ìPETAKENDALIATRIBUT9–PengendalianKualitas

SemesterGenap2017/2018

ì

11/04/18www.debrina.lecture.ub.ac.id

2

OutlinePetaKendaliVariabel

PETAKENDALI(CONTROLCHART)

ì  MetodeStatistikuntukmenggambarkanadanyavariasiataupenyimpangandarimutu(kualitas)hasilproduksiyangdiinginkan.

ì  DenganPetakendali:ì  Dapatdibuatbatas-batasdimanahasilproduksi

menyimpangdariketentuan.ì  Dapatdiawasidenganmudahapakahprosesdalam

kondisistabilatautidak.ì  Bilaterjadibanyakvariasiataupenyimpangansuatu

produkdapatsegeramenentukankeputusanapayangharusdiambil.

11/04/18www.debrina.lecture.ub.ac.id

3

Macam

Variasi

11/04/18www.debrina.lecture.ub.ac.id

4

ì

11/04/18www.debrina.lecture.ub.ac.id

5

PenyebabTimbulnyaVariasiPETAKENDALIVARIABEL

Jenis Peta Kendali

Peta Kendali Variabel (Shewart)

•  Peta kendali untuk data variabel : •  Peta X dan R,

Peta X dan S, dll.

Peta Kendali Attribut

•  Peta kendali untuk data atribut : •  Peta-p, Peta-c

dan peta-u, dll.

6

11/04/18www.debrina.lecture.ub.ac.id

Batas-batasKendali

ì  Kurvanormalmenunjukkandistribusidarirata-ratasampel.

ì  Petakendalimerupakanperwujudandarikurvanormalyangbergantungwaktu.

ì  Prosesyangberadadalamkendaliakanmenunjukkanbahwa99.73%darigrafiknyaakanberadadiantararata-rata±3simpanganbakunyaì  Jika1000subgroup,997akanberadadidalambatas-

batas6(six)sigma.

11/04/18www.debrina.lecture.ub.ac.id

7

ì  Datauntukatributmerupakandatakualitatifyangdapatdihitunguntukpencatatandananalisis.Dataatributdiperolehdalambentukunit-unitketidaksesuaiandenganspesifikasiatributyangditetapkan.

ì  Dikatakanatributjikaunitprodukdiklasifikasikansebagai(defective)cacatatautidakcacat(nondefective)yangmenurutispesifikasiyangdiberikanatausejumlahspesifikasi.

ì  Contohdaridataatributadalahbanyaknyajeniscacatpadaproduk,ketiadaanlabelpadakemasanproduk,danlain-lain.

ì  Grafikpengendalikualitasprosesdataatributjugadapatmembantumengidentifikasiakarpermasalahanbaikpadatingkatumummaupunpadatingkatyanglebihmendetail.

11/04/18www.debrina.lecture.ub.ac.id

8

Dapatpuladikatakanbahwapetakontrolatributbersifatcacat,baikatautidakbaikdansebagainya.

PetaKendaliAtribut

Petakendalip(proporsi)ì  Peta kendali p (proporsi) digunakan untuk data yang terdiri dari proporsi jumlah

kejadianterhadaptotaljumlahkejadiandandigunakandalampengendaliankualitasuntuk melaporkan unit-unit yang tidak sesuai dalam produk, karakteristik kualitasdenganjumlahntidakharuskonstan.

ì  Garispusat(CenterLine)petapengendaliproporsikesalahaniniadalah:

ì  Sedangkanbataspengendaliatas(BPA)danataspengendalibawah(BPB)Untukpetapengendaliproporsikesalahantersebut(untuk3sigma)adalah:

11/04/18www.debrina.lecture.ub.ac.id

9

Pada perusahaan kaos tangan ditemukan cacat produk dalam sampel yang bervariasi setiap kali melakukan observasi. Adapun sampel yang diambil dan kesalahan yang terjadi sebagai berikut:

11/04/18www.debrina.lecture.ub.ac.id

10

11/04/18www.debrina.lecture.ub.ac.id

11

0

0.02

0.04

0.06

0.08

0.1

0.12

0.14

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

PetaKendaliPAwal

Series1 Series2 Series3 Series4

Padapetakendalipawaldiketahuibahwaterdapatsatusampelyangberadadiluarbataspengendaliatasyaitupadasampelke9.Revisidatake-9

PetaKendaliPRevisi

Hitungulang:CL=0,027UCL=0,061LCL=0

Petakendalinp(jumlahproporsi)ì  Digunakan untuk mengetahui jumlah item yang tidak

memenuhi syarat dan jumah n harus konstan. Misalkanproporsi item-item produk berukurann adalah P1, P2,....., Pnmakarata-rataproporsinyaadalah:

ì  Sehingga diperoleh rumus untuk batas atas dan batas bawahpetaini:

11/04/18www.debrina.lecture.ub.ac.id

12

Dengan:

Suatuperusahaanpembuatmainananak-anakinginmembuatpetapengendaliuntukperiodemendatangdenganmengadakaninspeksiterhadapprosesproduksibulanini.Perusahaanmelakukan25observasidenganmengambilsampel50buahuntuksetiapobservasi.Datahasilpengambilansampeldapatdilihatpadatabelberikut.

11/04/18www.debrina.lecture.ub.ac.id

13

Observasi

BanyaknyaProdukcacat

Proporsicacat

Observasi

BanyaknyaProdukcacat

Proporsicacat

1 4 0,08 14 2 0,04

2 5 0,1 15 4 0,08

3 5 0,1 16 1 0,02

4 4 0,08 17 4 0,08

5 6 0,12 18 10 0,2

6 2 0,04 19 3 0,06

7 3 0,06 20 2 0,04

8 6 0,12 21 1 0,02

9 4 0,08 22 4 0,08

10 3 0,06 23 7 0,14

11 3 0,06 24 5 0,1

12 2 0,04 25 4 0,08

13 3 0,06 Jumlah 97

11/04/18www.debrina.lecture.ub.ac.id

14

88.32597

___

===observasijumlah

cacatsampeljumlahnp

0776.0125097

255097

____

==×

==seluruhnyasampeljumlahcacatsampeljumlahp

)1(3 pnpnpUCL −+=

55.9)0776.01(88.3388.3 =−+

)1(3 pnpnpLCL −−=

0795.1)0776.01(88.3388.3 =−=−−

Dapatdilihatpadagrafikbahwaadadataoutlier,yaitupadaobservasike18.Dengandemikian,makadilakukanrevisi.

625.32487

___

===observasijumlah

cacatsampeljumlahnp

PerhitunganRevisi:

0725.0120087

245087

____

==×

==seluruhnyasampeljumlahcacatsampeljumlahp

)1(3 pnpnpUCL −+=

125.9)0725.01(625.33625.3 =−+

)1(3 pnpnpLCL −−=

0875.1)0725.01(625.33625.3 =−=−−

revisi

Petakendalicì  Peta kendali c digunakan apabila ukuran sampel sama dengan satu

unit pemeriksaan, selain itu grafik ini dapat ditetapkan untukmengendalikanperformansidarioperator,stasiunkerja,atausebuahshiftkerjadengansyarat jumlahnharuskonstan.Perhitunganpetainidimulaidengan:1.  Hitungjumlahcacatsetiapsubgrup(=c)

2.  Hitungnilairata-ratajumlahcacat(c)danbataskendali(UCL,LCL):

11/04/18www.debrina.lecture.ub.ac.id

15

Petakendaliuì  Menunjukkanjumlahcacatpersatuan/unit(luas,panjang,isi,berat,

danlain-lain).

ì  Penggunaannyasamadenganpetakontrolc,tetapijumlahsampelntidakharuskonstan.

ì  Rumusyangdigunakan:

11/04/18www.debrina.lecture.ub.ac.id

16

FYI

ì  PetaKendaliIndividudanRata-rata?ì  Individuapabilajumlahproduksiperperiodenyaberbeda-

beda(maketoorder)ì  Rata-rataapabilajumlahproduksiperperiodenyahampir

identik(maketostock)

ì  Selainrevisi,apayangbisadilakukanjikaadadataoutlier?ì  Menambahjumlahobservasiì  Menambahjumlahsampeltiapobservasi

ì  Kapanmenggunakancontrolchartproporsidanunit?ì  Proporsijikadefectditemukanhanya1jenisdi1sampelì  Unitjikadefectditemukanbeberapajenispada1sampel

11/04/18www.debrina.lecture.ub.ac.id

17