Disusun oleh: Lannisya Trie Yuratmi Mohammad Yogi Arifianto Cynthia Dastiana Zulfia Andina Anastasia V.P. Iffa Nurdina

C2A 009 002 C2A 009 026 C2A 009 102 C2A 009 128 C2A 009 134 C2A 009 152

Delapan dimensi kualitas Performa (Performance) Keandalan (Realibility) Daya tahan (Durability) Kemampuan pelayanan (Serviceability) Estetika (Aesthetics) Keistimewaan (Features) Kualitas yang dipersepsikan (Perceived Quality) Konformasu (Conformance)

Kualitas produk adalah kecocokan penggunaan produkDua aspek terpenting adalah Kualitas Desain Kualitas Kecocokan

Kualitas produk adalah berbanding terbalik terhadap variabilitas

Perbaikan kualitas adalah pengurangan variabilitas di dalam proses dan barangAtau Perbaikan kualitas adalah pengurangan pemborosan

Setiap produk memiliki sejumlah elemen yang bersama-sama menggambarkan apa yang pengguna atau konsumen berpikir tentang kualitas. Parameter ini sering disebut karakteristik kualitas. Kadang-kadang disebut karakteristik critical-toquality (CTQ). Karakteristik kualitas mungkin dari beberapa jenis: Fisik: panjang, berat, tegangan, viskositas Sensory: rasa, penampilan, warna Waktu Orientasi: keandalan, daya tahan, kemampuan Variabilitas hanya dapat dijelaskan dalam istilah statistik, metode statistik berperan sentral dalam upaya peningkatan kualitas. Hal ini cukup khas untuk mengklasifikasikan data tentang karakteristik kualitas baik sebagai data atribut atau variabel. Data variabel biasanya pengukuran kontinyu, seperti panjang, tegangan, atau viskositas. Data atribut, di sisi lain, biasanya adalah data diskrit, sering mengambil bentuk hitungan.

Spesifikasi Batas Kontrol Atas (BKA)/Upper Specification Limit (USL) Batas Kontrol Bawah (BKB)/Lower Specification Limit (LSL) Cacat (Defective) atau Tidak Sesuai (Nonconforming) produk Kecacatan (Defect) atau Nonconformity Ketidaksesuaian (Nonconformity) produk Sebuah produk yang tidak sesuai (nonconforming) belum tentu tidak layak untuk digunakan

Metode statistik dan penerapannya dalam perbaikan kualitas memiliki sejarah yang panjang. Pada tahun 1924, Walter A. Shewhart dari Bell Telephone Laboratories mengembangkan konsep kontrol grafik statistik, yang sering dianggap sebagai awal resmi dari pengendalian mutu statistik. Menjelang akhir 1920-an, Harold F. Dodge dan Garry G. Roming, dari Bell Telephone Laboratories, mengembangkan pengambilan sampel penerimaan (Acceptance Sample) berdasarkan statistik sebagai alternatif untuk pemeriksaan 100% (100% Inspection). Pada pertengahan 1930-an, metode pengendalian mutu statistik yang digunakan secara luas di Western Electric, divisi manufaktur dari Sistem Bell. Namun, nilai pengendalian mutu statistik tidak diakui secara luas oleh industry.

Perang Dunia II melihat suatu berkembang pesat penggunaan dan penerimaan konsep pengendalian mutu statistik dalam industri manufaktur. Pengalaman masa perang memperlihatkan dengan jelas bahwa teknik statistik yang diperlukan untuk mengendalikan dan meningkatkan kualitas produk. American Society for Quality Control dibentuk pada 1946. Organisasi ini mempromosikan penggunaan teknik perbaikan kualitas untuk semua jenis produk dan jasa. Menawarkan sejumlah konferensi, publikasi teknis, dan program pelatihan dalam jaminan kualitas. 1950-an dan 1960-an melihat munculnya rekayasa keandalan, pengenalan buku pelajaran penting yang pada pengendalian mutu statistik, dan sudut pandang bahwa kualitas adalah suatu cara mengelola organisasi.

Pada tahun 1950, percobaan yang dirancang untuk perbaikan produk dan proses pertama kali diperkenalkan di Amerika Serikat. Aplikasi awal itu dalam industri kimia. Metode ini secara luas dimanfaatkan dalam industri kimia, dan mereka sering disebut sebagai salah satu alasan utama bahwa industri kimia AS adalah salah satu yang paling kompetitif di dunia dan telah kehilangan usaha kecil untuk perusahaan asing. Penyebaran metode ini di luar industri kimia relatif lambat sampai akhir tahun 1970 atau awal 1980-an, ketika banyak perusahaan Barat menemukan bahwa pesaing mereka di Jepang telah secara sistematis dengan menggunakan eksperimen yang dirancang sejak tahun 1960 untuk mengatasi masalah proses, pengembangan proses baru, evaluasi perancangan produk baru, peningkatan kehandalan dan kinerja produk, dan banyak aspek lain dari perancangan produk, termasuk pemilihan toleransi komponen dan sistem. Penemuan ini memicu minat lebih lanjut dalam percobaan yang dirancang secara statistik dan menghasilkan upaya yang luas untuk memperkenalkan metodologi dalam organisasi rekayasa dan pengembangan di industri, serta kurikulum teknik akademis.

Sejak tahun 1980 sudah ada pertumbuhan besar dalam penggunaan metode statistik untuk perbaikan kualitas di Amerika Serikat. Ini dimotivasi, sebagian, oleh hilangnya luas bisnis dan pasar yang diderita oleh perusahaan domestik banyak yang dimulai pada 1970-an. Penerapan dan penggunaan metode statistik telah memainkan peran sentral dalam munculnya kembali industri AS. Berbagai struktur manajemen juga muncul sebagai kerangka kerja di mana untuk mengimplementasikan peningkatan kualitas.

Menurut

Goetsch Menurut Reid Menurut Heizer

menunjukkan

tingkat reliabilitas sampel dan bagaimana cara mengawasi risiko membantu pengawasan pemrosesan melalui pemberian peringatan kepada para manajer apabila mesin mesin memerlukan beberapa penyesuaian agar mereka dapat menghentikannya sebelum banyak produk yang rusak.

Pada

tahun 1924, ia mengembangkan Diagram Kontrol (Control Chart) membuat perbedaan antara penyebab umum dan khusus dari variasi. Biasa disebut sebagai penyebab alamiah dan assignable dari variasi

Variasi

Alamiah (Natural Variation)Variation

Assignable

Sebuah

diagram yang menunjukkan apakah sampel data berada dalam kisaran umum atau jangkauan normal variasi dari variasi. Tujuan dari diagram kontrol adalah untuk membantu membedakan antara variasi alam dan variasi karena penyebab assignable.

Diagram kontrol untuk operasi dilakukan dengan 6 langkah, yang meliputi sebagai berikut: Mengukur barang dari sampel Mengukur rata-rata aritmetik hasil pengukuran (mean) Mengukur standar standar deviasi () Menghitung rata-rata Menghitung batas kontrol atas (BKA) dan batas kontrol bawah (BKB) Membuat diagram kontrol

Ada dua tipe diagram kontrol1. 2.

Diagram Kontrol untuk Variabel Diagram Kontrol untuk Atribut

Ada beberapa metode metode diagram control yaiu sebagai berikut: Diagram control proporsi p (p-bar) Diagram control rata-rata x (x-bar) Diagram control rentang R (R-bar) Diagram control cacat C (C) Diagram control cacat 100% inspection Teknik teknik acceptance sampling yaitu sebagai berikut: Kurva operating characteristic Average out going quality control

Fase Persiapan

Tanggung Jawab Manajemen Puncak

Manajemen PuncakTenaga ahli intern atau konsultan

Tindakan 1. Komitmen SPC 2. Membentuk komite SPC 3. Pelatihan komite SPC

FasePerencanaan

Tanggung JawabKomite SPC, tenaga ahli intern atau konsultan

Tindakan4. Menetapkan tujuan SPC 5. Identifikasi proses sasaran 6. Pelatihan operator mesin dan

Quality Assurance

personil pendukung 7. Memastikan kemampuan ukuran

Manajemen

dan

metode

mengulang

dan

memproduksi kembali 8. Mendelegasikan tanggung jawab kepada operator sebagai peran kunci

FasePelaksanaan

Tanggung JawabKomite SPC, operator pemasok dan pelanggan operator dengan batuan tenaga ahli 3. 4. Tenaga ahli intern atau konsultan Operator 7. Operator dan ahli operator Komite SPC dan Manajemen Operator dengan sesuai kebutuhan 9. 8. 5. 6. 1. 2.

TindakanBagian arus proses Menghilangkan sebab sebab khusus dari variasi Mengembangkan bagan control Mengumpulkan dan plot data SPC Menentukan kapabilitas proses Menanggapi kecenderungan data diluar batas Menelusuri kecenderungan SPC Menghilangkan akar penyebab dari sebab khusus dan variasi Memperbaiki proses kontinyu

Semua

Piranti Data Numerik Kertas Periksa Pareto Chart Histogram Diagram Pencar (Scatter Diagram) Diagram Perjalanan (Run Chart)1.

2. Piranti Data Verbal Diagram Alur (Flow Chart) Brainstorming Fishbone Diagram Diagram Gabungan (Affinity Diagram) Diagram Pohon Keputusan (Decision Tree Diagram)