peta
TRANSCRIPT
PETA-PETA KONTROL UNTUK DATA VARIABEL
1. Penggunaan Peta Kontrol
Pada dasarnya peta kontrol dipergunakan untuk :
a. Menentukan apakah suatu proses berada dalam pengendalian statistikal.
b. Memantau proses terus-menerus sepanjang waktu agar proses tetap stabil
secara statistikal dan hanya mengandung variasi penyebab umum.
c. Menentukan kemampuan proses.
Pada dasarnya setiap peta kontrol memiliki :
a. Garis tengah (central line), yang biasa dinotasikan CL.
b. Sepasang batas kontrol (control limit), yakni batas kontrol atas (upper control
limit) dinotasikan UCL dan batas kontrol bawah (lower control
limit) dinotasikan LCL.
c. Tebaran nilai-nilai karakteristik kualitas yang menggambarkan keadaan dari
proses.
Untuk membuat peta kontrol diperlukan pendugaan terhadap variasi yang
diakibatkan oleh penyebab umum. Terdapat beberapa jenis peta kontrol menurut
jenis data pengukuran yang dipakai (data variabel atau data atribut) serta tujuan
penggunaannya. Data variabel menunjukkan karakteristik kualitas yang
mempunyai dimensi kontinu yang dapat mengambil nilai-nilai kontinu dalam
kemungkinan yang tidak terbatas, seperti : panjang, kecepatan, bobot, volume dan
lain-lain. Dalam setiap peta kontrol, batas kontrol dihitung dengan menggunakan
formulasi berikut :
UCL = (nilai rata-rata) + 3 (simpangan baku)
LCL = (nilai rata-rata) - 3 (simpangan baku)
Simpangan baku adalah variasi yang disebabkan oleh penyebab umum.
2. Peta Kontrol X-Bar dan R
Peta kontrol X-Bar (rata-rata) dan R (Range) digunakan untuk memantau proses
yang mempunyai karakteristik berdimensi kontinu, sehingga sering disebut
sebagai peta kontrol untuk data variabel. Peta kontrol X-Bar memberikan
penjelasan tentang apakah perubahan-perubahan telah terjadi dalam ukuran titik
pusat (central tendency) atau rata-rata dari suatu proses. Sementara itu, peta
kontrol R (range)menjelaskan tentang apakah perubahan-perubahan telah terjadi
dalam ukuran variasi, dengan demikian berkaitan dengan perubahan homogenitas
produk yang dihasilkan melalui suatu proses. Langkah-langkah untuk membangun
peta kontrol X-Bar dan R adalah :
a. Tentukan ukuran contoh.
b. Kumpulkan sejumlah set contoh.
c. Hitung nilai rata-rata (X-Bar) dan range (R) dari setiap set contoh.
d. Hitung nilai rata-rata dari semua X-Bar, yaitu X-Double Bar yang
merupakan garis tengah (central line) dari peta kontrol X-Bar, serta nilai rata-
rata dari semua R, yaitu R-Bar yang merupakan garis tengah(central line) dari
peta kontrol R.
e. Hitung batas-batas kontrol 3-sigma dari peta kontrol X-Bar dan R.
f. Buatkan peta kontrol X-Bar dan R dengan menggunakan batas-batas control
3-sigma di atas.
g. Apabila proses berada dalam pengendalian statistical (proses stabil), hitung
indeks kapabilitas proses, Cp, dan indeks performansi Kane, Cpk.
h. Gunakan peta kontrol terkendali dari X-Bar dan R itu untuk memantau
proses yang sedang berlangsung dari waktu ke waktu.
Untuk mempermudah pemahaman, perhatikan contoh kasus berikut ini.
Bayangkan bahwa PT. ABC adalah sebuah perusahaan pembuatan produk kayu
lapis (plywood). Berdasarkan permintaan pelanggan ditetapkan spesifikasi
ketebalan dari produk kayu lapis itu adalah 2,40 mm ± 0,05 mm. Bagian
Pengendalian Kualitas PT. ABC telah melakukan pengukuran terhadap 20 contoh,
masing-masing berukuran 5 unit (n=5). Data selengkapnya dapat dilihat pada
tabel di bawah ini.
Tabel 2. Data Ketebalan Kayu Lapis
Conto
h
Pangukuran pada unit contoh (n = 5)Perhitungan yang
perlu
X
1(mm)
X2 (m
m)
X3 (m
m)
X4 (m
m)
X5 (m
m)
Jumla
h
Rata-
rat
a(X-
Bar)
Rang
e (R)
1. 2,38 2,45 2,40 2,35 2,42 12,00 2,40 0,10
2. 2,39 2,40 2,43 2,34 2,40 11,96 2,39 0,09
3. 2,40 2,37 2,36 2,36 2,35 11,84 2,37 0,05
4. 2,39 2,35 2,37 2,39 2,38 11,88 2,38 0,04
5. 2,38 2,42 2,39 2,35 2,41 11,95 2,39 0,07
6. 2,41 2,38 2,37 2,42 2,42 12,00 2,40 0,05
7. 2,36 2,38 2,35 2,38 2,37 11,84 2,37 0,03
8. 2,39 2,39 2,36 2,41 2,36 11,91 2,38 0,05
9. 2,35 2,38 2,37 2,37 2,39 11,86 2,37 0,04
10. 2,43 2,39 2,36 2,42 2,37 11,97 2,39 0,07
11. 2,39 2,36 2,42 2,39 2,36 11,92 2,38 0,06
12. 2,38 2,35 2,35 2,35 2,39 11,82 2,36 0,04
13. 2,42 2,37 2,40 2,43 2,41 12,03 2,41 0,06
14. 2,36 2,38 2,38 2,36 2,36 11,84 2,37 0,02
15. 2,45 2,43 2,41 2,45 2,45 12,19 2,44 0,04
16. 2,36 2,42 2,42 2,43 2,37 12,00 2,40 0,07
17. 2,38 2,43 2,37 2,39 2,38 11,95 2,39 0,06
18. 2,40 2,35 2,39 2,35 2,35 11,84 2,37 0,05
19. 2,39 2,45 2,44 2,38 2,37 12,03 2,41 0,08
20. 2,35 2,41 2,45 2,47 2,35 12,03 2,41 0,12
Jumlah 47,78 1,19
Rata-rata 2,39 0,06
Keterangan :
1. Rata-rata (X-Bar) dari setiap contoh adalah nilai rata-rata
pengukuran dari contoh itu. Misalnya untuk nilai X-Bar contoh-1
= Sx/n = 12,00/5 = 2,40.
2. Range adalah jarak antara nilai pengukuran terbesar dan nilai
pengukuran terkecil. Untuk contoh-1 = R1 = 2,45 – 2,35 = 0,10.
3. X-Double bar merupakan garis tengah (CL) dari peta kontrol X-Bar,
yang merupakan nilai rata-rata keseluruhan (rata-rata dari X-bar),
dihitung sebagai barikut : X-Double bar = (2,40 + 2,39 + … +
2,41)/20 = 2,39.
4. R-bar merupakan garis tengah dari peta kontrol R, yang merupakan
nilai rata-rata dari range data, dihitung sebagai barikut : R-bar = (0,10
+ 0,09 + … + 0,12)/20 = 0,06.
Berdasarkan hasil perhitungan yang terdapat pada tabel 4.3 di atas, maka dapat
dibuat peta kontrol X-Bar dan R, dengan menggunakan batas-batas control 3-
sigma sebagai berikut :
1. Peta Kontrol X-Bar
CL = X-Double bar = 2,39
UCL = X-Double bar + A2R-Bar = 2,39 + (0,577)(0,06) = 2,42
LCL = X-Double bar - A2R-Bar = 2,39 - (0,577)(0,06) = 2,36
2. Peta Kontrol R
CL = R-bar = 0,06
UCL = D4R-Bar = (2,114)(0,006) = 0,12
LCL = D3R-Bar = (0)(0,006) = 0
Untuk menentukan nilai A2, D4 dan D3 dapat dilihat pada tabel 4.4.
Pada gambar 5 dan 6 berikut ini dapat dilihat peta kontrol dari permasalahan di
atas.
Gambar 5. Peta Kontrol X-Bar
Gambar 6. Peta Kontrol R
Pada kedua peta tersebut di atas, tampak bahwa proses tidak terkendali, karena
ada titik (data) yang berada di luar kontrol.
Tabel 3. Daftar Nilai Koefisien dalam Perhitungan Batas-batas Peta Kontrol X-
Bar dan R serta Indeks Kapabilitas Proses
Ukuran
Contoh
(n)
Koefisien untuk
Batas Kontrol
X-Bar
Koefisien untuk Batas Kontrol
R
Koefisien
untuk
Menduga
Simpangan
Baku, s
A2 D3 D4 d2
2 1,880 0 3,267 1,128
3 1,023 0 2,574 1,693
4 0,729 0 2,282 2,059
5 0,577 0 2,114 2,326
6 0,483 0 2,004 2,534
7 0,419 0,076 1,924 2,704
8 0,373 0,136 1,864 2,847
9 0,337 0,184 1,816 2,970
10 0,308 0,223 1,777 3,078
11 0,285 0,256 1,744 3,173
12 0,266 0,283 1,717 3,258
13 0,249 0,307 1,693 3,336
14 0,235 0,328 1,672 3,407
15 0,223 0,347 1,653 3,472
16 0,212 0,363 1,637 3,532
17 0,203 0,378 1,622 3,532
18 0,194 0,391 1,608 3,640
19 0,187 0,403 1,597 3,689
20 0,180 0,415 1,585 3,735
21 0,173 0,425 1,575 3,778
22 0,167 0,434 1,566 3,819
23 0,162 0,443 1,557 3,858
24 0,157 0,451 1,548 3,895
25 0,153 0,459 1,541 3,931
Setelah melakukan perbaikan pada proses, maka dikumpulkan kembali data yang
baru. Berdasarkan peta kontrol X-Bar dan R yang baru (setelah perbaikan), dapat
diketahui bahwa proses pembuatan kayu lapis telah stabil dan berada dalam
pengendalian statistikal. Karena proses telah berada di bawah pengendalian
statistikal, maka perlu menentukan kapabilitas prosesnya. Kapabilitas proses dapat
ditentukan dengan menggunakan ukuran indeks kapabilitas proses (Cp) dan indeks
performansi Kane (Cpk).
Cp = (USL-LSL) / 6s, di mana s = R-bar / d2 = 0,034 / 2,326 = 0,01462
Cp = (USL-LSL) / 6(R-bar/d2) = (2,45 – 2,35) / (6)(0,01462) = 1,14
Kriteria penilaian :
1. Jika Cp > 1,33, maka kapabilitas proses sangat baik.
2. Jika 1,00 < Cp < 1,33, maka kapabilitas proses baik, namun perlu
pengendalian ketap apabila Cp mendekati 1,00.
3. Jika Cp < 1,00, maka kapabilitas proses rendah, sehingga perlu
ditingkatkan performansinya melalui perbaikan proses.
(Dalam membuat Peta Kendali Xbar dan R yang terbaik memulainya dengan Peta
Kendali R sampai diperoleh kondisi terkendali. Setelah Peta Kendali R
menunjukkan variabilitas proses terkendali dibuat Peta Kendali Xbar. Hal ini
berlaku juga dengan cara yang sama untuk Peta Kendali Xbar dan S)
Langkah Penyelesaian dengan MINITAB
1. Masukkan data diatas pada program MINITAB
2. Kemudian klik Stat > Control Charts > Variables Chart for Subgroups > R,
pilih Observations for a subgroups are in one row of coloumns
3. Setelah itu klik tombol OK
4. Kemudian Variables Chart for Subgroups > Xbar-R, pilih Observations for a
subgroups are in one row of coloumns
5. Setelah itu klik tombol OK