modul 6 fix kel 9 rapih insyaallah
DESCRIPTION
modul 6TRANSCRIPT
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada era saat ini, setiap perusahaan sangat memperhatikan kualiatas produksi yang
dihasilkan. Karena pengendalian kualitas dan mutu hasil barang yang diproduksi suatu
perusahaan merupakan faktor yang paling vital agar perusahaan tetap dapat bersaing
pada pangsa pasar yang ada. Proses produksi tiap perusahaan harus dapat dikendalikan
dengan baik dan benar agar tidak membuat perusahaan menjadi rugi, serta kualitas
produk yang dihasilkan perusahaan tetap terkendali. Proses produksi perusahaan harus
stabil dan dapat mengeporasikan semua produk hingga produk yang dihasilkan sesuai
dengan spesifikasi yang diinginkan oleh konsumen. Pengendalian mutu dan kualitas
pada dunia industri digunakan sebagai salah satu alat manajemen untuk mengamati,
mengidentifikasi, menilai dan mengambil analisa bahwa sifat yang paling penting suatu
produk dengan bentuk bahan bakunya. Hasil pengukuran yang dipakai dalam penentuan
suatu kualitas barang yang dihasilkan, nilainya dapat berubah-ubah dari satu produk ke
produk yang lain meskipun kondisi proses produksi dapat diusahakan sama. Maka dari
itu mengakibatkan timbulnya variasi kualitas suatu produk yang dihasilkan.
PT Java Tamiya Factory merupakan salah satu perusahaan yang bergerak pada
bidang industri perakitan tamiya, dalam usahanya mempertahankan posisi sebagai
perusahaan tamiya terkenal di Jepang dan sedang berkembang di Indonesia dengan
memiliki hasil produksi dengan kualitas tinggi maka perusahaan JTF memerlukan
proses pengendalian kualitas tamiya yang dihasilkan. Agar produk yang dihasilkan tetap
menjadi pilihan masyarakat. Maka perusahaan perlu melakukan statistical quality
control and quality cost planning.
1.2 Perumusan Masalah
Permasalahan yang dihadapi PT Java Tamiya Factory adalah:
1. PT. Java Tamiya Factory adalah perusahaan yang baru berkembang di Indonesia
yang memproduksi tamiya mini 4 WD yang memiliki brand unggul pada pangsa
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 1
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
pasar dunia, sehingga PT. JTF ingin memenuhi permintaan pasar di Indonesia
sehingga diperlukan adanya pengontrolan kualitas terhadap produk yang dihasilkan
agar standar kualitas PT.JTF tetap terjaga.
2. Berapa biaya kualitas yang dikeluarkan PT.JTF dalam produksi tamiya mini 4 WD?
1.3 Tujuan Penulisan
Tujuan dalam penulisan ini adalah:
1. Dapat mengetahui tingkat kualitas produk yang dihasilkan oleh PT.JTF.
2. Memperbaiki kualitas produk tamiya mini 4 WD agar menjadi lebih baik.
3. Mengetahui biaya kualitas yang dikeluarkan perusahaan dalam rangka
peningkatan kualitas produk.
1.4 Batasan dan Asumsi
Pembatasan masalah pada statistical quality control and quality cost planning ini
adalah kita hanya fokus pada pengendalian suatu proses produksi yang akan dihasilkan
PT. JTF serta rencana biaya kualitas yang akan dikeluarkan perusahaan dalam rangka
proses pengendalian kualitas produksi PT. JTF. Selain itu dalam melakukan pengolahan
data kita menggunakan seven tools yaitu peta kendali (peta kendali atribut dan variabel),
diagram pareto untuk menyeleksi masalah melalui frekuensi tipe permasalahan, dan
diagram fishbone untuk mengetahui sebab akibat permasalahan. Pada peta kendali
atribut menggunakan peta kendali u (bumper belakang, pengunci body, tuas on-off, gear
dynamo, dan pengunci dynamo), c (gear besar, gear kecil, roda assy, roller besar, roller
kecil, dan rumah dynamo), np (dynamo) , p (plat belakang besar, plat belakang kecil,
plat depan, penutup plat depan, , dan U (body, dan chasis) dan untuk peta kendali
variabel yang digunakan hanya peta kendali x-MR.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 2
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1.4 Sistematika Penulisan
Sistematika penulisan laporan penelitian ini adalah sebagai berikut :
BAB I : PENDAHULUAN
Bab ini membahas mengenai latar belakang, rumusan masalah, tujuan
penulisan, batasan dan asumsi, dan sistematika penulisan.
BAB II : TINJAUAN PUSTAKA
Bab ini membahas mengenai dasar-dasar teori yang dijadikan sebagai
pedoman sesuai dengan bidang kajian yang diambil dalam pelaksanaan
pengolahan dan analisa data.
BAB III : METODOLOGI PENELITIAN
Berisi tentang flowchart penelitian atau urutan-urutan proses
praktikum.
BAB IV : PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini membahas mengenai pengumpulan data yaitu data variabel dan
data atribut serta pengolahan dari data yang sudah didapat.
BAB V : ANALISA
Bab ini membahas mengenai analisa terhadap acceptance sampling,
kebijakan sampel untuk as roda, garden, dan diameter besi dynamo,
analisis pengolahan data yang sudah berbentuk grafik, baik itu berupa
grafik untuk parameter variabel yang terdiri dari grafik kendali variabel
x dan MR dan parameter sifat yang terdiri dari grafik kendali sifat p,
np, c , u dan U, analisis kualitas finish product, analisis diagram pareto,
analisis peta kontrol np, analisis diagram fishbone,analisis proses serta
analisis biaya kualitas.
BAB VI : PENUTUP
Bab ini membahas mengenai kesimpulan dari laporan yang telah dibuat
atau hasil-hasil akhir dari analisa yang telah dilakukan pada bab
terdahulu dan memberikan usulan serta saran.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 3
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
BAB II
TINJAUAN PUSTAKA
2.1 Kualitas
2.1.1 Definisi Kualitas
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. Istilah kualitas memiliki banyak sekali definisi. Berikut ini ada beberapa
macam definisi kualitas menurut pendapat para ahli, antara lain:
Kualitas secara tradisional (Montgomery, 1996) adalah berdasarkan kepada
suatu pandangan bahwa produk dan pelayanan harus sesuai dengan ketentuan
mereka yang menggunakannya.
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 (Deming, 1980) adalah pemecahan masalah untuk mencapai
penyempurnaan terus-menerus. Pendekatan Deming merupakan pendekatan
secara bottom up.
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.
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
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 4
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
berkualitas apabila sesuai dengan keinginan pelanggan, dapat dimanfaatkan
dengan baik, dan diproduksi dengan cara yang baik dan benar (Feigenbaum,
1991).
2.1.2 Dimensi Kualitas
Suatu produk haruslah memiliki karakteristik/dimensi kualitas. Dimensi kualitas
adalah sifat – sifat yang dimiliki suatu benda atau barang maupun jasa yang secara
keseluruhan memberi rasa kepuasan kepada penggunanya karena telah sesuai dengan
apa yang dibutuhkan. Menurut Mullins, Orville, Larreche, dan Boyd (2005) apabila
perusahaan ingin mempertahankan keunggulan kompetitifnya dalam pasar, perusahaan
harus mengerti aspek dimensi apa saja yang digunakan oleh konsumen untuk
membedakan produk yang dijual perusahaan tersebut dengan produk pesaing.
Terdapat delapan dimensi kualitas produk manufaktur, yaitu:
1. Performance (kinerja), berhubungan dengan karakteristik operasi dasar dari
sebuah produk yang dipertimbangkan pelanggan ketika ingin membeli suatu
produk.
2. Durability (daya tahan), yang berarti berapa lama atau umur produk yang
bersangkutan bertahan sebelum produk tersebut harus diganti. Semakin
besar frekuensi pemakaian konsumen terhadap produk maka semakin besar
pula daya tahan produk.
3. Conformance to specifications (kesesuaian dengan spesifikasi), dari yaitu
sejauh mana karekteristik operasi dasar dari sebuah produk memenuhi
spesifikasi tertentu dari konsumen atau tidak ditemukannya cacat pada
produk.
4. Features (fitur), adalah karateristik produk yang dirancang untuk
menyempurnakan fungsi produk atau menambah ketertarikan konsumen
terhadap produk.
5. Reliability (reliabilitas), adalah probabilitas bahwa produk akan bekerja
dengan memuaskan atau tidak dalam periode waktu tertentu. Semakin kecil
kemungkinan terjadinya kerusakan maka produk tersebut dapat diandalkan.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 5
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
6. Aesthetics (estetika), berhubungan dengan bagaiman penampilan produk
bisa dilihat dari tampak, rasa bau, dan bentuk dari produk.
7. Serviceability (kemampuan melayani), merupakan karakteristik yang
berkaitan dengan kecepatan, keramahan, kompetensi, kemudahan, serta
akurasi dalam perbaikan.
8. Perceived quality (kesan kualitas), sering disebut merupakan hasil dari
penggunaan pengukuran yang dilakukan secara tidak langsung karena
terdapat kemungkinan bahwa konsumen tidak mengerti atau kekurangan
informasi atas produk yang bersangkutan.
2.2 Pengendalian Kualitas
Definisi pengendalian kualitas adalah alat bagi manajemen untuk memperbaiki
kualitas produk bila diperlukan, mempertahankan kualitas yang sudah tinggi dan
mengurangi jumlah bahan yang rusak. Pengendalian kualitas merupakan upaya
mengurangi kerugian-kerugian akibat produk rusak dan banyaknya sisa produk atau
scrap (Handoko, 2000).
Pengendalian kualitas merupakan alat penting bagi manajemen produksi
pengemasan produk untuk menjaga, memelihara, memperbaiki dan mempertahankan
kualitas produk agar sesuai dengan standar yang telah ditetapkan. Pengendalian kualitas
harus dapat mengarahkan beberapa tujuan terpadu, sehingga konsumen puas
menggunakan produk, baik barang atau jasa perusahaan.
Faktor-faktor yang mempengaruhi kualitas produksi, secara langsung
dipengaruhi oleh sembilan bidang dasar yang dikenal sebagai “9M”, yaitu market
(pasar), money (uang), management (manajemen), man (manusia), motivation
(motivasi), material (bahan), machines and mechanization (mesin dan mekanisme),
modern information method (metode informasi mesin) dan mounting product
requirements (persyaratan proses produk) (Handoko, 2000).
Kualitas produksi agar sesuai dengan yang direncanakan, maka perlu
diperhatikan standar berikut (Prawirosentono, 2004):
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 6
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1. Bahan baku
Bahan baku merupakan salah satu faktor yang perlu ditentukan standarnya.
Penetapan standar bahan baku ini dapat digunakan sebagai pedoman atas
petunjuk bagi karyawan mesin yang langsung memproses bahan baku. Jadi
kualitas bahan baku akan sangat baik, apabila lebih dulu ditentukan standarnya.
Kualitas baik mempunyai hubungan kuat dengan proses dan kualitas produk
akhir perusahaan.
2. Tenaga kerja
Tenaga Kerja merupakan salah satu faktor terpenting dalam proses produksi,
karena menentukan tercapai tidaknya standar kualitas produk yang telah
ditetapkan. Perlu ditentukan atau diperhatikan mengenai standar jam kerja dan
standar upah.
3. Peralatan
Peralatan produksi atau mesin produksi dari suatu perusahaan sangat perlu untuk
ditentukan standarnya. Hal ini terkait dengan operasi perusahaan, terutama dalam
penentuan tingkat operasi yang optimal. Penggunaan peralatan produksi tanpa
memperhatikan standar pemakaian maksimal dari masing-masing mesin akan
menimbulkan berbagai macam kesulitan, yang pada akhirnya menyebabkan produk
akhir perusahaan tidak sesuai dengan standar yang telah ditentukan.
4. Proses
Proses produksi dapat mempengaruhi produk dan produktivitas perusahaan,
maka perlu adanya standar proses produksi. Lama waktu proses dapat direncanakan
dan perusahaan dapat memperkirakan waktu penyelesaian proses dengan baik.
Ada 4 (empat) langkah dalam melakukan quality control (QC) (Ariani, 2002),
yaitu:
1. Menetapkan standar kualitas produk yang akan dibuat. Sebelum produk
berkualitas dibuat oleh perusahaan dan ada baiknya ditetapkan standar yang jelas
batasannya untuk mempermudah pengendalian.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 7
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
2. Menilai kesesuaian kualitas yang dibuat dengan standar yang ditetapkan.
Sebelum produk berkualitas dibuat oleh perusahaan dan sebaiknya ditetapkan
standar yang jelas batasannya untuk mempermudah pengendalian.
3. Mengambil tindakan korektif terhadap masalah dan penyebab yang terjadi,
dimana hal itu mempengaruhi kualitas produksi.
4. Merencanakan perbaikan untuk meningkatkan kualitas, bila perusahaan ingin
produknya berada dalam posisi pasar yang sangat menguntungkan, maka perlu
diadakan perencanaan perbaikan.
2.2.1 Tujuan dan Keuntungan Pengendalian Kualitas
Tujuan utama pengendalian kualitas adalah meningkatkan dan menjaga
kepuasan pelanggan. Keuntungan dari pengendalian kualitas adalah (Feigenbaum,
1991):
1. Meningkatkan kualitas dan desain produk
2. Meningkatkan aliran produksi
3. Meningkatkan moral tenaga kerja dan kesadaran mengenai kualitas
4. Meningkatkan pelayanan produk
5. Memperluas pangsa pasar.
2.2.2 Statistical Quality Control
Perangkat ini merupakan teori peluang dalam pengujian atau pemeriksaan
contoh Statistical Quality Control (SQC) dari metode statistik untuk mengumpulkan
dan menganalisis data hasil pemeriksaan terhadap contoh dalam kegiatan pengawasan
kualitas produk. SQC dilakukan dengan pengambilan kualitas dari populasi dan menarik
kesimpulan berdasar karakteristik contoh tersebut secara statistik (statistical inference).
SQC tidak menciptakan risiko, ataupun menghilangkan resiko. Tujuan SQC adalah
menunjukkan tingkat reliabilitas contoh dan bagaimana cara mengawasi risiko
(Handoko,2000).
Pengendalian kualitas statistik (statistical quality control) secara garis besar
digolongkan menjadi 2 (dua), yaitu pengendalian proses statistik (statistical process
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 8
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
control) atau yang sering disebut control chart dan rencana penerimaan contoh produk
atau yang sering dikenal dengan acceptance sampling (Ariani, 2002).
Jadi SQC dapat digunakan sebagai alat untuk mencegah kerusakan dengan
dengan cara menolak (reject) dan menerima (accept) berbagai produk yang dihasilkan
mesin dalam proses produksi, sekaligus upaya efisiensi biaya yang dikeluarkan
(Prawirosentono, 2004).
2.2.3 Acceptance Sampling
Acceptance Sampling adalah Sampling penerimaan. Acceptance Sampling
digunakan sebagai suatu bentuk dari inspeksi antara perusahaan dengan pemasok, antara
pembuat produk dengan konsumen, atau antar divisi dalam perusahaan. Oleh karenanya,
Acceptance Sampling tidak melakukan pengendalian atau perbaikan kualitas proses,
melainkan hanya sebagai metode untuk menentukan disposisi terhadap produk yang
datang (bahan baku) atau produk yang telah dihasilkan (barang jadi).
Selanjutnya, Acceptance Sampling digunakan dengan berbagai alasan, misalnya
karena pengujian yang dapat merusakkan produk, karena biaya inspeksi sangat tinggi,
karena 100% inspeksi yang dilakukan memerlukan waktu yang lama, atau karena
pemasok memiliki kinerja yang baik tetapi beberapa tindakan pengecekan tetap harus
dilaksanakan, atau pun karena adanya isu-isu mengenai tanggung jawab perusahaan
terhadap produk yang dihasilkan. Ada beberapa keunggulan dan kelemahan dalam
Acceptance Sampling. Keunggulan antara lain (Besterfield, 1998):
1) Lebih murah,
2) Dapat meminimalkan kerusakan dan perpindahan tangan,
3) Mengurangi kesalahan dalam inspeksi, dan
4) Dapat memotivasi pemasok bila ada penolakan bahan baku.
Sementara kelemahannya antara lain (Besterfield, 1998):
1) Adanya resiko penerimaan produk cacat atau penolakan produk baik,
2) Sedikitnya informasi mengenai produk,
3) Membutuhkan perencanaan dan pendokumentasian prosedur
pengambilan sampel, dan
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 9
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
4) Tidak adanya jaminan mengenai sejumlah produk tertentu yang akan
memenuhi spesifikasi.
Acceptance Sampling merupakan proses pembuatan keputusan yang
berdasarkan pada unit-unit sampel dari sejumlah produk yang dihasilkan perusahaan
atau yang dikirim oleh pemasok. Acceptance Sampling dapat dilakukan untuk data
atribut dan data variabel. Acceptance Sampling untuk data atribut dilakukan apabila
inspeksi mengklasifikasikan produk sebagi produk yang baik dan produk yang cacat
tanpa ada pengklasifikasian tingkat kesalahan atau cacat produk tersebut. Dalam
Acceptance Sampling untuk data variabel, karakteristik kualitas ditunjukkan dalam
setiap sampel. Oleh karenanya, dalam Acceptance Sampling untuk data variabel
dilakukan pula perhitungan rata-rata sampel dan penyimpangan atau deviasi standar
sampel tersebut. Apabila rata-rata sampel berada diluar jangkauan penerimaan, maka
produk tersebut akan ditolak. Selain terbagi untuk data atribut dan data variabel,
Acceptance Sampling juga mencakup pengambilan sampel atau inspeksi dengan
mengadakan pengembalian dan perbaikan dan pengambilan sampel atau inspeksi tanpa
mengadakan pengembalian dan perbaikan. Hal ini dilakukan selama inspeksi, dan
pengembalian serta perbaikan yang dilakukan juga juga membutuhkan biaya yang tidak
sedikit. Klasifikasi lain dalam Acceptance Sampling adalah pada teknik pengambilan
sampelnya, yaitu sampel tunggal, sampel ganda, dan sampel banyak. Prosedur
pengambilan sampel pasti merupakan sampel tunggal. Pengambilan sampel ganda
berarti apabila sampel yang diambil tidak cukup memberikan informasi, maka diambil
lagi sampel yang lain. Pada pengambilan sampel banyak, tambahan sampel dilakukan
setelah sampel kedua.
2.2.4 Alat dan Teknik Pengendalian Kualitas
Teknik dan alat pengendalian kualitas dapat berwujud 2 jenis, yaitu
menggunakan data verbal atau kualitatif dan yang menggunakan data numerik atau
kuantitatif. Teknik yang menggunakan data kualitatif adalah Flow chart, Brainstorming,
Diagram sebab akibat, Affinity diagram dan Diagram pohon. Sedangkan yang
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 10
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
menggunakan data kuantitatif, adalah Lembar periksa, Diagram Pareto, Histogram,
Scatter diagram, Grafik kendali dan Run chart (Ariani, 2002).
1. Flow Chart
Flow chart skematik atau diagram skematik adalah 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 setiap orang yang bertanggungjawab untuk memperbaiki suatu
proses harus mengetahui seluruh langkah dalam proses tersebut.
2. Brainstorming
Brainstorming adalah cara untuk memacu pemikiran kreatif guna
mengumpulkan ide-ide dari suatu kelompok dalam waktu yang relatif singkat.
3. Diagram Sebab Akibat ( Cause and Effect Diagram)
Diagram sebab akibat disebut Ishikawa diagram, karena dikembangkan oleh Dr.
Kaoru Ishikawa. Diagram tersebut juga disebut Fishbone diagram, karena
berbentuk seperti kerangka ikan. Diagram Sebab Akibat digunakan untuk
mengidentifikasi kategori dan sub kategori sebab-sebab yang mempengaruhi
suatu karakteristik kualitas tertentu .
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 yang sering digunakan untuk menghitung seberapa sering
sesuatu itu terjadi dan sering digunakan dalam pengumpulan dan pencatatan
data. Data yang sudah terkumpul tersebut kemudian dimasukkan kedalam grafik
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 11
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
seperti diagram Pareto ataupun Histogram, untuk kemudian dilakukan analisis
terhadapnya. Selain Checksheet, pengumpulan data dapat juga menggunakan
datasheet. Pada datasheet, data khusus dicatat dalam ruangan pada lembar kerja.
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, sehingga dapat memusatkan perhatian pada sebab-sebab yang
mempunyai dampak terbesar.
8. Histogram
Histogram adalah alat 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.
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
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 12
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
limit) dapat menggambarkan performansi yang diharapkan dari suatu proses
konsisten.
.
2.3 Biaya Kualitas
2.3.1 Pengertian Biaya Kualitas
Biaya kualitas adalah biaya yang terjadi atau mungkin akan terjadi karena
kualitas yang buruk. Menurut Blocher, dkk (2000:220), 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. Jadi biaya kualitas adalah
biaya yang berhubungan dengan penciptaan, pengidentifikasian, perbaikan, dan
pencegahan kerusakan. Biaya kualitas merupakan biaya yang terjadi karena adanya
kesadaran akan perlunya menghindari kesalahan sehingga tidak terjadi pemborosan atau
biaya yang terjadi karen adanya kesalahan pada produk yang sudah terlanjur terjadi dan
harus diperbaiki.
(kk.mercubuana.ac.id/, Ir.Fajar Kurniawan, M.Si. PENGENDALIAN KUALITAS)
2.3.2 Jenis-Jenis Biaya Kualitas
Menurut Russel yang dikutip oleh Ariani (2004:9), biaya kualitas digolongkan
dalam dua golongan besar, yaitu:
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:
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 13
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
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.
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.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 14
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
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.
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
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 15
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
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.
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
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 16
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
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.
Hansen dan Mowen (2005:8) mendefinisikan kegiatan-kegiatan yang
berhubungan dengan kualitas juga menunjukkan empat kategori biaya, yaitu:
1. Biaya pencegahan (prevention cost), yaitu biaya untuk mencegah
kerusakan atau cacat produk.
2. Biaya penilaian (appraisal cost), yaitu biaya yang harus dikeluarkan
untuk mengadakan pengujian terhadap produk yang dihasilkan.
3. Biaya kegagalan internal (internal failure cost), yaitu biaya yang harus
dikeluarkan karena perusahaan menghasilkan produk yang cacat, tapi cacat
produk tersebut sudah diketahui sebelum produk tersebut sampai pada
pelanggan.
4. Biaya kegagalan eksternal (external failure cost), yaitu biaya yang
dikeluarkan perusahaan karena menghasilkan produk yang cacat, dan produk ini
telah diterima oleh konsumen.
2.4 Peta Kendali
Peta kendali merupakan alat yang berfungsi untuk memonitor proses sehingga
variasi dari proses dapat dikendalikan secara statistic.
Macam-macam peta kendali:
a. Peta kendali variable digunakan jika karakteristik kualitas yang akan
dikendalikan diperoleh melalui pengukuran.
Contoh peta kendali variable : peta kendali X – s, X – R, X – MR
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 17
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
b. Peta kendali atribut digunakan jika karakteristik kualitas yang akan dikendalikan
tidak diperoleh melalui pengukuran. Namun atribut yang diperoleh melalui
pemeriksaan karakteristik produk yang hasilnya dinyatakan dengan sesuai atau
tidak sesuai berdasarkan ukuran atau standar tertentu.
Macam-macam peta kendali atribut
a. Peta kendali Proporsi (p-chart)
Sampel yang diambil harus konstan dan itemnya diasumsikan bebas
(independen). Peta kendali p ini merupakan peta kendal yang serba guna.
Digunakan untuk mengkontrol kemampuan karakteristik kualitas. Peta kendali p
juga dapat digunakan untuk mengukur kualitas operator mesin, stasiun kerja,
sebuah departemen. Peta kendali p digunakan untuk data atribut dengan ukuran
lot yang tidak sama. Peta kendali p berdasar pada distribusi binomial. Untuk
proporsi sampel diberikan rumus :
p= jumlah cacatjumlah diperiksa
Sedangkan untuk batas-batas kendali untuk peta kendali diberikan oleh:
Garis Tengah = p=
∑t=1
m
x t
n
UCL = p + 3√ p (1−p )ni
LCL = p - 3√ p (1−p )ni
b. Peta Kendali Jumlah (np-chart)
Sebagai alternatif untuk menghitung proporsi cacat, kita dapat menghitung
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 sampel diasumsikan untuk diberikan dalam distribusi binomial. Prinsip
yang sama juga digunakan untuk grafik jumlah cacat dan pembentukan np-Chart
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 18
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
serupa dengan pembentukan p-Chart. Jika ukuran sampel berubah, garis sumbu
dan batas kendali akan berubah pula.
n p =
Total Jumlah yang ditolakJumlah lot yang diperiksa
BKA = n p + 3√n p (1−p )
BKB = n p - 3√n p (1−p )Distribusi yang berlaku distribusi binomial.
Contoh penerapan : Jumlah produk yang ditolak pada pemeriksaan dengan
ukuran lot berbeda komponen elektronik karena tidak sesuai spesifikasi.
c. Peta Kendali Jumlah Ketidaksesuaian (c-chart)
u-Chart dan c-Chart berhubungan dengan item cacat. c-Chart digunakan untuk
melacak jumlah total ketidaksesuaian dalam sampel-sampel dengan ukuran
tetap. Jika ukuran sampel bervariasi digunakan u-Chart untuk melacak jumlah
ketidaksesuaian per unit. Dalam membangun c-Chart dan u-Chart, ukuran
sampel juga mengacu pada daerah peluang (single atau multiple).
c =
Jumlah kesalahan atau cacat totalJumlah pemeriksaan
BKA = c + 3 √c
BKB = c - 3 √c
Distribusi yang berlaku Poisson
Contoh penerapan :
Setiap lima meter kain mempunyai jumlah cacat (noda) berapa ?
Jumlah gelembung pada botol kaca.
d. Peta Kendali Jumlah Ketidaksesuaian per Unit (u-chart)
Grafik ini digunakan ketika ukuran sampel tetap. Jika area kesempatan berubah
satu sampel ke sampel yang lain, garis pesat dan batas kendali suatu tabel
berubah sesuai dimana ukuran sampel bervariasi. U- chart digunakan perusahaan
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 19
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
untuk memeriksa semua materi produksi atau jasa untuk kehadiran bukan
penyesuaian. Keluaran tiap produksi beranekaragam karena fluktuasi persediaan
tenaga kerja, uang dan bahan baku, dengan konsekuensi, jumlah pemeriksaan
per produksi setiap perubahan, sehingga menyebabkan ukuran sampel ketika
bariasi ukuran sampelsuatu peta kendali-u digunakan untuk memontor
banyaknya ketidaksesuaian per unit. Walaupun perubahan batas kendali dari
ukuran sampel bervariasi, garis pusat suatu peta kendali-u tetap konstan, ukuran
sampel variable dan standar tidak ditentukan ketika ukuran sampel bervariasi,
jumlah dari ketidaksesuaian per unit untuk sampel ke-I adalah:
u =
∑ c i
∑ ni = rata-rata cacat persatuan
ui =
Jumlah ketidaksesuaian yang diperolehJumlah unit pengukuran yang diperiksa =
c i
n
UCL = u + 3 √ uni
LCL = u - 3 √ uni
Distribusi yang digunakan Distribusi Poisson
Contoh penerapan :
1. Jumlah ketidaksesuaian pada lembaran karpet, dimana luas karpet yang
diperiksa tidak sama.
2. Jumlah ketidaksesuaian pada satu unit komputer.
e. Peta Kendali Jumlah Cela per Unit (U-chart)
Grafik kendali c dan u digunakan untuk semua jenis cacat banyaknya
ketidaksesuaian, tanpa memperhatikan derajat pembagiannya. Sebuah
pendekatan alternatif mengenai bobot banyaknya ketidaksesuaian menurut
derajat pembagian relatifnya (Besterfield 1990). Sistem tingkat kualitas ini, yang
merating cacat per unit dan disebut peta kendali U, mengatasi kekurangan dari
grafik kendali c dan u. Hal ini sangat membantu pada aplikasi pelayanan/service.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 20
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Sebagai kategori ANSI/ASQC (Standar A3 1978) : mengelompokan cacat dalam
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 terbobot
D = w1c1 + w2c2 + w3c3 + w4c4
Rata-rata cacat terbobot perunit
U =
Dn = (w1c1 + w2c2 + w3c3 + w4c4)/n
c adalah bilangan hasil penghitungan “cacat” (Poisson). Sehingga U merupakan
kombinasi linier dari variable acak independen Poisson.
U = w1u
1+ w2u
2+ w3u
3+ w4u
4
U = √ w12 u1+w2
2 u2+w32 u3+w4
2 u4
n
UCL = U + 3U
LCL = U - 3U
(modul 6 Praktikum PTI)
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 21
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
BAB III
METODOLOGI PENELITIAN
Gambar 3.1 Metodologi Penilitian
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 22
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Berdasarkan metodologi praktikum di atas dapat dilihat tahapan-tahapan yang
akan dilalui praktikan dalam menyelesaikan laporan tentang Statistical Quality Control
and Quality Cost Planning. Tahap pertama setelah memulai praktikum adalah
menentukan tujuan dari penulisan laporan. Kemudian menentukan batasan dan asumsi.
Melakukan Studi pustaka yang menyangkut tentang Quality Control and Quality Cost
Planning. Setelah melakukan studi pustaka selanjutnya adalah menentukan rencana
sampling penerimaan, membuat peta kendali variabel raw material, membuat diagram
pareto finish product, dan menghitung biaya kualitas. Hal yang perlu diperhatikan
dalam penentuan rencana sampling penerimaan adalah kebijakan perusahaan mengenai
AQL (Acceptable Quality Level) dan data tentang laporan pemesanan (MRP). Setelah
selesai menentukan rencana sampling penerimaan langkah selanjutnya adalah
menentukan jumlah sample. Selanjutnya melakukan pengukuran dimensi komponen.
Kemudian menentukan lot diterima atau tidak. Dalam membuat peta kendali variabel
raw material memerlukan data kebijakan perusahaan mengenai AQL dan data tentang
laporan pemesanan (MRP). Selanjutnya adalah melakukan inspeksi apakah data
terkontrol, jika ya maka lanjut menghitung performansi peta kendali. Jika data tidak
terkontrol maka mengeleminasi data yang out of control dan membuat peta kendali lagi
sampai data terkontrol. Untuk membuat diagram pareto finish product memerlukan data
kebijakan perusahaan mengenai AQL dan data lapora inspeksi bulanan. Kemudian
membuat peta kendali variabel finish product, dan jika data terkendali maka dapat
melanjutkan membuat kesimpulan dan saran tetapi jika tidak terkontrol maka
dilanjutkan dengan membuat diagram fishbone. Sedangkan untuk menghitung biaya
kualitas memerlukan data tentang kebijakan AQL dan data biaya yang dikeluarkan.
Selanjutnya setelah selesai menyelesaikan masing-masing langkah dalam menentukan
sampling penerimaan, membuat peta kendali variabel raw material, membuat diagram
pareto finish product, dan menghitung biaya kualitas, tahapan selanjutnya adalah
melakukan analisis. Kemudian dilanjutkan dengan membuat kesimpulan dan saran.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 23
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
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
PERIODE 1 2 3 4 5 6 7 8 9 10 11 12 Totalas roda 0 14.219 0 0 0 8.303 0 14.236 0 0 0 0 36.758
- Berdasarkan output MRP, ukuran lot periode 2 sebesar 14.219. 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 = 25
AQL = 0,35 konversi nilai AQL berdasarkan tabel 10.1 AQL conversion tabel ,
buku amitava mitra halaman 420. Didapatkan nilai AQL hasil konversi sebesar
0,40 karena 0,35 berada di antara 0,280 sampai 0,439.
Tabel 4.2 AQL Panjang As roda
No Panjang as roda (mm) X2
1 59,4 3528,362 59,4 3528,363 59,4 3528,364 59,5 3540,255 59,5 3540,256 60 3600,007 59,9 3588,018 59,9 3588,019 59,9 3588,0110 59,8 3576,0411 59,9 3588,0112 59,9 3588,0113 60 3600,0014 59,85 3582,02
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 24
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.2 AQL Panjang As roda
15 59,9 3588,0116 59,95 3594,0017 59,75 3570,0618 59,8 3576,0419 59,9 3588,0120 60 3600,0021 59,8 3576,0422 59,85 3582,0223 59,85 3582,0224 60 3600,0025 59,8 3576,04
Jumlah 1494,95 89395,94
x=59,4+59.4+… ..+59,825
=1494,95
25=59.80
S = √∑ x2−¿¿¿¿¿ = √ 89395,94−(1494,95)2/2525−1
= 0.196
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−X
S =
60−59.800.196
= 1,030 ZL = X−LSL
S =
59.80−570.196
=
14,272
- Berdasarkan tabel 10.3 buku amitava mitra halaman 422.didapatkan nilai
konsatanta k = 2,5.
Jadi , zu < k = 1,030 < 2,5 dan zl >k = 14,272 > 2,5 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 = 15,15 dan
PL = 0 jadi P= Pu + PL =15,15 + 0 = 15,15
- Berdasarkan tabel 10.5 buku amitava mitra halaman 424 , didapatkan nilai
konsatanta M = 3,8
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 25
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Jadi , P > M = 15,15 > 3,8 sehingga keputusannya adalah lot ditolak
Diameter as roda
- N = 25
AQL = 0,35 konversi nilai AQL berdasarkan tabel 10.1 AQL conversion tabel ,
buku amitava mitra halaman 420. Didapatkan nilai AQL hasil konversi sebesar
0,40 karena 0,35 berada di antara 0,280 sampai 0,439.
- ukuran lot periode 2 sebesar 14.219. 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 Diameter As Roda (mm) X2
1 1,9 3,61002 1,88 3,53443 1,9 3,61004 2 4,00005 1,9 3,61006 1,9 3,61007 1,9 3,61008 1,9 3,61009 1,9 3,610010 1,88 3,534411 2 4,000012 1,78 3,168413 1,78 3,168414 1,8 3,240015 1,82 3,312416 1,82 3,312417 1,78 3,168418 1,8 3,240019 1,78 3,168420 1,78 3,168421 1,76 3,097622 1,78 3,168423 1,78 3,168424 1,78 3,168425 1,76 3,0976
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 26
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Total 46,06 84,9860
x=1,9+1,8+… ..+1,7625
=46,06
25= 1, 84
S = √∑ x2−¿¿¿¿¿ = √ 84,9860−(46,06)2/2525−1
= 0.072
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−X
S =
2−1,840.072
= 2,183 ZL = X−LSL
S =
1,84−1,60,072
= 3,358
- Berdasarkan tabel 10.3 buku amitava mitra halaman 422.didapatkan nilai
konsatanta k = 2,5.
Jadi , zu > k = 2,183 > 2,5 dan zl >k = 3,358 > 2,5 Keputusannya zu dan zl
diterima
Berdasarkan tabel 10.7 buku amitava mitra didapatkan nilai PU = 1,13 dan
PL = 0,005 jadi P= Pu + PL =1,13 + 0,005 = 1,135
- Berdasarkan tabel 10.5 buku amitava mitra halaman 424 , didapatkan nilai
konsatanta M = 3,8
Jadi , P < M = 1,13 < 3,8 sehingga keputusannya adalah lot diterima.
4.1.2 Kebijakan sampel untuk Gardan
Panjang Gardan
- Hasil output MRP gardan
Tabel 4.4 Hasil output panjang Gardan
period
e 1 2 3 4 5 6 7 8 9 10 11 12
gardan 0
4.79
7 0
5.92
2 0
8.30
3 0
8.31
2 0
5,92
4 0 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 27
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
- Berdasarkan Output MRP, lot size as roda periode 2 adalah 4.797
Berarti berdasarkan tabel 10.2 (Buku Amitava Mitra) sample size code
letters (s-4) diperoleh
inspection levels adalah H = (3.201-10.000)
- N= 20 (berdasar tabel 10-3dari Buku Amitava Mitra)
AQL = 0,18, berdasar tabel 10-1 AQL conversion tabel AQL value = 0,25
(0,165-0,279)
Tabel 4.5 Data Pengukuran Panjang Gardan
NoUkuran (mm)
x2
1 74.35520.49
2 74.25505.64
3 74.15490.81
4 74.35520.49
5 74.45535.36
6 74.55550.25
7 74.45535.36
8 74.55550.25
9 73.35372.89
10 74.35520.49
11 74.45535.36
12 74.35520.49
13 74.25505.64
14 74.45535.36
15 74.3 5520.4
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 28
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
9
16 74.35520.49
17 74.55550.25
18 74.35520.49
19 74.55550.25
20 74.35520.49
Jumlah 1485.8
110381
x=74,3+74,2+74,1+74,3+74,4+…+74,320
=1485,820
=74,29
S = √∑ x2−¿¿¿¿¿
Standar perusahaan untuk panjang gardan 74 0,75 mm
USL = 74 + 0,75 = 74,75
LSL= 74 – 0,75 = 73,75
Zu = USL−X
S =
74,75−74,290.2198
= 2,0928 dan ZL = X−LSL
S =
74,29−73,750.2198
= 2,4568
Single Spesification Limit
Dari tabel 10-3 (Buku Amitava Mitra) master tabel for normal diperoleh nilai k=
2,24
Jadi, Zu < k = 2,0928 < 2,24 maka keputusannya yaitu lot ditolak, sedangkan
untuk ZL > k = 2,4568 > 2,24 maka keputusannya yaitu lot diterima. Karena
keputusannya ada 2 maka dilanjutkan ke double.
Double Spesification Limit
Berdasarkan tabel 10-7 (Buku Amitava Mitra) diperoleh nilai Pu dan PL:
Pu = 1,38 PL = 0,373 P= Pu+ PL =1,38+0,373 = 1,753
Dari tabel 10-5 master tabel for normal diperoleh nilai m = 0,846
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 29
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Jadi, P > m = 1,753 > 0,846 maka keputusannya yaitu lot ditolak.
Diameter Gardan
- Hasil output MRP garden
Tabel 4.6 Hasil output panjang Gardan
Periode 1 2 3 4 5 6 7 8 9 10 11 12
Garden 0 4.797 05.922 0 8.303 0 8.312 0
5,924 0 0
- Berdasarkan Output MRP, lot size as roda periode 2 adalah 4.797
Berarti berdasarkan tabel 10.2 (Buku Amitava Mitra) sample size code
letters (s-4) diperoleh
inspection levels adalah H = (3.201-10.000)
- N= 20 (berdasar tabel 10-3 dari Buku Amitava Mitra))
AQL = 0,18, berdasar tabel 10-1 (Buku Amitava Mitra) AQL conversion
tabel AQL value = 0,25 (0,165-0,279)
Tabel 4.7 Data Pengukuran Diameter Gardan
No Ukuran (mm) x21 1.36 1.84962 1.38 1.90443 1.42 2.01644 1.38 1.9044
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 30
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.7 Data Pengukuran Diameter Gardan
5 1.4 1.966 1.4 1.967 1.38 1.90448 1.38 1.90449 1.38 1.904410 1.38 1.904411 1.38 1.904412 1.38 1.904413 1.4 1.9614 1.42 2.016415 1.4 1.9616 1.38 1.904417 1.4 1.9618 1.38 1.904419 1.4 1.9620 1.4 1.96jumlah 27.8 38.6464
x=1,36+1,38+1,42+1,38+1,4+…+1,420
=27,820
=1,39
S = √∑ x2−¿¿¿¿¿
Standar perusahaan untuk panjang gardan 1,8 0,2 mm
USL = 1,8 + 0,2 = 2
LSL= 1,8 – 0,2 = 1,6
Zu = USL−X
S =
2−1,390.0152
= 40,132 dan ZL = X−LSL
S =
1,39−1,60.0152
= -
13,82
Single Spesification Limit
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 31
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Dari tabel 10-3 (Buku Amitava Mitra) master tabel for normal diperoleh nilai k
= 2,11
Jadi, Zu > k = 40,132 > 2,11 maka keputusannya yaitu lot diterima. Sedangkan
untuk ZL < k = - 13,82 < 2,11 maka keputusannya yaitu lot ditolak. Karena
keputusannya ada 2 maka dilanjutkan ke double.
Double Spesification Limit
Berdasarkan tabel 10-3 diperoleh nilai Zu dan ZL:
Pu = 0 PL = 50P= Pu+ PL =0+50=50
Dari tabel 10-5 (Buku Amitava Mitra) master tabel for normal diperoleh nilai m
= 0,846
Jadi, P > m = 50 > 0,846 maka keputusannya yaitu lot ditolak.
4.1.3 Kebijakan sampel untuk Besi Dinamo
- Hasil output MRP dynamo
Tabel 4.8 Hasil output panjang Gardan
periode 1 2 3 4 5 6 7 8 9 10 11 12dianamo 0 5,922 0 8,303 0 8,312 0 5,924 0 0 0 0
- Berdasarkan Output MRP, lot size as roda periode 2 adalah 5.922
Berarti berdasarkan tabel 10.2 (Buku Amitava Mitra) sample size code
letters (s-4) diperoleh
inspection levels adalah H = (3.201-10.000)
- N= 20 (berdasar tabel 10-3)
AQL = 0,18, berdasar tabel 10-1 AQL conversion tabel AQL value = 0,25
(0,165-0,279)
Tabel 4.9 Data Pengukuran Diameter Dinamo
No Ukuran (mm) x21 1.9 3.612 1.94 3.76363 1.9 3.614 1.88 3.53445 1.94 3.76366 1.88 3.5344
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 32
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
7 1.9 3.618 1.88 3.53449 1.88 3.534410 1.9 3.6111 1.92 3.686412 1.9 3.6113 1.92 3.686414 1.9 3.6115 1.88 3.5344
Lanjutan Tabel 4.9 Data Pengukuran Diameter Dinamo
16 1.9 3.6117 1.92 3.686418 1.9 3.6119 1.94 3.763620 1.88 3.5344
jumlah 38.06 72.4364
x=1,9+1,94+1,9+1,88+1,94+…+1,8820
=38,0620
=1,903
S = √∑ x2−¿¿¿¿¿
Standar perusahaan untuk panjang gardan 1,95 0,15 mm
USL = 1,95 + 0,15 = 2,1
LSL= 1,95 – 0,15 = 1,8
Zu = USL−X
S =
2,1−1,9030.021
= 9,3801 dan ZL = X−LSL
S =
1,903−1,80.021
=
4,9048
Single Spesification Limit
Dari tabel 10-3 (Buku Amitava Mitra) master tabel for normal diperoleh nilai k
= 2,11
Jadi, Zu > k = 9,3801 > 2,11 sedangkan untuk ZL > k = 4,9048 > 2,11 maka
keputusannya yaitu lot diterima.
4.2 Pengumpulan dan Pengolahan Data Kualitas Raw Material
4.2.1 Data Variabel
1. Panjang Gardan
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 33
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Perhitungan Manual
a. Peta MR
Iterasi 0
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 4,420−1
= 0,232
Untuk n = 2, maka D4=3,267 dan D3=0
Sehingga,
UCLR= D4 R=¿ 3.267 x 0,232 = 0,7566
LCLR = D3 R = 0 x 0,232 = 0
Tabel 4.10 Perhitungan MR Panjang Gardan Iterasi 0
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 40 74,32 30 74,2 0,1 0,232 0,7566 03 51 74,1 0,1 0,232 0,7566 04 12 74,3 0,2 0,232 0,7566 05 9 74,4 0,1 0,232 0,7566 06 58 74,5 0,1 0,232 0,7566 07 39 74,4 0,1 0,232 0,7566 08 55 74,5 0,1 0,232 0,7566 09 37 73,3 1,2 0,232 0,7566 0
10 3 74,3 1 0,232 0,7566 011 48 74,4 0,1 0,232 0,7566 012 62 74,3 0,1 0,232 0,7566 013 60 74,2 0,1 0,232 0,7566 014 59 74,4 0,2 0,232 0,7566 015 56 74,3 0,1 0,232 0,7566 016 8 74,3 0 0,232 0,7566 017 33 74,5 0,2 0,232 0,7566 018 21 74,3 0,2 0,232 0,7566 019 11 74,5 0,2 0,232 0,7566 020 49 74,3 0,2 0,232 0,7566 0
Jumlah 4,4 4,4 14,3748 0Rata – Rata 0,232 0,232 0,7566 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 34
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
0.2
0.4
0.6
0.8
1
1.2
1.4
Grafik Peta Kendali MR Panjang Gardan Iterasi 0
MRMR barUCLLCL
Sampel
Keti
daks
esua
ian
Gambar 4.1 Grafik Peta Kendali MR Panjang Gardan Iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 9 dan 10 dengan nilai MR sebesar 1,2 dan 1, sehingga harus dilakukan iterasi ke-
1 untuk menghilangkan data nomer 9 dan 10.
Iterasi 1
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 2,218−1
= 0,129
Untuk n = 2, maka D4=3,267 dan D3=0
Sehingga,
UCLR= D4 R=¿ 3.267 x 0,129 = 0,4228
LCLR = D3 R = 0 x 0,129 = 0
Tabel 4.11 Perhitungan MR Panjang Gardan Iterasi 1
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 40 74,32 30 74,2 0,1 0,129 0,4228 03 51 74,1 0,1 0,129 0,4228 04 12 74,3 0,2 0,129 0,4228 05 9 74,4 0,1 0,129 0,4228 06 58 74,5 0,1 0,129 0,4228 07 39 74,4 0,1 0,129 0,4228 08 55 74,5 0,1 0,129 0,4228 0
11 48 74,4 0,1 0,129 0,4228 012 62 74,3 0,1 0,129 0,4228 013 60 74,2 0,1 0,129 0,4228 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 35
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
14 59 74,4 0,2 0,129 0,4228 015 56 74,3 0,1 0,129 0,4228 016 8 74,3 0 0,129 0,4228 017 33 74,5 0,2 0,129 0,4228 018 21 74,3 0,2 0,129 0,4228 019 11 74,5 0,2 0,129 0,4228 020 49 74,3 0,2 0,129 0,4228 0
Jumlah 2,2 2,2 7,1874 0Rata - Rata 0,129 0,129 0,4228 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
Grafik Peta Kendali MR Panjang Gardan Iterasi 1
MRMR barUCLLCL
Sampel
Ke
tid
akse
suai
an
Gambar 4.2 Grafik Peta Kendali MR Panjang Gardan Iterasi 1
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-2.
Hasil Software
a. Software SPSS
Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 36
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.3 Software SPSS Peta Kendali MR Panjang Gardan Iterasi 0
Iterasi 1
Gambar 4.4 Software SPSS Peta Kendali MR Panjang Gardan Iterasi 1
b. Software Minitab
Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 37
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Observation
Moving Range
191715131197531
1,2
1,0
0,8
0,6
0,4
0,2
0,0
__MR=0,232
UCL=0,757
LCL=0
1
1
Moving Range Chart of C1
Gambar 4.5 Software Minitab Peta Kendali MR Panjang Gardan Iterasi 0
Iterasi 1
Observation
Moving Range
1715131197531
0,4
0,3
0,2
0,1
0,0
__MR=0,1294
UCL=0,4228
LCL=0
Moving Range Chart of C1
Gambar 4.6 Software Minitab Peta Kendali MR Panjang Gardan Iterasi 1
Peta x
Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 38
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
X = CLX =
∑i=1
n
= XSubgroup
=1338 ,218
= 74,3444
UCLX = X+2,66*MR = 74,3444 + 2,66*0,129 = 74,688
LCLX = X−2,66*MR = 74,3444 - 2,66*0,0129 = 74,001
Tabel 4.12 Perhitungan x Panjang Gardan Iterasi 0
No No. Komponen Ukuran (mm) X bar UCL LCL1 40 74,3 74,34444 74,688 74,0012 30 74,2 74,34444 74,688 74,0013 51 74,1 74,34444 74,688 74,0014 12 74,3 74,34444 74,688 74,0015 9 74,4 74,34444 74,688 74,0016 58 74,5 74,34444 74,688 74,0017 39 74,4 74,34444 74,688 74,0018 55 74,5 74,34444 74,688 74,001
11 48 74,4 74,34444 74,688 74,00112 62 74,3 74,34444 74,688 74,00113 60 74,2 74,34444 74,688 74,00114 59 74,4 74,34444 74,688 74,00115 56 74,3 74,34444 74,688 74,00116 8 74,3 74,34444 74,688 74,001
Lanjutan Tabel 4.12 Perhitungan x Panjang Gardan Iterasi 0
17 33 74,5 74,34444 74,688 74,00118 21 74,3 74,34444 74,688 74,00119 11 74,5 74,34444 74,688 74,00120 49 74,3 74,34444 74,688 74,001
Jumlah 1338,2 966,4778 970,939 962,017Rata - Rata 74,34444 74,344 74,688 74,001
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1873.6
73.8
74
74.2
74.4
74.6
74.8
Grafik Peta Kendali x Panjang Gardan Iterasi 0
Ukuran (mm)X barUCLLCL
Sampel
Ke
tid
akse
suai
an
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 39
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.7 Grafik Peta Kendali x Panjang Gardan Iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
Hasil Software
a. Software SPSS
Iterasi 0
Gambar 4.8 Software SPSS Peta Kendali x Panjang Gardan Iterasi 0
b. Software Minitab
Iterasi 0
Observation
Individual Value
1715131197531
74,7
74,6
74,5
74,4
74,3
74,2
74,1
74,0
_X=74,3444
UCL=74,6886
LCL=74,0003
I Chart of C1
Gambar 4.9 Software Minitab Peta Kendali x Panjang Gardan Iterasi 0
2. Diameter Gardan
Perhitungan Manual
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 40
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
a. Peta MR
Iterasi 0
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,2820−1
=0 , 015
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,015 = 0,0481
LCLR = D3 R = 0 x 0,015 = 0
Tabel 4.13 Perhitungan MR Diameter Gardan Iterasi 0
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 40 1,362 30 1,38 0,02 0,015 0,0481 03 51 1,42 0,04 0,015 0,0481 04 12 1,38 0,04 0,015 0,0481 05 9 1,4 0,02 0,015 0,0481 06 58 1,4 0 0,015 0,0481 07 39 1,38 0,02 0,015 0,0481 08 55 1,38 0 0,015 0,0481 09 37 1,38 0 0,015 0,0481 0
Lanjutan Tabel 4.13 Perhitungan MR Diameter Gardan Iterasi 0
10 3 1,38 0 0,015 0,0481 011 48 1,38 0 0,015 0,0481 012 62 1,38 0 0,015 0,0481 013 60 1,4 0,02 0,015 0,0481 014 59 1,42 0,02 0,015 0,0481 015 56 1,4 0,02 0,015 0,0481 016 8 1,38 0,02 0,015 0,0481 017 33 1,4 0,02 0,015 0,0481 018 21 1,38 0,02 0,015 0,0481 019 11 1,4 0,02 0,015 0,0481 020 49 1,4 0 0,015 0,0481 0
Jumlah 0,28 0,28 0,91476 0Rata - Rata 0,015 0,015 0,0481 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 41
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
0.01
0.02
0.03
0.04
0.05
0.06
Grafik Peta Kendali MR Diameter GardanIterasi 0
MRMR barUCLLCL
Sampel
Ke
tid
akse
suaia
n
Gamber 4.10 Grafik Peta Kendali MR Diameter Gardan Iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 42
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Hasil Software
a. Software SPSS
Iterasi 0
Gamber 4.11 Sofware SPSS Peta Kendali MR Diameter Gardan Iterasi 0
b. Software Minitab
Iterasi 0
Observation
Moving Range
191715131197531
0,05
0,04
0,03
0,02
0,01
0,00
__MR=0,01474
UCL=0,04815
LCL=0
Peta Kendali MR Diameter Gardan Iterasi 0
Gamber 4.12 Sofware Minitab Peta Kendali MR Diameter Gardan Iterasi 0
a. Peta x
Iterasi 0
X = CLX =
∑i=1
n
= XSubgroup
=27 ,820
=1 ,39
UCLX = X+2,66*MR = 1,39 + 2,66*0,015 = 1,429
LCLX = X−2,66*MR = 1,39 - 2,66*0,015 = 1,351
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 43
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Tabel 4.14 Perhitungan X Diameter Gardan Iterasi 0
No No. Komponen Ukuran (mm) X bar UCL LCL1 40 1,36 1,39 1,429 1,3512 30 1,38 1,39 1,429 1,3513 51 1,42 1,39 1,429 1,3514 12 1,38 1,39 1,429 1,3515 9 1,4 1,39 1,429 1,3516 58 1,4 1,39 1,429 1,3517 39 1,38 1,39 1,429 1,3518 55 1,38 1,39 1,429 1,3519 37 1,38 1,39 1,429 1,351
10 3 1,38 1,39 1,429 1,35111 48 1,38 1,39 1,429 1,35112 62 1,38 1,39 1,429 1,35113 60 1,4 1,39 1,429 1,35114 59 1,42 1,39 1,429 1,35115 56 1,4 1,39 1,429 1,35116 8 1,38 1,39 1,429 1,35117 33 1,4 1,39 1,429 1,35118 21 1,38 1,39 1,429 1,35119 11 1,4 1,39 1,429 1,35120 49 1,4 1,39 1,429 1,351
Jumlah 27,8 27,8 28,584 27,016
Rata - Rata 1,39 1,390 1,429 1,351
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 201.3
1.32
1.34
1.36
1.38
1.4
1.42
1.44
Grafik Peta Kendali X Diameter GardanIterasi 0
Series1Series2Series3Series4
Sampel
Ke
tid
ak
sesu
aia
n
Gambar 4.13 Grafik Peta Kendali X Diameter Gardan Iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 44
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Hasil Software
a. Software SPSS
Iterasi 0
Gambar 4.14 Software SPSS Peta Kendali X Diameter Gardan Iterasi 0
b. Software Minitab
Iterasi 0
Observation
Individual Value
191715131197531
1,43
1,42
1,41
1,40
1,39
1,38
1,37
1,36
1,35
_X=1,39
UCL=1,42919
LCL=1,35081
Peta Kendali X Diameter Gardan Iterasi 0
Gambar 4.15 Software Minitab Peta Kendali X Diameter Gardan Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 45
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3. Panjang Ass Roda
Perhitungan Manual
a. Peta MR
Iterasi 0
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 2,320−1
=0 , 096
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,096 = 0,3131
LCLR = D3 R = 0 x 0,096 = 0
Tabel 4.15 Perhitungan MR Panjang Ass Roda Iterasi 0
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 59,42 53 59,4 0 0,096 0,3131 03 74 59,4 0 0,096 0,3131 04 44 59,5 0,1 0,096 0,3131 05 84 59,5 0 0,096 0,3131 06 78 60 0,5 0,096 0,3131 07 7 59,9 0,1 0,096 0,3131 08 20 59,9 0 0,096 0,3131 09 59 59,9 0 0,096 0,3131 0
10 80 59,8 0,1 0,096 0,3131 011 46 59,9 0,1 0,096 0,3131 012 41 59,9 0 0,096 0,3131 013 71 60 0,1 0,096 0,3131 014 32 59,85 0,15 0,096 0,3131 015 62 59,9 0,05 0,096 0,3131 016 66 59,95 0,05 0,096 0,3131 017 25 59,75 0,2 0,096 0,3131 018 49 59,8 0,05 0,096 0,3131 019 82 59,9 0,1 0,096 0,3131 020 41 60 0,1 0,096 0,3131 021 19 59,8 0,2 0,096 0,3131 022 9 59,85 0,05 0,096 0,3131 023 2 59,85 0 0,096 0,3131 024 63 60 0,15 0,096 0,3131 025 60 59,8 0,2 0,096 0,3131 0
Lanjutan Tabel 4.15 Perhitungan MR Panjang Ass Roda Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 46
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Jumlah 2,3 2,300 7,5141 0
Rata – Rata 0,096 0,096 0,3131 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 240
0.1
0.2
0.3
0.4
0.5
0.6
Grafik Peta Kendali MR Panjang Ass RodaIterasi 0
MRMR barUCLLCL
Sampel
Keti
daks
esua
ian
Gambar 4.16 Grafik Peta Kendali MR Panjang Ass Roda Iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,3131) yakni pada
data nomor 6 dengan nilai MR sebesar 0,5, sehingga harus dilakukan iterasi ke-1 untuk
menghilangkan data nomer 6.
Iterasi 1
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 2,119−1
=0 , 091
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,091 = 0,2983
LCLR = D3 R = 0 x 0,091 = 0
Tabel 4.16 Perhitungan MR Panjang Ass Roda Iterasi 1
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 59,42 53 59,4 0 0,091 0,2983 03 74 59,4 0 0,091 0,2983 04 44 59,5 0,1 0,091 0,2983 05 84 59,5 0 0,091 0,2983 07 7 59,9 0,4 0,091 0,2983 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 47
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.16 Perhitungan MR Panjang Ass Roda Iterasi 1
8 20 59,9 0 0,091 0,2983 09 59 59,9 0 0,091 0,2983 0
10 80 59,8 0,1 0,091 0,2983 011 46 59,9 0,1 0,091 0,2983 012 41 59,9 0 0,091 0,2983 013 71 60 0,1 0,091 0,2983 014 32 59,85 0,15 0,091 0,2983 015 62 59,9 0,05 0,091 0,2983 016 66 59,95 0,05 0,091 0,2983 017 25 59,75 0,2 0,091 0,2983 018 49 59,8 0,05 0,091 0,2983 019 82 59,9 0,1 0,091 0,2983 020 41 60 0,1 0,091 0,2983 021 19 59,8 0,2 0,091 0,2983 022 9 59,85 0,05 0,091 0,2983 023 2 59,85 0 0,091 0,2983 024 63 60 0,15 0,091 0,2983 025 60 59,8 0,2 0,091 0,2983 0
Jumlah 2,1 2,100 6,8607 0Rata - Rata 0,091 0,091 0,2983 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 230
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
Grafik Peta Kendali MR Panjang Ass RodaIterasi 1
MRMR barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.17 Grafik Peta Kendali MR Panjang Ass Roda Iterasi 1
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,2893) yakni pada
data nomor 7 dengan nilai MR sebesar 0,45, sehingga harus dilakukan iterasi ke-2 untuk
menghilangkan data nomer 7.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 48
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 2
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 2,118−1
=0 , 095
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,095 = 0,3119
LCLR = D3 R = 0 x 0,095 = 0
Tabel 4.17 Perhitungan MR Panjang Ass Roda Iterasi 2
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 59,42 53 59,4 0 0,095 0,3119 03 74 59,4 0 0,095 0,3119 04 44 59,5 0,1 0,095 0,3119 05 84 59,5 0 0,095 0,3119 08 20 59,9 0,4 0,095 0,3119 09 59 59,9 0 0,095 0,3119 0
10 80 59,8 0,1 0,095 0,3119 011 46 59,9 0,1 0,095 0,3119 012 41 59,9 0 0,095 0,3119 013 71 60 0,1 0,095 0,3119 014 32 59,85 0,15 0,095 0,3119 015 62 59,9 0,05 0,095 0,3119 016 66 59,95 0,05 0,095 0,3119 017 25 59,75 0,2 0,095 0,3119 018 49 59,8 0,05 0,095 0,3119 019 82 59,9 0,1 0,095 0,3119 020 41 60 0,1 0,095 0,3119 021 19 59,8 0,2 0,095 0,3119 022 9 59,85 0,05 0,095 0,3119 023 2 59,85 0 0,095 0,3119 024 63 60 0,15 0,095 0,3119 025 60 59,8 0,2 0,095 0,3119 0
Jumlah 2,1 2,100 6,8607 0
Rata - Rata 0,095 0,095 0,3119 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 49
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 220
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
Grafik Peta Kendali MR Panjang Ass RodaIterasi 2
MRMR barUCLLCL
Sampel
Ke
tid
akse
sua
ian
Gambar 4.18 Grafik Peta Kendali MR Panjang Ass Roda Iterasi 2 Berdasarkan grafik diatas terdapat data yang melewati UCL (0,3119) yakni pada
data nomor 8 dengan nilai MR sebesar 0,4, sehingga harus dilakukan iterasi ke-3 untuk
menghilangkan data nomer 8.
Iterasi 3
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 2,118−1
=0,1
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,1 = 0,3267
LCLR = D3 R = 0 x 0,1 = 0
Tabel 4.18 Perhitungan MR Panjang Ass Roda Iterasi 3
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 59,42 53 59,4 0 0,100 0,3267 03 74 59,4 0 0,100 0,3267 04 44 59,5 0,1 0,100 0,3267 05 84 59,5 0 0,100 0,3267 09 59 59,9 0,4 0,100 0,3267 0
10 80 59,8 0,1 0,100 0,3267 011 46 59,9 0,1 0,100 0,3267 012 41 59,9 0 0,100 0,3267 013 71 60 0,1 0,100 0,3267 014 32 59,85 0,15 0,100 0,3267 015 62 59,9 0,05 0,100 0,3267 016 66 59,95 0,05 0,100 0,3267 0
Lanjutan Tabel 4.18 Perhitungan MR Panjang Ass Roda Iterasi 3
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 50
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
17 25 59,75 0,2 0,100 0,3267 018 49 59,8 0,05 0,100 0,3267 019 82 59,9 0,1 0,100 0,3267 020 41 60 0,1 0,100 0,3267 021 19 59,8 0,2 0,100 0,3267 022 9 59,85 0,05 0,100 0,3267 023 2 59,85 0 0,100 0,3267 024 63 60 0,15 0,100 0,3267 025 60 59,8 0,2 0,100 0,3267 0
Jumlah 2,1 2,100 6,8607 0
Rata - Rata 0,100 0,100 0,3267 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 210
0.050.1
0.150.2
0.250.3
0.350.4
0.45
Grafik Peta Kendali MR Panjang Ass RodaIterasi 3
MR
MR bar
UCL
LCLSampel
Ke
tid
akse
suai
an
Gambar 4.19 Grafik Peta Kendali MR Panjang Ass Roda Iterasi 3
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,3267) yakni pada
data nomor 9 dengan nilai MR sebesar 0,4, sehingga harus dilakukan iterasi ke-4 untuk
menghilangkan data nomer 9.
Iterasi 4
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 2,118−1
=0,1
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,1 = 0,3267
LCLR = D3 R = 0 x 0,1 = 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 51
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Tabel 4.19 Perhitungan MR Panjang Ass Roda Iterasi 4
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 59,42 53 59,4 0 0,095 0,3104 03 74 59,4 0 0,095 0,3104 04 44 59,5 0,1 0,095 0,3104 05 84 59,5 0 0,095 0,3104 0
10 80 59,8 0,3 0,095 0,3104 011 46 59,9 0,1 0,095 0,3104 012 41 59,9 0 0,095 0,3104 013 71 60 0,1 0,095 0,3104 014 32 59,85 0,15 0,095 0,3104 015 62 59,9 0,05 0,095 0,3104 016 66 59,95 0,05 0,095 0,3104 017 25 59,75 0,2 0,095 0,3104 018 49 59,8 0,05 0,095 0,3104 019 82 59,9 0,1 0,095 0,3104 020 41 60 0,1 0,095 0,3104 021 19 59,8 0,2 0,095 0,3104 022 9 59,85 0,05 0,095 0,3104 023 2 59,85 0 0,095 0,3104 024 63 60 0,15 0,095 0,3104 025 60 59,8 0,2 0,095 0,3104 0
Jumlah 1,9 1,900 6,2073 0
Rata - Rata 0,095 0,095 0,3104 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
0.05
0.1
0.15
0.2
0.25
0.3
0.35
Grafik Peta Kendali MR Panjang Ass RodaIterasi 4
MRMR barUCLLCL
Sampel
Ke
tid
akse
suai
an
Gambar 4.20 Grafik Peta Kendali MR Panjang Ass Roda Iterasi 4 Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 52
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Hasil Software
a. Software SPSS
Iterasi 0
Gambar 4.21 Software SPSS Peta Kendali MR Panjang Ass Roda Iterasi 0
Iterasi 1
Gambar 4.22 Software SPSS Peta Kendali MR Panjang Ass Roda Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 53
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 2
Gambar 4.23 Software SPSS Peta Kendali MR Panjang Ass Roda Iterasi 2
Iterasi 3
Gambar 4.24 Software SPSS Peta Kendali MR Panjang Ass Roda Iterasi 3
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 54
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 4
Gambar 4.25 Software SPSS Peta Kendali MR Panjang Ass Roda Iterasi 4
b. Software Minitab
Iterasi 0
Observation
Moving Range
252321191715131197531
0,5
0,4
0,3
0,2
0,1
0,0
__MR=0,0958
UCL=0,3131
LCL=0
1
Moving Range Chart of C1
Gambar 4.26 Software Minitab Peta Kendali MR Panjang Ass Roda Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 55
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Observation
Moving Range
2321191715131197531
0,4
0,3
0,2
0,1
0,0
__MR=0,0913
UCL=0,2983
LCL=0
1
Moving Range Chart of C1
Gambar 4.27 Software Minitab Peta Kendali MR Panjang Ass Roda Iterasi 1
Iterasi 2
Observation
Moving Range
2321191715131197531
0,4
0,3
0,2
0,1
0,0
__MR=0,0955
UCL=0,3119
LCL=0
1
Moving Range Chart of C1
Gambar 4.28 Software Minitab Peta Kendali MR Panjang Ass Roda Iterasi 2
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 56
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 3
Observation
Moving Range
21191715131197531
0,4
0,3
0,2
0,1
0,0
__MR=0,1
UCL=0,3267
LCL=0
1
Moving Range Chart of C1
Gambar 4.29 Software Minitab Peta Kendali MR Panjang Ass Roda Iterasi 3
Iterasi 4
Observation
Moving Range
21191715131197531
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
__MR=0,095
UCL=0,3104
LCL=0
Moving Range Chart of C1
Gambar 4.30 Software Minitab Peta Kendali MR Panjang Ass Roda Iterasi 4
a. Peta x
Iterasi 0
X = CLX =
∑i=1
n
= XSubgroup
=1225 ,2521
=59 , 77381
UCLX = X+2,66*MR = 59,77381 + 2,66*0,095 = 60,029
LCLX = X−2,66*MR = 59,77381 - 2,66*0,095 = 59,519
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 57
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Tabel 4.20 Perhitungan X Panjang As Roda Iterasi 0
No No. KomponenUkuran (mm) X bar UCL LCL
1 52 59,459,7738
1 60,029 59,519
2 53 59,459,7738
1 60,029 59,519
3 74 59,459,7738
1 60,029 59,519
4 44 59,559,7738
1 60,029 59,519
5 84 59,559,7738
1 60,029 59,519
10 80 59,859,7738
1 60,029 59,519
11 46 59,959,7738
1 60,029 59,519
12 41 59,959,7738
1 60,029 59,519
13 71 6059,7738
1 60,029 59,519
14 32 59,8559,7738
1 60,029 59,519
15 62 59,959,7738
1 60,029 59,519
16 66 59,9559,7738
1 60,029 59,519
17 25 59,7559,7738
1 60,029 59,519
18 49 59,859,7738
1 60,029 59,519
19 82 59,959,7738
1 60,029 59,519
20 41 6059,7738
1 60,029 59,519
21 19 59,859,7738
1 60,029 59,519
22 9 59,8559,7738
1 60,029 59,519
23 2 59,8559,7738
1 60,029 59,519
24 63 6059,7738
1 60,029 59,519
25 60 59,859,7738
1 60,029 59,519
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 58
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Jumlah 1255,25 1255,25
1200,575
1190,378
Rata - Rata 59,77381 59,774 60,029 59,519
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 2159
59.2
59.4
59.6
59.8
60
60.2
Grafik Peta Kendali x Panjang Ass RodaIterasi 0
Series1Series2Series3Series4
Sampel
Ke
tid
ak
sesu
aia
n
Gambar 4.31 Grafik Peta Kendali x Panjang Ass Roda Iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati LCL (59,519) yakni pada
data nomor 1,2,3,4 dan 5 dengan ukuran masing-masing sebesar 59,4; 59,4; 59,45; 59,5;
59,5 sehingga harus dilakukan iterasi ke-1 untuk menghilangkan data nomer 1,2,3,4 dan
5.
Iterasi 1
X = CLX =
∑i=1
n
= XSubgroup
=958 , 0516
=59 , 87813
UCLX = X+2,66*MR = 59,87813 + 2,66*0,095 = 60,133
LCLX = X−2,66*MR = 59,87813 - 2,66*0,095 = 59,623
Tabel 4.21 Perhitungan X Panjang As Roda Iterasi 1
No No. KomponenUkuran (mm) X bar UCL LCL
10 80 59,859,8781
3 60,133 59,623
11 46 59,959,8781
3 60,133 59,623
12 41 59,959,8781
3 60,133 59,623
13 71 6059,8781
3 60,133 59,62314 32 59,85 59,8781 60,133 59,623
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 59
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3
15 62 59,959,8781
3 60,133 59,623
16 66 59,9559,8781
3 60,133 59,623
17 25 59,7559,8781
3 60,133 59,623
18 49 59,859,8781
3 60,133 59,623
19 82 59,959,8781
3 60,133 59,623
20 41 6059,8781
3 60,133 59,623
21 19 59,859,8781
3 60,133 59,623
22 9 59,8559,8781
3 60,133 59,623
23 2 59,8559,8781
3 60,133 59,623
24 63 6059,8781
3 60,133 59,623
25 60 59,859,8781
3 60,133 59,623Jumla
h 958,05 958,05962,12
9953,97
1Rata - Rata 59,87813 59,878 60,133 59,623
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1659.3
59.4
59.5
59.6
59.7
59.8
59.9
60
60.1
60.2
Grafik Peta Kendali x Panjang Ass RodaIterasi 0
Ukuran (mm)
X bar
UCL
LCL
Sampel
Ke
tid
ak
sesu
aia
n
Gambar 4.32 Grafik Peta Kendali x Panjang Ass Roda Iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak perlu dilakukan iterasi ke-2.
Hasil Software
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 60
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
a. Software SPSS
Iterasi 0
Gambar 4.33 Software SPSS Peta Kendali x Panjang Ass Roda Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 61
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Gambar 4.34 Software SPSS Peta Kendali x Panjang Ass Roda Iterasi 1
b. Software Minitab
Iterasi 0
Observation
Individual Value
21191715131197531
60,1
60,0
59,9
59,8
59,7
59,6
59,5
59,4
_X=59,7738
UCL=60,0265
LCL=59,521111
111
I Chart of C1
Gambar 4.35 Software Minitab Peta Kendali x Panjang Ass Roda Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 62
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Observation
Individual Value
15131197531
60,2
60,1
60,0
59,9
59,8
59,7
59,6
_X=59,8781
UCL=60,1441
LCL=59,6122
I Chart of C1
Gambar 4.36 Software Minitab Peta Kendali x Panjang Ass Roda Iterasi 1
4. Diameter Ass Roda
Perhitungan Manual
a. Peta MR
Iterasi 0
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,7825−1
=0 , 033
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,033 = 0,1062
LCLR = D3 R =0 x 0,033 = 0
Tabel 4.22 Perhitungan MR Diameter Ass Roda Iterasi 0
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,033 0,1062 03 74 1,9 0,02 0,033 0,1062 04 44 2 0,1 0,033 0,1062 05 84 1,9 0,1 0,033 0,1062 06 78 1,9 0 0,033 0,1062 07 7 1,9 0 0,033 0,1062 08 20 1,9 0 0,033 0,1062 09 59 1,9 0 0,033 0,1062 0
10 80 1,88 0,02 0,033 0,1062 011 46 2 0,12 0,033 0,1062 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 63
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.22 Perhitungan MR Diameter Ass Roda Iterasi 0
12 41 1,78 0,22 0,033 0,1062 013 71 1,78 0 0,033 0,1062 014 32 1,8 0,02 0,033 0,1062 015 62 1,82 0,02 0,033 0,1062 016 66 1,82 0 0,033 0,1062 017 25 1,78 0,04 0,033 0,1062 018 49 1,8 0,02 0,033 0,1062 019 82 1,78 0,02 0,033 0,1062 020 41 1,78 0 0,033 0,1062 021 19 1,76 0,02 0,033 0,1062 022 9 1,78 0,02 0,033 0,1062 023 2 1,78 0 0,033 0,1062 024 63 1,78 0 0,033 0,1062 025 60 1,76 0,02 0,033 0,1062 0
Jumlah 0,78 0,78 2,54826 0Rata – Rata 0,033 0,033 0,1062 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 240
0.05
0.1
0.15
0.2
0.25
Grafik Peta Kendali MR Diameter Ass RodaIterasi 0
MRMR barUCLLCL
Sampel
Ke
tid
akse
suai
an
Gambar 4.37 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,1062) yakni pada
data nomor 11 dan 12 dengan ukuran masing-masing sebesar 0,12 dan 0,22 sehingga
harus dilakukan iterasi ke-1 untuk menghilangkan data nomer 11 dan 12.
Iterasi 1
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,5423−1
=0 , 025
Untuk n = 2, maka D4=3,267 dan D3=0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 64
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Jadi
UCLR= D4 R=¿ 3,267 x 0,025 = 0,0802
LCLR = D3 R = 0 x 0,025 = 0
Tabel 4.23 Perhitungan MR Diameter Ass Roda Iterasi 1No No. Komponen Ukuran (mm) MR MR bar UCL LCL
1 52 1,92 53 1,88 0,02 0,025 0,0802 03 74 1,9 0,02 0,025 0,0802 04 44 2 0,1 0,025 0,0802 05 84 1,9 0,1 0,025 0,0802 06 78 1,9 0 0,025 0,0802 07 7 1,9 0 0,025 0,0802 08 20 1,9 0 0,025 0,0802 09 59 1,9 0 0,025 0,0802 0
10 80 1,88 0,02 0,025 0,0802 013 71 1,78 0,1 0,025 0,0802 014 32 1,8 0,02 0,025 0,0802 015 62 1,82 0,02 0,025 0,0802 016 66 1,82 0 0,025 0,0802 017 25 1,78 0,04 0,025 0,0802 018 49 1,8 0,02 0,025 0,0802 019 82 1,78 0,02 0,025 0,0802 020 41 1,78 0 0,025 0,0802 021 19 1,76 0,02 0,025 0,0802 022 9 1,78 0,02 0,025 0,0802 023 2 1,78 0 0,025 0,0802 024 63 1,78 0 0,025 0,0802 025 60 1,76 0,02 0,025 0,0802 0
Jumlah 0,54 0,541,7641
8 0Rata - Rata 0,025 0,025 0,0802 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 65
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 220
0.02
0.04
0.06
0.08
0.1
0.12
Grafik Peta Kendali MR Diameter Ass RodaIterasi 1
MRMR barUCLLCL
sampel
Ke
tid
akse
suai
an
Gambar 4.38 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 1
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0802) yakni pada
data nomor 4,5 dan 13 dengan ukuran masing-masing sebesar 0,1 sehingga harus
dilakukan iterasi ke-2 untuk menghilangkan data nomer 4,5 dan 13.
Iterasi 2
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0,320−1
=0 , 016
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,016 = 0,0516
LCLR = D3 R = 0 x 0,016 = 0
Tabel 4.24 Perhitungan MR Diameter Ass Roda Iterasi 2
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,016 0,0516 03 74 1,9 0,02 0,016 0,0516 06 78 1,9 0 0,016 0,0516 07 7 1,9 0 0,016 0,0516 08 20 1,9 0 0,016 0,0516 09 59 1,9 0 0,016 0,0516 0
10 80 1,88 0,02 0,016 0,0516 014 32 1,8 0,08 0,016 0,0516 015 62 1,82 0,02 0,016 0,0516 016 66 1,82 0 0,016 0,0516 017 25 1,78 0,04 0,016 0,0516 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 66
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.24 Perhitungan MR Diameter Ass Roda Iterasi 2
18 49 1,8 0,02 0,016 0,0516 019 82 1,78 0,02 0,016 0,0516 020 41 1,78 0 0,016 0,0516 021 19 1,76 0,02 0,016 0,0516 022 9 1,78 0,02 0,016 0,0516 023 2 1,78 0 0,016 0,0516 024 63 1,78 0 0,016 0,0516 025 60 1,76 0,02 0,016 0,0516 0
Jumlah 0,3 0,3 0,9801 0Rata - Rata 0,016 0,016 0,0516 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
Grafik Peta Kendali MR Diameter Ass RodaIterasi 2
MRMR barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.39 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 2 Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0516) yakni pada
data nomor 14 dengan ukuran sebesar 0,08 sehingga harus dilakukan iterasi ke-3 untuk
menghilangkan data nomer 14.
Iterasi 3
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 , 2619−1
=0 , 014
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,014 = 0,0472
LCLR = D3 R = 0 x 0,014 = 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 67
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Tabel 4.25 Perhitungan MR Diameter Ass Roda Iterasi 3
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,014 0,0472 03 74 1,9 0,02 0,014 0,0472 06 78 1,9 0 0,014 0,0472 07 7 1,9 0 0,014 0,0472 08 20 1,9 0 0,014 0,0472 09 59 1,9 0 0,014 0,0472 0
10 80 1,88 0,02 0,014 0,0472 015 62 1,82 0,06 0,014 0,0472 016 66 1,82 0 0,014 0,0472 017 25 1,78 0,04 0,014 0,0472 018 49 1,8 0,02 0,014 0,0472 019 82 1,78 0,02 0,014 0,0472 020 41 1,78 0 0,014 0,0472 021 19 1,76 0,02 0,014 0,0472 022 9 1,78 0,02 0,014 0,0472 023 2 1,78 0 0,014 0,0472 024 63 1,78 0 0,014 0,0472 025 60 1,76 0,02 0,014 0,0472 0
Jumlah 0,26 0,26 0,84942 0Rata - Rata 0,014 0,014 0,0472 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180
0.01
0.02
0.03
0.04
0.05
0.06
0.07
Grafik Peta Kendali MR Diameter Ass RodaIterasi 3
MRMR barUCLLCL
Sampel
Ke
tid
akse
suaia
n
Gambar 4.40 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 3
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0472) yakni pada
data nomor 15 dengan ukuran sebesar 0,06 sehingga harus dilakukan iterasi ke-4 untuk
menghilangkan data nomer 15.
Iterasi 4
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 68
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 , 2618−1
=0 , 015
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,015 = 0,05
LCLR = D3 R = 0 x 0,015 = 0
Tabel 4.26 Perhitungan MR Diameter Ass Roda Iterasi 4
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,015 0,0500 03 74 1,9 0,02 0,015 0,0500 06 78 1,9 0 0,015 0,0500 07 7 1,9 0 0,015 0,0500 08 20 1,9 0 0,015 0,0500 09 59 1,9 0 0,015 0,0500 0
10 80 1,88 0,02 0,015 0,0500 016 66 1,82 0,06 0,015 0,0500 017 25 1,78 0,04 0,015 0,0500 018 49 1,8 0,02 0,015 0,0500 019 82 1,78 0,02 0,015 0,0500 020 41 1,78 0 0,015 0,0500 021 19 1,76 0,02 0,015 0,0500 022 9 1,78 0,02 0,015 0,0500 023 2 1,78 0 0,015 0,0500 024 63 1,78 0 0,015 0,0500 025 60 1,76 0,02 0,015 0,0500 0
Jumlah 0,26 0,26 0,84942 0Rata - Rata 0,015 0,015 0,0500 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 170
0.01
0.02
0.03
0.04
0.05
0.06
0.07
Grafik Peta Kendali MR Diameter Ass RodaIterasi 4
MRMR barUCLLCL
Sampel
Ke
tid
akse
suaia
n
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 69
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.41 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 4
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0472) yakni pada
data nomor 16 dengan ukuran sebesar 0,06 sehingga harus dilakukan iterasi ke-5 untuk
menghilangkan data nomer 16.
Iterasi 5
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,2617−1
=0 , 016
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,016 = 0,0531
LCLR = D3 R = 0 x 0,016 = 0
Tabel 4.27 Perhitungan MR Diameter Ass Roda Iterasi 5
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,016 0,0531 03 74 1,9 0,02 0,016 0,0531 06 78 1,9 0 0,016 0,0531 07 7 1,9 0 0,016 0,0531 08 20 1,9 0 0,016 0,0531 09 59 1,9 0 0,016 0,0531 0
10 80 1,88 0,02 0,016 0,0531 017 25 1,78 0,1 0,016 0,0531 018 49 1,8 0,02 0,016 0,0531 019 82 1,78 0,02 0,016 0,0531 020 41 1,78 0 0,016 0,0531 021 19 1,76 0,02 0,016 0,0531 0
Lanjutan Tabel 4.27 Perhitungan MR Diameter Ass Roda Iterasi 5
22 9 1,78 0,02 0,016 0,0531 023 2 1,78 0 0,016 0,0531 024 63 1,78 0 0,016 0,0531 025 60 1,76 0,02 0,016 0,0531 0
Jumlah 0,26 0,26 0,84942 0Rata - Rata 0,016 0,016 0,0531 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 70
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 160
0.02
0.04
0.06
0.08
0.1
0.12
Grafik Peta Kendali MR Diameter Ass RodaIterasi 5
MRMR barUCLLCL
Sampel
Ke
tid
akse
suai
an
Gambar 4.42 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 5
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0531) yakni pada
data nomor 17 dengan ukuran sebesar 0,1 sehingga harus dilakukan iterasi ke-6 untuk
menghilangkan data nomer 17.
Iterasi 6
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,2216−1
=0 ,015
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,015 = 0,0479
LCLR = D3 R = 0 x 0,015 = 0
Tabel 4.28 Perhitungan MR Diameter Ass Roda Iterasi 6
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,015 0,0479 03 74 1,9 0,02 0,015 0,0479 06 78 1,9 0 0,015 0,0479 0
Lanjutan Tabel 4.28 Perhitungan MR Diameter Ass Roda Iterasi 6
7 7 1,9 0 0,015 0,0479 08 20 1,9 0 0,015 0,0479 09 59 1,9 0 0,015 0,0479 0
10 80 1,88 0,02 0,015 0,0479 018 49 1,8 0,08 0,015 0,0479 019 82 1,78 0,02 0,015 0,0479 020 41 1,78 0 0,015 0,0479 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 71
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
21 19 1,76 0,02 0,015 0,0479 022 9 1,78 0,02 0,015 0,0479 023 2 1,78 0 0,015 0,0479 024 63 1,78 0 0,015 0,0479 025 60 1,76 0,02 0,015 0,0479 0
Jumlah 0,22 0,22 0,71874 0Rata - Rata 0,015 0,015 0,0479 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 150
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
Grafik Peta Kendali MR Diameter Ass RodaIterasi 6
MRMR barUCLLCL
sampel
ke
tid
akse
sua
ian
Gambar 4.43 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 6
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0479) yakni pada
data nomor 18 dengan ukuran sebesar 0,08 sehingga harus dilakukan iterasi ke-7 untuk
menghilangkan data nomer 18.
Iterasi 7
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,2215−1
=0 , 016
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,016 = 0,0523
LCLR = D3 R = 0 x 0,016 = 0
Tabel 4.29 Perhitungan MR Diameter Ass Roda Iterasi 7
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,016 0,0523 03 74 1,9 0,02 0,016 0,0523 06 78 1,9 0 0,016 0,0523 07 7 1,9 0 0,016 0,0523 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 72
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
8 20 1,9 0 0,016 0,0523 09 59 1,9 0 0,016 0,0523 0
10 80 1,88 0,02 0,016 0,0523 019 82 1,78 0,1 0,016 0,0523 020 41 1,78 0 0,016 0,0523 021 19 1,76 0,02 0,016 0,0523 022 9 1,78 0,02 0,016 0,0523 023 2 1,78 0 0,016 0,0523 024 63 1,78 0 0,016 0,0523 025 60 1,76 0,02 0,016 0,0523 0
Jumlah 0,22 0,224 0,731808 0Rata - Rata 0,016 0,016 0,0523 0
1 2 3 4 5 6 7 8 9 10 11 12 13 140
0.02
0.04
0.06
0.08
0.1
0.12
Grafik Peta Kendali MR Diameter Ass RodaIterasi 7
MRMR barUCLLCL
sampel
keti
da
kse
suai
an
Gambar 4.44 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 7 Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0523) yakni pada
data nomor 19 dengan ukuran sebesar 0,1 sehingga harus dilakukan iterasi ke-8 untuk
menghilangkan data nomer 19.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 73
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 8
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 , 2214−1
=0 ,017
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,017 = 0,0555
LCLR = D3 R = 0 x 0,017 = 0
Tabel 4.30 Perhitungan MR Diameter Ass Roda Iterasi 8No No. Komponen Ukuran (mm) MR MR bar UCL LCL
1 52 1,92 53 1,88 0,02 0,017 0,0555 03 74 1,9 0,02 0,017 0,0555 06 78 1,9 0 0,017 0,0555 07 7 1,9 0 0,017 0,0555 08 20 1,9 0 0,017 0,0555 09 59 1,9 0 0,017 0,0555 0
10 80 1,88 0,02 0,017 0,0555 020 41 1,78 0,1 0,017 0,0555 021 19 1,76 0,02 0,017 0,0555 022 9 1,78 0,02 0,017 0,0555 023 2 1,78 0 0,017 0,0555 024 63 1,78 0 0,017 0,0555 025 60 1,76 0,02 0,017 0,0555 0
Jumlah 0,22 0,2210,72200
7 0Rata - Rata 0,017 0,017 0,0555 0
1 2 3 4 5 6 7 8 9 10 11 12 130
0.02
0.04
0.06
0.08
0.1
0.12
Grafik Peta Kendali MR Diameter Ass RodaIterasi 8
MRMR barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.45 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 8
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 74
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0555) yakni pada
data nomor 20 dengan ukuran sebesar 0,1 sehingga harus dilakukan iterasi ke-9 untuk
menghilangkan data nomer 20.
Iterasi 9
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,2213−1
=0 , 018
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,018 = 0,0588
LCLR = D3 R = 0 x 0,018 = 0
Tabel 4.31 Perhitungan MR Diameter Ass Roda Iterasi 9
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,018 0,0588 03 74 1,9 0,02 0,018 0,0588 06 78 1,9 0 0,018 0,0588 07 7 1,9 0 0,018 0,0588 08 20 1,9 0 0,018 0,0588 09 59 1,9 0 0,018 0,0588 0
10 80 1,88 0,02 0,018 0,0588 021 19 1,76 0,12 0,018 0,0588 022 9 1,78 0,02 0,018 0,0588 023 2 1,78 0 0,018 0,0588 024 63 1,78 0 0,018 0,0588 025 60 1,76 0,02 0,018 0,0588 0
Jumlah 0,22 0,2160,70567
2 0Rata - Rata 0,018 0,018 0,0588 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 75
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 120
0.02
0.04
0.06
0.08
0.1
0.12
0.14
Grafik Peta Kendali MR Diameter Ass RodaIterasi 9
MRMR barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.46 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 9 Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0588) yakni pada
data nomor 21 dengan ukuran sebesar 0,12 sehingga harus dilakukan iterasi ke-10 untuk
menghilangkan data nomer 21.
Iterasi 10
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,1812−1
=0 ,016
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,016 = 0,0523
LCLR = D3 R = 0 x 0,016 = 0
Tabel 4.32 Perhitungan MR Diameter Ass Roda Iterasi 10
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,016 0,0523 03 74 1,9 0,02 0,016 0,0523 06 78 1,9 0 0,016 0,0523 07 7 1,9 0 0,016 0,0523 08 20 1,9 0 0,016 0,0523 09 59 1,9 0 0,016 0,0523 0
10 80 1,88 0,02 0,016 0,0523 022 9 1,78 0,1 0,016 0,0523 023 2 1,78 0 0,016 0,0523 024 63 1,78 0 0,016 0,0523 025 60 1,76 0,02 0,016 0,0523 0
Lanjutan Tabel 4.32 Perhitungan MR Diameter Ass Roda Iterasi 10
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 76
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Jumlah 0,18 0,1760,57499
2 0Rata - Rata 0,016 0,016 0,0523 0
1 2 3 4 5 6 7 8 9 10 110
0.02
0.04
0.06
0.08
0.1
0.12
Grafik Peta Kendali MR Diameter Ass RodaIterasi 10
MRMR barUCLLCL
Sampel
Ke
tid
akse
suai
an
Gambar 4.47 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 10
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0588) yakni pada
data nomor 21 dengan ukuran sebesar 0,12 sehingga harus dilakukan iterasi ke-11 untuk
menghilangkan data nomer 21.
Iterasi 11
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 , 1811−1
=0 , 018
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,018 = 0,0588
LCLR = D3 R = 0 x 0,018 = 0
Tabel 4.33 Perhitungan MR Diameter Ass Roda Iterasi 11
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,018 0,0588 03 74 1,9 0,02 0,018 0,0588 06 78 1,9 0 0,018 0,0588 07 7 1,9 0 0,018 0,0588 08 20 1,9 0 0,018 0,0588 09 59 1,9 0 0,018 0,0588 0
10 80 1,88 0,02 0,018 0,0588 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 77
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.33 Perhitungan MR Diameter Ass Roda Iterasi 11
23 2 1,78 0,1 0,018 0,0588 024 63 1,78 0 0,018 0,0588 025 60 1,76 0,02 0,018 0,0588 0
Jumlah 0,18 0,18 0,58806 0Rata - Rata 0,018 0,018 0,0588 0
1 2 3 4 5 6 7 8 9 100
0.02
0.04
0.06
0.08
0.1
0.12
Grafik Peta Kendali MR Diameter Ass RodaIterasi 11
MRMR barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.48 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 11
Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0588) yakni pada
data nomor 23 dengan ukuran sebesar 0,1 sehingga harus dilakukan iterasi ke-12 untuk
menghilangkan data nomer 23.
Iterasi 12
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 ,1810−1
=0 ,02
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,02 = 0,0653
LCLR = D3 R = 0 x 0,02 = 0
Tabel 4.34 Perhitungan MR Diameter Ass Roda Iterasi 12
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,020 0,0653 03 74 1,9 0,02 0,020 0,0653 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 78
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.34 Perhitungan MR Diameter Ass Roda Iterasi 12
6 78 1,9 0 0,020 0,0653 07 7 1,9 0 0,020 0,0653 08 20 1,9 0 0,020 0,0653 09 59 1,9 0 0,020 0,0653 0
10 80 1,88 0,02 0,020 0,0653 024 63 1,78 0,1 0,020 0,0653 025 60 1,76 0,02 0,020 0,0653 0
Jumlah 0,18 0,18 0,58806 0Rata - Rata 0,020 0,020 0,0653 0
1 2 3 4 5 6 7 8 90
0.02
0.04
0.06
0.08
0.1
0.12
Grafik Peta Kendali MR Diameter Ass RodaIterasi 12
MRMR barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.49 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 12 Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0653) yakni pada
data nomor 24 dengan ukuran sebesar 0,1 sehingga harus dilakukan iterasi ke-13 untuk
menghilangkan data nomer 24.
Iterasi 13
R = CLR = MR =
∑i=1
n
=|MR|n−1
=0 ,189−1
=0 ,023
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,023 = 0,0751
LCLR = D3 R = 0 x 0,023 = 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 79
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Tabel 4.35 Perhitungan MR Diameter Ass Roda Iterasi 13
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,023 0,0751 03 74 1,9 0,02 0,023 0,0751 06 78 1,9 0 0,023 0,0751 07 7 1,9 0 0,023 0,0751 08 20 1,9 0 0,023 0,0751 09 59 1,9 0 0,023 0,0751 0
10 80 1,88 0,02 0,023 0,0751 025 60 1,76 0,12 0,023 0,0751 0
Jumlah 0,18 0,1840,60112
8 0
Rata - Rata0,02
3 0,023 0,0751 0
1 2 3 4 5 6 7 80
0.02
0.04
0.06
0.08
0.1
0.12
0.14
Grafik Peta Kendali MR Diameter Ass RodaIterasi 13
MRMR barUCLLCL
sampel
ke
tid
akse
sua
ian
Gambar 4.50 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 13 Berdasarkan grafik diatas terdapat data yang melewati UCL (0,0751) yakni pada
data nomor 25 dengan ukuran sebesar 0,1 sehingga harus dilakukan iterasi ke-14 untuk
menghilangkan data nomer 25.
Iterasi 14
R = CLR = MR =
∑i=1
n
=|MR|n−1
=0 ,068−1
=0 ,009
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 R=¿ 3,267 x 0,009 = 0,0294
LCLR = D3 R = 0 x 0,009 = 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 80
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Tabel 4.36 Perhitungan MR Diameter Ass Roda Iterasi 14
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 52 1,92 53 1,88 0,02 0,009 0,0294 03 74 1,9 0,02 0,009 0,0294 06 78 1,9 0 0,009 0,0294 07 7 1,9 0 0,009 0,0294 08 20 1,9 0 0,009 0,0294 09 59 1,9 0 0,009 0,0294 0
10 80 1,88 0,02 0,009 0,0294 0Jumlah 0,06 0,063 0,205821 0
Rata - Rata 0,009 0,009 0,0294 0
1 2 3 4 5 6 70
0.005
0.01
0.015
0.02
0.025
0.03
0.035
Grafik Peta Kendali MR Diameter Ass RodaIterasi 14
MRMR barUCLLCL
sampel
ke
tid
akse
sua
ian
Gambar 4.51 Grafik Peta Kendali MR Diameter Ass Roda Iterasi 14
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak dilakukan iterasi ke-15.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 81
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Hasil Software
a. Software SPSS
Iterasi 0
Gambar 4.52 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 0
Iterasi 1
Gambar 4.53 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 82
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 2
Gambar 4.54 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 2
Iterasi 3
Gambar 4.55 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 3
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 83
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 4
Gambar 4.56 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 4
Iterasi 5
Gambar 4.57 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 5
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 84
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 6
Gambar 4.58 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 6
Iterasi 7
Gambar 4.59 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 7
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 85
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 8
Gambar 4.60 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 8
Iterasi 9
Gambar 4.61 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 9
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 86
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 10
Gambar 4.62 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 10
Iterasi 11
Gambar 4.63 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 11
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 87
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 12
Gambar 4.64 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 12
Iterasi 13
Gambar 4.65 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 13
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 88
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 14
Gambar 4.66 Software SPSS Peta Kendali MR Diameter Ass Roda Iterasi 14
b. Software Minitab
Iterasi 0
Observation
Moving Range
252321191715131197531
0,25
0,20
0,15
0,10
0,05
0,00
__MR=0,0325
UCL=0,1062
LCL=0
1
1
Moving Range Chart of C1
Gambar 4.67 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 89
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Observation
Moving Range
2321191715131197531
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,0245
UCL=0,0802
LCL=0
111
Moving Range Chart of C1
Gambar 4.68 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 1
Iterasi 2
Observation
Moving Range
191715131197531
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
__MR=0,01579
UCL=0,05159
LCL=0
1
Moving Range Chart of C1
Gambar 4.69 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 2
Iterasi 3
Observation
Moving Range
191715131197531
0,06
0,05
0,04
0,03
0,02
0,01
0,00
__MR=0,01444
UCL=0,04719
LCL=0
1
Moving Range Chart of C1
Gambar 4.70 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 3
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 90
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 4
Observation
Moving Range
1715131197531
0,06
0,05
0,04
0,03
0,02
0,01
0,00
__MR=0,01529
UCL=0,04997
LCL=0
1
Moving Range Chart of C1
Gambar 4.71 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 4
Iterasi 5
Observation
Moving Range
1715131197531
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,0163
UCL=0,0531
LCL=0
1
Moving Range Chart of C1
Gambar 4.72 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 5
Iterasi 6
Observation
Moving Range
15131197531
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
__MR=0,01467
UCL=0,04792
LCL=0
1
Moving Range Chart of C1
Gambar 4.73 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 6
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 91
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 7
Observation
Moving Range
151413121110987654321
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,0157
UCL=0,0513
LCL=0
1
Moving Range Chart of C1
Gambar 4.74 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 7
Iterasi 8
Observation
Moving Range
1413121110987654321
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,0169
UCL=0,0553
LCL=0
1
Moving Range Chart of C1
Gambar 4.75 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 8
Iterasi 9
Observation
Moving Range
13121110987654321
0,12
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,0183
UCL=0,0599
LCL=0
1
Moving Range Chart of C1
Gambar 4.76 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 9
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 92
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 10
Observation
Moving Range
121110987654321
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,0164
UCL=0,0535
LCL=0
1
Moving Range Chart of C1
Gambar 4.77 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 10
Iterasi 11
Observation
Moving Range
1110987654321
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,018
UCL=0,0588
LCL=0
1
Moving Range Chart of C1
Gambar 4.78 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 11
Iterasi 12
Observation
Moving Range
10987654321
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,02
UCL=0,0653
LCL=0
1
Moving Range Chart of C1
Gambar 4.79 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 12
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 93
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 13
Observation
Moving Range
987654321
0,12
0,10
0,08
0,06
0,04
0,02
0,00
__MR=0,0225
UCL=0,0735
LCL=0
1
Moving Range Chart of C1
Gambar 4.80 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 13
Iterasi 14
Observation
Moving Range
87654321
0,030
0,025
0,020
0,015
0,010
0,005
0,000
__MR=0,00857
UCL=0,02801
LCL=0
Moving Range Chart of C1
Gambar 4.81 Software Minitab Peta Kendali MR Diameter Ass Roda Iterasi 14
b. Peta x
Iterasi 0
X = CLX =
∑i=1
n
= XSubgroup
=15 ,168
=1 , 895
UCLX = X+2,66*MR = 1,895 + 2,66*0,009 = 1,919
LCLX = X−2,66*MR = 1,895 - 2,66*0,009 = 1,871
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 94
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.37 Perhitungan X Diameter As Roda Iterasi 0
No No. Komponen Ukuran (mm) X bar UCL LCL1 52 1,9 1,8950 1,919 1,8712 53 1,88 1,8950 1,919 1,8713 74 1,9 1,8950 1,919 1,8716 78 1,9 1,8950 1,919 1,8717 7 1,9 1,8950 1,919 1,8718 20 1,9 1,8950 1,919 1,8719 59 1,9 1,8950 1,919 1,871
10 80 1,88 1,8950 1,919 1,871Jumlah 15,16 15,16 15,352 14,968
Rata - Rata 1,895 1,895 1,919 1,871
1 2 3 4 5 6 7 81.84
1.85
1.86
1.87
1.88
1.89
1.9
1.91
1.92
1.93
Grafik Peta Kendali x Diameter Ass RodaIterasi 0
Ukuran (mm)X barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.82 Grafik Peta Kendali x Diameter Ass Roda Iterasi 0 Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak dilakukan iterasi ke-1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 95
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Hasil Software
a. Software SPSS
Iterasi 0
Gambar 4.83 Software SPSS Peta Kendali x Diameter Ass Roda Iterasi 0
b. Software Minitab
Iterasi 0
Observation
Individual V
alue
87654321
1,92
1,91
1,90
1,89
1,88
1,87
_X=1,895
UCL=1,91780
LCL=1,87220
I Chart of C1
Gambar 4.84 Software Minitab Peta Kendali x Diameter Ass Roda Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 96
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
5. Diameter Besi Dinamo
Perhitungan Manual
a. Peta MR
Iterasi 0
R = CLR = MR =
∑i=1
n
=|MR|n−1
= 0 , 5420−1
= 0,028
Untuk n = 2, maka D4=3,267 dan D3=0
Sehingga,
UCLR= D4 R=¿ 3.267 x 0,028 = 0,0929
LCLR = D3 R = 0 x 0,028 = 0
Tabel 4.38 Perhitungan MR Diameter Dinamo Iterasi 0
No No. Komponen Ukuran (mm) MR MR bar UCL LCL1 3 1,92 11 1,94 0,04 0,028 0,0929 03 25 1,9 0,04 0,028 0,0929 04 12 1,88 0,02 0,028 0,0929 05 22 1,94 0,06 0,028 0,0929 06 8 1,88 0,06 0,028 0,0929 07 33 1,9 0,02 0,028 0,0929 08 23 1,88 0,02 0,028 0,0929 09 19 1,88 0 0,028 0,0929 0
10 28 1,9 0,02 0,028 0,0929 011 20 1,92 0,02 0,028 0,0929 012 42 1,9 0,02 0,028 0,0929 013 45 1,92 0,02 0,028 0,0929 014 27 1,9 0,02 0,028 0,0929 015 43 1,88 0,02 0,028 0,0929 016 24 1,9 0,02 0,028 0,0929 017 64 1,92 0,02 0,028 0,0929 018 18 1,9 0,02 0,028 0,0929 019 6 1,94 0,04 0,028 0,0929 020 58 1,88 0,06 0,028 0,0929 0
Jumlah 0,54 0,54 1,76418 0Rata - Rata 0,028 0,028 0,0929 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 97
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
Grafik Peta Kendali MR Diameter Besi Dinamo Iterasi 0
MRMR barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.85 Grafik Peta Kendali MR Diameter Besi Dinamo Iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak dilakukan iterasi ke-1.
Hasil Software
a. Software SPSS
Iterasi 0
Gambar 4.86 Software SPSS Peta Kendali MR Diameter Besi Dinamo Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 98
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
b. Software Minitab
Iterasi 0
Observation
Moving Range
191715131197531
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
__MR=0,0284
UCL=0,0929
LCL=0
Moving Range Chart of C1
Gambar 4.87 Software Minitab Peta Kendali MR Diameter Besi Dinamo Iterasi 0
b. Peta x
Iterasi 0
X = CLX =
∑i=1
n
= XSubgroup
=38 ,0620
=1 ,904
UCLX = X+2,66*MR = 1,904 + 2,66*0,028 = 1,978
LCLX = X−2,66*MR = 1,904 - 2,66*0,028 = 1,830
Tabel 4.39 Perhitungan X Diameter Besi Dinamo Iterasi 0
No No. Komponen Ukuran (mm) X bar UCL LCL1 3 1,9 1,904 1,978 1,8302 11 1,94 1,904 1,978 1,8303 25 1,9 1,904 1,978 1,8304 12 1,88 1,904 1,978 1,8305 22 1,94 1,904 1,978 1,8306 8 1,88 1,904 1,978 1,8307 33 1,9 1,904 1,978 1,8308 23 1,88 1,904 1,978 1,8309 19 1,88 1,904 1,978 1,830
10 28 1,9 1,904 1,978 1,83011 20 1,92 1,904 1,978 1,83012 42 1,9 1,904 1,978 1,83013 45 1,92 1,904 1,978 1,83014 27 1,9 1,904 1,978 1,830
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 99
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.39 Perhitungan X Diameter Besi Dinamo Iterasi 0
15 43 1,88 1,904 1,978 1,83016 24 1,9 1,904 1,978 1,83017 64 1,92 1,904 1,978 1,83018 18 1,9 1,904 1,978 1,83019 6 1,94 1,904 1,978 1,83020 58 1,88 1,904 1,978 1,830
Jumlah 38,06 38,08 39,570 36,590Rata - Rata 1,904 1,904 1,978 1,830
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 201.75
1.8
1.85
1.9
1.95
2
Grafik Peta Kendali x Diameter Besi Dinamo Iterasi 0
Ukuran (mm)X barUCLLCL
sampel
keti
dak
sesu
aian
Gambar 4.88 Grafik Peta Kendali x Diameter Besi Dinamo Iterasi 0
Berdasarkan grafik diatas tidak terdapat data yang melewati UCL maupun LCL,
sehingga tidak dilakukan iterasi ke-1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 100
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Hasil Software
a. Software SPSS
Iterasi 0
Gambar 4.89 Sofware SPSS Peta Kendali x Diameter Besi Dinamo Iterasi 0
b. Software Minitab
Iterasi 0
Observation
Individual V
alue
191715131197531
2,00
1,95
1,90
1,85
_X=1,903
UCL=1,9786
LCL=1,8274
I Chart of C1
Gambar 4.90 Sofware Minitab Peta Kendali x Diameter Besi Dinamo Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 101
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
4.1.4 Data Variabel Atribut (Manual ,SPSS, Minitab)
Peta Kendali c
1. Gear Besar
Perhitungan Manual
Iterasi 0
Number of nonconformities =
c = 2174/20 = 108,7
UCL = c + 3√c = 108,7 + 3 √108,7 = 139,98
LCL = c - 3√c = 108,7 - 3 √108,7 = 77,42
Tabel 4.40 gear besar iterasi 0
No DateGear Besar
c UCL LCLN.of Inspeksi N.of Nonconformities
1 03/01/2013 90 115 108,7 139,98 77,422 04/01/3013 90 99 108,7 139,98 77,423 07/01/2013 90 115 108,7 139,98 77,424 08/01/2013 90 110 108,7 139,98 77,425 09/01/2013 90 108 108,7 139,98 77,426 10/01/2013 90 98 108,7 139,98 77,427 11/01/2013 90 111 108,7 139,98 77,428 14/01/2013 90 143 108,7 139,98 77,429 15/01/2013 90 94 108,7 139,98 77,42
10 16/01/2013 90 105 108,7 139,98 77,4211 17/01/2013 90 92 108,7 139,98 77,4212 18/01/2013 90 112 108,7 139,98 77,4213 21/01/2013 90 117 108,7 139,98 77,4214 22/01/2013 90 109 108,7 139,98 77,4215 23/01/2013 90 112 108,7 139,98 77,4216 25/01/2013 90 111 108,7 139,98 77,4217 28/01/2013 90 102 108,7 139,98 77,4218 29/01/2013 90 97 108,7 139,98 77,4219 30/01/2013 90 108 108,7 139,98 77,4220 31/01/2013 90 116 108,7 139,98 77,42
Total 2174
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 102
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
20
40
60
80
100
120
140
160
Gear Besar Peta Kendali c Iterasi 0
N.of NonconformitiescUCLLCL
sampel
ke
dit
akss
esu
aia
n
Gambar 4.91 output peta kendali c manual gear besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 8 dengan nilai 143, pada tanggal 14/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 8.
Iterasi 1
Number of nonconformities =
c = 2031/19 = 106,89
UCL = c + 3√c = 106,89 + 3 √106,89 = 137,9
LCL = c - 3√c = 106,89 - 3 √106,89 = 75,87
Tabel 4.41 gear besar iterasi 1.
No DateGear Besar
c UCL LCLN.of Inspeksi N.of Nonconformities
1 03/01/2013 90 115 106,89 137,9 75,872 04/01/3013 90 99 106,89 137,9 75,873 07/01/2013 90 115 106,89 137,9 75,874 08/01/2013 90 110 106,89 137,9 75,875 09/01/2013 90 108 106,89 137,9 75,876 10/01/2013 90 98 106,89 137,9 75,877 11/01/2013 90 111 106,89 137,9 75,879 15/01/2013 90 94 106,89 137,9 75,87
10 16/01/2013 90 105 106,89 137,9 75,8711 17/01/2013 90 92 106,89 137,9 75,8712 18/01/2013 90 112 106,89 137,9 75,8713 21/01/2013 90 117 106,89 137,9 75,8714 22/01/2013 90 109 106,89 137,9 75,87
Lanjutan Tabel 4.41 gear besar iterasi 1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 103
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
15 23/01/2013 90 112 106,89 137,9 75,8716 25/01/2013 90 111 106,89 137,9 75,8717 28/01/2013 90 102 106,89 137,9 75,8718 29/01/2013 90 97 106,89 137,9 75,8719 30/01/2013 90 108 106,89 137,9 75,8720 31/01/2013 90 116 106,89 137,9 75,87
Total 2031
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
20
40
60
80
100
120
140
160
Gear Besar Peta Kendali c Iterasi 1
N.of NonconformitiescUCLLCL
Sampel
Ke
tid
ak
sesu
aia
n
Gambar 4.92 output peta kendali c manual 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.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 104
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software SPSS
Iterasi 0
Gambar 4.93 output peta kendali c SPSS gear besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 8 dengan nilai 143, pada tanggal 14/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 8.
Iterasi 1
Gambar 4.94 output peta kendali c SPSS gear besar iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 105
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Software Minitab
Iterasi 0
Sample
Sample Count
191715131197531
150
140
130
120
110
100
90
80
70
_C=108,7
UCL=139,98
LCL=77,42
1
C Chart of C2
Gambar 4.95 output peta kendali c minitab gear besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 8 dengan nilai 143, pada tanggal 14/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 8.
Iterasi 1
Sample
Sample Count
191715131197531
140
130
120
110
100
90
80
70
_C=106,89
UCL=137,91
LCL=75,88
C Chart of C5
Gambar 4.96 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.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 106
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
2. Gear Kecil
Perhitungan Manual
Iterasi 0
Number of nonconformities =
c = 2266/20 = 113,3
UCL = c + 3√c = 113,3 + 3 √113,3 = 145,23
LCL = c - 3√c = 113,3 - 3 √113,3 = 81,37
Tabel 4.42 gear kecil iterasi 0
No DateGear Kecil
c UCL LCLN.of Inspeksi N.of Nonconformities
1 03/01/2013 90 107 113,3 145,23 81,372 04/01/3013 90 143 113,3 145,23 81,373 07/01/2013 90 117 113,3 145,23 81,374 08/01/2013 90 109 113,3 145,23 81,375 09/01/2013 90 114 113,3 145,23 81,376 10/01/2013 90 106 113,3 145,23 81,377 11/01/2013 90 114 113,3 145,23 81,378 14/01/2013 90 105 113,3 145,23 81,379 15/01/2013 90 108 113,3 145,23 81,37
10 16/01/2013 90 116 113,3 145,23 81,3711 17/01/2013 90 112 113,3 145,23 81,3712 18/01/2013 90 115 113,3 145,23 81,3713 21/01/2013 90 108 113,3 145,23 81,3714 22/01/2013 90 91 113,3 145,23 81,3715 23/01/2013 90 116 113,3 145,23 81,3716 25/01/2013 90 118 113,3 145,23 81,3717 28/01/2013 90 120 113,3 145,23 81,3718 29/01/2013 90 112 113,3 145,23 81,3719 30/01/2013 90 117 113,3 145,23 81,3720 31/01/2013 90 118 113,3 145,23 81,37
Total 2266
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 107
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
20
40
60
80
100
120
140
160
Gear Kecil Peta Kendali c Iterasi 0
N.of NonconformitiescUCLLCL
Sampel
Ke
tid
ak
sesu
aia
n
Gambar 4.97 output peta kendali c manual gear kecil iterasi 0
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
Software SPSS
Iterasi 0
Gambar 4.98 output peta kendali c SPSS gear kecil iterasi 0
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 108
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software Minitab
Iterasi 0
Sample
Sample Count
191715131197531
150
140
130
120
110
100
90
80
_C=113,3
UCL=145,23
LCL=81,37
C Chart of C2
Gambar 4.99 output peta kendali c minitab gear kecil iterasi 0
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
3. Roda Assy
Perhitungan Manual
Iterasi 0
Number of nonconformities =
c = 1990/20 = 99,5
UCL = c + 3√c = 99,5+ 3 √99,5 = 129,42
LCL = c - 3√c = 99,5- 3 √99,5 = 69,58
Tabel 4.43 roda assy iterasi 0
No DateRoda Assy
c UCL LCLN.of Inspeksi N.of Nonconformities
1 03/01/2013 90 118 99,5 129,42 69,582 04/01/3013 90 88 99,5 129,42 69,583 07/01/2013 90 104 99,5 129,42 69,584 08/01/2013 90 97 99,5 129,42 69,585 09/01/2013 90 101 99,5 129,42 69,586 10/01/2013 90 88 99,5 129,42 69,587 11/01/2013 90 95 99,5 129,42 69,588 14/01/2013 90 94 99,5 129,42 69,589 15/01/2013 90 96 99,5 129,42 69,58
Lanjutan Tabel 4.43 roda assy iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 109
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
10 16/01/2013 90 95 99,5 129,42 69,5811 17/01/2013 90 130 99,5 129,42 69,5812 18/01/2013 90 97 99,5 129,42 69,5813 21/01/2013 90 101 99,5 129,42 69,5814 22/01/2013 90 100 99,5 129,42 69,5815 23/01/2013 90 103 99,5 129,42 69,5816 25/01/2013 90 109 99,5 129,42 69,5817 28/01/2013 90 104 99,5 129,42 69,5818 29/01/2013 90 95 99,5 129,42 69,5819 30/01/2013 90 81 99,5 129,42 69,5820 31/01/2013 90 94 99,5 129,42 69,58
Total 1990
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
20
40
60
80
100
120
140
Roda Assy Peta Kendali c Iterasi 0
N.of NonconformitiescUCLLCL
Sampel
Ke
tid
akse
suaia
n
Gambar 4.100 output peta kendali c manual roda assy iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 11 dengan nilai 130, pada tanggal 17/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 11.
Iterasi 1
Number of nonconformities =
c = 1860/19 = 97,89
UCL = c + 3√c = 97,89 + 3 √97,89 = 127,57
LCL = c - 3√c = 97,89 - 3 √97,89 = 68,21
Tabel 4.44 roda assy iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 110
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
No DateRoda Assy
c UCL LCLN.of Inspeksi N.of Nonconformities
1 03/01/2013 90 118 97,89 127,57 68,212 04/01/3013 90 88 97,89 127,57 68,213 07/01/2013 90 104 97,89 127,57 68,214 08/01/2013 90 97 97,89 127,57 68,215 09/01/2013 90 101 97,89 127,57 68,216 10/01/2013 90 88 97,89 127,57 68,217 11/01/2013 90 95 97,89 127,57 68,218 14/01/2013 90 94 97,89 127,57 68,219 15/01/2013 90 96 97,89 127,57 68,21
10 16/01/2013 90 95 97,89 127,57 68,2112 18/01/2013 90 97 97,89 127,57 68,2113 21/01/2013 90 101 97,89 127,57 68,2114 22/01/2013 90 100 97,89 127,57 68,2115 23/01/2013 90 103 97,89 127,57 68,2116 25/01/2013 90 109 97,89 127,57 68,2117 28/01/2013 90 104 97,89 127,57 68,2118 29/01/2013 90 95 97,89 127,57 68,2119 30/01/2013 90 81 97,89 127,57 68,2120 31/01/2013 90 94 97,89 127,57 68,21
Total 1860
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
20
40
60
80
100
120
140
Roda Assy Peta Kendali c Iterasi 1
N.of NonconformitiescUCLLCL
Sampel
Ke
tid
akse
suaia
n
Gambar 4.101 output peta kendali c manual roda assy 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
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 111
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 0
Gambar 4.102 output peta kendali c SPSS roda assy iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 11 dengan nilai 130, pada tanggal 17/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 11.
Iterasi 1
Gambar 4.103 output peta kendali c SPSS roda assy 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
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 112
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 0
Sample
Sample Count
191715131197531
130
120
110
100
90
80
70
_C=99,5
UCL=129,42
LCL=69,58
1
C Chart of C2
Gambar 4.104 output peta kendali c minitab roda assy iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 11 dengan nilai 130, pada tanggal 17/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 11.
Iterasi 1
Sample
Sample Count
191715131197531
130
120
110
100
90
80
70
60
_C=97,89
UCL=127,58
LCL=68,21
C Chart of C2
Gambar 4.105 output peta kendali c minitab roda assy iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
4. Roller Besar
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 113
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Perhitungan Manual
Iterasi 0
Number of nonconformities =
c = 1988/20 = 99,4
UCL = c + 3√c = 99,4 + 3 √99,4 = 129,3
LCL = c - 3√c = 99,4 - 3 √99,4 = 69,49
Tabel 4.45 roller besar iterasi 0
No DateRoller Besar
N.of Inspeksi N.of Nonconformities c UCL LCL1 03/01/2013 90 94 99,4 129,3 69,492 04/01/3013 90 99 99,4 129,3 69,493 07/01/2013 90 130 99,4 129,3 69,494 08/01/2013 90 106 99,4 129,3 69,495 09/01/2013 90 102 99,4 129,3 69,496 10/01/2013 90 99 99,4 129,3 69,497 11/01/2013 90 106 99,4 129,3 69,498 14/01/2013 90 87 99,4 129,3 69,499 15/01/2013 90 95 99,4 129,3 69,49
10 16/01/2013 90 80 99,4 129,3 69,4911 17/01/2013 90 114 99,4 129,3 69,4912 18/01/2013 90 96 99,4 129,3 69,4913 21/01/2013 90 95 99,4 129,3 69,4914 22/01/2013 90 93 99,4 129,3 69,4915 23/01/2013 90 98 99,4 129,3 69,4916 25/01/2013 90 106 99,4 129,3 69,4917 28/01/2013 90 98 99,4 129,3 69,4918 29/01/2013 90 100 99,4 129,3 69,4919 30/01/2013 90 101 99,4 129,3 69,4920 31/01/2013 90 89 99,4 129,3 69,49
Total 1988
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 114
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
20
40
60
80
100
120
140
Roller Besar Peta Kendali c Iterasi 0
N.of NonconformitiescUCLLCL
Sampel
Ke
tid
akse
suaia
n
Gambar 4.106 output peta kendali c manual roller besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 3 dengan nilai 130, pada tanggal 7/01/2013, sehingga harus dilakukan iterasi ke-
1 untuk menghilangkan data nomor 3.
Iterasi 1
Number of nonconformities =
c = 1858/19 = 97,79
UCL = c + 3√c = 99,4 + 3 √99,4 = 127,46
LCL = c - 3√c = 99,4 - 3 √99,4 = 68,13
Tabel 4.46 roller besar iterasi 1
No DateRoller Besar
c UCL LCLN.of Inspeksi N.of Nonconformities
1 03/01/2013 90 94 97,79 127,46 68,132 04/01/3013 90 99 97,79 127,46 68,134 08/01/2013 90 106 97,79 127,46 68,135 09/01/2013 90 102 97,79 127,46 68,136 10/01/2013 90 99 97,79 127,46 68,137 11/01/2013 90 106 97,79 127,46 68,138 14/01/2013 90 87 97,79 127,46 68,139 15/01/2013 90 95 97,79 127,46 68,13
10 16/01/2013 90 80 97,79 127,46 68,1311 17/01/2013 90 114 97,79 127,46 68,1312 18/01/2013 90 96 97,79 127,46 68,1313 21/01/2013 90 95 97,79 127,46 68,13
Lanjutan Tabel 4.46 roller besar iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 115
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
14 22/01/2013 90 93 97,79 127,46 68,1315 23/01/2013 90 98 97,79 127,46 68,1316 25/01/2013 90 106 97,79 127,46 68,1317 28/01/2013 90 98 97,79 127,46 68,1318 29/01/2013 90 100 97,79 127,46 68,1319 30/01/2013 90 101 97,79 127,46 68,1320 31/01/2013 90 89 97,79 127,46 68,13
Total 1858
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
20
40
60
80
100
120
140
Roller Besar Peta Kendali c Iterasi 1
N.of NonconformitiescUCLLCL
sampel
Axis Title
Gambar 4.107 output peta kendali c manual roller besar iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 116
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software SPSS
Iterasi 0
Gambar 4.108 output peta kendali c SPSS roller besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 3 dengan nilai 130, pada tanggal 7/01/2013, sehingga harus dilakukan iterasi ke-
1 untuk menghilangkan data nomor 3.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 117
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Gambar 4.109 output peta kendali c SPSS roller besar 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
Iterasi 0
Sample
Sample Count
191715131197531
130
120
110
100
90
80
70
_C=99,4
UCL=129,31
LCL=69,49
1
C Chart of C2
Gambar 4.110 output peta kendali c minitab roller besar iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 3 dengan nilai 130, pada tanggal 7/01/2013, sehingga harus dilakukan iterasi ke-
1 untuk menghilangkan data nomor 3.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 118
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Sample
Sample Count
191715131197531
130
120
110
100
90
80
70
60
_C=97,79
UCL=127,46
LCL=68,12
C Chart of C2
Gambar 4. 111 output peta kendali c minitab roller besar iterasi 1Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
5. Roller Kecil
Perhitungan Manual
Iterasi 0
Number of nonconformities =
c = 2017/20 = 100,85
UCL = c + 3√c = 100,85+ 3 √100,85 = 130,98
LCL = c - 3√c = 100,85- 3 √100,85 = 70,72
Tabel 4.47 roller kecil iterasi 0
No DateRoller Kecil
N.of Inspeksi N.of Nonconformities c UCL LCL1 03/01/2013 90 86 100,85 130,98 70,722 04/01/3013 90 82 100,85 130,98 70,723 07/01/2013 90 117 100,85 130,98 70,724 08/01/2013 90 133 100,85 130,98 70,725 09/01/2013 90 105 100,85 130,98 70,726 10/01/2013 90 108 100,85 130,98 70,727 11/01/2013 90 97 100,85 130,98 70,728 14/01/2013 90 83 100,85 130,98 70,729 15/01/2013 90 102 100,85 130,98 70,72
10 16/01/2013 90 99 100,85 130,98 70,72Lanjutan Tabel 4.47 roller kecil iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 119
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
11 17/01/2013 90 92 100,85 130,98 70,7212 18/01/2013 90 101 100,85 130,98 70,7213 21/01/2013 90 100 100,85 130,98 70,7214 22/01/2013 90 95 100,85 130,98 70,7215 23/01/2013 90 98 100,85 130,98 70,7216 25/01/2013 90 106 100,85 130,98 70,7217 28/01/2013 90 101 100,85 130,98 70,7218 29/01/2013 90 88 100,85 130,98 70,7219 30/01/2013 90 111 100,85 130,98 70,7220 31/01/2013 90 113 100,85 130,98 70,72
Total 2017
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
20
40
60
80
100
120
140
Roller Kecil Peta Kendali c Iterasi 0
N.of NonconformitiescUCLLCL
Sampel
Ke
tid
akse
suaia
n
Gambar 4.112 output peta kendali c manual roller kecil iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 4 dengan nilai 133, pada tanggal 8/01/2013, sehingga harus dilakukan iterasi ke-
1 untuk menghilangkan data nomor 4.
Iterasi 1
Number of nonconformities =
c = 1889/19 = 99,16
UCL = c + 3√c = 99,4 + 3 √99,4 = 129,03
LCL = c - 3√c = 99,4 - 3 √99,4 = 69,29
Lanjutna Tabel 4.48 roller kecil iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 120
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
No DateRoller Kecil
N.of Inspeksi N.of Nonconformities c UCL LCL1 03/01/2013 90 86 99,16 129,03 69,292 04/01/3013 90 82 99,16 129,03 69,293 07/01/2013 90 117 99,16 129,03 69,295 09/01/2013 90 105 99,16 129,03 69,296 10/01/2013 90 108 99,16 129,03 69,297 11/01/2013 90 97 99,16 129,03 69,298 14/01/2013 90 83 99,16 129,03 69,299 15/01/2013 90 102 99,16 129,03 69,29
10 16/01/2013 90 99 99,16 129,03 69,2911 17/01/2013 90 92 99,16 129,03 69,2912 18/01/2013 90 101 99,16 129,03 69,2913 21/01/2013 90 100 99,16 129,03 69,2914 22/01/2013 90 95 99,16 129,03 69,2915 23/01/2013 90 98 99,16 129,03 69,2916 25/01/2013 90 106 99,16 129,03 69,2917 28/01/2013 90 101 99,16 129,03 69,2918 29/01/2013 90 88 99,16 129,03 69,2919 30/01/2013 90 111 99,16 129,03 69,2920 31/01/2013 90 113 99,16 129,03 69,29
Total 1884
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
20
40
60
80
100
120
140
Roller Kecil Peta Kendali c Iterasi 1
N.of NonconformitiescUCLLCL
sampel
ke
tid
akse
suaia
n
Gambar 4.113 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.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 121
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software SPSS
Iterasi 0
Gambar 4.114 output peta kendali c SPSS roller kecil iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 4 dengan nilai 133, pada tanggal 8/01/2013, sehingga harus dilakukan iterasi ke-
1 untuk menghilangkan data nomor 4.
Iterasi 1
Gambar 4.115 output peta kendali c SPSS roller kecil iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 122
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Software Minitab
Iterasi 0
Sample
Sample Count
191715131197531
140
130
120
110
100
90
80
70
_C=100,85
UCL=130,98
LCL=70,72
1
C Chart of C2
Gambar 4.116 output peta kendali c minitab roller kecil iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 4 dengan nilai 133, pada tanggal 8/01/2013, sehingga harus dilakukan iterasi ke-
1 untuk menghilangkan data nomor 4.
Iterasi 1
Sample
Sample Count
191715131197531
130
120
110
100
90
80
70
_C=99,16
UCL=129,03
LCL=69,28
C Chart of C2
Gambar 4.117 output peta kendali c minitab roller kecil iterasi 1Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 123
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
6. Rumah Dinamo
Perhitungan Manual
Iterasi 0
Number of nonconformities =
c = 2246/20 = 112,3
UCL = c + 3√c = 112,3+ 3 √112,3 = 144,09
LCL = c - 3√c = 112,3- 3 √112,3 = 80,5
Tabel 4.49 rumah dinamo iterasi 0
No DateRumah dinamo
c UCL LCLN.of Inspeksi N.of Nonconformities
1 03/01/2013 90 119 112,3 144,09 80,52 04/01/3013 90 96 112,3 144,09 80,53 07/01/2013 90 108 112,3 144,09 80,54 08/01/2013 90 101 112,3 144,09 80,55 09/01/2013 90 122 112,3 144,09 80,56 10/01/2013 90 104 112,3 144,09 80,57 11/01/2013 90 114 112,3 144,09 80,58 14/01/2013 90 126 112,3 144,09 80,59 15/01/2013 90 116 112,3 144,09 80,5
10 16/01/2013 90 95 112,3 144,09 80,511 17/01/2013 90 114 112,3 144,09 80,512 18/01/2013 90 106 112,3 144,09 80,513 21/01/2013 90 145 112,3 144,09 80,514 22/01/2013 90 123 112,3 144,09 80,515 23/01/2013 90 117 112,3 144,09 80,516 25/01/2013 90 103 112,3 144,09 80,517 28/01/2013 90 102 112,3 144,09 80,518 29/01/2013 90 114 112,3 144,09 80,519 30/01/2013 90 108 112,3 144,09 80,520 31/01/2013 90 113 112,3 144,09 80,5
Total 2246
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 124
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
20
40
60
80
100
120
140
160
Rumah Dinamo Peta Kendali c Iterasi 0
N.of NonconformitiescUCLLCL
sampel
ke
tid
akse
sua
ian
Gambar 4.118 output peta kendali c manual rumah dinamo iterasi 0
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 13 dengan nilai 145, pada tanggal 21/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 13.
Iterasi 1
Number of nonconformities =
c = 2101/19 = 110,59
UCL = c + 3√c = 110,59+ 3 √110,59 = 142,13
LCL = c - 3√c = 110,59 - 3 √110,59 = 79,04
Tabel 4.50 rumah dinamo iterasi 1
No DateRumah dinamo
c UCL LCLN.of Inspeksi N.of Nonconformities
1 03/01/2013 90 119 110,59 142,13 79,042 04/01/3013 90 96 110,59 142,13 79,043 07/01/2013 90 108 110,59 142,13 79,044 08/01/2013 90 101 110,59 142,13 79,045 09/01/2013 90 122 110,59 142,13 79,046 10/01/2013 90 104 110,59 142,13 79,047 11/01/2013 90 114 110,59 142,13 79,048 14/01/2013 90 126 110,59 142,13 79,049 15/01/2013 90 116 110,59 142,13 79,04
10 16/01/2013 90 95 110,59 142,13 79,0411 17/01/2013 90 114 110,59 142,13 79,0412 18/01/2013 90 106 110,59 142,13 79,0414 22/01/2013 90 123 110,59 142,13 79,04
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 125
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Lanjutan Tabel 4.50 rumah dinamo iterasi 1
15 23/01/2013 90 117 110,59 142,13 79,0416 25/01/2013 90 103 110,59 142,13 79,0417 28/01/2013 90 102 110,59 142,13 79,0418 29/01/2013 90 114 110,59 142,13 79,0419 30/01/2013 90 108 110,59 142,13 79,0420 31/01/2013 90 113 110,59 142,13 79,04
Total 2101
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
20
40
60
80
100
120
140
160
Rumah Dinamo Peta Kendali c Iterasi 1
N.of NonconformitiescUCLLCL
sampel
ke
tid
akse
suaia
n
Gambar 4.119 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.
Software SPSS
Iterasi 0
Gambar 4.120 output peta kendali c SPSS rumah dinamo iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 126
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 13 dengan nilai 145, pada tanggal 21/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 13.
Iterasi 1
Gambar 4.121 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
Iterasi 0
Sample
Sample Count
191715131197531
150
140
130
120
110
100
90
80
_C=112,3
UCL=144,09
LCL=80,51
1
C Chart of C2
Gambar 4.122 output peta kendali c minitab rumah dinamo iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 127
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Berdasarkan grafik diatas terdapat data yang melewati UCL yakni pada data
nomor 13 dengan nilai 145, pada tanggal 21/01/2013, sehingga harus dilakukan iterasi
ke-1 untuk menghilangkan data nomor 13.
Iterasi 1
Sample
Sample Count
191715131197531
150
140
130
120
110
100
90
80
_C=110,58
UCL=142,13
LCL=79,03
C Chart of C2
Gambar 4.123 output peta kendali c minitab rumah dinamo iterasi 1Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Peta Kendali u
1. Bumper belakang
Perhitungan Manual
Iterasi 0
CL = 1,80591
UCL = u + 3√ u¿
= 1,80591 + 3 x √ 1,8059189
= 2,23325
LCL = u – 3 √ u¿
= 1,80591 - 3 x √ 1,8059189
= 1,37857
Tabel 4.51 bumper belakang iterasi 0
No DateBumper Belakang
N.of Inspeksi
N.of Nonconformities UCL CL LCL u
1 1/3/2013 89 154 2.23325 1.80591
1.37857 1.73034
2 1/4/3013 100 162 2.20906 1.8059 1.40276 1.62
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 128
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1
3 1/7/2013 86 152 2.24064 1.80591
1.37118 1.76744
Lanjutan Tabel 4.51 bumper belakang iterasi 0
4 1/8/2013 75 172 2.27143 1.80591
1.34039 2.29333
5 1/9/2013 80 159 2.25665 1.80591
1.35517 1.9875
6 1/10/2013 90 149 2.23087 1.80591
1.38095 1.65556
7 1/11/2013 80 167 2.25665 1.80591
1.35517 2.0875
8 1/14/2013 97 153 2.21525 1.80591
1.39657 1.57732
9 1/15/2013 82 169 2.25112 1.80591
1.3607 2.06098
10 1/16/2013 82 171 2.25112 1.80591
1.3607 2.08537
11 1/17/2013 76 144 2.26836 1.80591
1.34346 1.89474
12 1/18/2013 110 162 2.1903 1.80591
1.42152 1.47273
13 1/21/2013 102 152 2.20509 1.80591
1.40673 1.4902
14 1/22/2013 95 176 2.21954 1.80591
1.39229 1.85263
15 1/23/2013 90 183 2.23087 1.80591
1.38095 2.03333
16 1/25/2013 92 166 2.22623 1.80591
1.3856 1.80435
17 1/28/2013 101 159 2.20706 1.80591
1.40476 1.57426
18 1/29/2013 109 158 2.19206 1.80591
1.41976 1.44954
19 1/30/2013 70 161 2.28777 1.80591
1.32405 2.3
20 1/31/2013 87 169 2.23814 1.80591
1.37369 1.94253
Jumlah 1793 3238 36.6796u bar 1.83398
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 129
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
0.5
1
1.5
2
2.5
u chart bumper belakang iterasi 0
UCLCLLCLu
sample
prob
abili
tas
n of
non
conf
orm
ities
Gambar 4.124 output peta kendali u excel bumper belakang iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 4 pada tanggal 8/1/2013
dengan nonconformities 172 dan data ke 19 pada tanggal 30/1/2013 dengan
nonconformities 161 karena melebihi batas UCL
Iterasi 1
CL = 1,762743
UCL = u + 3√ u¿
= 1,762743+ 3 x √ 1,76274389
= 2,184945
LCL = u – 3 √ u¿
= 1,762743- 3 x √ 1,76274389
= 1,354054
Tabel 4.52 data bumper belakang iterasi 1
No Date
Bumper Belakang
N.of Inspeksi
N.of Nonconformitie
s UCL CL LCL U
1 1/3/2013 89 1542.18494
5 1.762743 1.340541.73033
7
2 1/4/3013 100 1622.16104
8 1.7627431.36443
8 1.62
3 1/7/2013 86 1522.19224
6 1.7627431.33323
91.76744
2
5 1/9/2013 80 1592.20806
1 1.7627431.31742
4 1.9875
61/10/201
3 90 1492.18259
3 1.7627431.34289
21.65555
67 1/11/201 80 167 2.20806 1.762743 1.31742 2.0875
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 130
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3 1 4
81/14/201
3 97 153 2.16716 1.7627431.35832
5 1.57732
91/15/201
3 82 1692.20259
7 1.7627431.32288
82.06097
6
101/16/201
3 82 1712.20259
7 1.7627431.32288
82.08536
6
111/17/201
3 76 144 2.21963 1.7627431.30585
61.89473
7
121/18/201
3 110 1622.14251
2 1.7627431.38297
41.47272
7
131/21/201
3 102 1522.15712
3 1.7627431.36836
21.49019
6
141/22/201
3 95 1762.17139
5 1.762743 1.354091.85263
2
151/23/201
3 90 1832.18259
3 1.7627431.34289
22.03333
3
161/25/201
3 92 1662.17800
4 1.7627431.34748
11.80434
8
171/28/201
3 101 1592.15907
1 1.7627431.36641
41.57425
7
181/29/201
3 109 158 2.14425 1.7627431.38123
61.44954
1
201/31/201
3 87 169 2.18977 1.7627431.33571
51.94252
9Jumlah 1648 2905 32.0863
u bar1.60431
5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180
0.5
1
1.5
2
2.5
u chart bumper belakang iterasi 1
UCLCLLCLu
sample
pro
bab
ilita
s n
of
no
nco
nfo
rmiti
es
Gambar 4.125 output peta kendali u excel bumper belakang iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 131
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Software SPSS
Iterasi 0
Gambar 4.126 output peta kendali u software SPSS bumper belakang iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 4 pada tanggal 8/1/2013
dengan nonconformities 172 dan data ke 19 pada tanggal 30/1/2013 dengan
nonconformities 161 karena melebihi batas UCL
Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 132
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.127 output peta kendali u software SPSS bumper belakang iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Minitab
Iterasi 0
Gambar 4.128 output peta kendali u software minitab bumper belakang iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 4 pada tanggal 8/1/2013
dengan nonconformities 172 dan data ke 19 pada tanggal 30/1/2013 dengan
nonconformities 161 karena melebihi batas UCL
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 133
Sample
Sample Count Per Unit
191715131197531
2.4
2.2
2.0
1.8
1.6
1.4
1.2
_U=1.806
UCL=2.238
LCL=1.374
11
Tests performed with unequal sample sizes
u Chart bumper belakang iterasi 0
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Gambar 4.129 output peta kendali u software minitab bumper belakang iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
2. Pengunci body
Manual
Iterasi 0
CL = 0,98323
UCL = u + 3√ u¿
= 0,98323+ 3 x √ 0,9832393
= 1,2917
LCL = u – 3 √ u¿
= 0,98323- 3 x √ 0,9832393
= 0,67477
Tabel 4.53 data pengunci body iterasi 0
No DatePengunci Body
N.of Inspeksi N.of Nonconformities UCL CL LCL u
1 1/3/2013 93 98 1.29170.9832
3 0.67477 1.05376
2 1/4/3013 90 84 1.29680.9832
3 0.66967 0.93333
3 1/7/2013 92 99 1.293370.9832
3 0.6731 1.07609
4 1/8/2013 79 109 1.317920.9832
3 0.64855 1.37975Lanjutan Tabel 4.53 data pengunci body iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 134
Sample
Sample Count Per Unit
1715131197531
2.2
2.0
1.8
1.6
1.4
1.2
_U=1.763
UCL=2.190
LCL=1.336
Tests performed with unequal sample sizes
u Chart bumper belakang iterasi 1
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
5 1/9/2013 90 88 1.29680.9832
3 0.66967 0.97778
6 1/10/2013 84 84 1.307810.9832
3 0.65866 1
7 1/11/2013 98 68 1.283730.9832
3 0.68274 0.69388
8 1/14/2013 99 74 1.282210.9832
3 0.68426 0.74747
9 1/15/2013 83 96 1.309750.9832
3 0.65671 1.15663
10 1/16/2013 91 98 1.295070.9832
3 0.6714 1.07692
11 1/17/2013 85 82 1.305890.9832
3 0.66058 0.96471
12 1/18/2013 95 92 1.288440.9832
3 0.67803 0.96842
13 1/21/2013 109 97 1.268160.9832
3 0.69831 0.88991
14 1/22/2013 84 95 1.307810.9832
3 0.65866 1.13095
15 1/23/2013 99 80 1.282210.9832
3 0.68426 0.80808
16 1/25/2013 89 85 1.298560.9832
3 0.66791 0.95506
17 1/28/2013 102 92 1.277780.9832
3 0.68869 0.90196
18 1/29/2013 100 100 1.280710.9832
3 0.68576 1
19 1/30/2013 97 102 1.285270.9832
3 0.68119 1.05155
20 1/31/2013 90 95 1.29680.9832
3 0.66967 1.05556jumlah 1849 1818 19.8218
u bar 0.99109
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 135
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
u chart pengunci body iterasi 0
UCLCLLCLu
sample
pro
bab
ilit
as
n o
f N
on
con
form
itie
s
Gambar 4.130 output peta kendali u excel pengunci body iterasi 0
Dari grafik diatas, data yang dikeluarkan adalah data ke 4 pada tanggal 8/1/2013
dengan nonconformities 109 karena melebihi batas UCL.
Iterasi 1
CL = 0,96554
UCL = u + 3√ u¿
= 0,96554+ 3 x √ 0,9655493
= 1,27121
LCL = u – 3 √ u¿
= 0,96554- 3 x √ 0,9655493
= 0,65986
Tabel 4.54 data pengunci body iterasi 1
No DatePengunci Body
N.of Inspeksi
N.of Nonconformities UCL CL LCL u
1 1/3/2013 93 981.2712
10.9655
40.6598
61.0537
6
2 1/4/3013 90 84 1.27910.9655
40.6519
70.9333
3
3 1/7/2013 92 991.2756
80.9655
4 0.65541.0760
9
5 1/9/2013 90 88 1.27910.9655
40.6519
70.9777
8
61/10/201
3 84 841.2901
10.9655
40.6409
7 1
71/11/201
3 98 681.2660
30.9655
40.6650
40.6938
8
81/14/201
3 99 741.2645
10.9655
40.6665
60.7474
79 1/15/201 83 96 1.2920 0.9655 0.6390 1.1566
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 136
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3 6 4 2 3
101/16/201
3 91 981.2773
70.9655
4 0.65371.0769
2
111/17/201
3 85 821.2881
90.9655
40.6428
80.9647
1
121/18/201
3 95 921.2707
40.9655
40.6603
30.9684
2
131/21/201
3 109 971.2504
70.9655
40.6806
10.8899
1
141/22/201
3 84 951.2901
10.9655
40.6409
71.1309
5
151/23/201
3 99 801.2645
10.9655
40.6665
60.8080
8
161/25/201
3 89 851.2808
60.9655
40.6502
10.9550
6
171/28/201
3 102 921.2600
80.9655
40.6709
90.9019
6
181/29/201
3 100 1001.2603
20.9655
40.6707
5 1
191/30/201
3 97 1021.2675
80.9655
4 0.66351.0515
5
201/31/201
3 90 95 1.27910.9655
40.6519
71.0555
6
jumlah 1770 170918.442
1u bar 0.9221
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
0.2
0.4
0.6
0.8
1
1.2
1.4
u chart pengunci body iterasi 1
UCLCLLCLu
sample
pro
bab
ilit
as
n o
f n
on
com
forti
es
Gambar 4.131 output peta kendali u excel pengunci body iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 137
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software SPSS
Iterasi 0
Gambar 4.132 output peta kendali u software SPSS pengunci body iterasi 0
Dari grafik diatas, data yang dikeluarkan adalah data ke 4 pada tanggal 8/1/2013
dengan nonconformities 109 karena melebihi batas UCL.
Iterasi 1
Gambar 4.133 output peta kendali u software SPSS pengunci body iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 138
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Minitab
Gambar 4.134 output peta kendali u software minitab pengunci body iterasi 0
Dari grafik diatas, data yang dikeluarkan adalah data ke 4 pada tanggal 8/1/2013
dengan nonconformities 109 karena melebihi batas UCL.
Iterasi 1
Gambar 4.135 output peta kendali u software minitab pengunci body iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
3. Tuas on-off
Manual
Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 139
Sample
Sample Count Per Unit
191715131197531
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
_U=1.0222
UCL=1.3701
LCL=0.6743
1
Tests performed with unequal sample sizes
u Chart pengunci bodi iterasi 0
Sample
Sample Count Per Unit
191715131197531
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
_U=1.0064
UCL=1.3387
LCL=0.6740
Tests performed with unequal sample sizes
U Chart pengunci body iterasi 1
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
CL = 1,02222
UCL = u + 3√ u¿
= 1,02222+ 3 x √ 1,02222105
= 1,31823
LCL = u – 3 √ u¿
= 1,02222 - 3 x √ 1,02222105
= 0,72622
Tabel 4.55 data tuas on-off iterasi 0
No Datetuas on-off
N.of Inspeksi
N.of Nonconformities UCL CL LCL u
1 1/3/2013 105 961.3182
31.0222
20.7262
20.91428
6
2 1/4/3013 104 801.3196
51.0222
2 0.72480.76923
1
3 1/7/2013 92 831.3384
51.0222
20.7059
90.90217
4
4 1/8/2013 95 961.3334
21.0222
20.7110
31.01052
6
5 1/9/2013 101 1001.3240
31.0222
20.7204
10.99009
9
6 1/10/2013 104 1061.3196
51.0222
2 0.72481.01923
1
7 1/11/2013 83 751.3551
51.0222
20.6892
90.90361
4
8 1/14/2013 90 921.3419
41.0222
2 0.70251.02222
2
9 1/15/2013 89 1031.3437
41.0222
20.7007
11.15730
3
10 1/16/2013 71 871.3821
91.0222
20.6622
51.22535
2
11 1/17/2013 89 871.3437
41.0222
20.7007
10.97752
8
12 1/18/2013 87 901.3474
11.0222
20.6970
31.03448
3
13 1/21/2013 88 831.3455
61.0222
20.6988
90.94318
2
14 1/22/2013 102 891.3225
51.0222
2 0.72190.87254
9
15 1/23/2013 76 911.3701
51.0222
2 0.67431.19736
8
16 1/25/2013 92 901.3384
51.0222
20.7059
90.97826
1
17 1/28/2013 83 1041.3551
51.0222
20.6892
91.25301
2
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 140
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
18 1/29/2013 91 881.3401
81.0222
20.7042
60.96703
3
19 1/30/2013 82 951.3571
81.0222
20.6872
71.15853
7
20 1/31/2013 76 1051.3701
51.0222
2 0.67431.38157
9
jumlah 1800 184020.6775
7
u bar1.03387
9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
u chart tuas on-off iterasi 0
UCLCLLCLu
sample
pro
bab
ilit
as
N o
f N
on
con
form
itie
s
Gambar 4. 136 output peta kendali u excel tuas on-off iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 20 pada tanggal 31/1/2013
dengan nonconformities 105 karena melebihi batas UCL.
Iterasi 1
CL = 1,00638
UCL = u + 3√ u¿
= 1,00638+ 3 x √ 1,00638105
= 1,30008
LCL = u – 3 √ u¿
= 1,00638- 3 x √ 1,00638105
= 0,71268
Tabel 4.56 data tuas on-off iterasi 1
No Datetuas on-off
N.of Inspeksi
N.of Nonconformities UCL CL LCL u
1 1/3/2013 105 96 1.300081.0063
8 0.71268 0.914292 1/4/3013 104 80 1.30149 1.0063 0.71127 0.76923
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 141
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
8
3 1/7/2013 92 83 1.320151.0063
8 0.69261 0.90217
4 1/8/2013 95 96 1.315151.0063
8 0.69761 1.01053
5 1/9/2013 101 100 1.305841.0063
8 0.70692 0.9901
6 1/10/2013 104 106 1.301491.0063
8 0.71127 1.01923
7 1/11/2013 83 75 1.336721.0063
8 0.67604 0.90361
8 1/14/2013 90 92 1.323621.0063
8 0.68915 1.02222
9 1/15/2013 89 103 1.325391.0063
8 0.68737 1.1573
10 1/16/2013 71 87 1.363551.0063
8 0.64921 1.22535
11 1/17/2013 89 87 1.325391.0063
8 0.68737 0.97753
12 1/18/2013 87 90 1.329041.0063
8 0.68372 1.03448
13 1/21/2013 88 83 1.32721.0063
8 0.68556 0.94318
14 1/22/2013 102 89 1.304371.0063
8 0.70839 0.87255Lanjutan Tabel 4.56 data tuas on-off iterasi 1
15 1/23/2013 76 91 1.35161.0063
8 0.66116 1.19737
16 1/25/2013 92 90 1.320151.0063
8 0.69261 0.97826
17 1/28/2013 83 104 1.336721.0063
8 0.67604 1.25301
18 1/29/2013 91 88 1.321871.0063
8 0.69089 0.96703
19 1/30/2013 82 95 1.338731.0063
8 0.67403 1.15854jumlah 1724 1735 19.296
u bar 0.9648
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 142
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
u chart tuas on-off iterasi 1
UCLCLLCLu
sample
pro
bab
ilit
as
n o
f n
on
com
forti
es
Gambar 4.137 output peta kendali u excel tuas on-off 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
Iterasi 0
Gambar 4.138 output peta kendali u software SPSS tuas on-off iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 20 pada tanggal 31/1/2013
dengan nonconformities 105 karena melebihi batas UCL.
Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 143
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.139 output peta kendali u software SPSS tuas on-off iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Minitab
Iterasi 0
Gambar 4.140 output peta kendali u software minitab tuas on-off iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 20 pada tanggal 31/1/2013
dengan nonconformities 105 karena melebihi batas UCL.
Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 144
Sample
Sample Count Per Unit
191715131197531
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
_U=1.0222
UCL=1.3701
LCL=0.6743
1
Tests performed with unequal sample sizes
u Chart tuas on-off iterasi 0
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.141 output peta kendali u software minitab tuas on-off iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
4. Gear Dinamo
Manual
Iterasi 0
CL = 1,11857
UCL = u + 3√ u¿
= 1,11857+ 3 x √ 1,1185790
= 1,45302
LCL = u – 3 √ u¿
= 1,11857- 3 x √ 1,1185790
= 0,78412
Tabel 4.57 data gear dinamo iterasi 0
No Dategear dinamo
N.of Inspeksi
N.of Nonconformities UCL CL LCL u
1 1/3/2013 90 106 1.45302 1.11857 0.78412 1.1777782 1/4/3013 87 98 1.45873 1.11857 0.7784 1.1264373 1/7/2013 77 106 1.48015 1.11857 0.75698 1.3766234 1/8/2013 71 106 1.49512 1.11857 0.74202 1.4929585 1/9/2013 92 105 1.44936 1.11857 0.78777 1.1413046 1/10/2013 94 85 1.44582 1.11857 0.79131 0.904255
Lanjutan Tabel 4.57 data gear dinamo iterasi 0
7 1/11/2013 94 98 1.44582 1.11857 0.79131 1.0425538 1/14/2013 87 90 1.45873 1.11857 0.7784 1.0344839 1/15/2013 78 82 1.47782 1.11857 0.75931 1.051282
10 1/16/2013 95 92 1.4441 1.11857 0.79304 0.968421
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 145
Sample
Sample Count Per Unit
191715131197531
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
_U=1.0064
UCL=1.3387
LCL=0.6740
Tests performed with unequal sample sizes
u Chart tuas on-off iterasi 1
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
11 1/17/2013 73 109 1.48992 1.11857 0.74721 1.49315112 1/18/2013 96 91 1.4424 1.11857 0.79474 0.94791713 1/21/2013 100 103 1.43585 1.11857 0.80128 1.0314 1/22/2013 89 93 1.45489 1.11857 0.78224 1.04494415 1/23/2013 76 88 1.48252 1.11857 0.75461 1.15789516 1/25/2013 98 88 1.43907 1.11857 0.79806 0.89795917 1/28/2013 91 110 1.45117 1.11857 0.78596 1.20879118 1/29/2013 86 107 1.4607 1.11857 0.77643 1.24418619 1/30/2013 83 83 1.46683 1.11857 0.7703 120 1/31/2013 72 94 1.49249 1.11857 0.74464 1.305556
jumlah 1729 1934 22.64649u bar 1.132325
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
u chart gear dinamo iterasi 0
UCLCLLCLu
sample
pro
bab
ilit
as
n o
f n
on
com
forti
es
Gambar 4.142 output peta kendali u excel gear dinamo iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 11 pada tanggal 17/1/2013
dengan nonconformities 109 karena melebihi batas UCL.
Iterasi 1
CL = 1,10205
UCL = u + 3√ u¿
= 1,10205+ 3 x √ 1,1020590
= 1,43402
LCL = u – 3 √ u¿
= 1,10205- 3 x√ 1,1020590
= 0,77008
Tabel 4.58 data gear dynamo iterasi 1
No Dategear dinamo
N.of N.of UCL CL LCL u
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 146
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Inspeksi Nonconformities1 1/3/2013 90 106 1.413867 1.084543 0.755219 1.1777782 1/4/3013 87 98 1.419496 1.084543 0.749589 1.1264373 1/7/2013 77 106 1.440583 1.084543 0.728502 1.3766235 1/9/2013 92 105 1.410267 1.084543 0.758818 1.1413046 1/10/2013 94 85 1.406783 1.084543 0.762302 0.9042557 1/11/2013 94 98 1.406783 1.084543 0.762302 1.0425538 1/14/2013 87 90 1.419496 1.084543 0.749589 1.0344839 1/15/2013 78 82 1.438293 1.084543 0.730792 1.051282
10 1/16/2013 95 92 1.405083 1.084543 0.764002 0.96842112 1/18/2013 96 91 1.403409 1.084543 0.765676 0.94791713 1/21/2013 100 103 1.396967 1.084543 0.772118 1.0314 1/22/2013 89 93 1.415711 1.084543 0.753374 1.04494415 1/23/2013 76 88 1.442918 1.084543 0.726168 1.15789516 1/25/2013 98 88 1.400139 1.084543 0.768947 0.89795917 1/28/2013 91 110 1.412052 1.084543 0.757033 1.20879118 1/29/2013 86 107 1.421438 1.084543 0.747647 1.24418619 1/30/2013 83 83 1.427473 1.084543 0.741613 120 1/31/2013 72 94 1.452738 1.084543 0.716347 1.305556
Jumlah 1585 1719 19.66038u bar 0.983019
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 180
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
u chart gear dinamo iterasi 1
UCLCLLCLu
sample
pro
bab
ilit
as
n o
f n
on
com
forti
es
Gambar 4.143 output peta kendali u excel gear dynamo 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
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 147
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 0
Gambar 4.144 output peta kendali u software SPSS gear dynamo iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 11 pada tanggal 17/1/2013
dengan nonconformities 109 karena melebihi batas UCL.
Iterasi 1
Gambar 4.145 output peta kendali u software SPSS gear dynamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Minitab
Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 148
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.146 output peta kendali u software minitab gear dynamo iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 11 pada tanggal 17/1/2013
dengan nonconformities 109 karena melebihi batas UCL.
Iterasi 1
Gambar 4.147 output peta kendali u software minitab gear dynamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 149
Sample
Sample Count Per Unit
191715131197531
1.5
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
_U=1.1186
UCL=1.4925
LCL=0.7446
1
Tests performed with unequal sample sizes
u Chart gear dinamo iterasi 0
Sample
Sample Count Per Unit
1715131197531
1.5
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
_U=1.0845
UCL=1.4527
LCL=0.7163
Tests performed with unequal sample sizes
u Chart gear dinamo iterasi 1
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
5. Pengunci Dinamo
Manual
Iterasi 0
CL = 0,96632
UCL = u + 3√ u¿
= 0,96632+ 3 x √ 0,96632100
= 1,26122
LCL = u – 3 √ u¿
= 0,96632- 3 x √ 0,96632100
= 0,67141
Tabel 4.59 data pengunci dynamo iterasi 0
No DatePengunci dynamo
N.of Inspeksi
N.of Nonconformities UCL CL LCL u
1 1/3/2013 100 821.2612
20.9663
20.6714
1 0.82
2 1/4/3013 73 881.3114
80.9663
20.6211
61.20547
9
3 1/7/2013 86 761.2843
20.9663
20.6483
10.88372
1
4 1/8/2013 90 631.2771
70.9663
20.6554
6 0.7
5 1/9/2013 83 881.2900
20.9663
20.6426
21.06024
1
6 1/10/2013 106 741.2527
50.9663
20.6798
80.69811
3
7 1/11/2013 100 991.2612
20.9663
20.6714
1 0.99
8 1/14/2013 84 801.2880
80.9663
20.6445
50.95238
1
9 1/15/2013 94 891.2704
90.9663
20.6621
50.94680
9
10 1/16/2013 92 871.2737
80.9663
20.6588
60.94565
2
11 1/17/2013 94 1031.2704
90.9663
20.6621
51.09574
5
12 1/18/2013 86 1081.2843
20.9663
20.6483
11.25581
4
13 1/21/2013 103 1011.2568
90.9663
20.6757
40.98058
3
14 1/22/2013 105 961.2541
10.9663
20.6785
20.91428
6
15 1/23/2013 85 871.2861
90.9663
20.6464
51.02352
9
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 150
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
16 1/25/2013 89 911.2789
10.9663
20.6537
21.02247
2
17 1/28/2013 81 681.2939
90.9663
20.6386
50.83950
6
18 1/29/2013 87 821.2824
90.9663
20.6501
50.94252
9
19 1/30/2013 86 761.2843
20.9663
20.6483
10.88372
1
20 1/31/2013 87 1121.2824
90.9663
20.6501
51.28735
6
jumlah 1811 175019.4479
4
u bar0.97239
7
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
0.2
0.4
0.6
0.8
1
1.2
1.4
u chart pengunci dinamo iterasi 0
UCLCLLCLu
sample
pro
bab
ilit
as
n o
f n
on
com
forti
es
Gambar 4.148 output peta kendali u excel pengunci dynamo iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 20 pada tanggal 31/1/2013
dengan nonconformities 112 karena melebihi batas UCL.
Iterasi 1
CL = 0,95012
UCL = u + 3√ u¿
= 0,95012+ 3 x √ 0,95012100
= 1,24254
LCL = u – 3 √ u¿
= 0,95012- 3 x √ 0,95012100
= 0,65769
Tabel 4.60 data pengunci dynamo iterasi 1
No DatePengunci dynamo
N.of Inspeksi
N.of Nonconformities UCL CL LCL u
1 1/3/2013 100 82 1.2425 0.95012 0.65769 0.82
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 151
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
4
2 1/4/3013 73 881.2923
7 0.95012 0.60786 1.20548
3 1/7/2013 86 761.2654
4 0.95012 0.63479 0.88372
4 1/8/2013 90 631.2583
6 0.95012 0.64188 0.7
5 1/9/2013 83 881.2710
9 0.95012 0.62914 1.06024
6 1/10/2013 106 741.2341
4 0.95012 0.66609 0.69811
7 1/11/2013 100 991.2425
4 0.95012 0.65769 0.99
8 1/14/2013 84 801.2691
7 0.95012 0.63106 0.95238
9 1/15/2013 94 891.2517
3 0.95012 0.64851 0.94681
10 1/16/2013 92 871.2549
9 0.95012 0.64525 0.94565
11 1/17/2013 94 1031.2517
3 0.95012 0.64851 1.09574
12 1/18/2013 86 1081.2654
4 0.95012 0.63479 1.25581
13 1/21/2013 103 1011.2382
5 0.95012 0.66198 0.98058
14 1/22/2013 105 961.2354
9 0.95012 0.66474 0.91429
15 1/23/2013 85 871.2672
9 0.95012 0.63294 1.02353Lanjutan Tabel 4.60 data pengunci dynamo iterasi 1
16 1/25/2013 89 911.2600
8 0.95012 0.64015 1.02247
17 1/28/2013 81 681.2750
3 0.95012 0.6252 0.83951
18 1/29/2013 87 821.2636
2 0.95012 0.63661 0.94253
19 1/30/2013 86 761.2654
4 0.95012 0.63479 0.88372jumlah 1724 1638 18.1606
u bar 0.90803
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 152
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
0.2
0.4
0.6
0.8
1
1.2
1.4
u chart pengunci dinamo iterasi 1
UCLCLLCLu
sample
pro
bab
ilit
as
n o
f n
on
com
forti
es
Gambar 4.149 output peta kendali u excel pengunci dynamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
SPSS
Iterasi 0
Gambar 4.150 output peta kendali u software SPSS pengunci dynamo iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 20 pada tanggal 31/1/2013
dengan nonconformities 112 karena melebihi batas UCL.
Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 153
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.151 output peta kendali u software SPSS pengunci dynamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Minitab
Iterasi 0
Gambar 4.152 output peta kendali u software minitab pengunci dynamo iterasi 0
Dari data diatas, ada yang dikeluarkan adalah data ke 20 pada tanggal 31/1/2013
dengan nonconformities 112 karena melebihi batas UCL.
Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 154
Sample
Sample Count Per Unit
191715131197531
1.4
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
_U=0.9663
UCL=1.2825
LCL=0.6501
1
Tests performed with unequal sample sizes
u Chart pengunci dinamo iterasi 0
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.153 output peta kendali u software SPSS pengunci dynamo iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Peta Kendali P
1. Plat Belakang Besar
Perhitungan Manual
Iterasi 0
Tabel 4.61 data pplat belakang besar iterasi 0
Noplat Belakang Besar
Pi Pbar UCL LCLN.of Inspeksi
N.of Nonconformities
1 94 3 0,031915 0,108866 0,205244 0,0124892 94 11 0,117021 0,108866 0,205244 0,0124893 77 10 0,12987 0,108866 0,215353 0,002384 98 5 0,05102 0,108866 0,203257 0,0144765 98 9 0,091837 0,108866 0,203257 0,0144766 78 18 0,230769 0,108866 0,214668 0,0030657 91 13 0,142857 0,108866 0,20682 0,0109138 83 10 0,120482 0,108866 0,211432 0,006301
Lanjutan Tabel 4.61 data pplat belakang besar iterasi 0
9 89 6 0,067416 0,108866 0,207914 0,00981910 82 11 0,134146 0,108866 0,212055 0,00567811 102 8 0,078431 0,108866 0,201387 0,01634612 90 13 0,144444 0,108866 0,207362 0,01037
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 155
Sample
Sample Count Per Unit
191715131197531
1.3
1.2
1.1
1.0
0.9
0.8
0.7
0.6
_U=0.9501
UCL=1.2654
LCL=0.6348
Tests performed with unequal sample sizes
u Chart pengunci dinamo iterasi 1
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
13 94 7 0,074468 0,108866 0,205244 0,01248914 85 12 0,141176 0,108866 0,210218 0,00751515 82 12 0,146341 0,108866 0,212055 0,00567816 96 6 0,0625 0,108866 0,204235 0,01349817 97 11 0,113402 0,108866 0,203742 0,01399118 71 9 0,126761 0,108866 0,219761 -0,0020319 83 12 0,144578 0,108866 0,211432 0,00630120 98 8 0,081633 0,108866 0,203257 0,014476
p 1= N .of nonconformitiesN .of inspection
= 394
=0.031914894
p=∑ N . of nonconformities
∑ N .of inspection=
1941782
=0,1088664422
UCL=p+(3√ p (1−p )n )
¿0,1088664422+(3√ 0,1088664422 (1−0,1088664422 )94 )=0,205243961
LCL=p−(3√ p (1−p )n )
¿0,1088664422−(3√ 0,1088664422 (1−0,1088664422 )94 )=0,012489
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-0.05
0
0.05
0.1
0.15
0.2
0.25
P-Chart Plat Belakang Besar Iterasi 0
PiPbarUCLLCL
Sample
Pro
po
rsi
Gambar 4.154 output peta kendali manual plat belakang iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P6 sebesar
0.230769231 sedangkan UCL nya sebesar 0.214668074 sehingga data di hilangkan dari
peta kendali.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 156
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Tabel 4.62 data plat belakang besar iterasi 1
Noplat Belakang Besar
Pi Pbar UCL LCLN.of Inspeksi
N.of Nonconformities
1 94 30,03191
50,10328
60,19745
50,00911
8
2 94 110,11702
10,10328
60,19745
50,00911
8
3 77 10 0,129870,10328
60,20733
2-
0,00076
4 98 5 0,051020,10328
60,19551
3 0,01106
5 98 90,09183
70,10328
60,19551
3 0,01106
7 91 130,14285
70,10328
60,19899
50,00757
8
8 83 100,12048
20,10328
60,20350
10,00307
2
9 89 60,06741
60,10328
60,20006
40,00650
9
10 82 110,13414
60,10328
6 0,204110,00246
3
11 102 80,07843
10,10328
60,19368
70,01288
6
12 90 130,14444
40,10328
60,19952
50,00704
8
13 94 70,07446
80,10328
60,19745
50,00911
8
14 85 120,14117
60,10328
60,20231
50,00425
8
15 82 120,14634
10,10328
6 0,204110,00246
3
16 96 6 0,06250,10328
60,19646
90,01010
4
17 97 110,11340
20,10328
60,19598
70,01058
6
18 71 90,12676
10,10328
60,21163
9-
0,00507
19 83 120,14457
80,10328
60,20350
10,00307
2
20 98 80,08163
30,10328
60,19551
3 0,01106
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 157
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
p 1= N .of nonconformitiesN .of inspection
= 294
=0.031914894
p=∑ N . of nonconformities
∑ N .of inspection=
1761704
=0.103286385
UCL=p+(3√ p (1−p )n )
¿0.103286385+(3√ 0,103286385 (1−0.103286385 )94 )=0.197454906
LCL=p−(3√ p (1−p )n )
¿0.103286385−(3√ 0.103286385 (1−0.103286385 )94 )=0,009117864
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-0.05
0
0.05
0.1
0.15
0.2
0.25
P-Chart Plat Belakang Besar Iterasi 1
PiPbarUCLLCL
Sample
Pro
po
rsi
Gambar 4.155 output peta kendali p manual plat belakang 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
Iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 158
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.156 output peta kendali p software SPSS plat belakang iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P6 sebesar
0.230769231 sedangkan UCL nya sebesar 0.214668074 sehingga data di hilangkan dari
peta kendali.
Iterasi 1
Gambar 4.157 output peta kendali p software SPSS plat belakang iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 159
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
minitab
Iterasi 0
Gambar 4.158 output peta kendali p software minitab plat belakang iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P6 sebesar
0.230769231 sedangkan UCL nya sebesar 0.214668074 sehingga data di hilangkan dari
peta kendali.
Iterasi 1
Gambar 4.159 output peta kendali p software minitab plat belakang iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
2. Plat Belakang Kecil
Perhitungan manual
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 160
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 0
Tabel 4.63 data plat belakang kecil iterasi 0
NoPlat Belakang Kecil
Pi Pbar UCL LCLN.of Inspeksi
N.of Nonconformities
1 90 110,12222
2 0,107289 0,205155 0,009423
2 102 60,05882
4 0,107289 0,199218 0,0153593 100 7 0,07 0,107289 0,200133 0,014445
4 11 100,90909
1 0,107289 0,387224 -0,172655 80 17 0,2125 0,107289 0,211091 0,003486
6 86 60,06976
7 0,107289 0,207405 0,0071727 90 9 0,1 0,107289 0,205155 0,009423
8 107 110,10280
4 0,107289 0,197044 0,017533
9 88 50,05681
8 0,107289 0,206261 0,008317
10 92 150,16304
3 0,107289 0,204085 0,010492Lanjutan Tabel 4.63 data plat belakang kecil iterasi 0
11 83 60,07228
9 0,107289 0,209198 0,005379
12 91 110,12087
9 0,107289 0,204616 0,009962
13 95 110,11578
9 0,107289 0,202545 0,012033
14 84 60,07142
9 0,107289 0,20859 0,00598815 88 11 0,125 0,107289 0,206261 0,00831716 83 11 0,13253 0,107289 0,209198 0,005379
17 85 70,08235
3 0,107289 0,207992 0,006585
18 88 70,07954
5 0,107289 0,206261 0,008317
19 86 80,09302
3 0,107289 0,207405 0,007172
20 86 90,10465
1 0,107289 0,207405 0,007172
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 161
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
p 1= N .of nonconformitiesN .of inspection
=1190
=0.122222
p=∑ N . of nonconformities
∑ N .of inspection=
1841715
=0,1728863
UCL=p+(3√ p (1−p )n )
¿0,1728863+(3√ 0,1728863 (1−0,1728863 )90 )=0,205155
LCL=p−(3√ p (1−p )n )
¿0,1728863−(3√ 0,1728863 (1−0,1728863 )90 )=0,009423
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
P-Chart Plat Belakag Kecil Iterasi 0
PiPbarUCLLCL
Sample
Pro
po
rsi
Gambar 4.160 output peta kendali p manual plat belakang kecil iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P4 sebesar 0.909091
sedangkan UCL nya sebesar 0.3187224 sehingga data di hilangkan dari peta kendali.
Iterasi 1
Tabel 4.64 data plat belakang kecil iterasi 1
Noplat Belakang Kecil
Pi Pbar UCL LCLN.of Inspeksi
N.of Nonconformities
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 162
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 90 110,12222
20,10211
30,19786
5 0,00636
2 102 60,05882
40,10211
30,19205
70,01216
9
3 100 7 0,070,10211
30,19295
20,01127
4
5 80 17 0,21250,10211
30,20367
40,00055
2
6 86 60,06976
70,10211
30,20006
70,00415
9
7 90 9 0,10,10211
30,19786
5 0,00636
8 107 110,10280
40,10211
3 0,189930,01429
5
9 88 50,05681
80,10211
30,19894
70,00527
8
10 92 150,16304
30,10211
30,19681
90,00740
7
11 83 60,07228
90,10211
30,20182
10,00240
4
12 91 110,12087
90,10211
30,19733
80,00688
8
13 95 110,11578
90,10211
30,19531
10,00891
4
14 84 60,07142
90,10211
30,20122
60,00299
9
15 88 11 0,1250,10211
30,19894
70,00527
8
16 83 11 0,132530,10211
30,20182
10,00240
4
17 85 70,08235
30,10211
30,20064
10,00358
4
18 88 70,07954
50,10211
30,19894
70,00527
8
19 86 80,09302
30,10211
30,20006
70,00415
9
20 86 90,10465
10,10211
30,20006
70,00415
9
p 1= N .of nonconformitiesN .of inspection
=1190
=0.122222
p=∑ N . of nonconformities
∑ N .of inspection=
1741704
=0,102112676
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 163
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
UCL=p+(3√ p (1−p )n )
¿0,102112676+(3√ 0,102112676 (1−0,102112676 )90 )=0,197865
LCL=p−(3√ p (1−p )n )
¿0,102112676−(3√ 0,102112676 (1−0,102112676 )90 )=0,000552
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
0.05
0.1
0.15
0.2
0.25
P-Chart Plat Belakng Kecil Iterasi 1
PiPbarUCLLCL
Sample
Pro
po
rsi
Gambar 4.161 output peta kendali p manual plat belakang kecil iterasi 1
Pada data terlihat ada yang keluar dari batas dimana nilai P5 sebesar 0.2125
sedangkan UCL nya sebesar 0.103674 sehingga data di hilangkan dari peta kendali.
Iterasi 2
Tabel 4.65 data plat belakang kecil iterasi 2
Noplat Belakang Kecil
Pi Pbar UCL LCLN.of Inspeksi
N.of Nonconformities
1 90 11 0,1222220,09667
5 0,190125 0,003225
2 102 6 0,0588240,09667
5 0,184456 0,008894
3 100 7 0,070,09667
5 0,185329 0,008021
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 164
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
6 86 6 0,0697670,09667
5 0,192273 0,001076
7 90 9 0,10,09667
5 0,190125 0,003225
8 107 11 0,1028040,09667
5 0,18238 0,010969
9 88 5 0,0568180,09667
5 0,191181 0,002169
10 92 15 0,1630430,09667
5 0,189103 0,004246
11 83 6 0,0722890,09667
5 0,193986 -0,00064
12 91 11 0,1208790,09667
5 0,18961 0,00374
13 95 11 0,1157890,09667
5 0,187632 0,005717Lanjutan Tabel 4.65 data plat belakang kecil iterasi 2
14 84 6 0,0714290,09667
5 0,193405 -5,5E-05
15 88 11 0,1250,09667
5 0,191181 0,002169
16 83 11 0,132530,09667
5 0,193986 -0,00064
17 85 7 0,0823530,09667
5 0,192834 0,000516
18 88 7 0,0795450,09667
5 0,191181 0,002169
19 86 8 0,0930230,09667
5 0,192273 0,001076
20 86 9 0,1046510,09667
5 0,192273 0,001076
p 1= N .of nonconformitiesN .of inspection
=1190
=0.122222
p=∑ N . of nonconformities
∑ N .of inspection=
1571624
=0,096674877
UCL=p+(3√ p (1−p )n )
¿0,096674877+(3√ 0,096674877 (1−0,096674877 )90 )=0,190125
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 165
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
LCL=p−(3√ p (1−p )n )
¿0,096674877−(3√ 0,096674877 (1−0,096674877 )90 )=0,003225
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
-0.05
0
0.05
0.1
0.15
0.2
0.25
P-chart plat Belakang Kecil iterasi 2
PiPbarUCLLCL
Sample
Pro
po
rsi
Gambar 4.162 output peta kendali p manual plat belakang kecil iterasi 2
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-3.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 166
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software SPSS
Iterasi 0
Gambar 4.163 output peta kendali p software spss plat belakang kecil iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P4 sebesar 0.909091
sedangkan UCL nya sebesar 0.3187224 sehingga data di hilangkan dari peta kendali.
Iterasi 1
Gambar 4.164 output peta kendali p software spss plat belakang kecil iterasi 1
Pada data terlihat ada yang keluar dari batas dimana nilai P5 sebesar 0.2125
sedangkan UCL nya sebesar 0.103674 sehingga data di hilangkan dari peta kendali.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 167
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 2
Gambar 4.165 output peta kendali p software spss plat belakang kecil iterasi 2
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-3.
Sofware Minitab
Iterasi 0
Gambar 4.166 output peta kendali p software minitab plat belakang kecil iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P4 sebesar 0.909091
sedangkan UCL nya sebesar 0.3187224 sehingga data di hilangkan dari peta kendali.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 168
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Iterasi 1
Gambar 4.167 output peta kendali p software minitab plat belakang kecil iterasi 1
Pada data terlihat ada yang keluar dari batas dimana nilai P5 sebesar 0.2125
sedangkan UCL nya sebesar 0.103674 sehingga data di hilangkan dari peta kendali.
Iterasi 2
Gambar 4.168 output peta kendali p software minitab plat belakang kecil iterasi 2
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-3.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 169
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3. Plat Depan
Perhitungan Manual
Iterasi 0
Tabel 4.66 data plat depan iterasi 0
NoPlat Depan
Pi Pbar UCL LCLN.of Inspeksi
N.of Nonconformities
1 83 9 0,1084340,10375
3 0,204167 0,003338
2 99 8 0,0808080,10375
3 0,195695 0,01181
3 86 6 0,0697670,10375
3 0,2024 0,005105
4 97 4 0,0412370,10375
3 0,196639 0,010867
5 94 10 0,1063830,10375
3 0,198109 0,009396
6 93 11 0,118280,10375
3 0,198615 0,00889
7 79 11 0,1392410,10375
3 0,206678 0,000828
8 92 9 0,0978260,10375
3 0,199129 0,008376
9 78 10 0,1282050,10375
3 0,207336 0,00017
10 77 7 0,0909090,10375
3 0,208006 -0,0005
11 84 7 0,0833330,10375
3 0,203568 0,003938
12 105 11 0,1047620,10375
3 0,19303 0,014476
13 81 17 0,2098770,10375
3 0,205399 0,002106
14 102 4 0,0392160,10375
3 0,194333 0,013172
15 86 12 0,1395350,10375
3 0,2024 0,005105
16 77 13 0,1688310,10375
3 0,208006 -0,0005
17 92 9 0,0978260,10375
3 0,199129 0,008376
18 106 13 0,1226420,10375
3 0,192608 0,01489819 94 10 0,106383 0,10375 0,198109 0,009396
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 170
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3
20 107 7 0,0654210,10375
3 0,192192 0,015314
p 1= N .of nonconformitiesN .of inspection
= 983
=0.108434
p=∑ N . of nonconformities
∑ N .of inspection=
1881812
=0,103752759
UCL=p+(3√ p (1−p )n )
¿0,103752759+(3√ 0,103752759 (1−0,103752759 )83 )=0,204167
LCL=p−(3√ p (1−p )n )
¿0,103752759−(3√ 0,103752759 (1−0,103752759 )83 )=0,003338
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-0.05
0
0.05
0.1
0.15
0.2
0.25
P-Chart Plat Depan Iterasi 0
PiPbarUCLLCL
sample
Pro
po
rsi
Gambar 4.169 output peta kendali p manual plat depan iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P13 sebesar 0.209877
sedangkan UCL nya sebesar 0.205399 sehingga data di hilangkan dari peta kendali.
Iterasi 1
Tabel 4.67 data plat depan iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 171
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
NoPlat Depan
Pi Pbar UCL LCLN.of Inspeksi
N.of Nonconformities
1 83 9 0,108434 0,098787 0,19704 0,0005342 99 8 0,080808 0,098787 0,18875 0,0088233 86 6 0,069767 0,098787 0,195311 0,0022634 97 4 0,041237 0,098787 0,189673 0,00795 94 10 0,106383 0,098787 0,191112 0,0064626 93 11 0,11828 0,098787 0,191607 0,0059677 79 11 0,139241 0,098787 0,199496 -0,001928 92 9 0,097826 0,098787 0,19211 0,0054639 78 10 0,128205 0,098787 0,20014 -0,00257
10 77 7 0,090909 0,098787 0,200796 -0,0032211 84 7 0,083333 0,098787 0,196453 0,0011212 105 11 0,104762 0,098787 0,186142 0,011431
Lanjutan Tabel 4.67 data plat depan iterasi 1
14 102 4 0,039216 0,098787 0,187418 0,01015615 86 12 0,139535 0,098787 0,195311 0,00226316 77 13 0,168831 0,098787 0,200796 -0,0032217 92 9 0,097826 0,098787 0,19211 0,00546318 106 13 0,122642 0,098787 0,185729 0,01184419 94 10 0,106383 0,098787 0,191112 0,00646220 107 7 0,065421 0,098787 0,185322 0,012252
p 1= N .of nonconformitiesN .of inspection
= 983
=0.108434
p=∑ N . of nonconformities
∑ N .of inspection=
1711731
=0,098786828
UCL=p+(3√ p (1−p )n )
¿0,098786828+(3√ 0,098786828 (1−0,098786828 )83 )=0,19704
LCL=p−(3√ p (1−p )n )
¿0,098786828−(3√ 0,098786828 (1−0,098786828 )83 )=0,000534
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 172
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-0.05
0
0.05
0.1
0.15
0.2
0.25
P-Chart Plat Depan Iterasi 1
PiPbarUCLLCL
sample
Pro
po
rsi
Gambar 4.170 output peta kendali p manual plat depan 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
Iterasi 0
Gambar 4.171 output peta kendali p SPSS plat depan iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P13 sebesar 0.209877
sedangkan UCL nya sebesar 0.205399 sehingga data di hilangkan dari peta kendali.
Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 173
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.172 output peta kendali p SPSS plat depan 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
Iterasi 0
Gambar 4.173 output peta kendali p minitab plat depan iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P13 sebesar 0.209877
sedangkan UCL nya sebesar 0.205399 sehingga data di hilangkan dari peta kendali.
Iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 174
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Gambar 4.174 output peta kendali p SPSS plat depan iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
4. Penutup Plat Depan
Perhitungan Manual
Iterasi 0
Tabel 4.68 data penutup plat depan iterasi 0
Nopenutup plat depan
Pi Pbar UCL LCLN.of Inspeksi
N.of Nonconformities
1 103 120,11650
50,10657
10,19778
30,01535
9
2 73 80,10958
90,10657
10,21491
6-
0,00177
3 77 60,07792
20,10657
10,21206
40,00107
8
4 96 80,08333
30,10657
1 0,201050,01209
2
5 95 90,09473
70,10657
10,20154
60,01159
6
6 90 50,05555
60,10657
10,20414
80,00899
4
7 103 60,05825
20,10657
10,19778
30,01535
9
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 175
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
8 77 170,22077
90,10657
10,21206
40,00107
8
9 107 110,10280
40,10657
10,19606
2 0,01708
10 103 8 0,077670,10657
10,19778
30,01535
9
11 84 110,13095
20,10657
10,20757
30,00556
9
12 92 100,10869
60,10657
10,20308
2 0,01006
13 109 100,09174
30,10657
10,19523
70,01790
5
14 95 120,12631
60,10657
10,20154
60,01159
6
15 91 130,14285
70,10657
10,20361
10,00953
1
16 95 60,06315
80,10657
10,20154
60,01159
6
17 87 90,10344
80,10657
10,20581
70,00732
5
18 72 70,09722
20,10657
10,21566
6-
0,00252
19 71 11 0,154930,10657
10,21643
1-
0,00329
20 91 140,15384
60,10657
10,20361
10,00953
1
p 1= N .of nonconformitiesN .of inspection
= 12103
=0.116505
p=∑ N . of nonconformities
∑ N .of inspection=
1931811
=0,106570955
UCL=p+(3√ p (1−p )n )
¿0,106570955+(3√ 0,106570955 (1−0,106570955 )103 )=0,197783
LCL=p−(3√ p (1−p )n )
¿0,106570955−(3√ 0,106570955 (1−0,106570955 )103 )=0,015359
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 176
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-0.05
0
0.05
0.1
0.15
0.2
0.25
P-Chart Penutup Plat Depan Iterasi 0
PiPbarUCLLCL
Sample
Pro
po
rsi
Gambar 4.175 output peta kendali p manual penutup plat depan iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P8 sebesar 0.220779
sedangkan UCL nya sebesar 0,197783 sehingga data di hilangkan dari peta kendali.
Iterasi 1
Tabel 4.69 data penutup plat depan iterasi 1
Nopenutup plat depan
Pi Pbar UCL LCLN.of Inspeksi N.of Nonconformities
1 103 120,11650
5 0,101499 0,190767 0,012232
2 73 80,10958
9 0,101499 0,207535 -0,00454
3 77 60,07792
2 0,101499 0,204744 -0,00175
4 96 80,08333
3 0,101499 0,193964 0,009035
5 95 90,09473
7 0,101499 0,19445 0,008549
6 90 50,05555
6 0,101499 0,196997 0,006002
7 103 60,05825
2 0,101499 0,190767 0,012232
9 107 110,10280
4 0,101499 0,189083 0,01391610 103 8 0,07767 0,101499 0,190767 0,012232
11 84 110,13095
2 0,101499 0,200348 0,00265
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 177
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
12 92 100,10869
6 0,101499 0,195953 0,007046
13 109 100,09174
3 0,101499 0,188275 0,014724
14 95 120,12631
6 0,101499 0,19445 0,008549
15 91 130,14285
7 0,101499 0,196471 0,006528
16 95 60,06315
8 0,101499 0,19445 0,008549
17 87 90,10344
8 0,101499 0,198629 0,00437
18 72 70,09722
2 0,101499 0,208269 -0,00527Lanjutan Tabel 4.69 data penutup plat depan iterasi 1
Lanjutan Tabel 4.69 data penutup plat depan iterasi 1
19 71 11 0,15493 0,101499 0,209018 -0,00602
20 91 140,15384
6 0,101499 0,196471 0,006528
p 1= N .of nonconformitiesN .of inspection
= 12103
=0.116505
p=∑ N . of nonconformities
∑ N .of inspection=
1761734
=0,101499423
UCL=p+(3√ p (1−p )n )
¿0,101499423+(3√ 0,101499423 (1−0,101499423 )103 )=0,190767
LCL=p−(3√ p (1−p )n )
¿0,101499423−(3√ 0,101499423 (1−0,101499423 )103 )=0,012232
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 178
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-0.05
0
0.05
0.1
0.15
0.2
0.25
P-Chart Penutup Plat Depan Iterasi 1
PiPbarUCLLCL
Sample
pro
po
rsi
Gambar 4.176 output peta kendali p manual penutup plat depan iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 179
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software SPSS
Iterasi 0
Gambar 4.177 output peta kendali p SPSS penutup plat depan iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P8 sebesar 0.220779
sedangkan UCL nya sebesar 0,197783 sehingga data di hilangkan dari peta kendali.
Iterasi 1
Gambar 4.178 output peta kendali p SPSS penutup plat depan iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 180
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software minitab
Iterasi 0
Gambar 4.179 output peta kendali p minitab penutup plat depan iterasi 0
Pada data terlihat ada yang keluar dari batas dimana nilai P8 sebesar 0.220779
sedangkan UCL nya sebesar 0,197783 sehingga data di hilangkan dari peta kendali.
Iterasi 1
Gambar 4.180 output peta kendali p minitab penutup plat depan iterasi 1
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-2.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 181
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
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 sampel sejumlah 90 unit , jumlah kerugian total sebesar :
D = w1 c1 +w2 c2 + w3 c3
Contoh perhitungan :
D1 = 1x151 + 10x82 + 50x19 = 1921
D2 = 1x191 + 10x88 + 50x16 = 1871
D3 = 1x195 + 10x83 + 50x25 = 2275
Kerugian perunit untuk sampel diberikan oleh :
U = Dn
= w 1c1+w 2c2+w 3 c 3
n
Contoh Perhitungan :
U1 = 1921
90 = 21,3444
U2 = 1971
90 = 20,7889
U3 = 2275
90 = 25,2778
Tabel 4.70 data body iterasi 0
No Date
Body
U DN.of Inspeksi
N.of NonconformitiesScratc
h String Camber
103/01/201
3 90 151 82 19 21,3444 1921
204/01/301
3 90 191 88 16 20,7889 18713 07/01/201 90 195 83 25 25,2778 2275
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 182
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3
408/01/201
3 90 154 86 14 19,0444 1714
509/01/201
3 90 159 102 20 24,2111 2179
610/01/201
3 90 168 77 18 20,4222 1838
711/01/201
3 90 157 91 21 23,5222 2117
814/01/201
3 90 134 84 24 24,1556 2174
915/01/201
3 90 164 77 27 25,3778 2284Lanjutan Tabel 4.70 data body iterasi 0
1016/01/201
3 90 189 94 18 22,5444 2029
1117/01/201
3 90 181 84 21 23,0111 2071
1218/01/201
3 90 194 80 9 16,0444 1444
1321/01/201
3 90 173 68 21 21,1444 1903
1422/01/201
3 90 186 88 18 21,8444 1966
1523/01/201
3 90 180 88 19 22,3333 2010
1625/01/201
3 90 181 86 28 27,1222 2441
1728/01/201
3 90 142 79 14 18,1333 1632
1829/01/201
3 90 138 96 17 21,6444 1948
1930/01/201
3 90 193 74 19 20,9222 1883
2031/01/201
3 90 175 77 22 22,7222 2045Total 1800 3405 1684 390
garis tengah dari peta kendali U di ubah mengikuti :
u 1 = 3405 / 1800 = 1,8917
u 2 = 1684 / 1800 = 0,9356
u 3 = 390 / 1800 = 0,2167
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 183
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
U = 1,8917 + (10 X 0,9356) + (50 X 0,2167) = 22,0806
Standar deviasi dari U diberikan oleh :
σu = √ w 12 u1+w 22 u 2+w 32 u 3n
σu = √ 12 . x 1 ,8917+102 x 0 , 9356+502 x0 , 216790 = 3,5393
Limit kontrol :
UCL = U + 3 σu = 22,0806 + (3 X 3,5393) = 32,6991
LCL = U - 3 σu = 22,0806 - (3 X 3,5393) = 11,4620
Gambar 4.181 output peta kendali U manual body iterasi 0
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
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.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 184
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Diberikan sampel sejumlah 90 unit , jumlah kerugian total sebesar :
D = w1 c1 +w2 c2 + w3 c3
Contoh perhitungan :
D1 = 1x177 + 10x92 + 50x15 = 1847
D2 = 1x187 + 10x90 + 50x16 = 1887
D3 = 1x183 + 10x94 + 50x22 = 2223
Kerugian perunit untuk sampel diberikan oleh :
U = Dn
= w 1c1+w 2c2+w 3 c 3
n
Contoh Perhitungan :
U1 = 1847
90 = 20,5222
U2 = 1887
90 = 20,9667
U3 = 2223
90 = 24,7
Tabel 4.71 data chasis iterasi 1
No Date
Gear Kecil
U DN.of Inspeksi
N.of NonconformitiesScratc
hStrin
gCambe
r
103/01/201
3 90 177 92 1520,522
2 1847
204/01/301
3 90 187 90 1620,966
7 1887
307/01/201
3 90 183 94 2224,700
0 2223
408/01/201
3 90 148 94 2324,866
7 2238
509/01/201
3 90 153 76 1820,144
4 1813
610/01/201
3 90 189 88 1721,322
2 1919
711/01/201
3 90 164 86 2625,822
2 2324
814/01/201
3 90 154 85 2122,822
2 20549 15/01/201 90 175 79 11 16,833 1515
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 185
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3 3
1016/01/201
3 90 173 97 1018,255
6 1643
1117/01/201
3 90 166 84 1720,622
2 1856
1218/01/201
3 90 179 99 1722,433
3 2019
1321/01/201
3 90 168 76 2323,088
9 2078
1422/01/201
3 90 166 95 1420,177
8 1816
1523/01/201
3 90 149 78 2725,322
2 2279
1625/01/201
3 90 166 75 3529,622
2 2666
1728/01/201
3 90 172 77 1921,022
2 1892
1829/01/201
3 90 178 93 1420,088
9 1808
1930/01/201
3 90 170 81 1720,333
3 1830
2031/01/201
3 90 158 79 1719,977
8 1798Total 1800 3375 1718 379
garis tengah dari peta kendali U di ubah mengikuti :
u 1 = 3375 / 1800 = 1,8750
u 2 = 1718 / 1800 = 0,9544
u 3 = 379 / 1800 = 0,2106
U = 1,8750 + (10 X 0,9554) + (50 X 0,2106) = 21,9472
Standar deviasi dari U diberikan oleh :
σu = √ w 12 u 1+w 22 u 2+w 32 u 3n
σu = √ 12 . x 1 ,8750+102 x 0 , 9544+502 x0 ,210690 = 3,4650
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 186
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Limit kontrol :
UCL = U + 3 σu = 21,9472+ (3 X 3,4650) = 32,3424
LCL = U - 3 σu = 21,9472- (3 X 3,4650) = 11,5521
Gambar 4.182 output peta kendali U manual chassis iterasi 0
Berdasarkan grafik diatas dapat dilihat bahwa tidak terdapat data yang melewati
UCL maupun LCL, sehingga tidak perlu dilakukan iterasi ke-1.
Peta Kendali np
1. Pengunci Baerai
Perhitungan Manual
Pada komponen pengunci baterai memiliki 1 jenis kerusakan yang
mengakibatkan dinamo tidak bisa bekrja dan jumlah inspeksi yang tetap yaitu
sebanyak 90 kali tiap periode sehingga menggunakan peta kendali np untuk
mengetahui jumlah proporsi cacat sampel pengunci baterai
Iterasi 0
Tabel 4.72 data pengunci baterai iterasi 0
No DatePengunci Baterai
N.of Inspeksi N.of Nonconformities np1 pbar Squareroot ni UCL LCL1 03/01/2013 90 9 8,850 0,098 2,825 17,325 0,3752 04/01/3013 90 8 8,850 0,098 2,825 17,325 0,375
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 187
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3 07/01/2013 90 9 8,850 0,098 2,825 17,325 0,3754 08/01/2013 90 18 8,850 0,098 2,825 17,325 0,3755 09/01/2013 90 6 8,850 0,098 2,825 17,325 0,3756 10/01/2013 90 13 8,850 0,098 2,825 17,325 0,3757 11/01/2013 90 10 8,850 0,098 2,825 17,325 0,3758 14/01/2013 90 3 8,850 0,098 2,825 17,325 0,3759 15/01/2013 90 10 8,850 0,098 2,825 17,325 0,375
10 16/01/2013 90 11 8,850 0,098 2,825 17,325 0,37511 17/01/2013 90 12 8,850 0,098 2,825 17,325 0,37512 18/01/2013 90 6 8,850 0,098 2,825 17,325 0,37513 21/01/2013 90 6 8,850 0,098 2,825 17,325 0,37514 22/01/2013 90 5 8,850 0,098 2,825 17,325 0,37515 23/01/2013 90 11 8,850 0,098 2,825 17,325 0,37516 25/01/2013 90 7 8,850 0,098 2,825 17,325 0,37517 28/01/2013 90 6 8,850 0,098 2,825 17,325 0,37518 29/01/2013 90 11 8,850 0,098 2,825 17,325 0,37519 30/01/2013 90 7 8,850 0,098 2,825 17,325 0,37520 31/01/2013 90 9 8,850 0,098 2,825 17,325 0,375
n p=∑ N of nonconformities
N of inspection=
17720
=8,85 p=∑t=1
m
x t
∑ n= 177
1800=0,098
UCL=n p+3√n p (1−p )=8,85+3√8,85 (1−0,098 )UCL=8,85+3 (2,825 )=17,325
LCL=n p−3√n p (1−p )=8,85+3√8,85 (1−0,098 )LCL=8,85+3 (2,825 )=0,375
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
2
4
6
8
10
12
14
16
18
20
np-Chart Pengunci Baterai Iterasi 0
N.of Nonconformities
np1
UCL
LCL
Periode
n o
f n
on
con
form
itie
s
Gambar 4.183 output peta kendali np manual pengunci baterai iterasi 0
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 188
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Pada iterasi 0 terdapat data yang berada di luar UCL yaitu data ke 3 pada tanggal
8 Januari 2013 terdapat cacat sebanyak 18 lebih besar daripada 17,325. Sehingga harus
dihilangkan dari peta kendali
Iterasi 1
Tabel 4.73 data pengunci baterai iterasi 1
No
DatePengunci Baterai
N.of Inspeksi
N.of Nonconformities np1 pbar
Squareroot ni UCL LCL
103/01/201
3 90 98,36
80,09
3 2,75516,63
4 0,103
204/01/301
3 90 88,36
80,09
3 2,75516,63
4 0,103
307/01/201
3 90 98,36
80,09
3 2,75516,63
4 0,103
408/01/201
3 90 68,36
80,09
3 2,75516,63
4 0,103
509/01/201
3 90 138,36
80,09
3 2,75516,63
4 0,103
610/01/201
3 90 108,36
80,09
3 2,75516,63
4 0,103
711/01/201
3 90 38,36
80,09
3 2,75516,63
4 0,103
814/01/201
3 90 108,36
80,09
3 2,75516,63
4 0,103
915/01/201
3 90 118,36
80,09
3 2,75516,63
4 0,103
1016/01/201
3 90 128,36
80,09
3 2,75516,63
4 0,103
1117/01/201
3 90 68,36
80,09
3 2,75516,63
4 0,103
1218/01/201
3 90 68,36
80,09
3 2,75516,63
4 0,103
1321/01/201
3 90 58,36
80,09
3 2,75516,63
4 0,103
1422/01/201
3 90 118,36
80,09
3 2,75516,63
4 0,103
1523/01/201
3 90 78,36
80,09
3 2,75516,63
4 0,103
1625/01/201
3 90 68,36
80,09
3 2,75516,63
4 0,103
1728/01/201
3 90 118,36
80,09
3 2,75516,63
4 0,103
1829/01/201
3 90 78,36
80,09
3 2,75516,63
4 0,103
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 189
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
2031/01/201
3 90 98,36
80,09
3 2,75516,63
4 0,103
n p=∑ N of nonconformities
N of inspection=
15919
=8,368 p=∑t=1
m
x t
∑ n= 159
1710=0,093
UCL=n p+3√n p (1−p )=8,368+3√8,368 (1−0,093 )UCL=8,368+3 (2,755 )=16,634
LCL=n p−3√n p (1−p )=8,368+3√8,368 (1−0,093 )LCL=8,368+3 (2,755 )=0,103
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190
2
4
6
8
10
12
14
16
18
np-Chart Pengunci Baterai Iterasi 1
N.of Nonconformitiesnp1UCLLCL
Periode
n o
f n
on
con
form
itie
s
Gambar 4.184 output peta kendali np manual pengunci baterai iterasi 1
Pada iterasi 1 terdapat data yang berada di dalam kendali sehingga perhitungan selesai
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 190
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Sofware SPSS
Iterasi 0
Gambar 4.185 output peta kendali np SPSS pengunci baterai iterasi 0
Pada iterasi 0 terdapat data yang berada di luar UCL yaitu data ke 3 pada
tanggal 8 Januari 2013 terdapat cacat sebanyak 18 lebih besar daripada 17,325.
Sehingga harus dihilangkan dari peta kendali
Iterasi 1
Gambar 4.186 output peta kendali np SPSS pengunci baterai iterasi 1
Pada iterasi 1 terdapat data yang berada di dalam kendali sehingga perhitungan selesai
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 191
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software Minitab
Iterasi 0
Gambar 4.187 output peta kendali np minitab pengunci baterai iterasi 0
Pada iterasi 0 terdapat data yang berada di luar UCL yaitu data ke 3 pada tanggal
8 Januari 2013 terdapat cacat sebanyak 18 lebih besar daripada 17,325. Sehingga harus
dihilangkan dari peta kendali
Iterasi 1
Gambar 4.188 output peta kendali np SPSS pengunci baterai iterasi 1
Pada iterasi 1 terdapat data yang berada di dalam kendali sehingga perhitungan selesai
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 192
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
2. Dinamo Perhitungan Manual
Pada komponen dinamo memiliki 1 jenis kerusakan yang mengakibatkan
dinamo tidak bisa bekrja dan jumlah inspeksi yang tetap yaitu sebanyak 90 kali tiap
periode sehingga menggunakan peta kendali np untuk mengetahui jumlah proporsi
cacat sampel dinamo
Iterasi 0
Tabel 4.74 data dinamo iterasi 1
No
DateDinamo
N.of Inspeksi
N.of Nonconformities np1 pbar Squareroot ni UCL LCL
103/01/201
3 90 68,55
0,095 2,781681146
16,89504344
0,204957
204/01/301
3 90 68,55
0,095 2,781681146
16,89504344
0,204957
307/01/201
3 90 98,55
0,095 2,781681146
16,89504344
0,204957
408/01/201
3 90 38,55
0,095 2,781681146
16,89504344
0,204957
509/01/201
3 90 88,55
0,095 2,781681146
16,89504344
0,204957
610/01/201
3 90 118,55
0,095 2,781681146
16,89504344
0,204957
711/01/201
3 90 48,55
0,095 2,781681146
16,89504344
0,204957
814/01/201
3 90 88,55
0,095 2,781681146
16,89504344
0,204957
915/01/201
3 90 98,55
0,095 2,781681146
16,89504344
0,204957
1016/01/201
3 90 128,55
0,095 2,781681146
16,89504344
0,204957
1117/01/201
3 90 58,55
0,095 2,781681146
16,89504344
0,204957
1218/01/201
3 90 118,55
0,095 2,781681146
16,89504344
0,204957
1321/01/201
3 90 98,55
0,095 2,781681146
16,89504344
0,204957
1422/01/201
3 90 108,55
0,095 2,781681146
16,89504344
0,204957
15 23/01/201 90 5 8,5 0,09 2,781681146 16,8950434 0,20495
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 193
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3 5 5 4 7
1625/01/201
3 90 68,55
0,095 2,781681146
16,89504344
0,204957
1728/01/201
3 90 118,55
0,095 2,781681146
16,89504344
0,204957
1829/01/201
3 90 98,55
0,095 2,781681146
16,89504344
0,204957
1930/01/201
3 90 188,55
0,095 2,781681146
16,89504344
0,204957
2031/01/201
3 90 118,55
0,095 2,781681146
16,89504344
0,204957
‘
n p=∑ N of nonconformities
N of inspection=
17120
=8,55 p=∑t=1
m
x t
∑ n= 171
1800=0,095
UCL=n p+3√n p (1−p )=8,55+3√8,55 (1−0,095 )UCL=8,55+3 (2,782 )=16,895
LCL=n p−3√n p (1−p )=8,55−38,55+3√8,55 (1−0,095 )LCL=8,55+3 (2,782 )=0,205
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 200
2
4
6
8
10
12
14
16
18
20
np-Chart Dinamo Iterasi 0
N.of Nonconformitiesnp1UCLLCL
Periode
n o
f u
nco
nfo
rmiti
es
Gambar 4.189 output peta kendali np manual dinamo iterasi 0
Pada iterasi 0 terdapat data yang berada di luar UCL yaitu data ke 19 pada
tanggal 31 Januari 2013 terdapat cacat sebanyak 18 lebih besar daripada 16,895.
Sehingga harus dihilangkan dari peta kendali.
Iterasi 1
Tabel 4.75 data dinamo iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 194
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
No DateDinamo
N.of Inspeksi N.of Nonconformities np1 pbar Squareroot ni UCL LCL
1 03/01/2013 90 6 8,0530,08
5 2,64570415,5871
1 -0,28711
2 04/01/3013 90 6 8,0530,08
5 2,64570415,5871
1 -0,28711
3 07/01/2013 90 9 8,0530,08
5 2,64570415,5871
1 -0,28711
4 08/01/2013 90 3 8,0530,08
5 2,64570415,5871
1 -0,28711
5 09/01/2013 90 8 8,0530,08
5 2,64570415,5871
1 -0,28711
6 10/01/2013 90 11 8,0530,08
5 2,64570415,5871
1 -0,28711
7 11/01/2013 90 4 8,0530,08
5 2,64570415,5871
1 -0,28711
8 14/01/2013 90 8 8,0530,08
5 2,64570415,5871
1 -0,28711
9 15/01/2013 90 9 8,0530,08
5 2,64570415,5871
1 -0,28711
10 16/01/2013 90 12 8,0530,08
5 2,64570415,5871
1 -0,28711
11 17/01/2013 90 5 8,0530,08
5 2,64570415,5871
1 -0,28711Lanjutan Tabel 4.75 data dinamo iterasi 1
12 18/01/2013 90 11 8,053 0,085 2,645704 15,58711 -0,2871113 21/01/2013 90 9 8,053 0,085 2,645704 15,58711 -0,2871114 22/01/2013 90 10 8,053 0,085 2,645704 15,58711 -0,2871115 23/01/2013 90 5 8,053 0,085 2,645704 15,58711 -0,2871116 25/01/2013 90 6 8,053 0,085 2,645704 15,58711 -0,2871117 28/01/2013 90 11 8,053 0,085 2,645704 15,58711 -0,2871118 29/01/2013 90 9 8,053 0,085 2,645704 15,58711 -0,2871120 31/01/2013 90 11 8,053 0,085 2,645704 15,58711 -0,28711
n p=∑ N of nonconformities
N of inspection=
15319
=8,05 p=∑t=1
m
x t
∑ n= 153
1710=0,089
UCL=n p+3√n p (1−p )=8,05+3√8,05 (1−0,089 )¿8,05+3 (2,708 )=16,176
LCL=n p−3√n p (1−p )=8,05−3√8,05 (1−0,089 )¿8,05−3 (2,708 )=−0,071
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 195
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19-2
0
2
4
6
8
10
12
14
16
18
np-Chart Dinamo Iterasi 1
N.of Nonconformitiesnp1UCLLCL
Periode
n o
f u
nco
nfo
rmiti
es
Gambar 4.190 output peta kendali np manual dinamo iterasi 1
Pada iterasi 1 terdapat data yang berada di dalam kendali sehingga perhitungan
selesai di iterasi 1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 196
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Software SPSS
Iterasi 0
Gambar 4.191 output peta kendali np SPSS dinamo iterasi 0
Pada iterasi 0 terdapat data yang berada di luar UCL yaitu data ke 19 pada
tanggal 31 Januari 2013 terdapat cacat sebanyak 18 lebih besar daripada 16,895.
Sehingga harus dihilangkan dari peta kendali
Iterasi 1
Gambar 4.192 output peta kendali np SPSS dinamo iterasi 1
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 197
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Pada iterasi 1 terdapat data yang berada di dalam kendali sehingga perhitungan
selesai di iterasi 1.
Software Minitab
Iterasi 0
Gambar 4.193 output peta kendali np minitab dinamo iterasi 0
Pada iterasi 0 terdapat data yang berada di luar UCL yaitu data ke 19 pada
tanggal 31 Januari 2013 terdapat cacat sebanyak 18 lebih besar daripada 16,895.
Sehingga harus dihilangkan dari peta kendali
Iterasi 1
Gambar 4.194 output peta kendali np minitab dinamo iterasi 0
Pada iterasi 1 terdapat data yang berada di dalam kendali sehingga perhitungan
selesai di iterasi 1.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 198
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
4.3 Finish Product
4.3.1 Data Kualitas Finished Product
a. Dinamo Tidak Menyala
Tabel 4.75 data dinamo tidak menyala
No DateDinamo
N.of Inspeksi
N.of Nonconformities
1 03/01/2013 90 42 04/01/3013 90 33 07/01/2013 90 44 08/01/2013 90 15 09/01/2013 90 16 10/01/2013 90 37 11/01/2013 90 38 14/01/2013 90 19 15/01/2013 90 1
10 16/01/2013 90 311 17/01/2013 90 412 18/01/2013 90 113 21/01/2013 90 114 22/01/2013 90 315 23/01/2013 90 216 25/01/2013 90 317 28/01/2013 90 218 29/01/2013 90 219 30/01/2013 90 220 31/01/2013 90 4
b. Roda Depan Belakang Tidak Berputar
Tabel 4.76 data roda depan belakang tidak berputar
No Date
Roda Depan Belakang Tidak Berputar
N.of Inspeksi
N.of Nonconformities
103/01/201
3 90 5
204/01/301
3 90 33 07/01/201 90 5
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 199
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3
408/01/201
3 90 3Lanjutan Tabel 4.76 data roda depan belakang tidak berputar
509/01/201
3 90 3
610/01/201
3 90 7
711/01/201
3 90 6
814/01/201
3 90 4
915/01/201
3 90 3
1016/01/201
3 90 7
1117/01/201
3 90 4
1218/01/201
3 90 0
1321/01/201
3 90 7
1422/01/201
3 90 3
1523/01/201
3 90 6
1625/01/201
3 90 5
1728/01/201
3 90 2
1829/01/201
3 90 5
1930/01/201
3 90 5
2031/01/201
3 90 3
c. Bumper Tidak Terpasang Dengan Baik
Tabel 4.77 data bumper tidak terpasang dengan baik
No Date
Bumper Tidak Terpasang Dengan Baik
N.of Inspeksi
N.of Nonconformities
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 200
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 03/01/2013 90 22 04/01/3013 90 63 07/01/2013 90 34 08/01/2013 90 25 09/01/2013 90 26 10/01/2013 90 07 11/01/2013 90 68 14/01/2013 90 19 15/01/2013 90 5
10 16/01/2013 90 211 17/01/2013 90 012 18/01/2013 90 213 21/01/2013 90 114 22/01/2013 90 515 23/01/2013 90 5
Lanjutan Tabel 4.77 data bumper tidak terpasang dengan baik
16 25/01/2013 90 017 28/01/2013 90 218 29/01/2013 90 319 30/01/2013 90 620 31/01/2013 90 3
d. Roller Depan Tidak Berputar
Tabel 4.78 data roller depan tidak berputar
No DateRoller Tidak Berputar
N.of Inspeksi N.of Nonconformities1 03/01/2013 90 52 04/01/3013 90 13 07/01/2013 90 24 08/01/2013 90 05 09/01/2013 90 36 10/01/2013 90 87 11/01/2013 90 48 14/01/2013 90 29 15/01/2013 90 4
10 16/01/2013 90 411 17/01/2013 90 512 18/01/2013 90 213 21/01/2013 90 414 22/01/2013 90 2
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 201
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
15 23/01/2013 90 416 25/01/2013 90 117 28/01/2013 90 318 29/01/2013 90 119 30/01/2013 90 620 31/01/2013 90 1
Jumlah 1800 62
e. Pengunci Body Longgar
Tabel 4.79 data pengunci body longgar
No DatePengunci Body Longgar
N.of Inspeksi N.of Nonconformities1 03/01/2013 90 52 04/01/3013 90 1
Lanjutan Tabel 4.79 data pengunci body longgar
3 07/01/2013 90 44 08/01/2013 90 25 09/01/2013 90 16 10/01/2013 90 47 11/01/2013 90 38 14/01/2013 90 09 15/01/2013 90 2
10 16/01/2013 90 211 17/01/2013 90 112 18/01/2013 90 313 21/01/2013 90 314 22/01/2013 90 215 23/01/2013 90 216 25/01/2013 90 417 28/01/2013 90 318 29/01/2013 90 119 30/01/2013 90 520 31/01/2013 90 5
Jumlah 1800 53
f. Plat Depan Macet
Tabel 4.80 data plat depan macet
No DatePlat Depan Macet
N.of Inspeksi N.of Nonconformities1 03/01/2013 90 2
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 202
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
2 04/01/3013 90 13 07/01/2013 90 14 08/01/2013 90 35 09/01/2013 90 16 10/01/2013 90 07 11/01/2013 90 28 14/01/2013 90 29 15/01/2013 90 1
10 16/01/2013 90 111 17/01/2013 90 112 18/01/2013 90 313 21/01/2013 90 214 22/01/2013 90 215 23/01/2013 90 3
Lanjutan Tabel 4.80 data plat depan macet
16 25/01/2013 90 017 28/01/2013 90 118 29/01/2013 90 319 30/01/2013 90 020 31/01/2013 90 1
Jumlah 1800 30
g. Tuas on off Longgar
Tabel 4.81 data tuas on-off longgar
No DateTuas On-Off Longgar
N.of Inspeksi N.of Nonconformities1 03/01/2013 90 12 04/01/3013 90 33 07/01/2013 90 54 08/01/2013 90 05 09/01/2013 90 06 10/01/2013 90 07 11/01/2013 90 48 14/01/2013 90 09 15/01/2013 90 2
10 16/01/2013 90 211 17/01/2013 90 312 18/01/2013 90 213 21/01/2013 90 214 22/01/2013 90 4
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 203
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
15 23/01/2013 90 216 25/01/2013 90 017 28/01/2013 90 318 29/01/2013 90 319 30/01/2013 90 320 31/01/2013 90 6
Jumlah 1800 45
Rekap Data Finish Product
Tabel 4.82 rekap data finish product
Jenis Cacat Frekuensi Frekuensi Kumulatif Prosentase Prosentase KumulatifRoda Depan dan Belakang Tidak Berputar 86 86 23% 22,63%Roller Tidak Berputar 62 148 16% 38,95%Bumper Tidak Terpasang Dengan Baik 56 204 15% 53,68%Pengunci Body Longgar 53 257 14% 67,63%Dinamo Tidak Menyal 48 305 13% 80,26%Tuas On off Longgar 45 350 12% 92,11%Plat Depan Macet 30 380 8% 100,00%
4.3.2 Diagram Pareto (Manual-excel , SPSS, Minitab)
Manual
Roda Dep
an d
an B
elak
ang
Tidak
Ber
...
Roller T
idak
Ber
putar
Bumper
Tid
ak T
erpas
ang
Denga
n Bai
k
Pengu
nci Body
Longg
ar
Dinam
o Tid
ak M
enya
l
Tuas
On o
ff Longg
ar
Plat D
epan
Mac
et050
100150200250300350400
0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%90.00%100.00%
Diagram Pareto
Series1Series2
Jenis Cacat
N o
f n
on
con
form
itie
s
Gambar 4.195 output diagram pareto manual
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 204
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
SPSS
Gambar 4.196 output diagram pareto SPSS
Minitab
Gambar 4.197 output diagram pareto minitab
Dari ketiga hasil diagram pareto (Manual, output SPSS, dan output Minitab) di
dapatkan hasil yang sama. Kerusakan akibat roda depan dan belakang tidak berputar
merupakan kerusakan yang memiliki frekuensi terbesar.
4.3.3 Peta Kontrol np
Pada Peta Kontrol berdasarkan diagram Pareto yang digunakan untuk
mengetahui data tingkatan kualitas produk terhadap kecacatan produk dan terhadap
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 205
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
waktu yang ada. Tujuannya untuk mendapatkan keseragaman kualitas sehingga jika
terjadi peningkatan grafik(data melebihi UCL) maka perlu dilakukan perbaikan
Perhitungan Manual
Tabel 4.83 Peta Kontrol np
No Date
Roda Depan Belakang Tidak Berputar
N.of Inspeksi
N.of Nonconfo
rmities np1 pbarSquarero
ot ni UCL LCL1 03/01/2013 90 5 4,3 0,048 2,024 10,371 02 04/01/3013 90 3 4,3 0,048 2,024 10,371 03 07/01/2013 90 5 4,3 0,048 2,024 10,371 04 08/01/2013 90 3 4,3 0,048 2,024 10,371 0
5 09/01/2013 90 3 4,3 0,048 2,024 10,371 0Lanjutan Tabel 4.83 Peta Kontrol np
6 10/01/2013 90 7 4,3 0,048 2,024 10,371 07 11/01/2013 90 6 4,3 0,048 2,024 10,371 08 14/01/2013 90 4 4,3 0,048 2,024 10,371 09 15/01/2013 90 3 4,3 0,048 2,024 10,371 0
10 16/01/2013 90 7 4,3 0,048 2,024 10,371 011 17/01/2013 90 4 4,3 0,048 2,024 10,371 012 18/01/2013 90 0 4,3 0,048 2,024 10,371 013 21/01/2013 90 7 4,3 0,048 2,024 10,371 014 22/01/2013 90 3 4,3 0,048 2,024 10,371 015 23/01/2013 90 6 4,3 0,048 2,024 10,371 016 25/01/2013 90 5 4,3 0,048 2,024 10,371 017 28/01/2013 90 2 4,3 0,048 2,024 10,371 018 29/01/2013 90 5 4,3 0,048 2,024 10,371 019 30/01/2013 90 5 4,3 0,048 2,024 10,371 020 31/01/2013 90 3 4,3 0,048 2,024 10,371 0
n p=∑ N of nonconformities
N of inspection=
8420
=4,3 p=∑t=1
m
x t
∑ n= 84
1800=0,048
UCL=n p+3√n p (1−p )=4,3+3√4,3 (1−0,048 )¿4,3+3 (2,024 )=10,371
LCL=n p−3√n p (1−p )=4,3−3√4,3 (1−0,048 )¿4,3−3 (2,024 )=−1,771
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 206
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-4
-2
0
2
4
6
8
10
12
np-Char Roda Depan Belakang Tidak Berputar Iterasi 0
N.of Nonconformitiesnp1UCLLCL
Periode
N o
f n
on
co
mfo
rti
es
Gambar 4.198 output peta np manual roda belakang tidak berputar
SPSS
Gambar 4.199 output peta np SPSS roda belakang tidak berputar
Minitab
Gambar 4.200 output peta np minitab roda belakang tidak berputar
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 207
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
4.3.4 Diagram Fishbone
Dari hasil pengontrolan yang dilakukan pada finish product inspections
diketahui bahwa komponen yang memerlukan pengontrolan lebih intensif adalah
roda depan dan belakang yang tidak berputar, hal ini dapat dilihat dari diagram
pareto yang ada. Sehingga untuk mengetahui faktor-faktor yang dapat menyebabkan
roda depan dan belakang tidak berputar maka dilakukan pengontrolan dengan
menggunakan diagram fishbone proses, dimana dengan cara ini perusahaan akan
dapat mengetahui sebab-sebab yang berpengaruh pada kualitas dari roda depan dan
belakang. Dalam diagram fishbone berikut terdapat 4 penyebab utama roda depan
dan belakang tidak berputar yaitu product handling, storage, assembly, dan
inspection.
Gambar 4.201 fishbone diagram
4.4 ARL (Average Run Length)
p= Jumlah cacatJumlahinspeksi
= 1571624
=0,096675
ARL= 11−β
= 11−0,7500
=4
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 208
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Tabel 4.84 ARL (Average Run Length)
Plat Belakang Kecil
N.of Inspeksi
N.of Nonconformi
ties p P ¿ P(D ≤ nLCL∨p)β=P ¿ AR
L
90 110,09667
5 0,910889 0,160396 0,7500 4
102 60,09667
5 0,910889 0,160396 0,7500 4
100 70,09667
5 0,910889 0,160396 0,7500 4
86 60,09667
5 0,910889 0,160396 0,7500 4
90 90,09667
5 0,910889 0,160396 0,7500 4
107 110,09667
5 0,910889 0,160396 0,7500 4
88 50,09667
5 0,910889 0,160396 0,7500 4
92 150,09667
5 0,910889 0,160396 0,7500 4
83 60,09667
5 0,910889 0,160396 0,7500 4
91 110,09667
5 0,910889 0,160396 0,7500 4
95 110,09667
5 0,910889 0,160396 0,7500 4
84 60,09667
5 0,910889 0,160396 0,7500 4
88 110,09667
5 0,910889 0,160396 0,7500 4
83 110,09667
5 0,910889 0,160396 0,7500 4
85 70,09667
5 0,910889 0,160396 0,7500 4
88 70,09667
5 0,910889 0,160396 0,7500 4
86 80,09667
5 0,910889 0,160396 0,7500 4
86 90,09667
5 0,910889 0,160396 0,7500 4
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 209
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
4.5 Penentuan Biaya Kualitas
Biaya kualitas digunakan oleh PT Java Tamiya Factory untuk mempertahankan dan
mengendalikan kualitas dalam memproduksi tamiya. Berikut ini adalah biaya-biaya
kualitas yang dikeluarkan dalam proses perakitan tamiya :
1. Biaya Pencegahan (Prevention Cost)
Biaya Pencegahan merupakan biaya yang dikeluarkan untuk mencegah defect
pada produk sebelum produk selesai diproduksi. Biaya Pencegahan tersebut
antara lain:
Biaya Evaluation Capability
Biaya Evaluation Capability merupakan besarnya biaya dikarenakan
kecacatan raw material yang dipesan perusahaan. Banyaknya cacat dapat
dilihat dari komponen – komponen yang memiliki 1 jenis cacat
(mengikuti peta kendali n dan np). Yaitu komponen plat belakang besar
part dengan harga Rp 60, plat belakang kecil Rp 50, plat depan seharga
Rp 80, pengunci baterai dengan harga Rp 80, dan dinamo seharga Rp
2800. Pemesanan dilakukan sebanyak 7 kali selama 3 bulan sehingga
total biaya evaluation capability selama 1 tahundapat direkap sebagai
berikut:
- Komponen plat belakang besar: 194x60x7x4 = Rp325.920
- Komponen plat belakang kecil: 184x50x7x4 = Rp257.600
- Komponen plat depan: 188x80x7x4= Rp421.120
- Komponen pengunci baterai: 177x80x7x4 = Rp396.480
- Komponen dinamo: 171x2800x7x4 = Rp13.406.400
- Total biaya Evaluation Capability:
325920+257600+421120+396480+13406400 = Rp14.807.520
Biaya Perencanaan Kualitas.
Biaya ini merupakan biaya pengadaan rapat dalam perencanaan kualitas,
perencanaan inspeksi, realibilita, sistem serta persiapan manual dan
prosedur untuk mengkomunikasikan rencana-rencana tersebut kepada
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 210
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
pihak yang membutuhkan. Besarnya biaya perencanaan kualitas sebesar
Rp 30.850 untuk tiap bulannya atau Rp 370.200 selama 1 tahun.
(http://blog.binadarma.ac.id/sitinurhayati/wp-content/uploads/
2009/11/JURNAL-ILMIAH-1.doc)
Biaya pelatihan perkerja perakitan
Merupakan besarnya biaya untuk melatih pekerja dalam melakukan
perakitan. Terdapat 4 pekerja perakitan dengan biaya pelatihan tiap
pekerja sebesar Rp200.000. Sehingga total biaya pelatihan pekerja
perakitan selama 1 tahun: 4x200000x12 = Rp9.600.000
Biaya audit kualitas
Merupakan biaya pengadaan sarana pendukung dalam menjamin kualitas
produk. Contohnya tinta dan kertas. Dengan asumsi menggunakan botol
tinta ukuran 200ml seharga Rp32.000 per bulan dan kertas 1 rim seharga
Rp 29.000 per bulan maka total biaya audit kualitas: (32000+29000)x12
= Rp 732.000
2. Biaya Penilaian (Appraisal Cost)
Biaya Penilaian digunakan untuk menentukan apakah suatu produk sudah layak
untuk dijual ke konsumen. Biaya penilaian tersebut adalah:
Biaya pemeliharaan dan pembelian alat pengujian kualitas berupa
pemeliharaan dan pembelianjangka Sorong. Jangka sorong digunakan
untuk mengukur panjang dan diameter produk dan memeriksa apakah
ukuran komponen sesuai dengan spesifikasi yang diharapkan. Harga
jangka sorong sebesar Rp80.000 yang dipesan tiap akhir tahun Total
pekerja QC sebanyak 2 orang yang menggunakan 2 jenis jangka sorong
dengan biaya pemeliharaan masing-masing jangka sorong Rp 150.000,00
per bulan., maka total biaya pemeliharaan alat pengujian selama 1 tahun:
2x2x150000x12 = Rp7.200.000. Sedangkan total pembelian jangka
sorong sebesar: 2x2x80000 = Rp320.000. Total seluruh biaya
pemeliharaan dan pembelian sebesar: Rp7.200.000+ Rp320.000 =
Rp7.520.000
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 211
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Pengadaan check sheet
Check sheet adalah lembar yang digunakan untuk mencatat data produk
termasuk juga waktu pengamatan, permasalahan yang dicari dan jumlah
cacat pada setiap permasalahan. Diasumsikan 20 lembar untuk 1kali
inspeksi dengan biaya Rp 28.000 per lembar tiap bulan, sehingga total
biaya checksheet selama 1 tahun sebesar Rp 6.720.000
Biaya inspeksi
Biaya inspeksi merupakan besarnya biaya pekerja inspeksi selama 1
tahun. Terdapat 2 pekerja inspeksi dengan gaji sebesar Rp3.000.000.
Besarnya biaya inspeksi selama 1 tahun: 2x3.000.000x12 =
Rp72.000.000
3. Biaya Kegagalan Internal (Internal Failure Cost)
Biaya Kegagalan Internal merupakan biaya yang dikeluarkan akibat produk
sudah berada di pasar namun belum sampai ke konsumen. Yang termasuk dalam
biaya ini adalah:
Biaya Downgrading atau penjualan barang yang kurang berkualitas
dengan harga di bawah standar. Besarnya biaya downgrading adalah 10%
dari total harga material tamiya yang dipesan selama 1 tahun, yaitu:
7.250x180 . 935x10% = Rp131.177.875
4. Biaya Kegagalan Eksternal (External Failure Cost)
Biaya Kegagalan Eksternal merupakan biaya yang dikeluarkan setelah produk
sampai ke konsumen. Yang termasuk dalam biaya ini adalah:
Garansi
Biaya yang berkaitan dengan penggantian barang yang cacat. Besarnya
biaya garansi merupakan 10% dari total harga material tamiya yang
dipesan selama 1 tahun, yaitu: 7.250x180 . 935x10% = Rp131.177.875
Tabel 4.85 Rekap Biaya Kualitas
Biaya Pencegahan
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 212
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Deskripsi Biaya % BiayaBiaya evaluation capability Rp14.807.250 3,9580Biaya Perencanaan Kualitas Rp370.200 0,0990Biaya Pelatihan Pekerja Rp9.600.000 2,5661Biaya Audit Kualitas Rp732.000 0,1957Total Rp25.509.450 6,8188
Biaya PenilaianBiaya Pemeliharaan Alat Pengujian Rp7.520.000 2,0101Pengadaan Check Sheet Rp6.720.000 1,7963Biaya Inspeksi Rp72.000.000 19,2459Total Rp86.240.000 23,0523
Biaya Kegagalan InternalBiaya Downgrading Rp131.177.875 35,0644Total Rp131.177.875 35,0644
Biaya Kegagalan EksternalTotal Rp131.177.875 35,0644Total Keseluruhan Rp374.105.200 100
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 213
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
BAB V
ANALISIS
5.1 Analisis Acceptance Sampling
Acceptance sampling adalah menentukan peluang diterimanya suatu lot pada
berbagai tingkat kualitas.
5.1.1 Kebijakan sampel untuk As Roda
Panjang ass roda
Pada kebijakan sampel panjang ass roda, sampel yang di ambil sebanyak 20
dengan AQL 0,35. Standart perusahaan untuk panjang ass roda yaitu 58,5 1,5 mm.
Hasil perhitugan yang dilakukan di dapat nilai Zu sebesar 1,030 dan Zl sebesar 14,272.
Setelah itu dilakukan pengujian Single Spesification Limit dimana pada pengujian
tersebut menghasilkan dua keputusan. Hal ini perlu diadakannya pengujian kembali
menggunakan double spesification limit. Pada pengujian tersebut di dapat nilai P
sebesar 3,8, dimana nilai P lebih besar dari nilai m sebesar 15,15 sehingga dapat di
simpulkan keputusan lot panjang ass roda di tolak.
Diameter ass roda
Pada kebijakan sampel diameter ass roda, sampel yang di ambil sebanyak 20
dengan AQL 0,35. Standart perusahaan untuk diameter ass roda yaitu 1,8 0,2 mm.
Hasil perhitugan yang dilakukan di dapat nilai Zu sebesar 2,183 dan Zl sebesar 3,358.
Setelah itu dilakukan pengujian Single Spesification Limit dimana pada pengujian
tersebut menghasilkan dua keputusan. Hal ini perlu diadakannya pengujian kembali
menggunakan double spesification limit. Pada pengujian tersebut di dapat nilai P
sebesar 1,13 dimana nilai P lebih kecil dari nilai m sebesar 3,8 sehingga dapat di
simpulkan keputusan lot diameter ass roda di terima.
5.1.2 Kebijakan sampel untuk Gardan
Panjang gardan
Pada kebijakan sampel gardan, sampel yang di ambil sebanyak 20 dengan AQL
0,18. Standart perusahaan untuk panjang gardan yaitu 74 0,75 mm. Hasil perhitugan
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 214
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
yang dilakukan di dapat nilai Zu sebesar 2,0928 dan Zl sebesar 2,4568. Setelah itu
dilakukan pengujian Single Spesification Limit dimana pada pengujian tersebut
menghasilkan dua keputusan. Hal ini perlu diadakannya pengujian kembali
menggunakan double spesification limit. Pada pengujian tersebut di dapat nilai P
sebesar 1,753, dimana nilai P lebih besar dari nilai m sebesar 0,846 sehingga dapat di
simpulkan keputusan lot pada gardan di tolak.
Diameter gardan
Pada kebijakan sampel diameter gardan, sampel yang di ambil sebanyak 20
dengan AQL 0,18. Standart perusahaan untuk diameter gardan yaitu 1,8 0,2 mm.
Hasil perhitugan yang dilakukan di dapat nilai Zu sebesar 40,132 dan Zl sebesar -13,82.
Setelah itu dilakukan pengujian Single Spesification Limit dimana pada pengujian
tersebut menghasilkan dua keputusan. Hal ini perlu diadakannya pengujian kembali
menggunakan double spesification limit. Pada pengujian tersebut di dapat nilai P
sebesar 50 dimana nilai P lebih besar dari nilai m sebesar 0,846 sehingga dapat di
simpulkan keputusan lot pada diameter gardan di tolak.
5.1.3 Kebijakan sampel untuk Besi Dinamo
Diameter Dinamo
Pada kebijakan diameter dinamo, sampel yang di ambil sebanyak 20 dengan
AQL 0,18. Standart perusahaan untuk diameter dinamo yaitu 1,95 0,15 mm. Hasil
perhitugan yang dilakukan di dapat nilai Zu sebesar 9,3801 dan Zl sebesar 4,9048.
Setelah itu dilakukan pengujian Single Spesification Limit dimana pada pengujian
tersebut di dapat nilai k sebesar 2,11 sehingga nilai Zu dan Zl lebih dari 2,11. Dapat di
simpulkan lot diameter dinamo diterima.
5.2 Analisis Kualitas Raw Material
5.2.1 Data Variabel
1. Panjang Gardan
Data yang di ambil untuk panjang gardan yaitu sebanyak 20 kali pengukuran. Pada
iterasi ke 0 terlihat ada data yang keluar dari nilai UCL. Yaitu data ke 9 dan 10. Denga
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 215
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
ilai MR masing masing 1,2 dan 1 sedangkan niai UCLnya 0,7566. Hal ini harus di
iterasikan kembali agar data terkendali. 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.
2. Diameter Gardan
Data yang di ambil untuk diameter gardan yaitu sebayak 20 kali pengukuran. Pada
peta MR dan X bar untuk diameter gardan pada iterasi 0 tidak ada data yang keluar dari
peta kendali MR dan X bar sehingga data terkendali. Nilai UCL pada peta X bar adalah
1,429 mm dan LCL nya adalah 1,351 mm. Sedangkan untuk peta MR nilai UCL nya
adalah 0,0481 dan LCL nya adalah 0. Dari hasil yang diperoleh dapat disimpulkan
bahwa supplier mengirimkan barang dengan kualitas bagus karena sangat sesuai dengan
spesifikasi yang dibutuhkan perusahaan.
3. Panjang Ass Roda
Data yang di ambil untuk panjang ass roda yaitu 20 kali pegukuran. Pada peta MR
untuk panjang ass roda terdapat data yang keluar yaitu data yang melebihi nilai UCL
dan LCL, yaitu pada iterasi ke 0, iterasi ke 1, iterasi ke 2, dan iterasi ke 3, data mulai
terkendali pada iterasi ke 4. Pada iterasi ke 0 data ke 6 dengan no komponen 78, ukuran
60mm, nilai MR 0,5 melebihi batas UCL dengan nilai 0,3131. Pada iterasi ke 1 data ke
dengan no kompone 7, ukuran 59,9mm, nilai MR 0,091 melebihi nilai UCL sebesar
0,2983 sehingga data harus di iterasikan kembali. Pada iterasi ke 2 data no 8 dengan
nomor komponen 20, ukuran 59,9mm nilai MR 0,4 melebihi batas UCL yaitu sebesar
0,3119, sehingga haus di iterasikan kembali sampai tidak ada lagi data yang keluar.
Pada iteras ke 3 terdapat data yang keluar yaitu data ke 9 no komponen 59, ukuran 59,9,
nilai MR 0,4 melebihi nilai UCL sebesar 0,3267. Dan pada iterasi ke 4 barulah data
terkendali dan 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.
4. Diameter Ass Roda
Data yang di ambil untuk diameter ass roda yaitu 20 kali pengukuran. Pada peta MR
diameter ass roda terdapat data yang keluar yaitu data yang melebihi nilai UCL dan
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 216
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
LCL. Pada iterasi 0 terdapat 2 data yang melebihi nilai UCL. Yaitu data 11 degan nilai
MR 0,12 dan data ke 41 dengan nilai MR 0,22 yang melebihi nilai UCL sebesar 0,1062
sehingga harus di iterasikan kembali sampai data terkendali. Data mulai terkendali pada
iterasi ke 14 dimana tidak ad lagi data yang melebih inilai UCL sebesar 0,0294. Dari
data di atas dapat di simpulkan bahwa ass roda jauh di bawah standart perusahaan.
5. Diameter Dinamo
Data yang di ambil untuk diameter dinamo yaitu 20 kali pengukuran. Pada peta MR
diameter dinamo terdapat data yang keluar, yaitu data yang melebihi nilai UCL dan
LCL sehingga harus di iterasikan sampai data terkendali. Pada iterasi 0 terdapat data
yag keluar, yaitu data ke 12 degan nilai MR 0,04 melebihi nilai UCL sebsar 0,0275
sehinga data harus di iterasikan kembali. Pada iterasi 1 sudah tidak terdapat data yang
keluar melebihi nilai UCL dan LCL. Dari hal di atas dapat di simpulkan diameter
dinamo memenuhi standart perusahaan.
5.2.2 Data Variabel 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 anyaknya produk yang
cacat pada setiap pngambilan sampel. Berikut ini komponen komponen yang
menggunkan peta kendali P.
Plat belakang besar
Sampel yang di ambil untuk plat belakang besar sejumlah 20. Pada iterasi 0 terdapat
data yang keluar yaitu data ke 6 dengan nilai 0.230769231 melalui batas UCL sebesar
0,214668074 sehingga data harus di hilangkan dan di iterasikan kembali sampai data
terkendali. Data terkendali pada iterasi 1 dengan 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 keungkinan plat
belakang besar bengkok.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 217
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
ARL (average Run Leght) di gunakan untuk mengetahui rata rata sampel plat belakang
di temukan cacat kembali. Sampel yang di ambil sejumlah 18, hal ini di ambil dari
jumlah sampel peta atribut yang sudah terkendali. Pada perhitungan manual di dapat
nilai Pbar sebesar 0,096675. Untuk mengetahui nilai ARL, harus mengetahui terlebih
dahulu nilai β. Dimana β di dapat dari distribusi normal UCL sebesar 0,910889
dikurangi distribusi normal LCL sebesar 0,160396 sehingga di dapat nilai β sebesar
0,7500. Setelah itu barulah di dapat nilai ARL sebesar 4. Jadi dapat disimpulkan
kemungkinan ditemukan plat belakang kecil cacat saat pengambilan sampel ke 4.
Plat belakag kecil
Sampel yang di ambil untuk plat belakang kecil sejumlah 20. Pada itersai 0 terdapat
data yang keluar yaitu data ke 4 dengan nilai 0.909091 melalui batas UCL sebesar
0,3187224 sehingga harus di iterasikan kembali sampai data terkendali. Pada iterasi 1
data ke 5 masih melewati batas dengan nilai 1,2125 dan UCL 0,10364 sehingga harus di
iterasikan kembali. Data terkendali pada iterasi 2 dengan jumlah sampel 18 dimana
tidak ada data yang melebihi batas UCL maupun LCL. Kemungkinan cacat pada plat
belakang kecil yaitu terjadiya kesalahan ukuran terlalu panjang atau terlalu lebar
sehingga menyebabkan plat tidak dapat masuk ke rumah diamo dengan benar. Untuk itu
harus dilakukannya peninjauan kembali pada supplayer, jika hal ini terjadi terus
menerus dan merugikan perusahaan maka dapat di usulkannya pergantian supplayer ke
yang lebih berkualitas.
Plat depan
Sampel yang di ambil untuk plat depan sejumlah 20 kali pengukuran. Pada itersai 0
terdapat data yag keluar yaitu data ke 13 dengan nilai 0.209877 melalui batas UCL
sebesar 0,205399 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 belakang depan bengkok. Hal ini perlu adanya pencehgahan untuk memperkecil
kemungkinan cacat. Yaitu dengan di kurangnya penumpukan pada inventori, dan
mengawasi perpindahan material plat depan.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 218
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Penutup plat depan
Sampel yang di ambil untuk penutup plat depan yaitu 20. Pada itersai 0 terdapat data
yang keluar yaitu data ke 8 dengan nilai 0.220779 melalui batas UCL sebesar 0,197783
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 pada penutup plat depan yaitu terjadiya kesalahan
ukuran terlalu panjang atau terlalu lebar sehingga menyebabkan penutup tdak dapat di
tutup denagn benar. Untuk itu harus dilakukannya peninjauan kembali pada supplayer,
jika hal ini terjadi terus menerus dan merugikan perusahaan maka dapat di usulkannya
pergantian supplayer ke yang lebih berkualitas.
2. Peta kendali U
Peta kendali U meratting 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
Sampel yang di ambil untuk body sebanyak 20. Dari perhitungan manual dapat
menghasilkan UCL dengan nilai 32,6991 dan LCL dengan nilai 11,4620 yang iterasinya
hanya berakhir pada iterasi ke 0 dan tidak perlu di iterasikan kembali. Karena jika data
melewati LCL maka data tersebut tidak di buang karena datanya bukan merupakan
suatu pengukuran sehingga bersifat defect karena kesalahannya tidak ada. Kemungkinan
cacat yang terjadi adalah ukuran body yang tidak sesuai desain, sehingga body tidak
dapat terpasang dengan sempurna pada casis. Hal ini perlu di adakannya peninjauan
kembali pada supplayer, jika hal ini terjadi terus menerus dan merugikan perusahaan
maka dapat di usulkannya pergantian supplayer ke yang lebih berkualitas.
Chasis
Sampel yang di ambil untuk chasis sebanyak 20 kali. Dari perhitungan manual dapat
menghasilkan UCL dengan nilai 32,3424 dan LCL dengan nilai 11,5521 yang iterasinya
hanya berakhir pada iterasi ke 0 dan tidak perlu di iterasikan kembali. Karena jika data
melewati LCL maka data tersebut tidak di buang karena datanya bukan merupakan
suatu pengukuran sehingga bersifat defect karena kesalahannya tidak ada. Kemungkinan
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 219
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
cacat yag terjadi yaitu ukuran bolongan pada chasis yang tidak sesuai. Sehingga
komponen komponen lain tidak dapat terpasang dengan sempurna pada casis. Hal ini
perlu dilakukannya peninjauan kembali pada supplayer, jika hal ini terjadi terus
menerus dan merugikan perusahaan maka dapat di usulkannya pergantian supplayer ke
yang lebih berkualitas.
3. 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. Berikut komponen yang menggunakan peta kendali np :
Pengunci baterai
Sampel yang di ambil untuk pengunci baterai sejumlah 20 kali. Pada iterasi 0 terdapat
data ke 3 dengan nilai 18 melebihi batas UCL sebesar 17,325 sehingga harus di
iterasikan kembali sampai data terkendali. Data terkendali pada iterasi 1 dengan sampel
19 karena tidak ada data lagi yang melebihi UCL atau LCL. Kemungkinana cacat yang
terjadi pada pengunci baterai yaitu ukuran yang tidak pas sehingga pengunci bateri tidak
dapat terpasang dengan benar. Sehingga perlunya di adakannya peninjauan kembali
pada supplayer, jika hal ini terjadi terus menerus dan merugikan perusahaan maka dapat
di usulkannya pergantian supplayer ke yang lebih berkualitas.
Dinamo
Sampel yang di ambil untuk dinamo yaitu 20 kali. Pada iterasi 0 terdapat data ke 19
dengan nilai 18 melebihi batas UCL sebesar 16,895 sehingga harus di iterasikan
kembali sampai data terkendali. Data terkendali pada iterasi 1 dengan jumlah sampel 19
karena tidak ada data lagi yang melebihi UCL atau LCL. Kemungkinan cacat yang
terjadi pada dinamo yaitu tidak berfugsinya dinamo. Hal ini perlu di lakukannya
peninjauan kembali pada supplayer, jika hal ini terjadi terus menerus dan merugikan
perusahaan maka dapat di usulkannya pergantian supplayer ke yang lebih berkualitas.
4. Peta kendali C
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 220
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Peta kendali C digunakan untuk jumlah sampel (number of inspection) yang sama.
Peta C digunakan untuk menghitung banyaknya jumlah cacat dalam suatu produk.
Berikut ni komponen yang menggnakan peta kendali C
Gear besar
Sampel yang di ambil untuk gear besar yaitu 20. Pada iterasi 0 terdapat data yang keluar
yaitu data ke 8 dengan nilai 143 melebihi batas UCL sebesar 139,98 sehingga data harus
di hilangkan dan dilakukan iterasi kembali sampai data terkendali. Data terkendali pada
iterasi 1 dengan jumlah sampel akhir 19 karena tidak ada data lagi yang melebihi UCL
atau LCL. Kemungkinan cacat pada gear besar yaitu gear besar yag tidak sesuai dengan
desine sehingga akan menyebabkan roda tidak berputar. Hal ini perlu di lakukannya
peninjauan kembali pada supplayer, jika hal ini terjadi terus menerus dan merugikan
perusahaan maka dapat di usulkannya pergantian supplayer ke yang lebih berkualitas.
Gear kecil
Sampel yang di ambil untuk gear kecil sebanyak 20. Pada iterasi 0 tidak terdapat data
yang melebihi batas UCL atau LCL sehingga tidak perlu dilakukannya iterasi kembali
karena data sudah terkendali. Kemungkinan cacat pada gear kecil yaitu gear kecil yang
tidak sesuai desine sehigga mengakibatkan kegagalan saat inspeksi. Hal ini perlu
dilakukan pengendalian kualitas agar tidak adaya barag cacat masuk ke perusahaan. Dan
perlu di lakukannya peninjauan kembali pada supplayer, jika hal ini terjadi terus
menerus dan merugikan perusahaan maka dapat di usulkannya pergantian supplayer ke
yang lebih berkualitas.
Roda assy
Sampel yang di ambil untuk roda assy yaitu sebanyak 20. Pada iterasi 0 terdapat data
yang keluar, yaitu data ke 11 dengan nilai 130 melebihi batas UCL esebesar 129,42
sehingga data harus di hilangkan dan dilakukan iterasi kembali sampai data terkendali.
Data terkendali pada iterasi 1 karena tidak ada data lagi yang melebihi UCL atau LCL.
Kemungkinan cacat pada roda assy yaitu cacat pada desain roda assy. Hal ini perlu
dilakukan pengendalian kualitas agar tidak adaya barag cacat masuk ke perusahaan. Dan
perlu di lakukannya peninjauan kembali pada supplayer, jika hal ini terjadi terus
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 221
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
menerus dan merugikan perusahaan maka dapat di usulkannya pergantian supplayer ke
yang lebih berkualitas.
Roller besar
Sampel yang di ambbil untuk roller besar yaitu sebanyak 20. Pada iterasi 0 terdapat data
yang keluar, yaitu data ke 3 dengan nilai 130 melebihi batas UCL sebesar 129,3
sehingga data harus di hilangkan dan dilakukan iterasi kembali sampai data terkendali.
Data terkendali pada iterasi 1 karena tidak ada data lagi yang melebihi UCL atau LCL.
Kemungkinan cacat yang terjadi pada roller besar yaitu tidak sesuainya produk jadi
dengan desain yang ada sehingga roller besar tidak dapat terkunci dengan baik. Hal ini
perlu dilakukan pengendalian kualitas agar tidak adaya barag cacat masuk ke
perusahaan. Dan perlu di lakukannya peninjauan kembali pada supplayer, jika hal ini
terjadi terus menerus dan merugikan perusahaan maka dapat di usulkannya pergantian
supplayer ke yang lebih berkualitas.
Roller kecil
Sampel yang di ambil untuk roller kecil yaitu sebanyak 20. Pada iterasi 0 terdapat data
yang keluar, yaitu data ke 4 dengan nilai 133 melebihi batas UCL sebesar 130,98
sehingga data harus di hilangkan dan dilakukan iterasi kembali sampai data terkendali.
Data terkendali pada iterasi 1 dengan jumlah sampel 19 karena tidak ada data lagi yang
melebihi UCL atau LCL. Kemungkinan cacat yang terjadi pada roller kecil yaitu tidak
sesuainya produk jadi dengan desain yang ada sehingga roller kecil tidak dapat terkunci
dengan baik. Hal ini perlu dilakukan pengendalian kualitas agar tidak adaya barag cacat
masuk ke perusahaan. Dan perlu di lakukannya peninjauan kembali pada supplayer, jika
hal ini terjadi terus menerus dan merugikan perusahaan maka dapat di usulkannya
pergantian supplayer ke yang lebih berkualitas.
Rumah dinamo
Sampel yang di ambil untuk rumah dinamo sebanyak 20. Pada iterasi 0 terdapat data
yang keluar, yaitu data ke 12 dengan nilai 145 melebihi batas UCL sebesar 144,09
sehingga data harus di hilangkan dan dilakukan iterasi kembali sampai data terkendali.
Data terkendali pada iterasi 1 karena tidak ada data lagi yang melebihi UCL atau LCL.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 222
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Cacat yang mungkin terjadi yaitu ketidaksesuaian yang terjadi pada rumah dinamo
diakibatkan oleh pengepakan raw material yang kurang tepat sehingga gampang rusak
dan juga akibat dari benturan sesama rumah dinamo pada saat distribusi barang ke
perusahaan. Sehingga perlu dilakukannya pengawasan pada pengiriman material.
5. Peta kendali u
Peta kendali u digunakan untuk jumlah sampel yang diambil (number of inspection)
memiliki jumlah yang tidak sama. Peta kendali u memiliki fungsi yang sama dengan
peta kendali c, yaitu sama-sama digunakan untuk menghitung banyaknya jumlah cacat
dalam suatu produk. Berikut ini komponen komponen yang menggunakan peta kendali
u
Bumper Belakang
Sampel yang di ambil untuk bumper belakang yaitu sebanyak 20. Pada iterasi 0 terdapat
2 data yang melebihi batas UCL yaitu data ke 4 dengan nilai 172 dan data ke 19 dengan
nilai 161 dengan batas UCL desebesar 2,23325 sehingga data harus di hilangkan dan
dilakukan iterasi kembali sampai data terkendali. Data terkendali pada iterasi 1 dengan
jumlah sampel 18 karena tidak ada data lagi yang melebihi UCL atau LCL.
Kemungkinan cacat yang terjadi pada bumper belakang yaitu ketdaksesuaian produk
jadi dengan desain yang ada, sehingga bumper belakang tidak dapat terkunci dengan
baik pada chasis. Hal ini perlu dilakukan pengendalian kualitas agar tidak adaya barag
cacat masuk ke perusahaan. Dan perlu di lakukannya peninjauan kembali pada
supplayer, jika hal ini terjadi terus menerus dan merugikan perusahaan maka dapat di
usulkannya pergantian supplayer ke yang lebih berkualitas.
Pengunci Body
Sampel yang di ambil untuk pengunci body yaitu 20. Pada iterasi 0 terdapat data yang
melebihi batas UCL yaitu data ke 4 dengan nilai 109 dengan batas UCL sebesar
1,31792 sehingga data harus di hilangkan dan dilakukan iterasi kembali sampai data
terkendali. Data terkendali pada iterasi 1 karena tidak ada data lagi yang melebihi UCL
atau LCL. Cacat yang mungkin terjadi yaitu ketidaksesuaian yang terjadi pada pengunci
body yag diakibatkan oleh pengepakan raw material yang kurang tepat sehingga
gampang rusak dan juga akibat dari benturan sesama rumah dinamo pada saat distribusi
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 223
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
barang ke perusahaan. Sehingga perlu dilakukannya pengawasan pada pengiriman
material.
Tuas On Off
Sampel yang di ambil untuk tias on off yaitu sebanyak 20. Pada iterasi 0 terdapat data
yang melebihi batas UCL yaitu data ke 20 dengan nilai 105 yang melebihi batas UCL
desebesar 1,317015 sehingga data harus di hilangkan dan dilakukan iterasi kembali
sampai data terkendali. Data terkendali pada iterasi 1 dengan umlah sampel 19 karena
tidak ada data lagi yang melebihi UCL atau LCL. Cacat yang mungkin terjadi yaitu
ketidaksesuaian yang terjadi pada tuas on off diakibatkan oleh pengepakan raw material
yang kurang tepat sehingga gampang rusak dan juga akibat dari benturan sesama rumah
dinamo pada saat distribusi barang ke perusahaan. Sehingga perlu dilakukannya
pengawasan pada pengiriman material.
Gear Dinamo
Sampel yang di ambil untuk gear dinamo yaitu sebanyak 20. Pada iterasi 0 terdapat data
yang melebihi batas UCL yaitu data ke 11 dengan nilai 109 dengan batas UCL sebesar
1,48992 sehingga data harus di hilangkan dan dilakukan iterasi kembali sampai data
terkendali. Data terkendali pada iterasi 1 karena tidak ada data lagi 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 barag cacat masuk ke perusahaan. Dan perlu di
lakukannya peninjauan kembali pada supplayer, jika hal ini terjadi terus menerus dan
merugikan perusahaan maka dapat di usulkannya pergantian supplayer ke yang lebih
berkualitas.
Pengunci Dinamo
Sampel yang di ambil untuk pengunci dinamo yaitu sebanyak 20. Pada iterasi 0 terdapat
data yang melebihi batas UCL yaitu data ke 20 dengan nilai 112 melebihi batas UCL
sebesar 1,28249 sehingga data harus di hilangkan dan dilakukan iterasi kembali sampai
data terkendali. Data terkendali pada iterasi 1 dengan jumlah sampel 19 karena tidak ada
data lagi yang melebihi UCL atau LCL. Cacat yang mungkin terjadi yaitu ketidak
sesuaian yang terjadi pada pengunci dinamo sehingga mengakibatkan dinamo tidak
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 224
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
dapat terkunci dengan baik. Hal ini perlu dilakukan pengendalian kualitas agar tidak
adaya barag cacat masuk ke perusahaan. Dan perlu di lakukannya peninjauan kembali
pada supplayer, jika hal ini terjadi terus menerus dan merugikan perusahaan maka dapat
di usulkannya pergantian supplayer ke yang lebih berkualitas.
5.3 Analisis Kualitas Finish Product
5.3.1 Analisis Diagram Pareto
Diagram Pareto merupakan diagram merepresentasikan kecacatan-kecacatan
atau masalah-masalah produk jadi atau finished product dari produksi Mini 4 WD.
Masalah yang terjadi antara lain roda depan dan belakang tidak berputar, roller tidak
berputar, tuas on-off longgar, pengunci body longgar, bumper tidak terpasang
dengan baik, dinamo tidak menyala, dan plat depan macet.
Dilihat dari diagram tersebut, masalah yang memiliki frekuensi terbesar adalah
roda depan dan belakang tidak berputar dengan persen cacat 23%, untuk roller tidak
berputar memiliki persen cacat sebesar 16%, bumper tidak terpasang dengan baik
memiliki persen cacat sebesar 15 %, pengunci body longgar persen cacatnya sebesar
14%, dinamo tidak menyala persen cacatnya sebesar 13%, tuas on-off longgar
memiliki persen cacat sebesar 12 dan yang terakhir yaitu plat depan macet persen
cacatnya yaitu 8 %.
Menurut teori 20/80 pareto, 80% keseluruhan masalah yang terjadi disebabkan
oleh kurang lebih 20% masalah yang ada. Pada kasus ini, diagram pareto untuk
inspeksi finished product menunjukkan bahwa 80% keseluruhan masalah disebabkan
oleh 20% penyebab masalah yang ada, yaitu roda tidak berputar. Dengan kata lain
penyebab utama kegagalan produk tamiya dikarenakan roda tidak berputar
5.3.2 Analisis Peta Kontrol np
Masalah-masalah yang ditemukan pada inspeksi produk jadi antara lain roda
depan dan belakang tidak berputar, roller tidak berputar, tuas on-off longgar,
pengunci body longgar, bumper tidak terpasang dengan baik, dinamo tidak menyala,
dan plat depan macet. Inspeksi dilakukan dengan jumlah produk yang konstan yaitu
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 225
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
90 sampel. Karena prosentase terbesar yaitu roda depan dan belakang tidak berputar
maka untuk menguji kualitas produk digunakan peta kendali np pada data inspeksi.
Dalam pemetaan dengan peta kendali np untuk masalah-masalah di atas, rata-
rata dari masalah tersebut mengalami 1 iterasi. Untuk peta kontrol np pada peta
kendali np roda depan dan tidak berputar memiliki nilai UCL = 10,371 dan LCL = -
1,771 . Pada hasil peta kendali tersebut maka tidak ada yang melewati batas atas dan
bawah berarti hal tersebut masih dapat dikatakan data terkendali.
5.3.3 Analisis Diagram Fishbone
Diagram fishbone digunakan untuk mengetahui penyebab terjadinya kecacatan
finish product. Dari diagram pareto didapat kecacatan finish product paling banyak
disebabkan roda depan dan belakang tidak berputar. Terdapat 4 penyebab utama
yaitu pada product handling, storage, inspection, dan assembly. Pada bagian
inspection terjadi karena kurang ketelitian, adanya komponen yang terlewati, dan
barang dari supplier yang kurang baik. Sehingga perlu mencari supplier lain yang
lebih menjamin kualitas komponen, dan ketelitian ketika menerima komponen. Pada
assembly, kecacatan terjadi karena pemasangan yang kurang baik, tuas on-off
terbalik, kelalaian operator dalam merakit, gear belum terpasang dengan baik, dan
gardan bergeser. Perlu adanya kehati-hatian, ketelitian dan konsentrasi pekerja dalam
melakukan assembly. Pada storage disebabkan karena kurangnya perawatan,
penataan komponen kurang rapi, pemeriksaan kurang, dan tempat penyimpanan
kurang layak. Perlu perawatan dan pemeriksaanyang lebih intensif, penyusunan tata
letak komponen yang baik dan tempat penyimpanan yang layak dan pemberian
bantalan seperti busa atau gabus pada tempat penyimpanan untuk mengurangi
kerusakan komponen pada storage. Sedangkan pada prodict handling terdapat 3
penyebab yaitu pemindahan barang terlalu cepat atau terlalu lambat, kurangnya
selektifitas, dan human error. Sehingga perlunya ketelitian, kehati-hatian lebih tinggi
dan pengarahan kepada pekerja dalam melakukan product handling.
5.4 Analisis Proses
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 226
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
Proses yang dilakukan dalam penelitian ini yang 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 diamter gardan, panjang dan diameter as roda dan
diameter besi dinamo. Jika sampel yang 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.
Langkah selanjutnya menentukan kualitas raw material digunakan peta kendali yang
bertujuan untuk 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 hasil pengukuran) yang terdiri dari panjang dan diametr
gardan, panjang dan diameter as roda dan diameter besi dinamo. Untuk data variabel ini
digunakan peta kendali X - 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. Yang menggunakan peta kendali ini yaitu plat belakang besar, penutup plat
depan, plat belakang kecil, plat depan kedua Peta kendali np ,digunakan untuk
mengendalikan jumlah cacat dalam sampel dan menggunakan perhitungan sebagai
dasar. Peta kendali jumlah sampelnya konstan. Yang menggunakan peta kendali ini
yaitu pengunci baterai dan dinamo. Ketiga, 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. Keempat Peta kendali u, digunakan untuk mengendalikan jumlah
kecacatan per unit. Dalam peta kendali ini ukuran sampel dibuat bervariasi. 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
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 227
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
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.
Langkah selanjutnya menentukan finish produk digunakan 3 tools , pertama diagram
pareto 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 perbaiakan. Dan tools yang terakhir
adalah diagram fish bone, digunakan untuk menganalisis masalah dan penyebabanya
sehingga produk yang diproduksi dinyatakan gagal
Dan langkah 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.
5.5 Analisis Biaya Kualitas
Biaya kualitas merupakan biaya untuk mempertahankan dan mengendalikan
kualitas dalam memproduksi suatu produk. Biaya kualitas diklasifikasikan dalam 4
kategori atau kelompok, yaitu biaya pencegahan biaya penilaian, biaya kegagalan
internal, dan biaya kegagalan eksternal.
Biaya pencegahan sangat penting sebagai pencegahan produk gagal pada tahap
awal sehingga kerugian akibat produk gagal pada tahapan berikutnya dapat dihindari.
Biaya pencegahan mencapai 6,8188% dari keseluruhan biaya kualitas, dengan biaya
evaluation capability merupakan biaya terbesar mencapai Rp14.807.250 yang didapat
dari biaya komponen noncomfortmities dari komponen peta kendali p dan np selama 1
tahun. Biaya ini dapat ditekan dengan mencari supplier komponen yang mampu
mensupplai komponen yang lebih berkualitas. Sedangkan untuk biaya pelatihan pekerja
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 228
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
yang mencapai Rp9.600.000 yang didapat dari biaya pelatihan pekerja assembly
sebanyak 4 orang selama 12 bulan. Untuk biaya perencanaan kualitas mencapai
Rp370.200 merupakan biaya pengeluaran untuk rapat membahas perencanaan kualitas
selama 12 bulan. Dan biaya audit kualitas mencapai Rp 732.000 merupakan biaya
pengadaan tinta dan kertas selama 12 bulan.
Biaya penilaian mencapai 23,0523% dari keseluruhan biaya kualitas, terdiri dari
biaya pemeliharaan dan pembelian alat pengujian sebesar Rp7.520.000 dari biaya
pemeliharaan 2 jenis jangka sorong selama 12 bulan sebesar Rp150.000 untuk 2 pekerja
QC serta pembelian 2 jenis jangka sorng untuk 2 pekerja QC seharga Rp80.000 di akhir
tahun. Biaya pengadaan checksheet sebesar Rp6.720.000 didapat dari biaya checksheet
Rp28.000 per bulan selama 12 bulan. Biaya inspeksi merupakan biaya gaji pekerja
bagian QC sebesar Rp3.000.000 per orang selama 12 bulan.
Biaya kegagalan internal merupakan biaya yang berhubungan dengan kecacatan
dan nonkonformasi yang ditemukan sebelum produk sampai ke konsumen mencapai
35,0644% terdiri dari biaya downgrading sebesar Rp131.177.875, didapat dari 10%
biaya material tamiya yang dipesan selama 12 bulan. Untuk meminimalisir biaya
kegagalan internal perlu diadakan pemeriksaan yang dilakukan pada tahap awal dan
kehati-hatian dalam proses assembly sehingga kecacatan setelah produk diassembly
dapat dihindari.
Biaya kegagalan internal merupakan biaya yang berhubungan dengan kecacatan
dan nonkonformasi yang ditemukan setelah produk sampai ke konsumen mencapai
35,0644% terdiri dari biaya garansi sebesar Rp131.177.875, didapat dari 10% biaya
material tamiya yang dipesan selama 12 bulan Untuk meminimalisir biaya kegagalan
eksternal juga perlu diadakan pemeriksaan yang dilakukan pada tahap awal dan kehati-
hatian dalam proses assembly sehingga kecacatan setelah produk diassembly dapat
dihindari.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 229
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
BAB VI
PENUTUP
6.1 Kesimpulan
Kesimpulan pada penelitian ini adalah:
1. Pengendalian kualitas dilakukan dalam upaya peningkatan kepercayaan
konsumen terhadap produk yang dihasilkan serta menjamin perkembangan
perusahaan pada masa yang akan datang.
2. Pada pengendalian kualitas digunakan suatu metode peta kendali yang
merupakan salah satu alat dalam seven tools untuk memonitor apakah suatu
aktivitas dapat diterima sebagai proses yang terkendali atau tidak. Peta kendali
variabel digunakan untuk memetakan dan mengontrol proses dari suatu data
variabel yaitu data yang berasal dari pengukuran (peta kendali X-MR),
sedangkan peta kendali atribut digunakan untuk memetakan dan mengontrol
proses dari suatu data atribut yaitu data yang bukan dari hasil pengukuran.
Macam-macam peta kendali atribut yaitu peta kendali u (bumper belakang,
pengunci body, tuas on-off, gear dynamo, dan pengunci dynamo), c (gear besar,
gear kecil, roda assy, roller besar, roller kecil, dan rumah dynamo), np
(dynamo), p (plat belakang besar, plat belakang kecil, plat depan, penutup plat
depan, dan U (body, dan chasis) sedangkan untuk peta kendali variabel yang
digunakan hanya peta kendali x-MR. Jenis-jenis cacat yang terdeteksi pada raw
material antara lain: string (serabut), camber (lekukan), dan scratch (goresan).
Sedangkan cacat yang terdeteksi pada finish product antara lain roda tidak dapat
berputar, dinamo tidak dapat berputar, dan roller tidak dapat berputar. Yang
termasuk dalam finish produk yaitu diagram pareto untuk menyeleksi masalah
melalui frekuensi tipe permasalahan, peta kendali np, dan diagram fishbone
untuk mengetahui sebab akibat permasalahan. Cacat pada raw material dapat
diatasi dengan memilih raw material dari supplier terbaik dan melakukan
inspeksi terhadap seluruh raw material, sedangkan untuk finish product harus
dilakukan inspeksi terhadap produk akhir.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 230
Laporan Praktikum Perancangan Teknik Industri 2012 - 2013
Modul VI : Statistical Quality Control and Quality Cost Planning
Kelompok 9
3. Biaya kualitas adalah biaya-biaya yang berhubungan dengan produk atau
pelayanan yang diberikan oleh suatu perusahaan berdasarkan syarat-syarat yang
diminta oleh pelanggan. Biaya kualitas terdiri dari biaya pencegahan, biaya
penilaian, biaya kegagalan internal, dan biaya kegagalan eksternal. Total biaya
kualitas pada perusahaan JTF yaitu sebesar Rp 374.105.200
6.2 Saran
Saran yang diberikan untuk penelitian selanjutnya adalah:
1. Diharapkan pada penelitian selanjutnya, peneliti dapat menggunakan dan
membaca jangka sorong dengan baik dan benar.
2. Sebaiknya peneliti pada perusahaan harus sudah menguasai ilmu pengendalian
manajemen kualitas, agar dalam proses pembuatan laporan atau penelitian lebih
mudah memahami pengendalian kualitas perusahaan materinya.
3. Dengan biaya kualitas, kita dapat mengetahui anggaran – anggaran yang harus
dikeluarkan untuk menjaga dan memperbaiki kualitas dari produk dan proses.
Jurusan Teknik Industri Fakultas Teknik
Universitas Diponegoro Semarang 231