STATISTICAL PROCESS CONTROL

Sejarah Statistical Process Control

Sebelum tahun 1900-an, industri AS umumnya memilikikarakteristik dengan banyaknya toko kecil menghasilkanproduk-produk sederhana, seperti film atau perabotan.Pada toko kecil ini biasanya seorang pekerja adalahseorang tukang yang bertanggung jawab secara penuhterhadap mutu kerjanya.

Pada awal tahun 1900-an, pabrik-pabrik mulaibermunculan, produk-produk menjadi semakin rumit.Pekerja individu tidak lagi memiliki kendali penuhterhadap mutu produk. Staff semi-profesional, yangbiasanya dinamakan departemen pemeriksaan,bertanggung jawab terhadap mutu dari produk.

Statistical Process Control

• Teknik statistik yang secara luas digunakan untukmemastikan bahwa proses yang sedang berjalantelah memenuhi standar

• Untuk menganalisis dan memperbaiki proses, kitatentunya harus memahami dan juga mengertibagaimana kinerja proses tersebut. Dalam duniapengendalian kualitas (quality control) terdapatsuatu metode statistik untuk membantu kitadalam melihat apakah suatu proses di bawahkendali, atau sebaliknya.

• SPC menentukan apakah suatu proses stabil dari waktu kewaktu, atau sebaliknya bahwa proses terganggu.

• Dalam suatu proses/sistem umumnya terdapat interaksivariabel-variabel sistem, misal manusia dan mesin, interaksiini sering memunculkan penyimpangan berupa hasil-hasilyang sifatnya uncontrollable atau diluar kendali.

• Penyimpangan atau variasi tersebut disebabkan oleh duafaktor:

1. Common cause of variation (penyebab umum ) yg sudahmelekat pada proses, variasi yang terjadi karena sistem itusendiri

2. Special cause of variation (penyebab khusus), ygmerupakan kesalahan yang berlebihan ,variasi terjadi karenafaktor dari luar sistem.

Variasi Proses

• Aturan dasar SPC adalah common cause tidak perludiidentifikasi dan special cause perlu diidentifikasidan dihilangkan. Namun bukan berarti common cause diabaikan, sebaliknya menjadi fokusimprovement proses untuk jangka panjang.

• Idealnya, hanya penyebab umum yang ditunjukkanatau yang tampak dalam proses, karena haltersebut menunjukkan bahwa proses berada dalamkondisi stabil dan dapat diprediksi. Kondisi inimenunjukkan variasi minimum (Ariani, 2004).

Statistical Process Control• Merupakan penerapan metode statistik untuk

pengukuran dan analisis variasi proses.

• Dengan menggunakan pengendalian proses statistik,dapat dilakukan analisis dan minimasi penyimpanganatau kesalahan, mengkuantifikasikan kemampuanproses, dan membuat hubungan antara konsep danteknik yang ada untuk mengadakan perbaikanproses.

• Tujuan utama dalam pengendalian proses statistikadalah mendeteksi adanya khusus (assignable causeatau special cause) dalam variasi atau kesalahanproses melalui analisis data dari masa lalu maupunmasa mendatang.

• Proses dikatakan dalam pengendalian statistik apabilapenyebab khusus (assignable cause atau special cause)dari penyimpangan atau variasi tersebut sepertipenggunaan alat, kesalahan operator, kesalahan dalampenyiapan mesin, kesalahan penghitungan, kesalahanbahan baku, dan sebagainya tidak tampak dalam proses(Montgomery, 1991).

• Sasaran pengendalian proses statistik adalah mengurangipenyimpangan khusus dalam proses dan dengan caramencapai stabilitas dalam proses. Apabila stabilitasproses tercapai, kemampuan proses dapat diperbaikidengan mengurangi penyimpangan karena sebab umum(common cause) seperti penyimpangan dalam bahanbaku, kondisi emosional karyawan, penurunan kinerjamesin, penurunan suhu udara, naik-turunnyakelembaban udara, dan sebagainya

Peta Kendali (Control Chart) dalam SPC terdiridari 3 garis horisontal:

1. Garis pusat (center line), garis yang menunjukkan nilaitengah (mean) atau nilai rata-rata dari karakteristikkualitas yang di-plot pada peta kendali SPC.

2. Upper control limit (UCL), garis di atas garis pusat yang menunjukkan batas kendali atas.

3. Lower control limit (LCL), garis di bawah garis pusatyang menunjukkan batas kendali bawah.

• Peta pengendali (control chart) tersebut memisahkanpenyebab peyimpangan menjadi penyebab umum danpenyebab khusus melalui batas pengendalian.

Peta Kendali (Control Chart)

Plot of Sample Data Over Time

0

20

40

60

80

1 5 9 13 17 21

Time

Sa

mp

le V

alu

e Sample

ValueUCL

Average

LCL

Manfaat Statistical Process Control (SPC)1. Pengurangan pemborosan.

2. Perbaikan pengendalian dalam proses.

3. Peningkatan efisiensi.

4. Peningkatan kesadaran karyawan.

5. Peningkatan jaminan kualitas pelanggan.

6. Perbaikan analisis dan monitoring proses.

7. Meningkatkan pemahaman terhadap proses.

8. Meningkatkan keterlibatan karyawan.

9. Pengurangan keluhan pelanggan.

10.Perbaikan komunikasi.

• Statistical process control berkaitandengan upaya menjamin kualitas denganmemperbaiki kualitas proses dan upayamenyelesaikan segala permasalahanselama proses.

• Statistical process control banyakmenggunakan alat-alat statistik untukmembantu mencapai tujuannya.

DIAGRAM KENDALI

Ada tiga jenis keluaran proses dlm kendaliproses :

(1). Berada dalam kendali dan proses tsbmampu menghasilkan barang dlm batas-

batas kendali yg telah ditetapkan. Suatuproses hanya dengan variasi alamiah danmampu menghasilkan barang dalam bataskendali yg telah ditetapkan.

(2). Berada dalam kendali, tetapi proses tsb

tidak mampu menghasilkan barang dlm

batas kendali. Suatu proses yg terkenda-

li (hanya ada variasi sebab alamiah) ttp

tidak mampu menghasilkan brg dalam

batas-batas kendali yg telah ditetapkan.

(3). Di luar kendali : suatu proses yg tidak

terkendali karena mempunyai variasi-

variasi khusus.

Batas Spesifikasi =Batas yang diinginkan oleh konsumenmelalui riset pasar + perancanganproduk dan jasa batas toleransi

Kondisi yang mungkin terjadi :1. Jika rata2 proses dalam batas

pengendalian dan berada dalam batasspesifikasi

2. Berada dalam batas pengendaliantetapi tidak berada dalam batasspesifikasi

MENETAPKAN BATAS-BATAS DIAGRAM RATA-RATA

• Batas kendali atas (upper control limit =UCL) :

• Batas kendali bawah (lower control limit = LCL) :

XZXUCL

XZXLCL

= rata2 rangkap sampel untuk proses

Z = jumlah standar deviasi, 3 untuk 99,73 %

= standar deviasi dari rata2 sampel

σ = Standar deviasi populasi

n = ukuran sampel

X

nx

Menetapkan batas kendali untuk sampel rata-rata dengan menggunakan standar deviasi

Berat kotak milo diambil sampelnya setiap jam. Untukmenetapkan batas kendali yg meliputi sampel rata2 99,73%. Sampel dari 9 kotak dipilih secara acak danditimbang. Jam I :

17 ons, 13 ons,16 ons,18 ons, 17 ons,16 ons,15 ons,17 ons, 16 ons.

17+13+16+18+17+16+15+17+16

Berat rata2 sampel pertama = --------------------------------------------

9

= 16,1 ons.

Standar deviasi populasi (σ) diketahui = 1 ons. Masing2 sampel kotak pada jam 1 hingga jam 12 :

16,1; 16,8;15,5;16,5;16,5;16,4;15,2;16,4;16,3;14,8;14,2;17,3

Rata-rata rangkap dari 12 sampel = 16 ons.

σ = 1 ons, n= 9, z = 3.

Jadi Batas Kendali :

= 16 + 3 (1/V9)= 16 + 3 (1/3)= 17 ons

= 16 - 3 (1/V9)= 16 - 3 (1/3)= 15 ons

XZXUCL

XZXLCL