master modul 6

Laporan Praktikum Perancangan Teknik Industri

Modul 6 Statisctical Quality Control and Quality Cost Planning

Kelompok 10

Program Studi Teknik Industri

Universitas Diponegoro Page 1

2012

BAB I

PENDAHULUAN

1.1 Latar Belakang

Di era globalisasi dengan perkembangan teknologi yang semakin maju dan

pesatnya kondisi pasar industri menuntut perusahaan harus memberikan kepuasan

kepada para konsumen dengan cara memberikan produk/jasa yang sesuai dengan

standar kualitas.Pada kegiatan operasional perusahaan agar dapat berjalan secara efektif

dan efisien perusahaan harus melakukan pengendalian mutu untuk mengurangi produk

yang gagal supaya mencapai standar kualitas.

Salah satu contoh perusahaan yang mengalami masalah pengendalian kualitas

adalah PT Central Power Indonesia yang bergerak di bidang generator pembangkit

listrik. Perusahaan ini masih mengalami kegagalan produk yang disebabkan oleh

manusia (human error), bahan baku, mesin, metode dan lingkungan dan faktor yang

sering terjadi adalah manusia karena kurangnya pengarahan dan pelatihan terhadap

karyawannya. Kegagalan yang sering terjadi adalah pada penekkukan plat sebesar 13

unit dalam satu tahun.

Dengan Adanya masalah-masalah seperti itu maka PT. Indonesia Tamiya Motor

yangmerupakan perusahaan perakitan mini 4WD akan melakukan pengendalian kualitas

yang baik agar tidak ada produk-produk cacat yang didapat konsumen. Jikaproduk cacat

terjadi bukan hanya produk perusahaan yang tidak dipercaya lagi oleh konsumen

melainkan juga kerugian yang besar yang diperoleh perusahaankarena perusahaan harus

mengeluarkann biaya-biaya kepada parakonsemenyangmendapatkan produk mainan

mini 4WD yang berkualitas buruksepertiseperti biaya komplain dari pelanggan, biaya

jaminan,biaya produk yang dikembalikan dll.Maka dari itu untuk menghasilkan produk

yang memiliki kualitas maka diperlukan suatu pengendalian kualitas dimana dalam

sistem ini menggukan acceptance sampling dansaven tools sebagai pendukung dalam

pengendalian kualitas.



Kelompok 10



2012

1.2 Rumusan Masalah

Bagaimana cara mengendalikan kualitas produk sehingga biaya kualitas dapat

diminimasi oleh PT Indonesia Tamiya Motor.

1.3 Tujuan

a Memahami konsep dan mengaplikasikan penggunaan acceptance sampling

pada dunia nyata.

b Memahami konsep dan mengaplikasikan penggunaan Seven Tools pada dunia

nyata.

c Memahami konsep biaya kualitas.

d Mengaplikasikan penggunaan biaya kualitas pada dunia nyata.

1.4 Pembatasan Masalah

Pada praktikum kali ini masalah dibatasi hanya pada pengendalian kualitas dan

perencanaan biaya kualitas, Kemudian pada pengolahan data dengan

menggunakan acceptance sampling, seven tools, peta kendali baik variabel

maupun atribut dan juga melakukan perhitungalamn biaya kualitas.

1.5 Sistematika Penulisan

BAB I PENDAHULUAN

Berisi tentang latar belakang pentingnya pengendalian kualitas, tujuan dari

praktikum Modul VI Statistical Quality Control and Quality Cost Planning,

pembatasan masalahdan sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Berisi tentang dasar teori definisi tentang kualitas, pengendalian kualitas,

keuntungan pengendalian kualitas, peta kendali.seven tools, analisa biaya

kualitas



Kelompok 10



2012

BAB III METODOLOGI PENELITIAN

Berisi flowchart urutan kegiatan yang dilakukan dalam praktikum dan cara-cara

atau metode yang digunakan.

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Berisi tentang pengumpulan data kualitas bahan baku dalam proses dan barang

jadi, pengolahan data pemilihan masalah kritis, aplikasi seven tools, aplikasi

acceptance sampling serta perhitungan biaya kualitas

BAB V ANALISIS

Berisi tentang analisis variabel (pengukuran) dan atribut kualitas yang

diinspeksi, analisis diagram paretto, analisis fishbone, dan analisis proses.

BAB VI PENUTUP

Berisi tentang kesimpulan dan saran dari hasil praktikum yang telah dilakukan



Kelompok 10



2012

BAB II

TINJAUAN PUSTAKA

2.1 Definisi Kualitas

Pengendalian kualitas dilakukan dalam upaya untuk meningkatkan rasa

kepercayaan konsumen terhadap produk yang dihasilkan serta untuk menjamin

perkembangan perusahaan di masa mendatang. Definisi kualitas yang sering

digunakan berasal dari Crosby (1979) yang mendefinisikan Quality is

conformance to requirements or specifications yang diartikan bahwa kualitas

adalah suatu kesesuaian untuk memenuhi persyaratan atau spesifikasi. Definisi

yang lebih umum dari kualitas adalah definisi yang dikemukan oleh Juran (1974)

yaitu Quality is fitness for use dimana definisi ini menekankan pada point yang

penting yaitu pengendali dibalik penentuan level kualitas yang harus dipenuhi oleh

produk atau jasa yaitu konsumen. Akibatnya yaitu apabila keinginan konsumen

berubah maka kualitas yang ditetapkan juga berubah. Hal ini menunjukkan bahwa

terdapat beberapa elemen yang menentukan level dari kualitas produk atau jasa

yang dinamakan karakteristik kualitas.

(Amitava Mitra. 1993: 5)

Beberapa jenis dari karakteristik kualitas ini bisa dibentuk yaitu misalnya

karakteristik struktur disusun oleh bentuk produk, kekuatan menahan beban, berat

dan lain-lain. Untuk karakteristik sensor, elemen penyusunnya yaitu keindahan

model produk, tekstur produk, unsur estetik produk dan lain-lain. Sedangkan untuk

karakteristik berdasar waktu yaitu mengenai jaminan, layanan purna jual, keandalan

dan kemudahan dalam perawatan. Karakteristik kualitas dapat digolongkan menjadi

dua kelompok utama, yaitu:

a. Karakteristik variable

Merupakan karakteristik yang dapat diukur dan diwujudkan dengan skala

numerik. Contoh: panjang kursi (mm), tebal sandaran kursi (mm), Diameter

dari lubang (pada desain furniture) dalam millimeter



Kelompok 10



2012

b. Karakteristik atribut (sifat)

Jika karakteristik itu dapat diklasifikasikan, apakah termasuk kesesuaian atau

ketidaksesuaian untuk memenuhi permintaan spesifikasi. Tidak bisa

digunakan skala numerik. Untuk pernyataan atribut maka kita tidak bisa

menggunakan skala numerik melainkan diekspresikan dengan atribut. Contoh:

warna kayu assembling yang termasuk diterima atau tidak, hasil sanding dan

hal lainnya yang termasuk atribut.

2.2 Pengendalian Kualitas

Pengendalian kualitas menurut Sritomo Wignjosoebroto

(252:2003) merupakan suatu sistem verifikasi dan penjagaan/perawatan dari suatu

tingkatan / derajat kualitas pproduk atau proses yang di kehendaki dengan cara

perencanaan yang seksama, pemakaian peralatan yang sesuai, inspeksi yang terus

menerus, serta tindakan korektif bilamana diperlukan. Dengan demikian hasil yang

diperoleh dengan kegiatan pegendalian kualitas benar-benar bisa memenuhi standar

yang telah direncanakan.

Menurut Deming, pengendalian mutu terpadu adalah semua aktivitas

yang perlu dilakukan untuk mencapai tujuan jangka panjang yang efisien dan

ekonomis. Urutan aktivitas tersebut dikenal dengan sebutan Siklus Deming yakni

PDCA (Plan, Do, Check, Action).

Tujuan diadakannya pengendalian kualitas adalah menyediakan suatu

alat baru yang membuat pemeriksaan proses menjadi lebih efektif (Eugene L. Grant

& Richard S. Leavenworth, 1993, 28), dan untuk mendapatkan gambaran bahwa

spesifikasi produk yang telah ditetapkan apakah masih sesuai dengan kualitas

standar atau perlu pengecekan terhadap kesalahan-kesalahan yang terjadi, sehingga

dapat menurunkan kualitas produk tersebut.

Pengendalian kualitas ini dilakukan dalam upaya untuk meningkatkan rasa

percaya konsumen terhadap produk atau jasa yang dihasilkan oleh perusahaan,

tujuan jangka panjangnya adalah untuk perkembangan perusahaan tersebut masa

datang. Kualitas dibagi menjadi 2 yaitu:



Kelompok 10



2012

Kualitas rancangan adalah semua barang dan jasa yang dihasilkan dalam berbagai

tingkat kualitas,

Kualitas kecocokan adalah seberapa baik produk tersebut sesuai dengan

spesifikasi dan kelonggaran yang disyaratkan oleh rancangan tersebut.

Sedangkan pengendalian kualitas adalah aktivitas keteknikan dan manajemen

dimana dengan aktivitas itu kita bisa mengukur ciri-ciri kualitas produk,

membandingkannya dengan spesifikasi atau persyaratan, dan bisa mengambil

tindakan pemulihan yang sesuai apabila ada perbedaan antara penampilan yang

sebenarnya dengan yang standar.

(Douglas.1995:3)

Pengendalian kualitas merupakan alat bagi manajemen untuk

memperbaiki kualitas produk bila diperlukan, mempertahankan kualitas yang sudah

tinggi dan mengurangi jumlah bahan yang rusak. (Sukanto, 2000 : 245)

Pengendalian kualitas merupakan upaya mengurangi kerugian-kerugian

akibat produk rusak dan banyaknya sisa produk atau scrap. (Handoko, 2000 : 435)

Pengendalian kualitas merupakan usaha untuk mempertahankan mutu atau

kualitas dari barang yang dihasilkan, agar sesuai dengan spesifikasi produk yang

telah ditetapkan berdasarkan kebijakan pimpinan perusahaan. (Assauri, 1999 : 210)

Berdasarkan beberapa pengertian pengendalian kualitas diatas dapat

disimpulkan bahwa pengendalian kualitas merupakan alat yang penting bagi

manajemen produksi untuk menjaga, memelihara, memperbaiki dan

mempertahankan kualitas produk agar sesuai dengan standar yang telah ditetapkan.

2.3 Keuntungan Pengendalian Kualitas

Adapun keuntungan dari pengendalian kualitas adalah sebabai berikut :

1. Mengendalikan kualitas dari produk agar sesuai dengan spesifikasi yang

telah ditetapkan dan melakukan perbaikan kualitas produk.

2. Sistem kualitas selalu mengalami perbaikan kontinyu sehingga dapat

memenuhi keinginan konsumen yang dapat berubah sewaktu-waktu.



Kelompok 10



2012

3. Pengendalian kualitas dapat meningkatkan produktivitas karyawan dan

kemampuan karyawan serta dapat mengurangi volume scrap (cacat) dan

reworks (pengerjaan ulang).

4. Sistem kualitas dapat menurunkan biaya yang berhubungan dengan kualitas

produk secara keseluruhan, meliputi:

a. Biaya kerusakan dalam produksi

b. Biaya inspeksi

c. Biaya kerusakan diluar proses produksi, dimana untuk hal ini dapat

dikurangi dengan cara pemeriksaan secara berkala, sistem perawatan

mesin yang baik dan peralatan pencegah.

5. Dengan peningkatan produktivitas maka dapat mengurangi waktu tempuh

dari proses produksi komponen dan sub assembly, yang hasilnya dapat untuk

memenuhi batas waktu (due dates) dari konsumen.

6. Sistem pengendalian kualitas dapat memacu semangat untuk selalu berjuang

dalam perbaikan berkesinambungan pada kualitas dan produktivitas.

7. Perbaikan hubungan antar karyawan serta membina hubungan baik antara

produsen dan konsumen.

Oleh karena sifat dari kualitas yang sangat penting bagi kelangsungan hidup

suatu produk maka diperlukan adanya pengendalian kualitas yang efektif.

(Amitava. 1995: 12)

2.4 Seven Tools

Menurut Deming, pengendalian mutu terpadu adalah semua aktivitas yang

perlu dilakukan untuk mencapai tujuan jangka panjang yang efisien dan

ekonomis. Urutan aktivitas tersebut dikenal dengan sebutan Siklus Deming

yakni PDCA (Plan, Do, Check, Action). Juran (1974) berpendapat bahwa

Quality is fitness for use dimana definisi ini menekankan pada pengendali di

balik penentuan level kualitas yang harus dipenuhi oleh produk atau jasa.

Akibatnya apabila keinginan konsumen berubah maka level kualitas dapat ikut



Kelompok 10



2012

berubah. Hal ini menunjukkan bahwa terdapat beberapa elemen yang menetukan

level kualitas dari suatu produk. Tujuh alat yang digunakan meliputi :

1. Lembar Pengumpul Data (Check Sheet)

Check Sheet adalah merupakan alat yang mutlak diperlukan bagi

mereka yang melaksanakan penelitian dan pengendalian kualitas atau kuantitas

barang ataupun jasa. Karena dari data yang didapat /dikumpulkan dapat

mengambil suatu gambaran, kesimpulan ataupun keputusan yang akurat.

Tanpa mempunyai data membuat pengambilan kesimpulan/keputusan ataupun

rencana tindakan hanya berdasarkan kira-kira saja, sehingga bukan suatu yang

mustahil akhirnya kesimpulan/keputusan akan jauh dari yang diharapkan.

Hal-hal yang perlu diperhatikan dalam membuat Check Sheet, antara

lain

- Sasarannya harus jelas

- Keterangan yang diperlukan memenuhi sasaran

- Dapat diisi dengan mudah dan cepat

- Dapat disimpulkan dengan cepat

Secara umum Check Sheet dibagi dalam 3 jenis dengan fungsinya

masing-masing :

a) Check Sheet

Suatu lembaran yang berisi bahan-bahan keterangan yang telah

ditentukan sasaran/keperluannya dengan kolom jumlah/ukuran barang atau

kegiatan yang diperiksa dengan penentuan waktu yang teratur ataupun bebas.

Fungsi Check Sheet :

- untuk menghitung jumlah produksi/jasa yang dihasilkan

- untuk menghitung kerusakan/kesalahan produk yang dibuat

- untuk mengukur bentuk (panjang/volume hasil produksi)

- untuk mengukur keadaan/kondisi alat/hasil produksi

- untuk mengukur waktu proses pekerjaan



Kelompok 10



2012

Contoh check sheet :

Gambar 2. 1 Check Sheet

b) Check List

Suatu lembaran yang berisi bahan-bahan keterangan yang telah

ditentukan sasaran/ keperluannya, kegiatan yang dicocokkan keberadaanya/

jumlahnya dengan penentuan waktu yang tertentu

Fungsi Check List

- untuk mencocokkan ukuran hasil produksi dengan standar

- untuk mencocokkan jumlah pengiriman dengan pesanan

- untuk mencocokkan barang dengan jumlah yang dibawa/dikirim

- untuk mengontrol jenis barang yang dibeli

c) Check drawing

Suatu lembaran yang berisi gambar barang yang telah ditentukan untuk

diperiksa keadaannya dan setiap barang menggunakan lembar yang berbeda.

Fungsi Drawing :

- untuk menunjukkan posisi/lokasi kerusakan

- untuk mencocokkan posisi pemasangan bagian barang produksi

- untuk pengontrolan lokasi masalah yang akan/telah diselesaikan

2. Diagram Pareto

Diagram Pareto adalah kombinasi dua macam bentuk grafik yaitu grafik

kolom dan grafik garis, berguna untuk :

- menunjukkan masalah utama/pokok masalah

- menyatakan perbandingan masing-masing masalah terhadap keseluruhan

- menunjukkan perbadingan masalah sebelum dan sesudah perbaikan



Kelompok 10



2012

Contoh Diagram Pareto :

Gambar 2. 2 Diagram Pareto

3. Diagram Sebab Akibat (Fishbone Diagram)

Disebut juga Grafik Tulang Ikan, yaitu diagram yang menunjukkan

sebab akibat yang berguna untuk mencari atau menganalisa sebab-sebab

timbulnya masalah sehingga memudahkan cara mengatasinya.

Penggunaan Analisis Sebab Akibat :

- Untuk mengenal penyebab yang penting

- Untuk memahami semua akibat dan penyebab

- Untuk membandingkan prosedur kerja

- Untuk menemukan pemecahan yang tepat

- Untuk memecahkan hal apa yang harus diilakukan

- Untuk mengembangakan proses

Contoh diagram sebab akibat :

Gambar 2. 3 Diagram Sebab Akibat



Kelompok 10



2012

Beberapa pokok yang perlu diingat adalah sebagai berikut :

a.) Perlu adanya partisipasi dari semua anggota gugus, dan semua anggota harus

benar-benar ikut terlibat didalam menganalisis penyebabnya

b.) Harus diperoleh sejumlah ide (penyebab)

c.) Harus didorong untuk melakukan acara secara bebas

d.) Tidak diperkenankan untuk mengeritik

e.) Penyebab tersebut harus terkumpul lebih dahulu sebelum sesorang

mengambil tindakan pemecahan. Seringkali semua informasi ide ditulis pada

sebuah papan tulis yang besar dan disajikan untuk dipertimbangkan dalam

waktu seminggu guna memberikan kesempatan kepada mereka untuk

menambah beberapa penyebab yang mungkin masih ada pada diagram

tersebut seperti yang terlintas dalam pemikiran mereka.

f.) Para anggota diminta untuk memberi tanda atau memilih penyebab yang

mereka rasakan paling penting.

Terdapat tiga macam jenis aplikasi Cause and Effect Diagram yang sering

dipakai, yaitu:

1. Cause Enumeration (Berdasar jenis penyebab)

2. Dispersion Analysis (Berdasarkan 5 faktor utama yaitu man, machine,

material, methode, environtment)

3. Process Analysis (Berdasarkan proses yang dilalui)

4. Histogram

Histogram adalah bentuk dari grafik kolom yang memperlihatkan

distribusi yang diperoleh bila mana dat dalam bentuk angka telah terkumpul.

Meskipun suatu histogram dibuat berdasarkan contoh data, namun tujuannya

adalah untuk memberikan saran mengenai kemungkinan distribusi keseluruhan

data (populasi) yang contoh datanya diambil. Dalam Histogram, nilai dari

peubah berkesinambungan digambarkan pada sumbu horizontal yang dibagi

dalam kelas atau sel yang mempunyai ukuran sama. Biasanya ada satu kolom

untuk tiap kelas dan tingginya kolom menggambarkan jumlah terjadinya nilai



Kelompok 10



2012

data dalam jarak yang digambarkan oleh kelas. Histogram ini dipakai untuk

menentukan masalah dengan melihat bentuk dan sifat dispersi dan nilai rata-rata.

Gambar 2.4 Histogram

5. Diagram Tebar (Scatter Diagram)

Menggambarkan hubungan antara dua data yang dipetakan dalam suatu

diagram. Diagram tebar digunakan sebagai alat penguji hubungan antara sebab

dan akibat.

Gambar 2. 5 Scatter Diagram

http://en.wikipedia.org/wiki/Scatter_diagram

http://en.wikipedia.org/wiki/Scatter_diagram



Kelompok 10



2012

6. GrafikPengendali (Control Chart)

Peta kendali adalah alat untuk memonitor proses sehingga variasi proses

dapat dikendalikan secara statistik. Variasi proses tidak mungkin dihindari

meskipun proses produksi dilaksanakan pada kondisi dan spesifikasi yang sama.

Variasi ini dipengaruhi oleh beberapa faktor yang terlibat dalam proses produksi

seperti :

Peralatan atau mesin yang digunakan

Set up mesin yang kurang tepat

Kondisi dan keahlian operator

Kualitas material yang bervariasi

Manfaat utama peta kendali adalah untuk :

Menjaga stabilitas proses

Memprediksi perilaku proses

Melakukan penyesuaian atau perbaikan proses

Perencanaan produksi

Sebagai alat preventif pengendalian kualitas

Berdasarkan jenis data karakteristik kualitas yang akan dikendalikan, peta

kendali dapat dibagi menjadi dua yaitu :

a. Peta kendali Variabel

b. Peta kendali Atribut

(Mitra, 1993)

a.) Peta Kendali Variabel

Peta kendali variabel digunakan jika karakteristik kualitas yang akan dikendalikan

diperoleh melalui pengukuran dan dinyatakan dalam skala kontinu. Macam-macam

peta kendali variabel adalah:

1. Peta kendali X - R

Definisi :

- Peta X - R adalah peta kendali yang meunjukkan harga rata-rata (mean) dan

simpangan (range) dari suatu proses.



Kelompok 10



2012

- Peta kendali ini terdiri dari dua jenis peta kendali yaitu Peta X yang

menunjukkan harga rata-rata proses dan peta R yang menunjukkan simpangan

atau variabilitas proses.

- Kedua peta kendali dalan peta X - R saling melengkapi, sehingga dalam

pembuatannya tidak dapat dipisahkan.

Langkah Pembuatan Peta X - R

Langkah 1

Tentukan karakteristik kualitas yang akan dikendalikan

Langkah 2

Tentukan metode dan perangkat sistem inspeksi yang digunakan

Langkah 3

Kumpulkan data (x) dan kelompokkan dalam sub group dengan ukuran n

Langkah 4

Untuk setiap sub group dilakukan perhitungan :

a. Harga rata-rata sub group dengan formula sebagai berikut :

n

XXXXX n

...321

b. Harga range dengan formula sebagai berikut :

terkecilterbesar XXR

Langkah 5

a. Hitung rata-rata keseluruhan sebagai berikut :

k

XXXXX

k

...321

b. Hitung rata-rata rentang sebagai berikut :

k

RRRRR k

...321



Kelompok 10



2012

Langkah 6

Hitung garis-garis kendali sebagai berikut :

a. Untuk peta X , hitung

- Garis sentral (Central line) : CL = X

- Batas kendali atas (Upper Control Limit) : UCL = X + A2R

- Batas kendali bawah (Lower Control Limit) : UCL = X - A2R

b. Untuk peta R, hitung :

- Garis sentral (Central line) : CL = R

- Batas kendali atas (Upper Control Limit) : UCL = D4 R

- Batas kendali bawah (Lower Control Limit) : UCL = D3 R

Langkah 7

Plot data rata-rata dan range pada peta kendali yang sesuai. Pada tahap konstruksi

peta jika terdapat data-data yang keluar dari kontrol dan ketahui penyebabnya,

buang data dan lakukan perhitungan ulang untuk mendapatkan CL, UCL, dan

LCL revisi.

Langkah 8

Menentukan revisi CL dan batas kendali (jika diperlukan)

Langkah 9

Menginterpretasikan peta dan melakukan analalisis

2. Peta kendali X - s

Definisi :

Peta X - s merupakan peta kendali variabel yang digunakan dalam

mengendalikan rata-rata proses (ukuran keakuratan) dan standar deviasi (ukuran

kepresisian).



Kelompok 10



2012

Langkah pembuatan peta X - s

Langkah pembuatan peta X - s sama dengan langkah pembuatan peta X - R.

Perbedaaanya terletak pada nilai R yang digantikan dengan nilai s, serta

perbedaan dalam menentukan batas-batas kendali, yaitu :

a. Hitung mean standar deviasi sub group sampel ( s ) dan mean dari rataan

group ( X )

g

s

s

g

i

i

1

g

X

X

g

i

i

1

b. Untuk peta X , hitung

- Garis sentral (Central line) : CL = X

- Batas kendali atas (Upper Control Limit) : UCL = X + A3s

- Batas kendali bawah (Lower Control Limit) : UCL = X - A3s

c. Untuk peta s, hitung

- Garis sentral (Central line) : CL = s

- Batas kendali atas (Upper Control Limit) : UCL = B4 s

- Batas kendali bawah (Lower Control Limit) : UCL = B3 s

Montgomery, 1993

3. Peta Kendali Variabel Khusus

a. Peta Kendali Trend

Definisi :

Peta kendali Trend digunakan jika nilai X memiliki trend tertentu.

Langkah pembuatan Peta Kendali Trend

Tentukan persamaan Central line ( X )

X = a + bG

X : rata-rata tipa group



Kelompok 10



2012

a : konstanmta saat G = 0

b : slope X

G : nomor subgroup

Tentukan batas kendali

UCL dan LCL berjarak A2 R dari central line

b. Peta Kendali Moving Average Moving Range

Definisi :

Peta kendali Moving Average MovingRange digunakan jika kita ingin

lebih teliti dalam melihat shifting (pergeseran) yang terjadi, serta nilai (data)

yang digunakan merupakan nilai individual.

Langkah pembuatan Peta Kendali Moving Average MovingRange

Langkah pembuatan Peta Kendali Moving Average MovingRange sama

dengan peta X - R, perbedaannya terletak pada perhitungan nilai X dan

nilai R yaitu :

Nilai X

Nilai X diganti mean dari nilai Moving Average

Nilai R

Nilai R diganti mean dari nilai Moving Range.

(Montgomery, 1993)

Besaran R dan X merupakan besaran yang ditentukan oleh penyusun peta

kendali untuk menjadi target dan besarnya ditentukan dengan mengguankan

beberapa acuan yaitu sebagai berikut :

1. Peta kendali terdahulu

2. Data historis

3. Pengalaman di masa lalu berkaitan dengan part yang sama.



Kelompok 10



2012

4. Spesifikasi yang harus dihasilkan.

Acuan ini durutkan dari yang terbaik sampai yang terburuk.

b.) Peta Kendali Atribut

Peta kendali atribut digunakan jika karakteristik kualitas yang akan dikendalikan

tidak diperoleh melalui pengukuran. Nilai atribut diperoleh melalui pemeriksaan

karakteristik produk yang hasilnya dinyatakan dengan sesuai atau tidak sesuai

berdasarkan ukuran atau standar tertentu.

Contoh :

Pemeriksaan visual terhadap lengkap atau tidak lengkapnya komponen yang ada

pada suatu produk.

Pemeriksaan apakah suatu komponen berfungsi atau tidak berfungsi.

Terdapat beberapa jenis peta kendali atribut. Jenis dan penggunaan peta kendali

tersebut diberikan pada tabel berikut.

Tabel 2.1 Jenis jenis Peta Kendali Atribut

Jenis

Peta Penggunaan

1. Peta p

Tipe data diskrit

Menggambarkan fraksi cacat

Ukuran sampel yang bervariasi

2. Peta np

Tipe data diskrit

Menggambarkan jumlah item cacat

Ukuran sampel sama

3. Peta u Menggambarkan jumlah cacat per unit

4. Peta c Menggambarkan jumlah cacat satu unit sampel

tertentu



Kelompok 10



2012

Peta p

Pengertian :

o p menunjukkan perbandingan jumlah item cacat atau tidak memenuhi

spesifikasi dari sejumlah sampel.

sampeldalamitemjumlah

cacatyangitemjumlahp

___

___

o Peta p ditujukan untuk pengendalian proses dimana ukuran sampel bervariasi

sehingga besaran p akan selalu menunjukkan proporsi item yang cacat dari

sekumpulan sampel.

Langkah langkah Pembuatan Peta p :

1. Lakukan pemeriksaan terhadap n buah item produk dan cacat (np). Ulangi

pemeriksaan untuk sampel lain yang diambil dari lot produksi atau waktu produksi

yang lain.

2. Untuk setiap pemeriksaan (sampel i), hitung fraksi cacat dengan rumus :

i

iii

n

pnp

3. Hitung rata rata fraksi cacat dari seluruh item yang diperiksa dengan rumus :

k

i

i

k

i

ii

n

pn

p

1

1

Dimana k = jumlah sampel yang diperiksa.

4. Hitung standar deviasi fraksi cacat dengan rumus :

i

in

pps

)1(

5. Buat peta p dengan batas batas kendali sebagai berikut :

Garis sentral (Central Limit) = CL = p

Batas Kendali Atas (UpperCentral Limit) = UCL = isp 3

Batas Kendali Bawah (LowerCentral Limit) = LCL = isp 3



Kelompok 10



2012

6. Plot fraksi cacat p untuk setiap pemeriksaan (sampel) pada peta kendali yang

dibuat pada langkah 5.

7. Interpretasikan peta kendali yang terbentuk dan lakukan analisi terhadapnya.

Peta np

Peta np pada dasarnya sama dengan peta p, hanya saja dalam peta ini ukuran

sampel yang digunakan tetap untuk setiap kali pengamatan.

Langkah langkah Pembuatan Peta np :

1. Catat jumlah cacat setiap lot yang diperiksa.

2. Hitung rata rata jumlah cacat dengan rumus :

k

i

i

k

i

ii

n

pn

p

1

1

3. Hitung garis sentral dari peta np :

k

i

k

i

ii

grupsub

pn

pn

1

1

4. Hitung standar deviasi jumlah cacat dengan rumus :

ppnsi 1 5. Plot titik titik np pada peta yang terbentuk.

6. Interpretasikan peta dan lakukan analisis.

Peta u

Pengertian :

o Peta u dipergunakan untuk menggambarkan cacat pada suatu ukran tertentu.

Contoh :

- Cacat tenunan kain pada luasan kain tertentu.

- Cacat persatuan panjang suatu kabel.



Kelompok 10



2012

o Pengertian u adalah sebagai berikut :

n

c

diperiksayangcacatjumlah

ditemuiyangcacatjumlahu

___

___

o Ukuran unit yang diperiksa dalam hal ini tidak harus selalu sama.

Langkah langkah Pembuatan Peta u :

1. Lakukan pemeriksaan terhadap satu unit item n dan catat jumlah cacat yang ada c.

2. Kelompokkan data berdasarkan lot, produk, sampel, dll. Buat ukuran kelompok

data sedemikian sehingga jumlah cacat per unit lebih besar dari 2 atau 3.

3. Hitung jumlah cacat per unit untuk setiap kelompok data. U adalah jumlah cacat

per kelompok dibagi dengan jumlah unit kelompok tersebut.

n

cu

4. Hitung juga rata rata u sebagai berikut :

n

uu

5. Hitung garis garis kendali sebagai berikut :

Garis sentral (Central Limit) = CL = u

Batas Kendali Atas (UpperCentral Limit) = UCL = n

uu 3

Batas Kendali Bawah (LowerCentral Limit) = LCL = n

uu 3

6. Plot data u ke dalam peta.

Peta c

Peta c pada dasarnya sama dengan peta u, hanya saja dalam peta ini ukuran

sampel yang digunakan tetap untuk setiap kali pengamatan.

Langkah langkah Pembuatan Peta c :

1. Kumpulkan data jumlah cacat c dari suatu unit item.

2. Hitung rata rata jumlah cacat dengan rumus :

sampel

cc



Kelompok 10



2012

3. Buat peta dengan garis garis kendali sebagai berikut :

Garis sentral (Central Limit) = CL = c

Batas Kendali Atas (Upper Central Limit) = UCL = cu 3

Batas Kendali Bawah (LowerCentral Limit) = LCL = cu 3

4. Plot data c yang diamati ke dalam peta.

(Montgomery, 1993)

7. Stratifikasi

Adalah upaya untuk mengklasifikasikan persoalan menjadi kelompok sejenis

yang lebih kecil atau menjadi unsur-unsur tunggal dari persoalan. Misalnya

menurut: jenis kesalahan, penyebab kesalahan/kerusakan, lokasi kesalahan,

bahan/material, hari pembuatan, unit kerja, dll.

2.5 Rencana Penerimaan Sampel

Rencana penerimaan sampel (acceptance sampling plans)adalah prosedur

yang digunakan dalam mengambil keputusan terhadap produk-produk yang datang

atau yang sudah dihasilkanperusahaan.

Keunggulan Acceptance Sampling:

Lebih murah

Dapat meminimalkan kerusakan dan perpindahan tangan

Mengurangi kesalahan dalam inspeksi,

Dapat memotivasi pemasok bila ada penolakan bahan baku.

Besterfield (1998)

Kelemahan Acceptance Sampling:

Adanya risiko penerimaan produk cacat atau penolakan produk baik

Sedikitnya informasi mengenai produk

Membutuhkan perencanaan dan pendokumentasian prosedur pengambilan sampel,

Tidak adanya jaminan mengenai sejumlah produk tertentu yang akan memenuhi

spesifikasi.



Kelompok 10



2012

Acceptance Sampling untuk data Atribut dan variabel

Acceptance sampling untuk data atribut dilakukan apabila inspeksi

mengklasifikasikan produk sebagai produk yang baik dan produk yang cacat tanpa

ada pengklasifikasian tingkat kesalahan atau cacat produk tersebut

(Mitra, 1993).

Dalam acceptance sampling untuk data variabel, karakteristik kualitas ditunjukkan

dalam setiap sampel. Oleh karenanya, dalam acceptance sampling untuk data

variabel dilakukan pula penghitungan rata-rata sampeldan penyimpangan atau

deviasi standar sampel tersebut. Apabila rata-rata sampel berada di luar jangkauan

penerimaan, maka produk tersebut akanditolak.

Karakteristik Acceptance Sampling

1. Indeks (AQL, AOQL, dan sebagainya) yang digunakan untuk

menentukan"kualitas" harus menunjukkan kebutuhan konsumen dan produsen

dan tidak dipilihhanya untuk kebutuhan statistik.

2. Risiko dalam pengambilan sampel harus diketahui secara kuantitatif (kurva OC).

Produsen harus memiliki perlindungan yang cukup terhadap penolakan

produkbaik, konsumen juga harus dilindungi terhadap penerimaan produk cacat.

3. Perencanaan harus meminimalkan biaya inspeksi produk secara

keseluruhan.Perlu evaluasi yang lebih teliti dalam perencanaan sampel, baik

dalampengambilan sampel tunggal, ganda, dan banyak.

4. Perencanaan harus menggunakan pengetahuan seperti kemampuan proses, data

pemasok, dan informasi-informasi lainnya.

5. Perencanaan harus fleksibel menyesuaikan perubahan banyaknya produk,

kualitas produk yang diterima, dan faktor-faktor lain yang ter-kait.

6. Pengukuran yang diperlukan dalam perencanaan harus menyediakan

informasiyang bermanfaat dalam memperkirakan kualitas produk secara

individu dankualitas jangka panjang.

Gryna (2001):



Kelompok 10



2012

Indek kualitas yang dapat digunakan dalam acceptance sampling :

1. AQL (Acceptance Quality Level = tingkat kualitas menurut produsen)

Merupakan proporsi maksimum dari cacat atau kesalahan yang diperbolehkan.

Produsen selalu menghendaki probabilitas penerimaan pada tingkat yang cukup

tinggi (biasanya 0,99 atau 0,95). Sehingga produsen menginginkan semua produk

yang baik dapat diterima atau meminimalkan risiko produsen. Risiko produsen ()

adalah risiko yg diterima karena menolak produk baik dalam inspeksinya. Dengan

kata lain produsen menginginkan probabilitas penerimaan(Pa) dekat dengan 1

(satu). Probabilitas kesalahan tipe I = = 1 Pa.

2. LQL (Limiting Quality Level = tingkat kualitas menurut konsumen)

Merupakan kualitas ketidakpuasan atau tingkat penolakan. Probabilitas penerimaan

LQL harus rendah, probabilitas tersebut disebut risiko konsumen () atau kesalahan

tipe II, yaitu risiko yang dialami konsumen karena menerima produk yang cacat atau

tidak sesuai. LQL sering disebut dg LTPD (Lot Tolerance Percent Defective).

3. IQL (Indifference Quality Level )

Tingkat kualitas diantara AQL dan LQL atau tingkat kualitas pada probabilitas 0.5

untuk rencana sampel tertentu.

4. AOQL (Average Outgoing Quality Level)

Perkiraan hubungan yang berada diantara bagian kesalahan pada produk sebelum

inspeksi (incoming quality) atau p dari bagian sisa kesalahan setelah inspeksi

(outgoing quality) atau AOQ = p x Pa. Apabila incoming quality baik, maka

outgoing quality juga harus baik, namun bila incoming quality buruk, maka

outgoing quality akan tetap baik. Dengan kata lain incoming quality baik atau buruk,

outgoing quality akan cenderung baik.

Merencanakan Kebutuhan Sampel Berdasarkan Standar

Perencanaan pengambilan standar ANSI/ASQC Z1.9 dikembangkan pada

tahun 1980 dan dimodifikasikan menjadi ml-std 414 seta diadopsi oleh organisasi

standar internasional (ISO) menjadi ISO/DIS 3951. Standar tersebut ditunjukkan

dengan nilai-nilai numeric dari AQL dengan jarak 0,1% hingga 10,0%.

ANSI/ASQC Z1.9 adalah perencanaan sempel berdasarkan pada AQL yang

mengasumsikan bahwa distribusi dari karakteristik mutunya adalah distribusi



Kelompok 10



2012

normal dengan menggunakan variabel acak. Standar ini membuat ketentuan yang

meliputi sembilan prosedur yang dapat digunakan untuk mengevaluasi apakah

produk tersebut dapat diterima atau tidak.

Standar ini memepunyai 3 macam inspeksi yaitu normal, ketat dan longgar.

Sementara itu ANSI/ASQC Z1.9. juga digunakan dalam batas spesifikasi single dan

ganda. Untuk standar pengambilan sempel ini mempunyai 2 macam bentuk yaitu

bentuk 1 dan 2, namun untuk double specification limit hanya bentuk 2.

Bentuk 1 menggunakan nilai penting untuk jarak/ beda standar yang ditunjukkan

dalam standar deviasi, antara rata-rata proses dan batas spesifikasi tertentu.

Standar deviasi > nilai k, maka produk diterima

Bentuk 2 menggunakan perkiran produk cacat yang ada diluat spesifikasi .

Perkiraan < nilai m, maka produk diterima

2.6 Konsep Biaya Kualitas

Perusahaan-perusahaan kelas dunia menduga biaya kualitas (Quality cost) untuk

beberapa alasan:

Mengkuantifikasi ukuran dari masalah kualitas dalam bahasa uang , guna

meningkatkan komunikasi diantara manager menengah dan manager puncak

Kesempatan utama untuk merdukasi biaya dapat diidentifikasii

Kesempatan untuk mengurangi ketidakpuasan pelanggan dan ancaman-

ancaman yang berkaitan dengan produk yang dipasarkan dapat diidentifikasi.

Beberapa biaya dari kualitas jelek (cost of poor quality) merupakan hasil dari

kegagalan produk setelah penjualan.

Beberapa perusahaan kelasdunia mengguanakan ukuran biaya kualitas sebagai

indikator keberhasilan program perbaikan kualitas, yang dapat dihubungkan dengan

ukuran-ukuran lain seperti:



Kelompok 10



2012

Biaya kualitas dibandingkan dengan nilai penjualan (presentase biaya

kualitas terhadap nilai penjualan), semakin rendah nilai ini menunjukkan

program perbaikan kualitas semakin sukses

Biaya kualitas dibandingkan terhadap keuntungan (presentase biaya kualitas

terhadap ilai keuntungan), semakin rendah nilai ini menunjukkan program

perbaikan kualitas semakin sukses

Biaya kualitas dibandingkan terhadap harga pokok penjualan (cost of good

sold), diukur berdasarkan presentase biaya kualitas total terhadap nilai harga

pokok penjualan, dimana semakin rendah nilai ini menunjukkan program

perbaikan kualitas semakin sukses

Kategori Biaya Kualitas

Pada dasaranya biaya kualitas dapat didasarkan kedalam empat jenis, yaitu:

1. Biaya Kegagalan Internal

Yaitu biaya yang berhubungan dengan kesalahan dan nonkonformansi yang

ditemukan sebelum menyerahkan produk ke pelanggan. Biaya-biaya ini tidak

akan muncul apabila tidak ditemukan kesalahan atau nonkonformansi dalam

produk sebelum pengiriman. Contoh dari biaya kegagalan internal:

a. Scrap : Biaya yang dikeluaraka untuk tenega kerja, material, dan biasanya

overhead pada produk cact yang secara ekonomis tidak dapat diperbaiki

kembali. Terdapat banyak ragam nama dari jenis ini, yaitu: scrap, cacat

pemborosan, usang, dll.

b. Peketrjaan ulang (Rework): biaya yang dikeluarkan untuk memperbaiki

kesalahan (mengerjakan ulang) produk agar memenuhi spesifikasi yang

ditentukan.

c. Analisis kegagalan (failure analysis): biaya yang dikeluarkan untuk

menganalsis kegagalan produk guna menentukan penyebab-penyebab

kegagalan itu.



Kelompok 10



2012

d. Inspeksi ulang dan pengujian ulang (reinspection and reitesting): biaya-biaya

yang dikeluarkan untuk inpeksi ulang dan pengujian ulang produk yang telah

mengalami pengerjaan ulang atau perbaikan kembali.

e. Downgrading: selisih antara harga jual normal dan harga yang dikurangi

karena alasan kualitas

f. Avoidable Process Losses: biaya-biaya kehilangan yang terjadi meskipun

produk tersebut tidak cacat. Sebagai contoh: kelebihan bobot produk yang

diserahkan ke pelanggan karena variabilitas dalam peralatan pengukuran, dll.

2. Biaya Kegagalan Eksternal

Yaitu biaya-biaya yang berhubungan dengan kesalahan atau nonkonfomansi

yang ditemukan setelah produk itu diserahkan ke pelanggan. Biaya-biaya ini

tidak akan muncul apabila tidak ditemukan kesalahan atau nonkonformansi

dalam produk ssetelah pengiriman. Contoh dari biaya kegagalan eksternal:

a. Jaminan (Warranty): biaya yang dikeluarkan untuk pengantian atau

perbaikan kembali produk yang masih berada dalam masa penjaminan

b. Penyelesaian keluhan (Complaint Adjustment): biya-biaya yang

dikeluarkan untuk penyelidikan dan penyelesaian keluhan yang berkaitan

dengan produk cacat.

c. Produk dikembalikan (Returned Product): biaya-biaya yang berkaitan

dengan penerimaan dan penempatan produk cacat yang dikembalikan

oleh pelangan.

d. Allowance: biaya-biaya yang berkaitan dengan konsesi pada pelanggan

karena produk yang berada dibawah standar kualitas yangsedang diterima

oleh pelanggan atau yang tidak memnuhi spesifikasi penggunaan.

3. Biaya Penilaian

Yaitu biaya-biaya yang berhubungan dengan derajad konformansi terhadap

persyaratan kualitas (spesifikasi yang ditetapkan). Contoh dari biaya aplikasi:

a. Inspeksi dan pengujian kedatangan material

b. Inspeksi dan pengujian produk dalam proses

c. Inspeksi dan pengujian produk akhir

d. Audit kualitas produk



Kelompok 10



2012

e. Pemeliharaan akurasi peralatan pengujian

f. Evaluasi stok

4. Biaya Pencegahan

Yaitu biaya-biaya yang berhubungan dengan upaya pencegahan kegagalan

internal maupun eksternal, sehngga meminimumkan biaya kegagalan internal

dan kegagalan eksternal. Contoh darai biaya pencegahan adalah:

a. Perencanaan kualitas

b. Tinjauan ulang produk baru (New Product Review)

c. Pengendalian proses

d. Audit kualitas

e. Evaluasi kualitas pemasok

f. Pelatihan



Kelompok 10



2012

BAB III

METODOLOGI PENELITIAN

Gambar 3.1 Flow Chart Penelitian



Kelompok 10



2012

BAB IV

PENGOLAHAN DAN PENGUMPULAN DATA

4.1 Acceptance Sampling

4.1.1 Kebijakan Sempel AsRoda

1. Panjang as roda

- N=25

AQL = 0.35, berartiberdasartabel 10.1 AQL conversion table

AQL value = 0.40 (0.280 to 0.439)

- Hasil Output MRP as roda

Tabel 4.1 Output MRP As Roda

PERIODE 1 2 3 4 5 6 7 8 9 10 11 12

As Roda 14,170 14,170 14,170 10,696 10,696 10,696 10,696 14,238 14,238 14,238 14,238 0

- Berdasarkan Output MRP, lot size as roda periode 1 adalah 14.170

Berarti berdasarkan tabel 10.2 sample size code letters (s-4) diperoleh

inspection levels adalah I = (10.001-35000)

Tabel 4.2 Data Pengukuran Panjang As Roda

No Ukuran x2

1 59,8 3576,04

2 59,7 3564,09

3 60 3600

4 60 3600

5 59,9 3588,01

6 59,85 3582,023

7 59,8 3576,04

8 59,8 3576,04

9 59,8 3576,04

10 60,1 3612,01

11 59,95 3594,003

12 59,9 3588,01

13 59,9 3588,01



Kelompok 10



2012

Tabel 4.2 Data Pengukuran Panjang As Roda (Lanjutan)

No Ukuran x2

14 60,1 3612,01

15 59,9 3588,01

16 59,85 3582,023

17 60 3600

18 60 3600

19 59,9 3588,01

20 60,1 3612,01

21 59,9 3588,01

22 60,1 3612,01

23 59,85 3582,023

24 59,8 3576,04

25 60 3600

Jumlah 1498 89760,46

=

=59.92

S =

=

= 0.1118

Standarperusahaanuntukpanjang as roda

58.5mm 1,5mm

USL = 58.5 + 1,5 = 60 mm

LSL = 58.5 - 1,5 = 57 mm

Zu =

=

= 0.715 ZL =

=

= 10,618

Berdasarkan tabel 10.7 didapatkan nilai Zudan ZL

Pu = 23,71 PL = 0 P= Pu+ PL =23,71 + 0 = 23,71

- Berdasar table halaman 424 untuk AQL Value = 0,4 dan kode I diperoleh nilai

m = 1,29

- Jadi, P > m = 23,71 > 1,29 Berarti

- Keputusannya adalah lot ditolak



Kelompok 10



2012

2. Diameter as roda

- N=25

AQL = 0.35, berarti berdasar tabel 10.1 AQL conversion table

AQL value = 0.40 (0.280 to 0.439)



inspection levels adalah I = (10.001-35000)

Tabel 4.3 Data Pengukuran diameter as roda

No diameter as roda x2

1 1,9 3,61

2 1,88 3,5344

3 2 4

4 1,9 3,61

5 1,94 3,7636

6 2 4

7 1,98 3,9204

8 1,88 3,5344

9 1,92 3,6864

10 1,9 3,61

11 1,92 3,6864

12 1,88 3,5344

13 1,92 3,6864

14 1,86 3,4596

15 2 4

16 1,98 3,9204

17 1,98 3,9204

18 1,9 3,61

19 1,9 3,61

20 1,98 3,9204

21 2,2 4,84

22 2 4

23 1,88 3,5344

24 1,92 3,6864

25 1,9 3,61

Jumlah 48,52 94,288



Kelompok 10



2012

=

=1.941

S =

=

= 0.0708

Standar perusahaan untuk diameter as roda

1.8 mm 0.2 mm

USL = 1.8+ 0.2 = 2 mm

USL = 1.8 - 0.2 = 1,6 mm

Zu =

=

= 0.836 ZL =

=

= 4,814


Pu = 20,14 PL = 0 P= Pu+ PL =20,14+ 0 = 20,14

- Berdasar table halaman 424 untuk AQL Value = 0,4 dan kode I diperoleh nilai

m =1,29

- Jadi, Z > m = 20,14 > 1,29 Berarti


4.1.2 KebijakanSempelGardan

1. Panjang Gardan

- N=20


AQL value = 0.25 (0.165 to 0.279)

- Hasil Output MRP garden

Tabel 4.4 Output MRP Gardan

PERIODE 1 2 3 4 5 6 7 8 9 10 11 12

Gardan 7,085 7,085 7,085 5,348 5,348 5,348 5,348 7,119 7,119 7,119 7,119 0



inspection levels adalah H (3201-10000)



Kelompok 10



2012

Tabel 4.5 Data Pengukuran Panjang Gardan

No PanjangGardan x2

1 74,3 5520,49

2 74,05 5483,403

3 74,4 5535,36

4 74,1 5490,81

5 74,1 5490,81

6 74,55 5557,703

7 74,2 5505,64

8 74,5 5550,25

9 74,05 5483,403

10 74,2 5505,64

11 74,44 5541,314

12 73,95 5468,603

13 74,15 5498,223

14 74,4 5535,36

15 74,1 5490,81

16 74,05 5483,403

17 74,3 5520,49

18 74,2 5505,64

19 74,2 5505,64

20 74,1 5490,81

1484,34 110163,8

=

= 74,217

S =

=

= 0.168

Standarperusahaanuntukpanjang garden

74 mm 0.75mm

USL = 74 + 0.75 = 74.75 mm

LSL = 74 - 0.75 = 73,25 mm

Zu =

=

= 3,17 ZL =

=

= 6,97


Pu = 0,008 PL = 0 P= Pu+ PL =0,008+ 0 = 0,008



Kelompok 10



2012

- Berdasar table halaman 424 untuk AQL Value = 0,25 dan kode H diperoleh nilai

m = 0,846

- Jadi, Z < m = 0,008 < 0,846. Berarti

- Keputusannya adalah lot diterima

2. Diameter Gardan

- N=20


AQL value = 0.25 (0.165 to 0.279)



inspection levels adalah H = 20

Tabel 4.6 Data Pengukuran Diamter Gardan

No diameter gardan x2

1 1,6 2,56

2 1,4 1,96

3 1,5 2,25

4 1,48 2,1904

5 1,48 2,1904

6 1,52 2,3104

7 1,54 2,3716

8 1,44 2,0736

9 1,5 2,25

10 1,54 2,3716

11 1,48 2,1904

12 1,6 2,56

13 1,58 2,4964

14 1,6 2,56

15 1,5 2,25

16 1,52 2,3104

17 1,6 2,56

18 1,52 2,3104

19 1,48 2,1904

20 1,54 2,3716

30,42 46,3276



Kelompok 10



2012

=

= 1,521

S =

=

= 0.0556

Standar perusahaan untuk diameter gardan

1.48 mm 0.13mm

USL = 1.48+ 0.13 = 1.61 mm

LSL = 1.48 - 0.13 = 1.35 mm

Zu =

=

= 1,6 ZL =

=

= 3,074


Pu = 5,09 PL =0,016 P= Pu+ PL =5,09+ 0,016 = 5,106

- Berdasar table halaman 424 untuk AQL Value = 0,25 diperoleh nilai m = 0,846

- Jadi, Zu> m = 5.106> 0,846. Berarti


4.1.3 KebijakanSempelBesiDinamo

1. Diameter Besi Dinamo

- N=20


AQL value = 0.25 (0.165 to 0.279)

- Hasil Output MRP Dinamo

Tabel 4.7 Output MRP Dinamo

PERIODE 1 2 3 4 5 6 7 8 9 10 11 12

Dinamo 7,085 7,085 5,348 5,348 5,348 5,348 7,119 7,119 7,119 7,119 0 0



inspection levels adalah H = (3201-10000)



Kelompok 10



2012

Tabel 4.8 Data Pengukuran Diameter Besi Dinamo

No

diameter besi

dynamo x2

1 2 4

2 2 4

3 2,1 4,41

4 2,18 4,7524

5 2,06 4,2436

6 2,1 4,41

7 2,05 4,2025

8 2 4

9 2,1 4,41

10 2,1 4,41

11 2,06 4,2436

12 2,08 4,3264

13 2,1 4,41

14 2,16 4,6656

15 2,14 4,5796

16 2,16 4,6656

17 2,06 4,2436

18 2,1 4,41

19 2 4

20 2,1 4,41

Jumlah 41,65 86,7929

=

= 2,08

S =

=

= 0.0546

Standar perusahaan untuk diameter besidinamo

1.95 mm 0.15mm

USL = 1.95 + 0.15= 2.1 mm

LSL = 1.95 - 0.15= 1,8 mm

Zu =

=

= 0,320 ZL =

=

= 5,122



Kelompok 10



2012


Pu = 37,62 PL =0 P= Pu+ PL =37,62+ 0 = 37,62

- Berdasar tabelhalaman 424 untuk AQL Value = 0,25 dan kode H diperoleh nilai

m = 0,846

- Jadi, Z > m = 37,62 > 0,846. Berarti


4.2 Pengumpulan dan Pengolahan Data Kualitas Raw Material

4.2.1 Data Variabel

1. Panjang As Roda

a. Perhitungan manual

Tabel 4. 9 Data Pengukuran Panjang As Roda

No Panjang as

roda

Raw

Material

1 59,8 39

2 59,7 26

3 60 64

4 60 27

5 59,9 8

6 59,85 2

7 59,8 12

8 59,8 55

9 59,8 29

10 60,1 34

11 59,95 23

12 59,9 28

13 59,9 5

14 60,1 15

15 59,9 22

16 59,85 16



Kelompok 10



2012

Tabel 4. 9 Data Pengukuran Panjang As Roda (Lanjutan)

No Panjang as

roda

Raw

Material

17 60 20

18 60 68

19 59,9 51

20 60,1 18

21 59,9 61

22 60,1 41

23 59,85 21

24 59,8 53

25 60 3

1. Peta

= CLR = MR =

125

6,2

11 n

MRn

i

0.108

Untuk n = 2, maka D4=3,267 dan D3=0

Jadi

UCLR= D4 3.267 x 0.108 = 0.353925

LCLR = D3 =0 x 0.108 = 0

Tabel 4.10 Perhitungan I-MR untuk Panjang As Roda

No. Raw

Material Ukuran MR MR bar

UCL

MR

LCL

MR

1 39 59,8

2 26 59,7 0,1 0,108 0,353925 0

3 64 60 0,3 0,108 0,353925 0

4 27 60 0 0,108 0,353925 0

5 8 59,9 0,1 0,108 0,353925 0

6 2 59,85 0,05 0,108 0,353925 0

7 12 59,8 0,05 0,108 0,353925 0



Kelompok 10



2012

Tabel 4.10 Perhitungan I-MR untuk Panjang As Roda (Lanjutan)

No. Raw

Material Ukuran MR MR bar UCL MR

LCL

MR

8 55 59,8 0 0,108 0,353925 0

9 29 59,8 0 0,108 0,353925 0

10 34 60,1 0,3 0,108 0,353925 0

11 23 59,95 0,15 0,108 0,353925 0

12 28 59,9 0,05 0,108 0,353925 0

13 5 59,9 0 0,108 0,353925 0

14 15 60,1 0,2 0,108 0,353925 0

15 22 59,9 0,2 0,108 0,353925 0

16 16 59,85 0,05 0,108 0,353925 0

17 20 60 0,15 0,108 0,353925 0

18 68 60 0 0,108 0,353925 0

19 51 59,9 0,1 0,108 0,353925 0

20 18 60,1 0,2 0,108 0,353925 0

21 61 59,9 0,2 0,108 0,353925 0

22 41 59,95 0,05 0,108 0,353925 0

23 21 59,85 0,1 0,108 0,353925 0

24 53 59,8 0,05 0,108 0,353925 0

25 3 60 0,2 0,108 0,353925 0

Jumlah 1497,85 2,6

rata-rata 59,914 0,108333



Kelompok 10



2012

Gambar 4.1 Peta Kendali MR Panjang As Roda

Gambar 4.2 Output Software SPSS Peta Kendali I-MR Panjang As Roda

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

2 4 6 8 10 12 14 16 18 20 22 24

Nila

i MR

Nomor Sampel

Peta Kendali MR Panjang As Roda

UCL MR

LCL MR

MR bar

MR



Kelompok 10



2012

2. Peta

= CLX = 25

85,1497

1 Subgroup

Xn

i

59,914

UCL = * = 59,914 + 2,66*108 = 60,20128

LCL = * = 59,914 - 2,66*108 = 59,62672

USL = 58,5 + 1,5 = 60

LSL = 58,5 1,5 = 57

Tabel 4.11 perhitungan X bar Panjang As Roda

No. Raw

Material Ukuran x bar

UCL x

bar

LCL x

bar

1 39 59,8 59,914 59,914 59,914

2 26 59,7 59,914 60,20128 59,62672

3 64 60 59,914 60,20128 59,62672

4 27 60 59,914 60,20128 59,62672

5 8 59,9 59,914 60,20128 59,62672

6 2 59,85 59,914 60,20128 59,62672

7 12 59,8 59,914 60,20128 59,62672

8 55 59,8 59,914 60,20128 59,62672

9 29 59,8 59,914 60,20128 59,62672

10 34 60,1 59,914 60,20128 59,62672

11 23 59,95 59,914 60,20128 59,62672

12 28 59,9 59,914 60,20128 59,62672

13 5 59,9 59,914 60,20128 59,62672

14 15 60,1 59,914 60,20128 59,62672

15 22 59,9 59,914 60,20128 59,62672

16 16 59,85 59,914 60,20128 59,62672

17 20 60 59,914 60,20128 59,62672

18 68 60 59,914 60,20128 59,62672

19 51 59,9 59,914 60,20128 59,62672

20 18 60,1 59,914 60,20128 59,62672



Kelompok 10



2012

Tabel 4.11 perhitungan X bar Panjang As Roda (Lanjutan)

No. Raw

Material Ukuran x bar

UCL x

bar

LCL x

bar

21 61 59,9 59,914 60,20128 59,62672

22 41 59,95 59,914 60,20128 59,62672

23 21 59,85 59,914 60,20128 59,62672

24 53 59,8 59,914 60,20128 59,62672

25 3 60 59,914 60,20128 59,62672

jumlah 1497,85

rata-rata 59,914

Gambar 4.3 Peta Kendali X bar Panjang As Roda

55

56

57

58

59

60

61

1 3 5 7 9 11 13 15 17 19 21 23 25

Uku

ran

Nomor Sampel

Peta Kendali X bar Panjang As Roda

UCL x bar

LCL x bar

x bar

x

USL

LSL



Kelompok 10



2012

b. Perhitungan dengan Software

1. Output SPSS

Gambar 4.4 Output Software SPSS Peta Kendali Xbar-MR Panjang As Roda

2. Output Minitab

Gambar 4.5 Output Software Minitab Peta Kendali I-MR dan Xbar-MR Panjang As Roda

Observation

In

div

idu

al

Va

lue

252321191715131197531

60,0

59,8

59,6

_X=59,914

UB=60

LC L=59,6259

Observation

Mo

vin

g R

an

ge

252321191715131197531

0,4

0,3

0,2

0,1

0,0

__MR=0,1083

UC L=0,3540

LC L=0

I-MR Chart of C2



Kelompok 10



2012

2. Diameter As Roda

a. Perhitungan Manual

Tabel 4.12 Data Pengukuran Diameter As Roda

No diameter

as roda

Raw

Material

1 1,9 15

2 1,88 16

3 2 22

4 1,9 23

5 1,94 18

6 2 64

7 1,98 26

8 1,88 68

9 1,92 12

10 1,9 19

11 1,92 5

12 1,88 51

13 1,92 28

14 1,86 39

15 2 41

16 1,98 21

17 1,98 20

18 1,9 53

19 1,9 34

20 1,98 55

21 2,2 29

22 2 31

23 1,88 8

24 1,92 2

25 1,9 27



Kelompok 10



2012

1. Peta MR bar Diameter As Roda

= CLR = MR =

125

6,1

11 n

MRn

i

0.067


Jadi

UCLR= D4 3.267 x 0,067 = 0.2178

LCLR = D3 =0 x 0,067 = 0

Iterasi 0

Tabel 4.13 perhitungan MR Diameter As Roda iterasi 0

No. Raw


UCL

MR

LCL

MR

1 15 1,9

2 16 1,88 0,02 0,067 0,2178 0

3 22 2 0,12 0,067 0,2178 0

4 23 1,9 0,1 0,067 0,2178 0

5 18 1,94 0,04 0,067 0,2178 0

6 64 2 0,06 0,067 0,2178 0

7 26 1,98 0,02 0,067 0,2178 0

8 68 1,88 0,1 0,067 0,2178 0

9 12 1,92 0,04 0,067 0,2178 0

10 19 1,9 0,02 0,067 0,2178 0

11 5 1,92 0,02 0,067 0,2178 0

12 51 1,88 0,04 0,067 0,2178 0

13 28 1,92 0,04 0,067 0,2178 0

14 39 1,86 0,06 0,067 0,2178 0

15 41 2 0,14 0,067 0,2178 0

16 21 1,98 0,02 0,067 0,2178 0

17 20 1,98 0 0,067 0,2178 0

18 53 1,9 0,08 0,067 0,2178 0

19 34 1,9 0 0,067 0,2178 0



Kelompok 10



2012


No. Raw


UCL

MR

LCL

MR

20 55 1,98 0,08 0,067 0,2178 0

21 29 2,2 0,22 0,067 0,2178 0

22 31 2 0,2 0,067 0,2178 0

23 8 1,88 0,12 0,067 0,2178 0

24 2 1,92 0,04 0,067 0,2178 0

25 27 1,9 0,02 0,067 0,2178 0

jumlah 48,52 1,6

rata-rata 1,9408 0,066667

Sampel yang keluar yaitu sampel ke 21

Gambar 4.6 Peta kendali MR Diameter As Roda iterasi 0

0

0,05

0,1

0,15

0,2

0,25

2 4 6 8 10 12 14 16 18 20 22 24

Nila

i MR

Nomor Sampel

Peta Kendali MR Diameter As Roda

UCL MR

LCL MR

MR bar

MR



Kelompok 10



2012

Gambar 4.7 Output SPSS Peta Kendali I-MR Diameter As Roda iterasi 0

2. Peta X bar-MR

Iterasi 0

= CLX = 25

5,48

1 Subgroup

Xn

i

1,9401

UCL = * = 1,9401+ 2,66*0,067 = 2,11902

LCL = * = 1,9401 - 2,66*0,067 = 1,76258



Kelompok 10



2012

Tabel 4.14 Perhitungan X bar Diameter As Roda iterasi 0

No. Raw

Material Ukuran x bar UCL x bar LCL x bar

1 15 1,9 1,9408 1,9408 1,9408

2 16 1,88 1,9408 2,11902 1,76258

3 22 2 1,9408 2,11902 1,76258

4 23 1,9 1,9408 2,11902 1,76258

5 18 1,94 1,9408 2,11902 1,76258

6 64 2 1,9408 2,11902 1,76258

7 26 1,98 1,9408 2,11902 1,76258

8 68 1,88 1,9408 2,11902 1,76258

9 12 1,92 1,9408 2,11902 1,76258

10 19 1,9 1,9408 2,11902 1,76258

11 5 1,92 1,9408 2,11902 1,76258

12 51 1,88 1,9408 2,11902 1,76258

13 28 1,92 1,9408 2,11902 1,76258

14 39 1,86 1,9408 2,11902 1,76258

15 41 2 1,9408 2,11902 1,76258

16 21 1,98 1,9408 2,11902 1,76258

17 20 1,98 1,9408 2,11902 1,76258

18 53 1,9 1,9408 2,11902 1,76258

19 34 1,9 1,9408 2,11902 1,76258

20 55 1,98 1,9408 2,11902 1,76258

21 29 2,2 1,9408 2,11902 1,76258

22 31 2 1,9408 2,11902 1,76258

23 8 1,88 1,9408 2,11902 1,76258

24 2 1,92 1,9408 2,11902 1,76258

25 27 1,9 1,9408 2,11902 1,76258

jumlah 48,52

rata-rata 1,9408



Kelompok 10



2012

Sampel yang keluar yaitu sampel ke 21

Gambar 4.8 Peta Kedali X bar Diameter As Roda Iterasi 0


1. Output SPSS

Iterasi 0

Gambar 4.9 Output SPSS Peta Kendali Xbar-MR Diameter As Roda iterasi 0

0

0,5

1

1,5

2

2,5

1 3 5 7 9 11 13 15 17 19 21 23 25

Uku

ran

Nomor Sampel

Peta Kendali X bar Diameter As Roda

UCL x bar

LCL x bar

x bar

x

USL

LSL



Kelompok 10



2012

2. Output Minitab

Iterasi 0

Gambar 4.10 Output Minitab Peta Kendali Xbar-MR dan I-MR Diameter As Roda iterasi 0

Iterasi 1

= CLR = MR =

124

2,1

11 n

MRn

i

0.052174


Jadi

UCLR= D4 3.267 x 0.052174= 0,170452

LCLR = D3 =0 x 0.052174= 0

Observation

In

div

idu

al

Va

lue

252321191715131197531

2,2

2,1

2,0

1,9

1,8

_X=1,9408

UB=2

LC L=1,7635

Observation

Mo

vin

g R

an

ge

252321191715131197531

0,20

0,15

0,10

0,05

0,00

__MR=0,0667

UC L=0,2178

LC L=0

1

1

I-MR Chart of C2



Kelompok 10



2012


No. Raw


UCL

MR

LCL

MR

1 15 1,9

2 16 1,88 0,02 0,052174 0,170452 0

3 22 2 0,12 0,052174 0,170452 0

4 23 1,9 0,1 0,052174 0,170452 0

5 18 1,94 0,04 0,052174 0,170452 0

6 64 2 0,06 0,052174 0,170452 0

7 26 1,98 0,02 0,052174 0,170452 0

8 68 1,88 0,1 0,052174 0,170452 0

9 12 1,92 0,04 0,052174 0,170452 0

10 19 1,9 0,02 0,052174 0,170452 0

11 5 1,92 0,02 0,052174 0,170452 0

12 51 1,88 0,04 0,052174 0,170452 0

13 28 1,92 0,04 0,052174 0,170452 0

14 39 1,86 0,06 0,052174 0,170452 0

15 41 2 0,14 0,052174 0,170452 0

16 21 1,98 0,02 0,052174 0,170452 0

17 20 1,98 0 0,052174 0,170452 0

18 53 1,9 0,08 0,052174 0,170452 0

19 34 1,9 0 0,052174 0,170452 0

20 55 1,98 0,08 0,052174 0,170452 0

22 31 2 0,02 0,052174 0,170452 0

23 8 1,88 0,12 0,052174 0,170452 0

24 2 1,92 0,04 0,052174 0,170452 0

25 27 1,9 0,02 0,052174 0,170452 0

jumlah 46,32 1,2

rata-rata 1,93 0,052174



Kelompok 10



2012

Gambar 4.11 Peta Kendali MR Diameter As Roda iterasi 1

Gambar 4.12 Output SPSS Peta Kendali I-MR Diameter As Roda iterasi 1

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

0,18

2 3 4 5 6 7 8 9 101112131415161718192021222324

Nila

i MR

Nomor Sampel

Peta Kendali MR Diameter As Roda

UCL MR

LCL MR

MR bar

MR



Kelompok 10



2012

2. Peta X bar-MR

= CLX = 24

32,46

1 Subgroup

Xn

i

1,93

UCL = * = 1,93+ 2,66*0,067 = 2,079583

LCL = * = 1,93- 2,66*0,067 = 1,802017

Tabel 4.16 perhitungan X bar Diameter As Roda iterasi 1

No. Raw


1 15 1,9 1,93 1,93 1,93

2 16 1,88 1,9408 2,079583 1,802017

3 22 2 1,9408 2,079583 1,802017

4 23 1,9 1,9408 2,079583 1,802017

5 18 1,94 1,9408 2,079583 1,802017

6 64 2 1,9408 2,079583 1,802017

7 26 1,98 1,9408 2,079583 1,802017

8 68 1,88 1,9408 2,079583 1,802017

9 12 1,92 1,9408 2,079583 1,802017

10 19 1,9 1,9408 2,079583 1,802017

11 5 1,92 1,9408 2,079583 1,802017

12 51 1,88 1,9408 2,079583 1,802017

13 28 1,92 1,9408 2,079583 1,802017

14 39 1,86 1,9408 2,079583 1,802017

15 41 2 1,9408 2,079583 1,802017

16 21 1,98 1,9408 2,079583 1,802017

17 20 1,98 1,9408 2,079583 1,802017

18 53 1,9 1,9408 2,079583 1,802017

19 34 1,9 1,9408 2,079583 1,802017

20 55 1,98 1,9408 2,079583 1,802017

22 31 2 1,9408 2,079583 1,802017

23 8 1,88 1,9408 2,079583 1,802017



Kelompok 10



2012

Tabel 4.16 perhitungan X bar Diameter As Roda iterasi 1

No. Raw


24 2 1,92 1,9408 2,079583 1,802017

25 27 1,9 1,9408 2,079583 1,802017

Jumlah 46,32

rata-rata 1,93

Gambar 4.13 Peta Kendali X bar-MR Diameter As Roda iterasi 1

0

0,5

1

1,5

2

2,5

1 3 5 7 9 11 13 15 17 19 21 23 25

Uku

ran

Nomor Sampel

Peta Kendali X bar Diameter As Roda

UCL x bar

LCL x bar

x bar

x

USL

LSL



Kelompok 10



2012


1. Output SPSS

Iterasi 1

Gambar 4.14 Output SPSS Peta Kendali Xbar-MR Diameter As Roda iterasi 1

2.Output Minitab

Gambar 4.15 Output Minitab Peta Kendali Xbar-MR dan I-MR Diameter As Roda iterasi 1

Observation

In

div

idu

al

Va

lue

2321191715131197531

2,00

1,95

1,90

1,85

1,80

_X=1,93

UB=2

LC L=1,7912

Observation

Mo

vin

g R

an

ge

2321191715131197531

0,16

0,12

0,08

0,04

0,00

__MR=0,0522

UC L=0,1705

LC L=0

I-MR Chart of C2



Kelompok 10



2012

3. Panjang Gardan


Tabel 4.17 Data Pengukuran Panjang Gardan

No Panjang

Gardan Raw Material

1 74,3 18

2 74,05 71

3 74,4 60

4 74,1 64

5 74,1 36

6 74,55 66

7 74,2 1

8 74,5 39

9 74,05 13

10 74,2 68

11 74,44 61

12 73,95 50

13 74,15 52

14 74,4 3

15 74,1 41

16 74,05 28

17 74,3 9

18 74,2 72

19 74,2 56

20 74,1 25



Kelompok 10



2012

1. Peta MR

= CLR = MR =

120

58,4

11 n

MRn

i

0.241053


Jadi

UCLR= D4 3.267 x 0,241053 = 0.787519

LCLR = D3 =0 x 0,241053 = 0

Tabel 4.18 Perhitungan MR Panjang Gardan

No. Raw


UCL

MR

LCL

MR

1 18 74,3

2 71 74,05 0,25 0,241053 0,787519 0

3 60 74,4 0,35 0,241053 0,787519 0

4 64 74,1 0,3 0,241053 0,787519 0

5 36 74,1 0 0,241053 0,787519 0

6 66 74,55 0,45 0,241053 0,787519 0

7 1 74,2 0,35 0,241053 0,787519 0

8 39 74,5 0,3 0,241053 0,787519 0

9 13 74,05 0,45 0,241053 0,787519 0

10 68 74,2 0,15 0,241053 0,787519 0

11 61 74,44 0,24 0,241053 0,787519 0

12 50 73,95 0,49 0,241053 0,787519 0

13 52 74,15 0,2 0,241053 0,787519 0

14 3 74,4 0,25 0,241053 0,787519 0

15 41 74,1 0,3 0,241053 0,787519 0

16 28 74,05 0,05 0,241053 0,787519 0

17 9 74,3 0,25 0,241053 0,787519 0

18 72 74,2 0,1 0,241053 0,787519 0

19 56 74,2 0 0,241053 0,787519 0

20 25 74,1 0,1 0,241053 0,787519 0

jumlah 1484,34 4,58

rata-rata 74,217 0,241053



Kelompok 10



2012

Gambar 4.16 Peta Kendali MR Panjang Gardan

Gambar 4.17 Output SPSS Peta Kendali I-MR Panjang Gardan

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

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

Nila

i MR

Nomor Sampel

Peta Kendali MR Panjang Gardan

UCL MR

LCL MR

MR bar

MR



Kelompok 10



2012

2. Peta X bar-MR

= CLX = 20

34,14684

1 Subgroup

Xn

i

74,217

UCL = * = 74,217 + 2,66*0,241053 = 74,8582

LCL = * = 74,217 - 2,66*0,241053 = 73,5758

Tabel 4.19 Perhitungan X bar-MR Panjang Gardan

No. Raw


1 18 74,3 74,217 74,217 74,217

2 71 74,05 74,217 74,8582 73,5758

3 60 74,4 74,217 74,8582 73,5758

4 64 74,1 74,217 74,8582 73,5758

5 36 74,1 74,217 74,8582 73,5758

6 66 74,55 74,217 74,8582 73,5758

7 1 74,2 74,217 74,8582 73,5758

8 39 74,5 74,217 74,8582 73,5758

9 13 74,05 74,217 74,8582 73,5758

10 68 74,2 74,217 74,8582 73,5758

11 61 74,44 74,217 74,8582 73,5758

12 50 73,95 74,217 74,8582 73,5758

13 52 74,15 74,217 74,8582 73,5758

14 3 74,4 74,217 74,8582 73,5758

15 41 74,1 74,217 74,8582 73,5758

16 28 74,05 74,217 74,8582 73,5758

17 9 74,3 74,217 74,8582 73,5758

18 72 74,2 74,217 74,8582 73,5758

19 56 74,2 74,217 74,8582 73,5758

20 25 74,1 74,217 74,8582 73,5758

jumlah 1484,34

rata-rata 74,217



Kelompok 10



2012

Gambar 4.18 Peta Kendali X bar Panjang Gardan

b. Perhitungan dengan Sofware

1. Output SPSS

Gambar 4.19 Output SPSS Peta Kendali Xbar-MR Panjang Gardan

72

72,5

73

73,5

74

74,5

75

1 2 3 4 5 6 7 8 9 1011121314151617181920

Uku

ran

Nomor Sampel

Peta Kendali X bar Panjang Gardan

UCL x bar

LCL x bar

x bar

x

USL

LSL



Kelompok 10



2012

2. Output Minitab

Gambar 4.20 Output Minitab Peta Kendali Xbar-MR dan I-MR Panjang Gardan

4. Diameter Gardan


Tabel 4.20 pengukuran diameter gardan

No diameter gardan Raw

material

1 1,6 59

2 1,4 39

3 1,5 18

4 1,48 19

5 1,48 28

6 1,52 13

7 1,54 72

8 1,44 56

9 1,5 1

10 1,54 36

Observation

In

div

idu

al

Va

lue

191715131197531

74,7

74,4

74,1

73,8

73,5

_X=74,217

UB=74,75

LC L=73,576

Observation

Mo

vin

g R

an

ge

191715131197531

0,8

0,6

0,4

0,2

0,0

__MR=0,2411

UC L=0,7876

LC L=0

I-MR Chart of C2



Kelompok 10



2012

Tabel 4.20 pengukuran diameter gardan (Lanjutan)

No diameter gardan Raw

material

11 1,48 9

12 1,6 52

13 1,58 50

14 1,6 41

15 1,5 71

16 1,52 3

17 1,6 64

18 1,52 42

19 1,48 68

20 1,54 66

1. Peta MR

= CLR = MR =

120

18,1

11 n

MRn

i

0.062105


Jadi

UCLR= D4 3.267 x 0.062105 = 0.202898

LCLR = D3 =0 x 0.062105= 0

Tabel 4.21 Perhitungan MR Diameter Gardan

No. Raw


UCL

MR

LCL

MR

1 59 1,60

2 39 1,40 0,2 0,062105 0,202898 0

3 18 1,50 0,1 0,062105 0,202898 0

4 19 1,48 0,02 0,062105 0,202898 0

5 28 1,48 0 0,062105 0,202898 0

6 13 1,52 0,04 0,062105 0,202898 0



Kelompok 10



2012

Tabel 4.21 Perhitungan MR Diameter Gardan (Lanjutan)

No. Raw


UCL

MR

LCL

MR

7 72 1,54 0,02 0,062105 0,202898 0

8 56 1,44 0,10 0,062105 0,202898 0

9 1 1,50 0,06 0,062105 0,202898 0

10 36 1,54 0,04 0,062105 0,202898 0

11 9 1,48 0,06 0,062105 0,202898 0

12 52 1,60 0,12 0,062105 0,202898 0

13 50 1,58 0,02 0,062105 0,202898 0

14 41 1,60 0,02 0,062105 0,202898 0

15 71 1,50 0,1 0,062105 0,202898 0

16 3 1,52 0,02 0,062105 0,202898 0

17 64 1,60 0,08 0,062105 0,202898 0

18 42 1,52 0,08 0,062105 0,202898 0

19 68 1,48 0,04 0,062105 0,202898 0

20 66 1,54 0,06 0,062105 0,202898 0

jumlah 30,42 1,18

rata-rata 1,521 0,062105

Gambar 4.21 Peta Kendali MR Diameter Gardan

0

0,05

0,1

0,15

0,2

0,25

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

Nila

i MR

Nomor Sampel

Peta Kendali MR Diameter Gardan

UCL MR

LCL MR

MR bar

MR



Kelompok 10



2012

Gambar 4.22 Output SPSS Peta Kendali I-MR Diameter Gardan

2. Peta X bar-MR

= CLX = 20

42,30

1 Subgroup

Xn

i

1,521

UCL = * = 1,521+ 2,66*0,062105 = 1,6862

LCL = * = 1,521- 2,66*0,062105 = 1,3558

Tabel 4.22 Perhitungan X bar-MR Diameter Gardan

No. Raw Material Ukuran x bar UCL x bar LCL x bar

1 59 1,60 1,521 1,521 1,521

2 39 1,40 1,521 1,6862 1,3558

3 18 1,50 1,521 1,6862 1,3558

4 19 1,48 1,521 1,6862 1,3558

5 28 1,48 1,521 1,6862 1,3558

6 13 1,52 1,521 1,6862 1,3558

7 72 1,54 1,521 1,6862 1,3558



Kelompok 10



2012

Tabel 4.22 Perhitungan X bar-MR Diameter Gardan

No. Raw Material Ukuran x bar UCL x bar LCL x bar

8 56 1,44 1,521 1,6862 1,3558

9 1 1,50 1,521 1,6862 1,3558

10 36 1,54 1,521 1,6862 1,3558

11 9 1,48 1,521 1,6862 1,3558

12 52 1,60 1,521 1,6862 1,3558

13 50 1,58 1,521 1,6862 1,3558

14 41 1,60 1,521 1,6862 1,3558

15 71 1,50 1,521 1,6862 1,3558

16 3 1,52 1,521 1,6862 1,3558

17 64 1,60 1,521 1,6862 1,3558

18 42 1,52 1,521 1,6862 1,3558

19 68 1,48 1,521 1,6862 1,3558

20 66 1,54 1,521 1,6862 1,3558

jumlah 30,42

rata-rata 1,521

Gambar 4.23 Peta Kendali X bar Diameter Gardan

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

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

Uku

ran

Nomor Sampel

Peta Kendali X bar Diameter Gardan

UCL x bar

LCL x bar

x bar

x

USL

LSL



Kelompok 10



2012


1. Output SPSS

Gambar 4.24 Output SPSS Peta Kendali Xbar-MR Diameter Gardan

2. Output Minitab

Gambar 4.25 Output Minitab Peta Kendali Xbar-MR dan I-MR Diameter Gardan

Observation

In

div

idu

al

Va

lue

191715131197531

1,6

1,5

1,4

_X=1,521

UB=1,61

LC L=1,3558

Observation

Mo

vin

g R

an

ge

191715131197531

0,20

0,15

0,10

0,05

0,00

__MR=0,0621

UC L=0,2029

LC L=0

I-MR Chart of C2



Kelompok 10



2012

5. Diameter Besi Di

master modul 6

Documents