.6 17.1 13.6 12.8 12.6 12.0 10.3
Cum % 21.6 38.8 52.4 65.2 77.7 89.7 100.0
C1
plat dep
an
bumpe
rroda
peng
unci
body
dina
mo
chas
is
tuas
on/
off
500
400
300
200
100
0
100
80
60
40
20
0
C2
Pe
rce
nt
Pareto Chart of C1
Gambar 4.134 Diagram Pareto Finished Product (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 173
4.3.3 Peta Kontrol np
Tabel 4.56 Peta control np finished product
No
Tuas On/Off
np/CL pbar UCL LCL N. Of
Inspection
N. Of
Nonconformities
1 90 4 5.25 0.05833 11.920 0
2 90 6 5.25 0.05833 11.920 0
3 90 7 5.25 0.05833 11.920 0
4 90 9 5.25 0.05833 11.920 0
5 90 3 5.25 0.05833 11.920 0
6 90 8 5.25 0.05833 11.920 0
7 90 5 5.25 0.05833 11.920 0
8 90 7 5.25 0.05833 11.920 0
9 90 5 5.25 0.05833 11.920 0
10 90 7 5.25 0.05833 11.920 0
11 90 7 5.25 0.05833 11.920 0
12 90 7 5.25 0.05833 11.920 0
13 90 4 5.25 0.05833 11.920 0
14 90 4 5.25 0.05833 11.920 0
15 90 6 5.25 0.05833 11.920 0
16 90 1 5.25 0.05833 11.920 0
17 90 5 5.25 0.05833 11.920 0
18 90 5 5.25 0.05833 11.920 0
19 90 2 5.25 0.05833 11.920 0
20 90 3 5.25 0.05833 11.920 0
∑ 1800 105
Contoh Perhitungan data ke-1 :
p = ∑ 𝑛𝑜𝑛𝑐𝑜𝑛𝑓𝑜𝑟𝑚𝑖𝑡𝑖𝑒𝑠
∑ 𝑖𝑛𝑠𝑝𝑒𝑐𝑡𝑖𝑜𝑛
= 105
1800
= 0.05833
n p =diperiksayanglotJumlah
ditolakyangJumlahTotal
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 174
n p =20
105
= 5.25
UCL = n p + 3 ppn 1
= 5.25 + 3 )05833,01(25.5
= 11.920
LCL = n p - 3 ppn 1
= 25.5 - 3 )05833,01(25.5
= 0
Gambar 4.135 Peta kendali np finished product
0
2
4
6
8
10
12
14
1 3 5 7 9 11 13 15 17 19
Ke
tid
akse
suai
an
Sampel
Peta Kendali np Finish Produk Tuas On/Off
CL
UCL
LCL
N.of nonconformities
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 175
Output SPSS
Gambar 4.135 Peta kendali np finished product (SPSS)
Output Minitab
191715131197531
12
10
8
6
4
2
0
Sample
Sa
mp
le C
ou
nt
__NP=5.25
UCL=11.92
LCL=0
NP Chart of C4
Gambar 4.135 Peta kendali np finished product (Minitab)
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 176
4.3.4 Diagram Fishbone
InspeksiProses
PenyimpananMaterial Handling Proses Perakitan Tuas On/Off
Kurang Cermat
Kualitas Barang Buruk
Perlakuan saat inspeksi kasar
Penumpukan berlebihan
Tata letak WarehouseTidak baik
Peletakan barangTidak pada tempatnya
Perlakuan terhadap barang kasar
Proses Handling tidak standar
Pengaman (Box) barang berkualitas rendah
Tuas On/Off tidak terpasang dengan baik
Terjadi loss pada tuas on/off dari proses sebelumnya
Operator kurang handal
Gambar 4.136 Diagram Fishbone
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 177
4.4 Penentuan Biaya Kualitas
Biaya kualitas digunakan oleh PT. Diponegoro Tamiya Manufacturing dalam
menjaga kualitas produk dengan cara melakukan pengendalian kualitas. Dalam menjaga
kualitas produk tersebut, diperlukan pengendalian dengan biaya-biaya sebagai berikut :
1. Biaya Pencegahan
Biaya Capability Evaluation
Biaya Capability Evaluation merupakan biaya akibat raw material yang cacat
yang dipesan perusahaan. Cacat yang dapat dilihat berdasarkan peta kendali p dan
np, yaitu komponen plat belakang besar part dengan harga Rp 60, plat belakang
kecil Rp 50, plat depan seharga Rp 80, penutup baterai dengan harga Rp 80, dan
dinamo seharga Rp 2300.
Tabel 4.57 Biaya Capability Evaluation
Material Jumlah Cacat Harga Total Total 1 Tahun
Plat Belakang Besar 189 Rp. 60 Rp. 10.800 Rp. 129.600
Plat Belakang Kecil 214 Rp. 50 Rp. 10.700 Rp. 128.400
Plat Depan 191 Rp. 80 Rp. 15.280 Rp. 183.360
Penutup Baterai 180 Rp. 80 Rp. 14.400 Rp. 172.800
Dinamo 193 Rp. 2300 Rp. 443.900 Rp. 5.326.800
TOTAL BIAYA Rp. 5.940.960
Biaya Pelatihan Operator
Merupakan biaya yang dikeluarkan untuk melakukan training kepada operator
perakitan. Terdapat 19 operator yang bekerja di stasiun-stasiun kerja dengan
biaya pelatihan untuk tiap operator sebesar Rp. 150.000. Sehingga total biaya
pelatihan operator perakitan selama 1 tahun : 19 x 150.000 = . Biaya tersebut
mencakup :
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 178
Biaya Konsumsi selama pelatihan : Rp. 30.000
Coffee Break 2x : Rp. 20.000
Snack : Rp. 5.000
Modul Pelatihan : Rp. 20.000
Biaya Pembicara : Rp. 50.000
CD Tutorial : Rp. 20.000
Sertifikat : Rp. 5.000
TOTAL : Rp. 150.000
TOTAL Biaya untuk 19 Peserta : Rp. 2.850.000
Biaya Perencanaan Kualitas
Yang termasuk ke dalam biaya ini ialah biaya perencanaan rapat terbatas
dalam merencanakan kualitas produk, perencanaan perangkat-perangkat
kualitas dan sebagainya. Besarnya biaya perencanaan kualitas sebesar Rp.
50.000/bulan. Sehingga total dalam 1 tahun dibutuhkan biaya perencanaan
kualitas sebesar Rp. 600.000.
Biaya Pemeliharaan Peralatan
Biaya ini mencakup biaya pembelian komponen penggantian, biaya
administrasi dalam pemeliharaan peralatan, dan lain sebagainya. Biaya ini
digunakan dalam upaya menjaga nilai peralatan yang digunakan pada proses
produksi sehingga kondisi alat selalu dalam keadaan baik. Besarnya biaya
pemeliharaan peralatan sebesar Rp. 100.000/bulan, sehingga biaya total dalam
1 tahun adalah Rp. 1.200.000.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 179
Biaya Penjaminan Supplier
Yaitu biaya dalam menjamin supplier agar supplier terus melakukan kontrak
ke PT. Diponegoro Tamiya Manufacturing serta mematuhi aturan kontrak
yang ada. Biaya ini besarnya adalah Rp. 2.964.000.
2. Biaya Penilaian
Biaya penilaian merupakan biaya untuk menentukan apakah produk telah sesuai
dengan persyaratan-persyaratan kualitas yang telah ditentukan oleh perusahaan
ataupun belum. Biaya tersebut meliputi :
Biaya Pengujian dan Inspeksi
Biaya pengujian dan inspeksi adalah biaya yang dikeluarkan untuk tenaga
kerja yang melakukan inspeksi/pemeriksaan, membeli jangka sorong, serta
membeli kebutuhan pengendalian kualitas lainnya. Biaya pekerja didapatkan dari
UMK (Upah Minimum Kota Semarang) tahun 2014 dengan upah minimum
sebesarRp.1.423.500.(http://news.detik.com/read/2013/11/19/020802/2416590/1
0/umk-2014-di-jateng-tertinggi-semarang-terendah-purworejo)
Biaya pengujian dan inspeksi
- Tenaga kerja
Rp 1.423.500 x 3 pekerja x 12 bulan = Rp 51.246.000
TOTAL BIAYA Rp 51.246.000
Biaya Kalibrasi
Biaya ini merupakan biaya yang dilakukan untuk mengkalibrasi jangka
sorong agar keakuratan pengukuran terjamin. Dengan 1 jangka sorong dikenakan
biaya Rp 150.000 setiap kalibrasi. (www.bbkk-litbank.go.id)
Total Biaya kalibrasi
- Rp 150.000 x 3 x 2 kali/tahun = Rp 900.000
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 180
3. Biaya Kegagalan Internal
Biaya Kegagalan Internal merupakan biaya yang dikeluarkan akibat produk cacat
yang belum sampai ke konsumen. Yang termasuk dalam biaya ini adalah :
Biaya Downgrading
Merupakan biaya yang ditanggung akibat menjual barang dengan harga di
bawah standar akibat kualitasnya yang kurang baik. Besarnya biaya ini
didapatkan dari rumus : 10% x JIP 1 tahun untuk 3 tamiya x biaya total raw
material.
Biaya downgrading = 10% x JIP 1 tahun untuk 3 tamiya x biaya total raw
material.
= 10% x 129166 x 6200
= Rp 80.082.920
Biaya re-apprasial
Biaya re-apprasial merupakan biaya dalam melakukan pengukuran kualitas
produk, yang berupa biaya pembelian jangka sorong. Biaya ini dapat dihitung
dengan mengalikan harga jangka sorong dan jumlah jangka sorong (harga
jangka sorong dibuktikan dengan website resmi penjualan jangka sorong).
Biaya re-apprasial = Harga jangka sorong x jumlah jangka sorong
= Rp 500.000 x 3
= Rp 1.500.000
Untuk harga jangka sorong terbaru diperoleh dari sumber internet dengan
alamat sumber informasi sebagai berikut :
(http://indoperkakas.net/v1/pk/kat/vernier-manual ).
4. Biaya Kegagalan Eksternal
Biaya kegagalan eksternal merupakan biaya yang harus ditanggung akibat barang
cacat yang telah sampai di tangan konsumen. Biaya ini dituliskan sebagai biaya
garansi untuk mengganti rugi barang cacat tersebut.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 181
Biaya Garansi
Biaya garansi merupakan biaya yang dikeluarkan perusahaan akibat produk
cacat yang diterima konsumen, sehingga perusahaan wajib mengganti rugi
produk tersebut dengan menggunakan garansi yang telah ditentukan.
Biaya garansi = 5% x (POR satu tahun x 4) x biaya total raw material tamiya
= 5% x (31633 x 4) x Rp. 6.200 ,-
= Rp 39.224.920,-
Rekapitulasi Biaya Kualitas
Tabel 4.58 Rekapitulasi Biaya Kualitas
Biaya Pencegahan
Capability Evaluation Rp. 5.940.960
7.26%
Biaya Pelatihan
Operator Rp. 2.850.000
Biaya Perencanaan
Kualitas Rp. 600.000
Biaya Pemeliharaan
Peralatan Rp. 1.200.000
Biaya Penjaminan
Supplier Rp. 2.964.000
Biaya Penilaian
Biaya Pengujian &
Inspeksi Rp. 51.246.000
27.95%
Biaya Kalibrasi Rp. 900.000
Biaya Kegagalan Internal
Biaya Downgrading Rp. 80.082.920 43.74%
Biaya Re-Appraisal Rp. 1.500.000
Biaya Kegagalan Eksternal
Biaya Garansi Rp. 39.224.920 21.03%
TOTAL BIAYA Rp. 186.508.800 100%
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 182
BAB V
ANALISIS
5.1 Analisis Acceptance Sampling
5.1.1 Kebijakan Sampel untuk Ass Roda
Kebijakan sampel yang diambil untuk as roda adalah kebijakan dengan
pengambilan 20 sampel as roda, dimana dengan sampel tersebut dilakukan pengukuran
panjang dan diameter as roda. Jumlah sampel yang diambil untuk as roda adalah 10492,
nilai ini diperoleh berdasarkan ukuran lot size dari POR as roda. Jumlah sample yang
diambil tersebut berada diantara 10001-35000, dengan level inspection S-4 diperoleh
code letternya yaitu I. Dengan nilai AQL 0,18 maka berdasarkan tabel 10.1 diperoleh
AQL value sebesar 0,25 (0,165-0,279). Dilihat dari tabel 10.3 untuk N=20 dan AQL value
0,25 maka diperoleh nilai k=2,26. Acceptance sampling dilakukan untuk mengambil
keputusan apakah akan menerima lot atau menolak lot dari sampling yang dilakukan.
Syarat diterimanya lot adalah nilai ZU dan ZL harus lebih besar dai niali k.
Setelah dilakukan single acceptance sampling untuk panjang as roda, di dapat nilai
ZU sebesar 0,67 dan ZL sebesar 49,33. Nilai ZU ini lebih kecil dari nilai k (0,667 < 2,26)
, dan nilai ZL lebih besar dari nilai k (49,33 > 2,26). Keputusan yang diperoleh
menghasilkan dua keputusan dimana ZU ditolak dan ZL diterima. Karena terdapat 2
keputusan maka perlu diadakan pengujian kembali menggunakan double acceptance
sampling. Pada pengujian tersebut di dapat nilai PU sebesar 25,33, nilai PU ini lebih besar
dari nilai M=0,877, dari hasil pengujian tersebut dapat di simpulkan keputusan lot
panjang as roda di tolak.
Untuk diameter as roda, setelah dilakukan single acceptance sampling di dapat
nilai ZU dan ZL tak terhingga. Berarti nilai ZU dan ZL lebih besar dari nilai k, maka dapat
disimpulkan keputusan lot diameter as roda di tolak. Untuk diameter as roda, setelah
dilakukan single acceptance sampling di dapat nilai ZU dan ZL tak terhingga. Berarti nilai
ZU dan ZL lebih besar dari nilai k, maka dapat disimpulkan keputusan lot diameter as roda
di terima.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 183
5.1.2 Kebijakan Sampel untuk Gardan
Kebijakan sampel yang diambil untuk garden ialah dengan pengambilan sebanyak
15 sampel gardan dalam melakukan pengukuran panjang dan diameter gardan. Jumlah
sampel yang diambil diperoleh berdasarkan ukuran lot size dari POR Gardan yaitu antara
1201 sampai 3200 dengan inspection level S-4, sehingga diperoleh letter code E dengan
sample size sebanyak 15 unit. Dengan nilai AQL 0.18 maka diperoleh nilai AQL value =
0.25 (0.165 to 0.279) pada table 10-1 buku Amitava Mitra. Kemudian dari tabel 10-3,
dengan nilai N = 15 dan AQL value = 0.25, diperoleh nilai k sebesar 2.00. Acceptance
sampling dilakukan dalam mengambil keputusan apakah suatu lot akan diterima ataupun
ditolak berdasarkan hasil sampling yang dilakukan. Syarat diterimanya lot ialah nilai Zu
dan ZL harus lebih besar dari k.
Untuk panjang gardan setelah dilakukan single acceptance sampling dengan hasil
Zu > k (3.7048 > 2.00) dan ZL > k (7.4096 > 2.00) sehingga lot dapat diterima dengan
melihat panjang dari gardan. Selanjutnya untuk diameter gardan, dilakukan single
acceptance sampling dengan hasil Zu > k (∞ > 2.00) dan ZL > k (∞ > 2.00) sehingga
keputusannya lot diterima dengan memperhatikan diameter dari gardan. Perhitungan
acceptance sampling untuk gardan tidak perlu dilakukan hingga double acceptance
sampling karena lot sudah diterima pada single acceptance sampling.
5.1.3 Kebijakan Sampel untuk Dinamo
Kebijakan sampel yang diambil untuk besi dinamo adalah dengan pengambilan
sebanyak 15 sampel besi dinamo dimana untuk dilakukan pengukuran terhadap diameter
besi dinamo. Standart perusahaan untuk diameter dinamo yaitu sebesar 1,95 0,15 mm
dengan AQL sebesar 0,18. Jumlah sampel yang diambil diperoleh berdasarkan ukuran lot
size dari POR (Planned Order Receipt) dari dinamo dengan ukuran lot size dari POR
dinamo yaitu antara 1201 sampai 3200 dengan level inspeksi (inspection level ) s-4, maka
diperoleh sample size code letternya yaitu E dengan sample size sebanyak 15 unit. Untuk
nilai AQL sebesar 0,18 maka diperoleh AQL value berdasarkan tabel 10.1 AQL
conversion tabel , buku amitava mitra halaman 420 sebesar 0.25 karena 0.18 berada di
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 184
antara 0.165 sampai 0.279. Kemudian dari tabel 10-3, dengan N=15 dan AQL value
sebesar 0,25, maka diperoleh nilai k= 2,00.Acceptance sampling dilakukan untuk
mengambil keputusan apakah akan menerima atau menolak lot dari sampling yang
dilakukan, dengan syarat diterimanya lot jika nilai Zu dan ZL harus lebih besar dari nilai
k (Zu > k) dan (ZL > k).
Setelah dilakukan single acceptance sampling untuk diameter dinamo dengan nilai
hasil Zu > k yaitu 3,4380 > 2.00 maka lot diterima dan hasil dari ZL > k sebesar 3,7579>
2.00 maka lot diterima. Acceptance sampling untuk diameter besi dinamo hanya
dilakukan satu kali pada single acceptance sampling, hal ini dikarenakan hasil untuk
keduamya adalah lot diterima sehingga tidak perlu dilakukan double acceptance
sampling.
5.2 Analisis Kualitas Raw Material
5.2.1 Data Variabel
Panjang Gardan
Data yang di ambil untuk panjang gardan yaitu sebanyak 15 kali pengukuran. Pada
iterasi ke 0 tidak ada data yang keluar dari nilai UCL pada peta MR, namun pada peta X
terdapat data yang keluar yaitu pada sampel ke-8 dengan nilai 74.5 yang melewati UCL
74.4969 dan juga sampel ke-9 dengan nilai 74.5 yang melewati UCL 74.4969. Hal ini
harus di iterasikan kembali agar data terkendali, dengan menghitung kembali nilai MR
setelah membuang kedua data tersebut, didapatkan nilai UCLx iterasi 1 sebesar 74.4553
dan LCLx iterasi 1 sebesar 73.9677 sehingga tidak ada lagi data yang keluar. Data
terkendali pada iterasi ke 1 dimana tidak ada data yang melebihi UCL dan LCL. Dari data
di atas dapat di simpulkan kualitas panjang gardan dapat di terima dan memenuhi standart
perusahaan.
Diameter Gardan
Data yang di ambil untuk diameter gardan yaitu sebayak 15 kali pengukuran. Pada
peta MR dan X bar untuk diameter gardan pada iterasi 0 tidak ada data yang keluar dari
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 185
peta kendali MR dan X bar sehingga data terkendali. Nilai UCL pada peta X bar adalah
1.13 mm dan LCL nya adalah 1.35 mm. Dari hasil yang diperoleh dapat disimpulkan
bahwa supplier mengirimkan barang dengan kualitas bagus karena sangat sesuai dengan
spesifikasi yang dibutuhkan perusahaan.
Panjang Ass Roda
Data untuk panjang ass roda merupakan data yang melalui 20 kali pegukuran .
Pada peta MR untuk panjang ass roda terdapat data yang keluar yaitu data pada nomor 3
dengan nomor komponen 74. Hal ini dikarenakan pada iterasi ke 0 nilai MR data ke 3
dengan nomor komponen 74 sebesar 0,2 yang melebihi nilai batas UCL yaitu sebesar
0,189, kemudian dilakukan iterasi ke 1 untuk mendapatkan data yang terkendali. Pada
iterasi ke 1 sudah terlihat tidak terdapat data yang keluar melebihi batas UCL dan LCL
yang telah ditentukan dimana batas UCL sebesar 0,189 dan batas LCL sebesar 0. Dapat
diambil kesimpulan data mulai terkendali pada saat ietasi ke 1 dikarenakan tidak ada data
yang melebihi batas UCL atau LCL. Dari data di atas dapat di simpulkan bahwa panjang
ass roda cukup sesuai dengan spesifikasi yang diminta oleh perusahaan.
Diameter Ass Roda
Data yang di ambil untuk pengukuran diameter as roda yaitu 20 kali pengukuran.
Berdasarkan perhitungan yang telah dilakukan, pada peta MR diameter as roda tidak
terdapat data yang keluar atau melebihi nilai UCL dan LCL. Nilai UCL dan LCL
menghasilkan nilai yang sama yaitu 0. Hal ini terjadi karena data hasil pengukuran
diameter as roda menunjukkan nilai yang sama yaitu 1,8 mm yang merupkan ukuran
standart dari perusahaan. Dengan demikian dapat disimpulkan bahwa as roda memenuhi
standart perusahaan.
Diameter Dinamo
Data yang di ambil untuk pengukuran diameter dinamo yaitu 15 kali pengukuran.
Berdasarkan perhitungan yang telah dilakukan, pada peta MR diameter dinamo tidak
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 186
terdapat data yang keluar atau melebihi nilai UCL dan LCL. Nilai UCL dan LCL pada
peta MR ialah 0.16 dan 0.05, sedangkan padaa peta X, nilai UCL dan LCL adalah 2.08
dan 1.82. Dengan demikian dapat disimpulkan bahwa as roda memenuhi standart
perusahaan.
5.2.2 Data Atribut
1. Peta kendali P
Peta kendali P digunakan ketika jumlah sampel (number of inspection) berbeda
beda pada setiap pengambilan. Peta P digunakan untuk menghitung banyaknya produk
yang cacat pada setiap pngambilan sampel. Berikut ini komponen komponen yang
menggunkan peta kendali P.
Plat belakang besar
Penggunaan peta kendali p pada plat belakang besar diakibatkan terjadinya cacat
yang berupa retakan sehingga peta p dapat menunjukkan proporsi cacat tersebut. Sampel
yang di ambil untuk plat belakang besar sejumlah 20. Pada iterasi 0 terdapat data yang
keluar yaitu data ke 17 dengan nilai 0.22619 melalui batas UCL sebesar 0.20593 sehingga
data harus di hilangkan dan di iterasikan kembali sampai data terkendali. Pada iterasi 1,
data sudah terkendali pada jumlah 19 sampel yang dimana tidak ada data yang melebihi
batas UCL maupun LCL. Kemungkinan cacat yang terjadi pada plat belakang besar yaitu
plat belakang besar bengkok. Hal ini perlu adanya pencegahan untuk memperkecil
kemungkinan cacat. Yaitu dengan mengurangi penumpukan pada inventori, atau
mengawasi pemindahan material agar memperkecil kemungkinan plat belakang besar
bengkok. Pemindahan material yang terlalu keras yang dilakukan oleh operator dapat
pula menjadi penyebab kebengkokan ini.
Plat belakang kecil
Penggunaan peta kendali p pada plat belakang kecil diakibatkan terjadinya cacat
yang berupa retakan sehingga peta p dapat menunjukkan proporsi cacat tersebut. Sampel
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 187
yang di ambil untuk plat belakang kecil sejumlah 20. Pada iterasi 0 terdapat data yang
keluar yaitu data ke-6 dengan nilai 0.21154 melewati batas UCL sebesar 0.21104, serta
data ke-12 dengan nilai 0.22727 melewati batas UCL sebesar 0.21927 sehingga harus di
iterasikan kembali sampai data terkendali.Pada iterasi ke 1, data sudah terkendali dengan
jumlah sampel 18 dimana tidak ada data yang melebihi batas UCL maupun LCL.
Kemungkinan cacat yang terjadi pada plat belakang kecil yaitu plat belakang kecil
bengkok. Hal ini perlu adanya pencegahan untuk memperkecil kemungkinan cacat. Yaitu
dengan mengurangi penumpukan pada inventori, atau mengawasi pemindahan material
agar memperkecil kemungkinan plat belakang kecil bengkok. Pemindahan material yang
terlalu keras yang dilakukan oleh operator dapat pula menjadi penyebab kebengkokan ini.
Plat depan
Penggunaan peta kendali p pada plat depan diakibatkan terjadinya cacat yang
berupa retakan sehingga peta p dapat menunjukkan proporsi cacat tersebut. Sampel yang
di ambil untuk plat depan sejumlah 20 kali pengukuran. Pada iterasi 0 terdapat data yag
keluar yaitu data ke-4 dengan nilai 0.2833 melalui batas UCL sebesar 0.2253 sehingga
harus di iterasikan kembali sampai data terkendali. Data terkendali pada iterasi 1 dengan
jumlah sampel akhir 19 dimana tidak ada data yang melebihi batas UCL maupun LCL.
Kemungkinan cacat yang terjadi pada plat depan yaitu plat depan bengkok. Hal ini perlu
adanya pencegahan untuk memperkecil kemungkinan cacat. Yaitu dengan di kurangnya
penumpukan pada inventori, dan mengawasi perpindahan material plat depan.
Pemindahan material yang terlalu keras yang dilakukan oleh operator dapat pula menjadi
penyebab kebengkokan ini.
Penutup plat depan
Penggunaan peta kendali p pada penutup plat depan digunakan untuk mengetahui
proporsi cacat yang terjadi pada penutup plat depan. Sampel yang di ambil untuk penutup
plat depan yaitu 20. Pada iterasi 0 tidak terdapat data yang keluar sehingga data sudah
terkendali pada iterasi dengan jumlah sampel akhir 20 dimana tidak ada data yang
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 188
melebihi batas UCL maupun LCL. Hal ini menunjukkan bahwa kualitas penutup plat
depan yang dipasok dari supplier telah memiliki kualitas yang baik, seperti tidak adanya
retakan ataupun bagian yang patah, sehingga pada saat proses inspeksi, tidak terdapat
cacat yang dideteksi.
2. Peta kendali np
Peta kendali NP digunakan untuk jumlah sampel (number of inspection) yang
sama. Peta NP juga memiliki fungsi yang sama dengan peta P yaitu menghitung berapa
banyak produk yang cacat dalam setiap pengambilan, perbedaannya hanya terletak pada
jumlah sampelnya. Jika peta kendali p memiliki jumlah sampel yang berbeda-beda pada
setiap pengukurannya, maka peta kendali np memiliki jumlah sampel yang sama pada
setiap pengukurannya. Berikut komponen yang menggunakan peta kendali np :
Pengunci baterai
Pada proses pengecekan yang dilakukan data yang diambil untuk sampel
pengunci baterai adalah sebanyak 20 sampel pengamatan yang dilakukan dengan hari dan
bulan yang berbeda. Dari pengamatan tersebut didapat nilai inspeksi yang konstan dengan
nilai nonconformities yang acak dan tidak melebihi nilai inspeksi itu sendiri sehingga
dilihat dari data tersebut dapat di pastikan perhitungan dapat menggunakan peta kendali
atribut np. Setelah dilakukan perhitungan peta kendali atribut np pada iterasi 0 didapatkan
bahwa didapatkan bahwa terdapat 1 data yang keluar dari batas kontrol. Berdasarkan dari
grafik tersebut, dapat disimpulkan banyaknya cacat pada lot nomor 2 berada diluar batas
kendali atas, sehingga dapat dinyatakan banyaknya cacat masih belum terkendali.
sehingga lot tersebut harus dieleminasi.
Setelah diiterasi kembali, didapatkan batas kontrol atas yang baru (UCL) yaitu
17,24 dan batas kontrol bawah (LCL) sebesar 0,34 dengan rata-rata 8,79. Pada iterasi 1
ini dapat dilihat bahwa semua proses dalam keadaan terkendali, karena tidak ada data
yang keluar dari batas kendali atas maupun batas kendali bawah. Untuk itu perlu
dilakukan pengendalian kualitas yang lebih baik agar tidak memunculkan cacat.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 189
Dinamo
Pada proses pengecekan yang dilakukan data yang diambil untuk sampel dinamo
adalah sebanyak 20 sampel pengamatan yang dilakukan dengan hari dan bulan yang
berbeda. Dari pengamatan tersebut didapat nilai inspeksi yang konstan dengan nilai
nonconformities yang acak dan tidak melebihi nilai inspeksi itu sendiri sehingga dilihat
dari data tersebut dapat di pastikan perhitungan dapat menggunakan peta kendali atribut
np seperti pada part pengunci baterai. Setelah itu dilakukan perhitungan peta kendali
atribut np pada iterasi 0 dengan (UCL) yaitu 18,36 dan batas kontrol bawah (LCL) sebesar
0,80 dengan rata-rata 9,58 , berdasarkan dari grafik literasi 0 tersebut dapat dilihat
terdapat banyaknya cacat pada lot nomor 5 berada diluar batas kendali atas yaitu 19,
sehingga dapat dinyatakan banyaknya cacat masih belum terkendali. sehingga lot tersebut
harus dieleminasi.
Setelah diiterasi kembali, didapatkan batas kontrol atas yang baru (UCL) yaitu
17,76 dan batas kontrol bawah (LCL) sebesar 0,55 dengan rata-rata 9,16. berdasarkan
dari grafik literasi 1 tersebut dapat dilihat terdapat banyaknya cacat pada lot nomor 16
berada diluar batas kendali atas yaitu 18, sehingga dapat dinyatakan banyaknya cacat
masih belum terkendali sehingga lot tersebut harus dieleminasi kembali sampai tidak ada
cacat yang melebihi batas.
Dan di literasi 2 ini didapatkan batas kontrol atas yang baru (UCL) yaitu 17,08
dan batas kontrol bawah (LCL) sebesar 0,28 dengan rata-rata 8,69. berdasarkan dari
grafik literasi 2 tersebut dapat dilihat bahwa semua proses dalam keadaan terkendali,
karena tidak ada data yang keluar dari batas kendali atas maupun batas kendali bawah.
Untuk itu perlu dilakukan pengendalian kualitas yang lebih baik dan lebih berhati-hati
ketika membawa part-part agar tidak memunculkan cacat.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 190
3. Peta Kendali c
Peta kendali C digunakan melacak jumlah ketidaksesuaian suatu produk dalam
sampel-sampel (number of inspection) dengan ukuran tetap. Pengambilan sampel
dilakukan dalam jumlah yang sama dengan jumlah ketidaksesuaian yang lebih besar
dibandingkan jumlah pengambilan sampel. Hal ini disebabkan dalam satu produk dapat
terjadi lebih dari 1 bentuk ketidaksesuaian. Berikut ini komponen yang menggnakan peta
kendali C.
Roller besar
Data yang diambil untuk komponen roller besar menunjukkan bahwa komponen
roller besar termasuk peta kendali c. Hal ini dikarenakan jumlah inspeksi atau
pengambilan sampel dilakukan dalam jumlah yang sama dengan jumlah ketidaksesuaian
yang lebih besar dibandingkan jumlah pengambilan sampel. Sampel yang di ambil untuk
komponen roller besar yaitu sebanyak 20 sampel. Berdasarkan perhitungan yang telah
dilakukan, pada iterasi 0 tidak terdapat data yang melebihi batas UCL maupun LCL
sehingga tidak perlu dilakukannya iterasi ke-1 karena data sudah terkendali. Nilai UCL
dan LCL pada iterasi 0 ini secara berturut-turut adalah sebesar 132,93 dan 72,17. Karena
data telah terkendali pada iterasi 0 maka dapat disimpulkan komponen roller besar yang
dikirim oleh supplier memiliki kualitas yang bagus dan sesuai dengan standar yang telah
ditetapkan perusahaan.
Roller kecil
Data yang diambil untuk komponen roller kecil menunjukkan bahwa komponen
roller kecil termasuk peta kendali c. Hal ini dikarenakan jumlah inspeksi atau
pengambilan sampel dilakukan dalam jumlah yang sama dengan jumlah ketidaksesuaian
yang lebih besar dibandingkan jumlah pengambilan sampel. Sampel yang di ambil untuk
komponen roller kecil yaitu sebanyak 20 sampel. Berdasarkan perhitungan yang telah
dilakukan, pada iterasi 0 terdapat data yang melewati UCL dan LCL. Data tersebut adalah
data ke 6 pada tanggal 20/01/2014 dengan noncomformites 60 yang melewati batas LCL
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 191
(68,30) dan data ke 10 pada tanggal 28/01/2014 dengan noncomformites 129 yang
melewati batas UCL sebesar 127,70, sehingga kedua data tersebut dikeluarkan dan
dilakukan iterasi ke-1. Setelah dilakukan iterasi ke-1, data telah terkendali karena tidak
terdapat data yang melebihi UCL maupun LCL. Kemungkinan cacat atau ketidaksesuaian
untuk komponen roller kecil ini adalah ketidaksesuaian produk dengan desain yang ada
sehingga baut untuk roller kecil tidak dapat mengunci roller kecil dengan sempurna.
Dengan demikian maka perusahaan perlu melakukan pengendalian kualitas agar
komponen yang masuk ke perusahaan tidak ada yang cacat. Selain itu juga perlu
dilakukan peninjauan kembali pada supplier terhadap produk yang dihasilkan. Apabila
produk yang dihasilkan oleh supplier banyak yang cacat dan terjadi terus menerus
sehingga merugikan perusahaan, maka perusahaan dapat mengganti supplier yang
menghasilkan produk yang lebih berkualitas.
Rumah dinamo
Data yang diambil untuk komponen rumah dinamo menunjukkan bahwa
komponen rumah dinamo termasuk peta kendali c. Hal ini dikarenakan jumlah inspeksi
atau pengambilan sampel dilakukan dalam jumlah yang sama dengan jumlah
ketidaksesuaian yang lebih besar dibandingkan jumlah pengambilan sampel. Sampel
yang di ambil untuk komponen rumah dinamo yaitu sebanyak 20 sampel. Dilihat dari
grafik hasil dari perhitungan, pada iterasi 0 terdapat data yang melewati LCL sebesar
77,47. Data tersebut adalah data ke 4 pada tanggal 08/01/2014 dengan nonconformities
70 dan data ke 14 pada tanggal 02/02/2014 dengan nonconformities 75, sehingga kedua
data tersebut dikeluarkan dan dilakukan iterasi ke-1. Setelah dilakukan iterasi ke-1, tidak
terdapat data yang melewati UCL maupun LCL sehingga tidak perlu dilakukan iterasi ke-
2 karena data telah terkendali. Cacat atau ketidaksesuaian yang mungkin terjadi pada
komponen rumah dinamo terjadi karena pengepakan produk yang kurang tepat sehingga
produk gampang rusak seperti adanya goresan atau lekukan pada rumah dinamo tersebut.
Selain itu ketidaksesuaian rumah dinamo dengan desain sehingga mengakibatkan dinamo
tidak dapat terpasang pada rumah dinamo tersebut. Dengan demikian maka perlu
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 192
dilakukan pengawasan dan peninjauan kembali pada supplier terhadap produk yang
dihasilkan.
Roda Assy
Data yang diambil untuk komponen roda assy menunjukkan bahwa komponen
roda assy termasuk peta kendali c. Hal ini dikarenakan jumlah inspeksi atau pengambilan
sampel dilakukan dalam jumlah yang sama dengan jumlah ketidaksesuaian yang lebih
besar dibandingkan jumlah pengambilan sampel. Sampel yang di ambil untuk komponen
roda assy yaitu sebanyak 20 sampel. Dilihat dari grafik hasil dari perhitungan, pada iterasi
0 tidak terdapat data yang melebihi batas UCL maupun LCL yaitu dengan nilai UCL
sebesar 131,55 dan nilai LCL sebesar 71,15. Dengan demikian maka tidak perlu
dilakukan iterasi ke-1 karena data sudah terkendali. Karena data telah terkendali pada
iterasi 0 maka dapat disimpulkan komponen roller besar sudah sesuai dengan standar
yang ada.
Gear besar
Data yang diambil untuk komponen gear besar menunjukkan bahwa komponen
gear besar termasuk peta kendali c. Hal ini dikarenakan jumlah inspeksi atau pengambilan
sampel dilakukan dalam jumlah yang sama dengan jumlah ketidaksesuaian yang lebih
besar dibandingkan jumlah pengambilan sampel. Sampel yang di ambil untuk komponen
gear besar yaitu 20. Berdasarkan perhitungan yang telah dilakukan, pada iterasi 0 terdapat
data yang melewati UCL sebesar 143,92 yakni pada data nomor 12 dengan
noncomformities 145, pada tanggal 30/01/2014, sehingga harus dilakukan iterasi ke-1
untuk menghilangkan data nomor 12. Setelah dilakukan iterasi ke-1, data telah terkendali
karena tidak terdapat data yang melebihi UCL maupun LCL. Kemungkinan cacat atau
ketidaksesuaian untuk komponen gear besar adalah ketidaksesuaian produk dengan
desain yang ada sehingga mengakibatkan kegagalan inspeksi karena roda tidak berputar.
Dengan demikian maka perusahaan perlu melakukan pengendalian kualitas agar
komponen yang masuk ke perusahaan tidak ada yang cacat. Selain itu juga perlu
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 193
dilakukan peninjauan kembali pada supplier terhadap produk yang dihasilkan. Apabila
produk yang dihasilkan oleh supplier banyak yang cacat dan terjadi terus menerus
sehingga merugikan perusahaan, maka perusahaan dapat mengganti supplier yang
menghasilkan produk yang lebih berkualitas.
Gear kecil
Data yang diambil untuk komponen gear kecil menunjukkan bahwa komponen
gear kecil termasuk peta kendali c. Hal ini dikarenakan jumlah inspeksi atau pengambilan
sampel dilakukan dalam jumlah yang sama dengan jumlah ketidaksesuaian yang lebih
besar dibandingkan jumlah pengambilan sampel. Sampel yang di ambil untuk komponen
gear kecil yaitu 20. Berdasarkan perhitungan yang telah dilakukan, pada iterasi 0 terdapat
data yang melewati UCL sebesar 145,57 yakni pada data nomor 13 dengan
noncomformities 146, pada tanggal 31/01/2014, sehingga harus dilakukan iterasi ke-1
untuk menghilangkan data nomor 13. Setelah dilakukan iterasi ke-1, data telah terkendali
karena tidak terdaat data yang melebihi UCL maupun LCL. Kemungkinan cacat atau
ketidaksesuaian untuk komponen gear kecil adalah ketidaksesuaian produk dengan
desain yang ada sehingga mengakibatkan kegagalan saat inspeksi. Dengan demikian
maka perusahaan perlu melakukan pengendalian kualitas agar komponen yang masuk ke
perusahaan tidak ada yang cacat. Selain itu juga perlu dilakukan peninjauan kembali pada
supplier terhadap produk yang dihasilkan. Apabila produk yang dihasilkan oleh supplier
banyak yang cacat dan terjadi terus menerus sehingga merugikan perusahaan, maka
perusahaan dapat mengganti supplier yang menghasilkan produk yang lebih berkualitas.
4. Peta Kendali u
Peta kendali u digunakan untuk jumlah sampel yang diambil (number of
inspection) memiliki jumlah yang tidak sama dengan banyaknya ketidaksesuaian lebih
besar dibandingkan jumlah sampel untuk inspeksi. Hal ini disebabkan karena pada 1
produk dapat terjadi lebih dari 1 bentuk ketidaksesuaian. Berikut ini komponen
komponen yang menggunakan peta kendali u :
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 194
Bumper Belakang
Data pada komponen bumper belakang menunjukkan bahwa komponen ini
termasuk pada peta kendali u, hal ini dikarenakan data menunjukkan bahwa jumlah
inspeksi memiliki nilai yang bervariasi dan jumlah ketidaksesuaian lebih besar
dibandingkan dengan jumlah inspeksi. Pengambilan sampel untuk bumper belakang yaitu
sebanyak 20 sampel. Pada iterasi 0 terdapat 1 data yang melebihi batas UCL yaitu data
ke 18 dengan nilai u sebesar 2,379 sedangkan untuk batas UCL desebesar 2,329 sehingga
data harus di hilangkan dan dilakukan iterasi kembali sampai data terkendali. Data
terkendali pada iterasi 1 dengan jumlah sampel menjadi 19 karena data nomor ke 18
sudah dihilangkan dan tidak ada data lagi yang melebihi UCL atau LCL. Terdapat
kemungkinan cacat pada bumper belakang hingga dikarenakan adanya kerusakan pada
komponen tersebut. Sehingga bumper belakang tidak dapat terpasang dengan baik pada
chasis.
Pengunci Body
Pada komponen pengunci body juga termasuk dalam peta kendali u, hal ini karena
jumlah sampel yang diperiksa bervariasi dan jumlah cacat juga bervariasi serta lebih
besar. Untuk sampel pengunci body yaitu sebanyak 20 sampel. Pada iterasi 0 tidak
terdapat data yang melebihi batas UCL maupun LCL yaitu dengan UCL sebesar 1,240
dan LCL sebesar 0,653. Sehingga data terkendali pada iterasi 0 dan tidak perlu dilakukan
itersi ke 1. Dikarenakan data sudah terkendali pada iterasi 0, dapat disimpulkan
komponen pengunci body tidak terdapat cacat atau sudah sesuai standar yang ada melalui
proses pengendalian kualitas yang telah dilakukan.
Tuas On Off
Pengukuran untuk tingkat kecacatan pada komponen tuas On-Off menggunakan
peta kendali u karena jumlah sampel yang diinspeksi adalah bervariasi atau tidak tetap
pada setiap lotnya dan digunakan untuk menghitung proporsi produk cacat yang
jumlahnya lebih besar. Sampel yang di ambil untuk tuas On-Off yaitu sebanyak 20
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 195
sampel. Pada iterasi 0 tidak terdapat data yang melebihi batas UCL sebesar 1,380 dan
batas LCL sebesar 0,737 sehingga tidak ada data yang harus di hilangkan dan dilakukan
iterasi kembali sampai data terkendali. Data terkendali pada iterasi ke 0 dengan jumlah
sampel tetap 20. Karena dari hasil data sudah terkendali pada iterasi 0, dapat disimpulkan
komponen tuas On-Off kemungkinan tidak terdapat cacat atau sudah sesuai standar yang
ada melalui proses pengendalian kualitas yang telah dilakukan.
Gear Dinamo
Pada data untuk komponen Gear Dinamo, menggunakan peta kendali u, hal ini
karena data menunjukkan jumlah produk yang cacat dan jumlah sampelnya tidak sama
atau bervariasi. Sampel yang di ambil untuk gear dinamo yaitu sebanyak 20 sampel. Pada
iterasi 0 terdapat 2 data yang melebihi batas UCL maupun batas LCL. Untuk data ke 3
dengan nilai u sebesar 1,794 melebihi nilai batas UCL sebesar 1,388, sedangkan untuk
data ke 5 yaitu sebesar 0,670 yang melebihi batas LCL sebesar 0,722 sehingga data harus
di hilangkan dan dilakukan iterasi kembali sampai data terkendali. Data terkendali pada
iterasi 1 karena tidak ada lagi data yang melebihi UCL atau LCL. Cacat yang mungkin
terjadi yaitu ketidaksesuaian yang terjadi pada gear dinamo sehingga mengakibatkan
kegagalan pada inspeksi. Hal ini perlu dilakukan pengendalian kualitas agar tidak adaya
barang cacat masuk ke perusahaan. Dan perlu di lakukannya peninjauan kembali pada
supplier, jika hal ini terjadi terus menerus dan merugikan perusahaan maka dapat di
usulkannya pergantian supplier ke yang lebih berkualitas.
Pengunci Dinamo
Pada data untuk komponen Gear Dinamo, menggunakan peta kendali u, hal ini
karena data menunjukkan jumlah produk yang cacat dan jumlah sampelnya tidak sama
atau bervariasi. Sampel yang di ambil untuk gear dinamo yaitu sebanyak 20 sampel. Pada
iterasi 0 terdapat 2 data yang melebihi batas UCL maupun batas LCL. Untuk data ke 3
dengan nilai u sebesar 1,794 melebihi nilai batas UCL sebesar 1,388, sedangkan untuk
data ke 5 yaitu sebesar 0,670 yang melebihi batas LCL sebesar 0,722 sehingga data harus
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 196
di hilangkan dan dilakukan iterasi kembali sampai data terkendali. Data terkendali pada
iterasi 1 karena tidak ada lagi data yang melebihi UCL atau LCL. Cacat yang mungkin
terjadi yaitu ketidaksesuaian yang terjadi pada gear dinamo sehingga mengakibatkan
kegagalan pada inspeksi. Hal ini perlu dilakukan pengendalian kualitas agar tidak adaya
barang cacat masuk ke perusahaan. Dan perlu di lakukannya peninjauan kembali pada
supplier, jika hal ini terjadi terus menerus dan merugikan perusahaan maka dapat di
usulkannya pergantian supplier ke yang lebih berkualitas.
5. Peta kendali U
Peta kendali U me-rating cacat per unit dan sampel dari cacatnya bersifat konstan
dengan jumlah 90 sampel. Peta kendali U juga memperhiungkan bobot. Berikut ini
komponen yan menggunakan peta kendali U :
Body
Penggunaan peta kendali U pada part body diakibatkan oleh banyaknya
ketidaksesuaian yang lebih dari satu buah pada part ini dengan bobot untuk masing-
masing ketidaksesuaian. Sampel yang di ambil untuk body sebanyak 20. Dari perhitungan
manual dapat menghasilkan UCL dengan nilai 30.6276 dan LCL dengan nilai 14.6004
yang iterasinya hanya berakhir pada iterasi ke 0 dan tidak perlu di iterasikan kembali.
Karena jika data melewati LCL ataupun UCL maka data tersebut tidak dapat dibuang
karena datanya bukan merupakan suatu pengukuran sehingga bersifat defect. Keadaan
dimana tidak terdapat data yang keluar ini menunjukkan bahwa barang yang diterima
telah memiliki kualitas yang baik, seperti tidak ditemukannya goresan, retakan atau
patahan pada bagian body.
Chasis
Penggunaan peta kendali U pada part chasis diakibatkan oleh banyaknya
ketidaksesuaian yang lebih dari satu buah pada part ini dengan bobot untuk masing-
masing ketidaksesuaian. Sampel yang di ambil untuk chasis sebanyak 20 kali. Dari
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 197
perhitungan manual dapat menghasilkan UCL dengan nilai 29.912 dan LCL dengan nilai
14.084 yang iterasinya hanya berakhir pada iterasi ke 0 dan tidak perlu di iterasikan
kembali. Karena jika data melewati LCL ataupun LCL maka data tersebut tidak dapat
dibuang karena datanya bukan merupakan suatu pengukuran sehingga bersifat defect.
Keadaan dimana tidak terdapat data yang keluar ini menunjukkan bahwa barang yang
diterima telah memiliki kualitas yang baik, seperti tidak ditemukannya goresan, retakan
atau patahan pada bagian chasis, serta ukuran chasis yang telah sesuai dengan body
sehingga produk dapat di-assembly dengan baik.
5.3 Analisis Kualitas Finish Produk
5.3.1 Analisis Diagram Pareto
Gambar 4.132 merupakan Diagram Pareto yang merepresentasikan kecacatan-
kecacatan atau masalah-masalah produk jadi atau finished product dari produksi Tamiya.
Masalah yang terjadi pada dinamo, roda, bumper, chasis, pengunci body, plat depan, dan
tuas on/off. Frekuensi masalah dari tuas on/off sebesar 105 (22%), chasis sebesar 83
(17%), dinamo sebesar 66 (14%), pengunci body sebesar 62 (13%), roda sebesar 61
(13%), bumper sebesar 58 (12%) dan plat depan sebesar 50 (10%). Diagram pareto
tersebut menggambarkan frekuensi ditemukannya masalah-masalah tadi pada saat
inspeksi produk jadi. Dilihat dari diagram, masalah yang memiliki frekuensi terbesar
adalah tuas on/off dengan persentasi frekuensi sebesar 22%, maka 22% kecacatan dari
kecacatan-kecacatan yang ditemukan saat inspeksi produk jadi adalah tuas on/off.
Diagram pareto juga menjelaskan perbandingan masing-masing masalah dengan
keseluruhan masalah yang ada. Menurut teori 20/80 pareto, 20% dari penyebab masalah
yang ada akan mengakibatkan 80% keseluruhan masalah. Namun, pada kasus ini,
diagram pareto untuk inspeksi finished product menunjukkan bahwa 80% keseluruhan
masalah disebabkan oleh 78% (5 dari 7) penyebab masalah yang ada, yaitu tuas on/off,
chasis, dinamo, pengunci body, dan roda atau dengan kata lain terdapat lima masalah
mayor dari tujuh masalah yang ada. Dengan ini, teori 20/80 pareto tidak berlaku pada
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 198
kasus ini. Hal ini disebabkan frekuensi dari masalah-masalah yang ada cukup rata, tidak
ada yang terlalu mayor ataupun minor. Jadi tidak diperlukan perhatian utama untuk salah
satu masalah saja, tetapi butuh perhatian lebih untuk lima masalah mayor tadi.
5.3.2 Analisis Peta Kontrol np
Masalah-masalah yang ditemukan pada inspeksi produk jadi hanya pada tuas
on/off karena pada tuas on/off terdapat cacat paling banyak daripada yang lain. Dalam
inspeksi produk jadi tersebut jumlah produk yang diinspeksi pada tiap pengambilan
sampel adalah konstan sebesar 90 produk. Inspeksi produk jadi ini memeriksa banyaknya
produk tidak sesuai atau cacat terhadap jumlah produk tiap sample, dimana hal ini
ditunjukkan dengan number of nonconformities yang lebih kecil dari number of
inspection. Berdasarkan karakteristik dari inseksi produk jadi tersebut, maka untuk
menguji kualitas produk jadi digunakan peta kendali np pada data hasil inspeksi. Dalam
pemetaan dengan peta kendali np untuk masalah-masalah di atas, rata-rata dari masalah
tersebut tidak mengalami iterasi karena dalam sekali pemetaan tidak terdapat data yang
keluar dari batas kontrol atas (UCL) dan batas kontrol bawah (LCL).
Pada masalah dengan frekuensi terbesar yaitu tuas on/off, dari 90 kali
pengambilan sampel, pemetaan pertama menghasilkan nilai np sebesar 5.25 sebagai CL,
nilai UCL sebesar 11.92, dan nilai LCL sebesar -1,4 yang dianggap 0. Karena tidak ada
data yang keluar dari UCL dan LCL lagi, maka bisa disebut bahwa kualitas produk masih
terkendali terhadap masalah tuas on/off.
5.3.3 Analisis Diagram Fishbone
Gambar 4. 136 adalah diagram fishbone atau diagram sebab akibat dari masalah
yang memiliki frekuensi terbesar pada inspeksi finished product yaitu tuas on/off.
Diagram ini adalah diagram fishbone dengan tipe proses. Tipe proses ini tetap memiliki
dasar yang sama dengan diagram fishbone umumnya, yaitu menjelaskan penyebab
terjadinya suatu akibat, namun pada tipe proses, penyebab dianalisis berdasarkan proses-
proses yang dilalui sebelum ditemukannya masalah yang ada.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 199
Pada gambar 4.136 tersebut digambarkan penyebab dari masalah tuas on/off
berdasarkan proses yang telah dilalui. Proses-proses tersebut dimulai dari proses inspeksi,
kemudian proses penyimpanan, proses material handling, dan proses perakitan.
Kemudian dari tiap proses-proses tersebut dijabarkan penyebab-penyebab yang
mengakibatkan masalah tuas on/off. Pada proses inspeksi raw material masalah tersebut
dapat disebabkan karena memang komponen dari supplier yang tidak baik dan karena
operator yang kurang teliti ketika menginspeksi raw material serta inspeksi yang kasar.
Pada proses penyimpanan penyabab masalah yang mungkin adalah peletakkan komponen
yang tidak sesuai dan penumpukan yang berlebihan serta pengembalian barang yang tidak
sesuai tempatnya. Pada proses material handling, operator yang kurang hati-hati dan
keadaan traffic atau lalu lintas jalur distribusi dapat menjadi penyebab masalah. Sedang
pada proses perakitan, masalah dapat diakibatkan oleh tuas on/off tidak terpasang dengan
baik, dan terjadi loss pada tuas on/off dari proses sebelumnya serta operator melakukan
perakitan yang tidak sesuai prosedur.
5.4 Analisis Proses
Pada analisis proses ini, adapun proses-proses yang dilakukan dalam penelitian
dimana proses pertama kita menentukan kebijakan Acceptance sampling (sampel
penerimaan). Pada tahap ini perusahaan melakukan pengukuran terhadap material yang
dikirimkan oleh supplier untuk melakukan pengecekan apakah ukuran material yang
dikirimkan pemasok sesuai atau tidak dengan ukuran standar perusahaan serta
menentukan apakah perusahaan akan menerima atau menolak lot material tersebut.
Material yang diukur dalam acceptance sampling ini yaitu panjang dan diameter gardan,
panjang dan diameter as roda dan diameter besi dinamo. Apabila sampel yang telah diuji
lolos maka perusahaan manerima seluruh lot yang dikirimkan sedangkan bila ada yang
tidak lulus uji maka perusahaan menolak dan mengembalikan lot material yang
dikirimkan.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 200
Proses selanjutnya yaitu menentukan kualitas raw material dengan menggunakan
peta kendali yang bertujuan untuk mengetahui apakah raw material tersebut dapat
dikendalikan secara statistik atau tidak. Peta kendali dibagi menjadi 2 yaitu peta kendali
atribut dan peta kendali variabel. Untuk data variabel (data yang melalui hasil
pengukuran) yang terdiri dari panjang dan diameter gardan, panjang dan diameter as roda
dan diameter besi dinamo. Untuk data variabel ini digunakan peta kendali �̅� - MR
sedangkan untuk data atribut digunakan 5 macam peta kendali yaitu pertama Peta kendali
p, digunakan untuk mengendalikan proporsi dari sampel yang diuji. Pada peta kendali ini
sampel yang diambil konstan dan itemnya independent. Peta kendali p ini digunakan
untuk data atribut yang ukuran lotnya tidak sama. Beberapa komponen yang
menggunakan peta kendali ini yaitu plat belakang besar, plat belakang kecil , plat depan,
penutup plat depan. Untuk peta kendali jenis kedua yaitu Peta kendali np , peta kendali
ini digunakan untuk mengendalikan jumlah cacat dalam sampel dan menggunakan
perhitungan sebagai dasar. Peta kendali jumlah sampelnya konstan. Beberapa komponen
yang menggunakan peta kendali ini yaitu pengunci baterai dan dinamo. Jenis peta kendali
atribut ketiga adalah peta kendali c, peta kendali c digunakan untuk mengendalikan
jumlah kecacatan dalam sampel yang berukuran tetap. Yang menggunakan peta kendali
ini yaitu gear besar, gear kecil, roda assy, roller besar, roller kecil, rumah dinamo. Untuk
jenis peta kendali atribut keempat Peta kendali u, digunakan untuk mengendalikan jumlah
kecacatan per unit. Dalam peta kendali ini ukuran sampel dibuat bervariasi. Beberapa
komponen yang menggunakan peta kendali ini yaitu bumper belakang, pengunci body,
tuas on-off, gear dinamo, dan pengunci dinamo. Dan kelima peta kendali U, digunakan
untuk mengendalikan jumlah cela per unit. Dalam peta kendali ini ukuran sampel konstan
dan memiliki lebih dari satu jenis cacat. Yang menggunakan peta kendali ini yaitu Chasis
dan body. Apabila data tersebut masih melewati garis UCL dan LCL pada peta kendali
maka data yang melewati garis UCL dan LCL pada peta kendali dieliminasi dan
dilakukan iterasi selanjutnya sampai tidak ada data yang melewati garis UCL dan LCL
pada peta kendali dan dinyatakan data tersebut sudah terkendali.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 201
Selanjutnya proses menentukan finish produk digunakan 3 tools , tool yang
pertama menggunakan diagram pareto. Dimana diagram ini digunakan untuk
mengidentifikasi masalalah utama dalm peningkatan kualitas. Yang kedua peta kendali
np, digunakan agar didapatkan keseragaman kualitas sehingga jika terjadi
ketidaksesuaian maka perlu dilakukan perbaikan. Untuk tools yang terakhir adalah
diagram fish bone, digunakan untuk menganalisis masalah dan penyebabanya sehingga
produk yang diproduksi dinyatakan gagal. Untuk proses terakhir adalah penentuan biaya
kualitas, yaitu biaya–biaya yang berhubungan dengan pencegahan, pengidentifikasian,
perbaikan dan pembentukan produk yang memiliki kualitas rendah. Biaya kualitas
berkaitan dengan kegiatan pengendalian dan kegiatan karena kegagalan. Dalam biaya
kualitas kita menghitung biaya pencegahan, biaya penilaian, biaya eksternal dan biaya
internal.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 202
5.5 Analisis Biaya Kualitas
Biaya kualitas merupakan biaya yang dikeluarkan guna menjaga dan
mengendalikan kualitas produk dengan menjaga serta menyediakan asset berupa
kebutuhan-kebutuhan pendukung pengendalian kualitas. Biaya kualitas terdiri dari 4
jenis, yaitu biaya pencegahan, biaya penilaian, biaya kegagalan internal dan biaya
kegagalan eksternal.
Biaya pencegahan, merupakan tindakan dalam mencegah terjadinya produk gagal
pada tahap awal sehingga kerugian yang terjadi tidak semakin bertambah besar. Biaya
pencegahan membutuhkan 7.26% dari total keseluruhan biaya kualitas, dengan
Capability Evaluation sebagai biaya terbesar dengan Rp. 5.940.960 yang merupakan
biaya komponen yang mengalami cacat berdasarkan peta p dan np. Biaya ini dapat
ditekan dengan melakukan perjanjian (MOU) terhadap pihak supplier mengenai jumlah
cacat maksimal dalam pengiriman. Untuk biaya pelatihan,memakan biaya sebesar Rp.
2.850.000 untuk 19 orang operator perakitan. Biaya perencanaan kualitas sebesar Rp.
600.000 yang digunakan untuk pengadaan rapat, biaya pemeliharaan peralatan sebesar
Rp. 1.200.000 yang digunakan untuk pembayaran tenaga kerja pemeliharaan, dan biaya
penjaminan supplier sebesar Rp. 2.964.000 untuk menjamin supplier agar tetap
menyuplai barang.
Biaya penilaian merupakan biaya yang dikeluarkan untuk menentukan kesesuaian
produk dengan kualitas yang telah ditentukan. Besarnya biaya penilaian sebesar 27.95%
dari total keseluruhan biaya kualitas. Biaya terbesar merupakan biaya pengujian &
inspeksi sebesar Rp. 51.246.000 yang digunakan untuk membayar upah pekerja perakitan
sesuai dengan UMR wilayah Kota Semarang. Biaya ini dapat ditekan dengan mengurangi
jumlah operator ataupun mencari lokasi lain untuk pabrik dengan daerah yang memiliki
UMR lebih rendah. Selanjutnya ialah biaya kalibrasi dengan biaya sebesar Rp. 900.000
yang digunakan untuk mengkalibrasi jangka sorong agar keakuratan jangka sorong tetap
terjaga.
Biaya kegagalan internal, merupakan biaya yang dikeluarkan akibat cacat yang
terjadi sebelum barang sampai di konsumen. Besarnya biaya kegagalan internal sebesar
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 203
43.74% dari total biaya kualitas. Biaya terbesar merupakan biaya downgrading sebesar
Rp. 80.082.920 akibat penjualan barang di bawah standar. Biaya ini dapat ditekan dengan
melakukan pengendalian kualitas secara rutin agar tidak terjadi banyak cacat pada proses
perakitan. Biaya lainnya ialah biaya re-appraisal yaitu biaya pengadaan jangka sorong
yang digunakan untuk mengukur part-part Tamiya dengan biaya sebesar Rp. 1.500.000
untuk 3 buah jangka sorong.
Biaya kegagalan ekternal, merupakan biaya yang harus ditanggung oleh
perusahaan akibat produk cacat yang telah diterima oleh konsumen. Besarnya biaya
kegagalan eksternal ialah sebesar 21.03% dari total keseluruhan biaya kualitas. Biaya ini
merupakan biaya garansi yang disediakan oleh perusahaan guna menanggung produk
cacat yang telah diterima konsumen, yaitu sebesar Rp. 39.224.920. Biaya ini dapat
ditekan dengan melakukan inspeksi yang baik dan tepat guna mengantisipasi lolosnya
produk cacat dari proses inspeksi. Total biaya kualitas secara keseluruhan adalah sebesar
Rp. 186.508.800.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 204
BAB VI
PENUTUP
6.1 Kesimpulan
Kesimpulan yang dapat diambil dari praktikum modul 6 Statistical Quality
Control and Quality Cost Planning untuk PT Diponegoro Tamiya Manufacturing adalah
sebagai berikut :
1. Acceptance Sampling dilakukan untuk mengambil keputusan apakah akan menerima
lot atau menolak lot dari sampling yang telah dilakukan. Berdasarkan perhitungan
yang telah dilakukan keputusan untuk menerima lot adalah kebijakan sampel untuk
gardan dan kebijakan sampel untuk dinamo. Sedangkan keputusan untuk menolak
lot adalah kebijakan sampel untuk as roda .
2. Pengendalian kualitas dilakukan untuk menjamin perkembangan perusahaan dan
memperoleh kepercayaan konsumen agar produk yang dihasilkan perusahaan tetap
diminati konsumen.
3. Seven tools merupakan metode yang digunakan dalam proses pengendalian kualitas.
Yang termasuk alat dalam seven tools tersebut adalah peta kendali yang digunakan
untuk memonitor apakah suatu aktivitas dapat diterima sebagai proses yang
terkendali atau tidak, dalam hal ini digunakan untuk memonitor kualitas raw material
tamiya. Berdasarkan karakteristik yang dapat diukur, peta kendali dibagi menjadi dua
yaitu peta kendali variabel dan peta kendali atribut, Peta kendali variabel digunakan
untuk memantau karakteristik yang dapat diukur dan memiliki nilai kontinu,
sedangkan peta kendali atribut digunakan untuk memantau karakteristik yang
memiliki nilai-nilai diskrit dan dengan cara dihitung. Peta kendali variabel yang
digunakan adalah peta kendali x-MR (gardan, as, dan dinamo). Sedangkan peta
kendali atribut yang digunakan adalah peta kendali p (plat belakang besar, plat
belakang kecil, plat depan, penutup plat depan), peta kendali np (pengunci baterai,
dinamo), peta kendali c (roller besar, roller kecil, rumah dinamo, roda assy, gear
besar, gear kecil), peta kendali u (bumper belakang, pengunci body, tuas on-off, gear
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 205
dinamo, dan pengunci dinamo), dan peta kendali U (body, dan chasis). Selain peta
kendali, alat yang termasuk dalam seven tools adalah diagram pareto dan diagram
fishbone. Diagram pareto dan diagram fishbone digunakan untuk memonitor kualitas
finish produk tamiya. Diagram pareto menggambarkan frekuensi ditemukannya
masalah-masalah yang terjadi pada dinamo, roda, bumper, chasis, pengunci body,
plat depan, dan tuas on/off pada saat inspeksi produk jadi. Sedangkan diagram
fishbone merupakan diagram sebab akibat dari masalah yang memiliki frekuensi
cacat terbesar pada inspeksi finished product yaitu tuas on/off. Jenis cacat yang
terjadi pada raw material yaitu string (terdapat serabut-serabut), bend
(pembengkokan), break (patahan), scratch (goresan), dan disrotating (tidak bisa
berputar). Cacat yang terjadi dapat ditekan dengan memilih raw material dari
supplier yang bagus dan juga penyimpanan, serta penangan raw material yang baik.
4. Biaya kualitas merupakan biaya yang dikeluarkan perusahaan guna menjaga dan
mengendalikan kualitas produk dengan menjaga serta menyediakan asset berupa
kebutuhan-kebutuhan pendukung pengendalian kualitas. Biaya kualitas terdiri dari 4
jenis, yaitu biaya pencegahan, biaya penilaian, biaya kegagalan internal dan biaya
kegagalan eksternal. Total biaya kualitas yang dikeluarkan PT.DTM adalah sebesar
Rp. 186.508.800.
6.2 Saran
Saran yang dapat diberikan untuk praktikum modul 6 Statistical Quality Control
and Quality Cost Planning adalah sebagai berikut :
1. Diharapkan pada praktikum selanjutnya, praktikan dapat menggunakan dan
membaca jangka sorong dengan baik dan benar sehingga hasil pengukuran
merupakan data yang benar.
2. Sebaiknya praktikan harus sudah menguasai ilmu pengendalian manajemen kualitas,
agar dalam proses pembuatan laporan lebih mudah memahami pengendalian kualitas
untuk perusahaan.
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control and Quality Cost Planning
Kelompok 9
Program Studi Teknik Industri Universitas Diponegoro 206
DAFTAR PUSTAKA
Ariani, W.D.1991.”Manajemen Kualitas Edisi Pertama”. Yogyakarta: Penerbit Andi.
Feigenbaum, Armand V. 1991. “Total Quality Control”. Third Edition. McGraw-Hill,
Inc
Gaspersz, Vincent,2005. “Total Quality Management”. Jakarta: PT Gramedia Pustaka
Utama.
Gaspersz, Vincent.2002. “Pedoman Implementasi Program Six Sigma”.Jakarta: PT.
Gramedia Pustaka Utama.
Montgomery, Douglas C.1998.”Pengendalian Kualitas Statistik”.Yogyakarta: Gajah
mada University Press.
Russel, J. Thomas., W. Ronald Lane.1996.” Kleppner’s Advertising Procedure,
Thirteenth Edition”. New Jersey, Prentice Hall.
Susetyo, Joko.2009.”Pengendalian Kualitas Statistik”. Jakarta : Erlangga
Zulian Yamit. 2005. “Manajemen Kualitas Produk dan Jasa”. Jakarta: Ekonisia.
Ariani, W.D.2002.”Manajemen Kualitas”. Yogyakarta: Penerbit Andi.