Upload File

sqc 04 control-atribute

38
Pengendalian Kualitas Statistik Data Atribut Mei Allif, ST.,M.Eng www.bundo.wordpress.com

Upload: ary-priambodo

Post on 05-Nov-2015

221 views

Category:

Documents


0 download

Report

DESCRIPTION

pelajaran kontrol kualitas

TRANSCRIPT

  • Pengendalian Kualitas StatistikData Atribut

    Mei Allif, ST.,M.Engwww.bundo.wordpress.com

  • Tujuan PembelajaranMemahami pengertian dan manfaat peta pengendalian kualitas statistik untuk data atributMampu menerapkan peta pengendalian statistik untuk data attribute dalam kasus dan soal-soal

  • AtributBesterfield (1998) karakteristik kualitas yang sesuai dengan spesifikasi atau tidak sesuai dengan spesifikasi.

    Atribut : - goresan - kesalahan - warna - bagian yang hilang

    Kesalahan atau cacat evaluasi terkait penggunaanKetidaksesuaian diukur dengan spesifikasi

    Peta ATRIBUT hanya mempunyai 2 nilai : YA dan TIDAK seperti : sesuai atau tidak sesuai, bagus atau jelek, terlambat atau tepat waktu

  • Perbedaan peta kontrol variabel dan atribut

  • Kelemahan peta control atribut :

    Tidak dapat diketahui seberapa jauh ketidaktepatan dengan spesfikasi tsb.Ukuran sampel yang besar akan bermasalah bila pengukuran mahal atau pengujian yg menyebabkan kerusakan.

  • Peta Control AtributDistribusi binomialDistribusi Poissonp-chart(proporsi ketidaksesuain)np-chart(banyaknya ketidaksesuain)c-chart(ketidaksesuain dlm unitYg diinspeksi)u-chart(bila ukuran sampelbervariasi)

  • Langkah-langkah peta pengendali statistik data atribut (besterfield, 1998)Menentukan sasaran yg akan dicapaiMenentukan banyaknya sampel dan banyknya observasiMengumpulkan dataMenentukan garis pusat an batas pengendaliMerevisi garis pusat dan batas2 pengendali

  • Peta Pengendali Proporsi kesalahan (p-chart) dan Banyaknya kesalahan (np-chart) dlm sampelKegunaan : Untuk mengetahui apakah cacat produk yang dihasilkan masih dalam batas yg disyaratkan.

  • Sampel konstanUtk mengetahui kesalahan atau cacat pada sampel untuk setiap kali observasi :

    Dimana :p = proporsi kesalahan dl stp sempelx = banyaknya produk yg salah tiap sampeln = bnyknya sampel yg diambil dlm inspeksi

  • Center line

    Dimana :p = garis pusat peta pengendali proporsi kesalahanpi = proporsi kesalahan stp sampel/sub kelmpk dlm tp observasin = banyaknya sampel yg diambil tiap observasig = banyaknya observasi yg dilakukan

  • Peta kontrol p 3 sigmaBatas Pengendali Atas proporsi Batas Pengendali Bawah proporsi

  • Peta control p (1 sigma)Peta control p (6 sigma)

  • Peta control npBila sampel yg diambil tiap observasi sama maka bisa digunakan peta np-chartCenter line np-chart

    Dimana : n p = grs pusat utk peta pengendali banyaknya kesalahanxi = bnyknya kesalhan dlm stp sampel atau tp observasig = banyaknya observasi yg dilakukan

  • Peta control np 3 sigmaStandar deviasi

    BPA

    BPB

  • Peta control np 1 sigmaPeta control np 6 sigma

  • Contoh soalSuatu perusahaan pembuat plastik ingin membuat peta pengendali untuk periode mendatang dengan mengadakan inspeksi terhadap proses produksi bulan ini. Perusahaan melakukan 25 observasi dengan mengambil sampel 50 buah utk setiap observasi.

  • garis pusat

    BPA

    BPB

  • Out of statistic control

    Chart1

    0.080.1820.038

    0.040.1820.038

    0.10.1820.038

    0.060.1820.038

    0.040.1820.038

    0.020.1820.038

    0.060.1820.038

    0.040.1820.038

    0.10.1820.038

    0.080.1820.038

    0.060.1820.038

    0.10.1820.038

    0.10.1820.038

    0.040.1820.038

    0.060.1820.038

    0.040.1820.038

    0.080.1820.038

    0.20.1820.038

    0.080.1820.038

    0.060.1820.038

    0.040.1820.038

    0.10.1820.038

    0.080.1820.038

    0.060.1820.038

    0.080.1820.038

    observasi

    proporsi

    p-chart

    Sheet1

    observasiukuran sampelbanyaknyaporporsi cacatketerangan

    produk cacat

    15040.080.080.1820.038

    25020.040.040.1820.038

    35050.10.10.1820.038

    45030.060.060.1820.038

    55020.040.040.1820.038

    65010.020.020.1820.038

    75030.060.060.1820.038

    85020.040.040.1820.038

    95050.10.10.1820.038

    105040.080.080.1820.038

    115030.060.060.1820.038

    125050.10.10.1820.038

    135050.10.10.1820.038

    145020.040.040.1820.038

    155030.060.060.1820.038

    165020.040.040.1820.038

    175040.080.080.1820.038

    1850100.2keterlambatan bahan0.20.1820.038

    195040.080.080.1820.038

    205030.060.060.1820.038

    215020.040.040.1820.038

    225050.10.10.1820.038

    235040.080.080.1820.038

    245030.060.060.1820.038

    255040.080.080.1820.038

    Sheet1

    observasi

    proporsi

    p-chart

    Sheet2

    Sheet3

  • Dilakukan revisi Garis pusat :

    BPA

    BPB

  • Chart2

    0.080.17300.067

    0.040.17300.067

    0.10.17300.067

    0.060.17300.067

    0.040.17300.067

    0.020.17300.067

    0.060.17300.067

    0.040.17300.067

    0.10.17300.067

    0.080.17300.067

    0.060.17300.067

    0.10.17300.067

    0.10.17300.067

    0.040.17300.067

    0.060.17300.067

    0.040.17300.067

    0.080.17300.067

    0.080.17300.067

    0.060.17300.067

    0.040.17300.067

    0.10.17300.067

    0.080.17300.067

    0.060.17300.067

    0.080.17300.067

    p

    BPA

    BPB

    CL

    p-chart revisi

    Sheet1

    observasiukuran sampelbanyaknyaporporsi cacatketerangan

    produk cacat

    15040.080.080.1820.0380.080.17300.067

    25020.040.040.1820.0380.040.17300.067

    35050.10.10.1820.0380.10.17300.067

    45030.060.060.1820.0380.060.17300.067

    55020.040.040.1820.0380.040.17300.067

    65010.020.020.1820.0380.020.17300.067

    75030.060.060.1820.0380.060.17300.067

    85020.040.040.1820.0380.040.17300.067

    95050.10.10.1820.0380.10.17300.067

    105040.080.080.1820.0380.080.17300.067

    115030.060.060.1820.0380.060.17300.067

    125050.10.10.1820.0380.10.17300.067

    135050.10.10.1820.0380.10.17300.067

    145020.040.040.1820.0380.040.17300.067

    155030.060.060.1820.0380.060.17300.067

    165020.040.040.1820.0380.040.17300.067

    175040.080.080.1820.0380.080.17300.067

    1850100.2keterlambatan bahan0.20.1820.0380.080.17300.067

    195040.080.080.1820.0380.060.17300.067

    205030.060.060.1820.0380.040.17300.067

    215020.040.040.1820.0380.10.17300.067

    225050.10.10.1820.0380.080.17300.067

    235040.080.080.1820.0380.060.17300.067

    245030.060.060.1820.0380.080.17300.067

    255040.080.080.1820.038

    Sheet1

    observasi

    proporsi

    p-chart

    Sheet2

    p

    BPA

    BPB

    CL

    p-chart revisi

    Sheet3

  • Garis pusat np = 90/25 = 3,6

    BPA

    BPB

  • Out of statistical control

    Chart4

    49.0803.6

    29.0803.6

    59.0803.6

    39.0803.6

    29.0803.6

    19.0803.6

    39.0803.6

    29.0803.6

    59.0803.6

    49.0803.6

    39.0803.6

    59.0803.6

    59.0803.6

    29.0803.6

    39.0803.6

    29.0803.6

    49.0803.6

    109.0803.6

    49.0803.6

    39.0803.6

    29.0803.6

    59.0803.6

    49.0803.6

    39.0803.6

    49.0803.6

    x

    BPA

    BPB

    CL

    observasi

    jml cacat

    np-chart

    Sheet1

    observasiukuran sampelbanyaknyaporporsi cacatketerangan

    produk cacat

    15040.080.080.1820.0380.080.17300.067

    25020.040.040.1820.0380.040.17300.067

    35050.10.10.1820.0380.10.17300.067

    45030.060.060.1820.0380.060.17300.067

    55020.040.040.1820.0380.040.17300.067

    65010.020.020.1820.0380.020.17300.067

    75030.060.060.1820.0380.060.17300.067

    85020.040.040.1820.0380.040.17300.067

    95050.10.10.1820.0380.10.17300.067

    105040.080.080.1820.0380.080.17300.067

    115030.060.060.1820.0380.060.17300.067

    125050.10.10.1820.0380.10.17300.067

    135050.10.10.1820.0380.10.17300.067

    145020.040.040.1820.0380.040.17300.067

    155030.060.060.1820.0380.060.17300.067

    165020.040.040.1820.0380.040.17300.067

    175040.080.080.1820.0380.080.17300.067

    1850100.2keterlambatan bahan0.20.1820.0380.080.17300.067

    195040.080.080.1820.0380.060.17300.067

    205030.060.060.1820.0380.040.17300.067

    215020.040.040.1820.0380.10.17300.067

    225050.10.10.1820.0380.080.17300.067

    235040.080.080.1820.0380.060.17300.067

    245030.060.060.1820.0380.080.17300.067

    255040.080.080.1820.038

    49.0803.6

    29.0803.6

    59.0803.6

    39.0803.6

    29.0803.6

    19.0803.6

    39.0803.6

    29.0803.6

    59.0803.6

    49.0803.6

    39.0803.6

    59.0803.6

    59.0803.6

    29.0803.6

    39.0803.6

    29.0803.6

    49.0803.6

    109.0803.6

    49.0803.6

    39.0803.6

    29.0803.6

    59.0803.6

    49.0803.6

    39.0803.6

    49.0803.6

    Sheet1

    observasi

    proporsi

    p-chart

    Sheet2

    p

    BPA

    BPB

    CL

    p-chart revisi

    Sheet3

    x

    BPA

    BPB

    CL

    observasi

    jml cacat

    np-chart

  • Dilakukan revisi :Garis pusat np = (90-10)/(25-1) = 3.33 dan p = (90-10)/(1250-50) = 0.067BPA

    BPB

  • Chart5

    48.61803.33

    28.61803.33

    58.61803.33

    38.61803.33

    28.61803.33

    18.61803.33

    38.61803.33

    28.61803.33

    58.61803.33

    48.61803.33

    38.61803.33

    58.61803.33

    58.61803.33

    28.61803.33

    38.61803.33

    28.61803.33

    48.61803.33

    48.61803.33

    38.61803.33

    28.61803.33

    58.61803.33

    48.61803.33

    38.61803.33

    48.61803.33

    x

    BPA

    BPB

    CL

    observasi

    jmlh cacat

    np-chart revisi

    Sheet1

    observasiukuran sampelbanyaknyaporporsi cacatketerangan

    produk cacat

    15040.080.080.1820.0380.080.17300.067

    25020.040.040.1820.0380.040.17300.067

    35050.10.10.1820.0380.10.17300.067

    45030.060.060.1820.0380.060.17300.067

    55020.040.040.1820.0380.040.17300.067

    65010.020.020.1820.0380.020.17300.067

    75030.060.060.1820.0380.060.17300.067

    85020.040.040.1820.0380.040.17300.067

    95050.10.10.1820.0380.10.17300.067

    105040.080.080.1820.0380.080.17300.067

    115030.060.060.1820.0380.060.17300.067

    125050.10.10.1820.0380.10.17300.067

    135050.10.10.1820.0380.10.17300.067

    145020.040.040.1820.0380.040.17300.067

    155030.060.060.1820.0380.060.17300.067

    165020.040.040.1820.0380.040.17300.067

    175040.080.080.1820.0380.080.17300.067

    1850100.2keterlambatan bahan0.20.1820.0380.080.17300.067

    195040.080.080.1820.0380.060.17300.067

    205030.060.060.1820.0380.040.17300.067

    215020.040.040.1820.0380.10.17300.067

    225050.10.10.1820.0380.080.17300.067

    235040.080.080.1820.0380.060.17300.067

    245030.060.060.1820.0380.080.17300.067

    255040.080.080.1820.038

    49.0803.6

    29.0803.6

    59.0803.6

    39.0803.6

    29.0803.6

    19.0803.6

    39.0803.6

    29.0803.6

    59.0803.6

    49.0803.6

    39.0803.6

    59.0803.6

    59.0803.6

    29.0803.6

    39.0803.6

    29.0803.6

    49.0803.6

    109.0803.6

    49.0803.6

    39.0803.6

    29.0803.6

    59.0803.6

    49.0803.6

    39.0803.6

    49.0803.6

    48.61803.33

    28.61803.33

    58.61803.33

    38.61803.33

    28.61803.33

    18.61803.33

    38.61803.33

    28.61803.33

    58.61803.33

    48.61803.33

    38.61803.33

    58.61803.33

    58.61803.33

    28.61803.33

    38.61803.33

    28.61803.33

    48.61803.33

    48.61803.33

    38.61803.33

    28.61803.33

    58.61803.33

    48.61803.33

    38.61803.33

    48.61803.33

    Sheet1

    0.080.1820.038

    0.040.1820.038

    0.10.1820.038

    0.060.1820.038

    0.040.1820.038

    0.020.1820.038

    0.060.1820.038

    0.040.1820.038

    0.10.1820.038

    0.080.1820.038

    0.060.1820.038

    0.10.1820.038

    0.10.1820.038

    0.040.1820.038

    0.060.1820.038

    0.040.1820.038

    0.080.1820.038

    0.20.1820.038

    0.080.1820.038

    0.060.1820.038

    0.040.1820.038

    0.10.1820.038

    0.080.1820.038

    0.060.1820.038

    0.080.1820.038

    observasi

    proporsi

    p-chart

    Sheet2

    0.080.17300.067

    0.040.17300.067

    0.10.17300.067

    0.060.17300.067

    0.040.17300.067

    0.020.17300.067

    0.060.17300.067

    0.040.17300.067

    0.10.17300.067

    0.080.17300.067

    0.060.17300.067

    0.10.17300.067

    0.10.17300.067

    0.040.17300.067

    0.060.17300.067

    0.040.17300.067

    0.080.17300.067

    0.080.17300.067

    0.060.17300.067

    0.040.17300.067

    0.10.17300.067

    0.080.17300.067

    0.060.17300.067

    0.080.17300.067

    p

    BPA

    BPB

    CL

    p-chart revisi

    Sheet3

    49.0803.6

    29.0803.6

    59.0803.6

    39.0803.6

    29.0803.6

    19.0803.6

    39.0803.6

    29.0803.6

    59.0803.6

    49.0803.6

    39.0803.6

    59.0803.6

    59.0803.6

    29.0803.6

    39.0803.6

    29.0803.6

    49.0803.6

    109.0803.6

    49.0803.6

    39.0803.6

    29.0803.6

    59.0803.6

    49.0803.6

    39.0803.6

    49.0803.6

    x

    BPA

    BPB

    CL

    observasi

    jml cacat

    np-chart

    x

    BPA

    BPB

    CL

    observasi

    jmlh cacat

    np-chart revisi

  • Untuk banyaknya sampel bervariasi Untuk sampel yg bervariasi peta yg digunakan hanya p-chart, bukan banyaknya kesalahan (np-chart)Namun peta pengendali proporsi kesalahan mempunyai tiga pilihan :- peta pengendalian harian/individu- peta pengendali model rata-rata- peta pengendali dgn model yg dibuat menurut banyaknya sampel berdasarkan pertimbangan perusahaan

  • Peta Pengendali utk banyaknya kesalahan dalam satu unit Produk (c-chart dan u-chart)Peta pengendali ini digunakan untuk mengadakan pengujian terhadap kualitas proses produksi dengan mengetahui banyaknya kesalahan pada satu unit produk sebagai sampelnya.

    Contoh penggunaan peta ini :- mengetahui jumlah bercak pada sebidang tembok- mengetahui jumlah gelembung udara pada gelas- mengetahui jumlah kesalahan pemasangan sekrup pada mobil, dan sebagainya.

  • Sampel KonstanMenggunakan c-chartGaris pusat (center line) :Garis pusat

    Dimana :c = garis pusatci = banyaknya kesalahan setiap unit sebagai sampel tiap observasig =banyaknya observasi yg dilakukan

  • Peta control c 3 sigmaBPA

    BPB

  • Peta control c (6 sigma)BPA

    BPB

  • Contoh soalBayangkan PT ABC adalah sebuah perusahaan jasa yng beroperasi dlm bidang transportasi taksi. Pada saat ini perusahaan sedang mengoperasikan 500 Armada taksi . PT ABC ingin memantau proses pelayanan taksi melalui mengendalikan banyaknya keluahan dari pengguna taksi yg diterima setiap hari. Untuk itu, melalui pengumpulan data banyaknya keluhan selama 20 periode pengamatan.

  • BUATLAH PETA CONTROL C DENGAN 3 SIGMA ??????????

  • Menggunakan peta pengendali u (u-chart)Untuk menggunakan peta pengendali u (u-chart) ini terlebih dahulu diketahui banyaknya kesalahan utk satu unit produk. utk mengukur ketidak sesuaian (titik spesifik) per unit laporan inspeksi dalam kelompok (periode) pengamatan, yg mungkin memiliki ukuran contoh

    Dimana n adalah banyaknya sampel utk setiap kali observasi

  • Peta control u 3 sigma utk sampel variansiGaris pusat

    BPA

    BPB

    Dimana u =grs pusatci = bnyknya kesalahan pd stp unit sebagai sampel tiap observasig = bnyknya observasi yg dilakukann = ukuran sampel

  • Peta control u 3 sigma utk sampel konstanGaris pusat

    BPA

    BPB

    Dimana u =grs pusatci = bnyknya kesalahan pd stp unit sebagai sampel tiap observasig = bnyknya observasi yg dilakukann = ukuran sampel

  • Contoh soal PT ABC adalah sebuah perusahan perakitan komputer, ingin memantau proses perakitan komputer dengan cara mengendalikan banyaknya komponen yang tidak memenuhi syarat per unit komputer.

  • Hitung peta conrol u nya??


Inventory Control

Sqc 04 Control-Atribute

Flight Control

Table Atribute 2 - LEMBUR KURING | ILMU ... Atribute 2 By Gordon - atau klik kanan Format Cell. Ingat semua data yang akan di ubah format cells-nya pilih terlebih dahulu, missal Judul

IMPLEMENTASI ACTION CONTROL DAN RESULT CONTROL …

Database Control

Shp to Kmz with atribute

SISTEM KOMPUTER - aqwamrosadi.staff.gunadarma.ac.idaqwamrosadi.staff.gunadarma.ac.id/Publications/... · Arsitektur komputer berkaitan dengan atribute-atribute yang nampak bagi programmer

Administrative Control

Case Control

BAB 3 LANDASAN TEORI - thesis.binus.ac.idthesis.binus.ac.id/doc/Bab3/LKN2006-58-Bab 3.pdf · Statistikal (Statistical Quality Control = SQC) yang memiliki pengertian sama dengan Pengendalian

microba control

#9 STATISTIC QUALITY CONTROL (SQC) - digilib.esaunggul.ac.id · manajemen dan sistem teknik (Krumwiede Seu, 1996). Sistem manajemen berkaitan dengan perencanaan, pengorganisasian,

Materi 3 Manajemen Kualitas Dan SQC

Control Flow

PENERAPAN STATISTICAL QUALITY CONTROL (SQC) …digilib.uin-suka.ac.id/5153/1/BAB I,V, DAFTAR PUSTAKA.pdf · BAB V PENUTUP ... 3. Dapat menambah pengetahuan tentang simulasi SPSS 16

#9 STATISTIC QUALITY CONTROL (SQC)

Study Penggunaan Atribute Assessment Agreement pada ...digilib.its.ac.id/public/ITS-paper-31198-4309100051-Presentation.pdf · •Uji hasil lasan dengan radiografi perbedaan interpretasi

PENERAPAN METODE SQC (STATISTICAL QUALITY CONTROL) GUNA MENGURANGI JUMLAH CACAT PRODUK PADA PABRIK PLASTIK DI PT GAYA REMAJA INDUSTRI INDONESIA

ANALISIS PENGENDALIAN MUTU SQC (STATISTICAL QUALITY CONTROL) PADA PT. EASTERN PEARL FLOUR MILLS MAKASSAR

Control Automatic

Control Valve

Internal Control

Traction Control

Well Control

PENERAPAN STATISTICAL QUALITY CONTROL (SQC) DALAM

IMPLEMENTASI METODE SMARTER (Simple Multi Atribute …lib.unnes.ac.id/31717/1/5302412042.pdfvi ABSTRAK Larasati, Devi. 2016. Implementasi metode SMARTER (Simple Multi Atribute Rating

Sqc 10 Pengendalian Rata Dan Sd

Cruise control

SISTEM KOMPUTER - aqwamrosadi.staff.gunadarma.ac.idaqwamrosadi.staff.gunadarma.ac.id/Downloads/files/14856/Modul-3.doc · Arsitektur komputer berkaitan dengan atribute-atribute yang

10 Kasus SQC

PRESENTASI SQC

STATISTIC QUALITY CONTROL (SQC)

#9 STATISTIC QUALITY CONTROL (SQC)ema503.weblog.esaunggul.ac.id/wp-content/uploads/... · Statistik Pengendalian Kualitas Proses Merupakan teknik penyelesaian masalah yang digunakan

Topik 2 Sqc Peta Kendali Libre