Journal Review

MAP
Data diambil dari jurnal 1
Jurnal 1 “Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control”

Data mengenai masalah kualitas dari bagian dan ukuran yang tidak diinginkan yang menyebabkan biaya tinggi.

X-R
Jurnal 3 “Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT.Lotus Indah Textile Industries Surabaya .”

Jurnal 2 “Implementation Of Statistical Process Control (Spc) For Manufacturing Performance Improvement ”

I-MR

X-S

Peta Kendali Variabel
• Peta kendali variabel adalah peta kendali data variabel (dapat diukur panjang, lebar diameter dan berat) dari suatu proses produksi yang digunakan untuk mengendalikan proses produksi.

• Peta kendali X-R digunakan untuk mengendalikan nilai kontinyu dari suatu produk, X menggambarkan nilai rata-rata sub grup dan R menggambarkan kisaran sub group

dan lain-lain. kelelahan pekerja. PETA KONTROL X PETA KONTROL R . hilang. material baru. dengan dengan produk terjadi dalam ukuran titik pusat (central tendency) atau rata-rata dari proses. tenaga kerja baru yang belum dilatih. tidak bagian minyak mengalir dalam shift yang kedua. peralatan pelumas dengan baik.PENGERTIAN PETA KONTROL X-R • Peta kontrol rata – rata (X) menjelaskan apakah • Peta kontrol R (range) menjelaskan tentang apakah kepada kita tentang telah perubahan-perubahan perubahan-perubahan telah terjadi dalam ukuran variasi. dan lain-lain. peralatan yang dipakai. perbedaan metode yang digunakan demikian perubahan berkaitan homogenitas yang dihasilkan melalui suatu proses. Hal ini mungkin disebabkan oleh faktorfaktor seperti. peningkatan temperatur secara gradual. Hal ini mungkin disebabkan oleh fakor-faktor yang yang seperti.

JURNAL 1 “Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control” .

Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control • Permasalahan kualitas dalam mass production. Setelah itu. akan dieliminasi oleh kualitas statistik kontrol produk tertentu. . khususnya pada jurnal ini yang membahas masalah kualitas rendah yang timbul selama produksi. • XR diagram kontrol digunakan dengan dukungan dari perhitungan statistik untuk masalah kualitas mengenai bagian dan ukuran yang tidak diinginkan yang menyebabkan biaya tinggi.

Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control • MATERIAL Didalam jurnal ini. sebuah perusahaan manufaktur yang bergerak dalam bisnis percetakan ingin mengeliminasi masalah kualitas selama produksi melalui statistik kontrol .

Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control Kesesuaian ukuran berdasarkan teknik penggambaran .

Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control Nilai pengukuran dari dimensi bagian-bagian di lini produksi 1 yang rusak fCaliper comparator Micrometer Caliper Caliper .

.

652. DIDAPAT DARI.348 (mm) D3 : the factor for calculating the third sigma control limits according to the part number of the sample . D : diameters of machined parts D3 = 0..223. D4 = 1.Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control • Xave = (Xave1 + Xave2 + Xave3 + Xave4 + Xave5)/ng • Rave = (Rave1 + Rave2 + Rave3 + Rave4 + Rave5)/ng • UCL1 = Xave + A2*Rave • LCL1 = Xave − A2*Rave • UCL2 = D4*Rave A2 : the factor for calculating the • LCL2 = D3*Rave third sigma control limits according to the part number of • N=15 the sample A2 = 0.

Tabel .

Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control HASIL .

Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control HASIL PETA KONTROL X PETA KONTROL R .

50) pada tipe pengukuran caliper (Xave = 62. Nilai ini lebih kecil daripada batas toleran (62.2477.500).250-62. . Karena itu bisa dikatakan bahwa produk tersebut diproduksi dengan dimensi yang salah.247<62.Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control Pembahasan: • Dari analisis diatas dapat dilihat bahwa nilai LCL yaitu 62.

Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control PETA KONTROL X PETA KONTROL R .

dapat dilihat bahwa rata-rata sampel kelompok 2 mendekati batas kontrol atas. untuk dimensi 56. . Selain itu.410-56. Dengan demikian.410-56. dapat dikatakan bahwa produksi adalah normal. dan rata-rata kelompok sampel 1 dan 2 melebihi batas kendali. jalur 1.Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control Pembahasan: • Dilihat dari grafik. • Karena rata-rata dari jalur produksi.490 . karena rata-rata dari rata-rata (Xave) dari dimensi 56. jalur produksi harus diambil di bawah kontrol dengan cara mereset mesin dan parameter pemesinan.490 tetap berada diantara nilai atas dan bawah dari dimensi (56:410 <Xave = 56:436 <56:490). walaupun tidak ada produk yang rusak diproduksi. 4 dan 5 berada di dekat garis Xave. setelah menghentikan produksi. 2 dan 3 tetap harus dikendalikan.

Perbaikan Dengan mereset mesin dan parameter pemesinan. .

Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control PETA KONTROL X PETA KONTROL R .

parameter proses dari jalur produksi harus tetap teratur dan berada di bawah kendali.512 <Xave = 63:539 <63.Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control Pembahasan: • Dari grafik di atas diperiksa dimensi dari 63.513-63.550.512-63. jalur produksi harus berada di bawah kendali dengan mengatur ulang alat mesin dan mesin parameter.550). dapat dilihat bahwa dalam grafik kontrol rata-rata pendekatan kelompok sampel 2 bahwa batas kendali bawah dan rata-rata dari sampel kelompok 4 dan 5 melebihi batas kontrol. sehingga dapat dikatakan bahwa produksi dari garis-garis ini normal. setelah menghentikan produksi. .550 tetap antara nilai atas dan bawah dari dimensi ini (63. • Karena rata-rata dari lini produksi 1 dan 3 berada dekat garis Xave. Selain itu. walaupun tidak ada produk rusak yang diproduksi. Dengan demikian. karena rata-rata rata-rata (Xave) dari dimensi 63.

Jurnal 2 “IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” .

Fokus pada jurnal ini adalah untuk mencari frekuensi dan durasi waktu pada setiap mesin yang berimbas pada produktifitas.“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” • Pada jurnal ini membahas pemakaian kombinasi Hourly Data System (HDS) dan Statistical Process Control (SPC) untuk memperbaiki performansi manufaktur di perusahaan. . • Jurnal ini digunakan untuk memeriksa pelaksanaan TQM dan manajemen setiap mesin pada perusahaan rokok dan juga meneliti peran pelaksanaan untuk mencari alasan utama berdasarkan jumlah dan waktu pemisahan tiap mesin.

PETA KONTROL I-MR . Kasus ini banyak dijumpai pada industri kimia.PENGERTIAN PETA KONTROL I-MR • Peta Kendali MR digunakan yang untuk ukuran pengendalian proses contohnya hanya satu (n=1). sehingga sukar untuk mengambil ukuran contoh yang lebih besar dari satu(n>1). Hal ini sering terjadi apabila pemeriksaan dilakukan secara otomatis dan pada tingkat produksi yang sangat lambat. dimana biaya pengukurannya sangat mahal. pengujian daya tahan mobil mewah.

.

“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” Keterangan : • MR = Rata-rata rentang bergerak dua obeservasi • D4 = Nilai konstan D3 untuk diagram kontrol MR • D3 = Nilai konstan D3 untuk diagram kontrol MR .

Tabel .

53 LCL 62.213537 62.443129 62.0465 0.545 0 0.8 MR 0.275 62.255 62.213537 62.219214286 0.219214286 0.443129 62.0465 0.0465 0.213537 62.213537 62.255 62.443129 62.265 62.213537 62.27 0.219214286 0.0465 0.015 0 0.213537 62.219214286 0.213537 62.0465 0.265 62.443129 LCL 0.625 62.0465 0.443129 62.265 62.005 62.443129 62.0465 0.213537 62.443129 62.01 0.0465 UCL 0.443129 62.219214286 0.219214286 0.219214286 0.213537 62.219214286 0.213537 UCL 62.265 62.01 0.443129 62.02 0.0465 0.213537 62.443129 62.015 0 0.275 62.0465 0.219214286 0.0465 0.219214286 0.28 62.213537 62.219214286 0.213537 62.219214286 62.443129 62.27 62.015 0.219214286 .0465 0.28 62.219214286 0.443129 62.345 0.213537 62.0465 0.443129 62.213537 62.35 0.“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” Caliper 62.0465 0.443129 62.0465 0.443129 0.219214286 0.28 62.

9 Capiler UCL LCL LCL UCL Capiler Peta Kendali I 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Jumlah sample .“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” Peta kendali MR 0.1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Jumlah sample 62.3 62.1 62 61.7 Nilai Individu 62.9 62.6 62.4 0.3 0.2 62.4 62.2 0.5 Moving Range 0.5 62.6 0.8 62.

7 Moving Range Nilai Individu 62.5 0.9 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Jumlah sample 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Jumlah sample Capiler UCL LCL 0.6 62.8 62.4 0. Sedangkan dalam kasus ini. data terdiri dari beberapa sub group dengan sedikit jumlah data.6 0.9 62.3 62. Dan dari grafik peta kontrol I terlihat ada 2 data yang berada diluar batas kendali atas dan batas kendali bawah yaitu pada data ke-2 dan ke-12. • Hal ini dikarenakan memang karena sebenarnya peta kontrol X-MR ini lebih cocok digunakan untuk data untuk 1 subgroup dengan banyak data.1 LCL UCL Capiler Peta kendali MR • Dari grafik peta kontrol MR terlihat bahwa SEMUA data berada diluar batas kendali atas dan batas kendali bawah.“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” Peta Kendali I 62.4 62. .5 62.2 0.1 62 61.2 62.3 0.

.“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” • Tidak semua jenis data dapat menggunakan peta kendali I-MR karena pada pengaplikasiaannya data yang cocok adalah yang memiliki sedikit data.

Lotus Indah Textile Industries Surabaya .JURNAL ke-3 “Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT.” .

Sebagai perusahaan yang berorientasi ekspor.“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT. • Dikarenakan PT. Produk yang dihasilkan PT. ( khoirunnisak.2008). . Lotus Indah Textile industries berorientasi pada ekspor maka produk yang dihasilkan pastilah yang berkualitas sangat baik. Untuk mendapatkan produk berkualitas terbaik maka perencanaan dan pengendalian proses produksi mutlak diperlukan agar dapat mengoreksi dan memperbaiki sesuatu yang kurang dalam produksi sehingga meningkatkan mutu produk. Lotus Indah Textile industries telah mendapatkan sertifikat ISO 9001 dan ISO 14001.Lotus Indah Textile Industries Surabaya” Latar belakang • PT. Lotus Indah Textile industries adalah perusahaan yang bergerak dibidang industri textile yang berorientasi ekspor. PT. Lotus Indah Textile industries antara lain benang dan kain.

Lotus Indah Textile Industries Surabaya” Latar belakang Kualitas hasil produksi benang di PT. Peta kendali X ̅-S tetap digunakan pada makalah ini meskipun hanya terdapat 5 mesin. karena makalah ini ditunjukkan untuk proses pembelajaran.“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT. Lotus Indah textile Industries menggunakan metode statistik yaitu peta kendali X ̅-R dan X ̅-S untuk variabel Caunt (berat benang) karena data bersifat variabel. yang nantinya akan dapat dibandingkan hasil dari peta kendali X ̅-R dan ̅X-S. .

kedua peta tersebut mungkin masih belum efektif dalam mendeteksi proses. PETA KONTROL X-S .PENGERTIAN PETA KONTROL X-S • Umumnya peta kendali yang digunakan oleh perusahaan industri adalah peta kendali x -S. Selain perusahaan harus mendesain 2 peta.

.

“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT.Lotus Indah Textile Industries Surabaya” .

16638892 0.7889 0.16638892 0.43 0.076520178 0.076520178 0 63.1 46.27093108 50.27093108 50.007188 50.Lotus Indah Textile Industries Surabaya” Drawing value 62500 62250 56.16638892 0.27093108 50.0884 0.076520178 0 46.27093108 50.008062 22.41 X S UCL=x+ (A3 * S) LCL= x – (A3 * S) UCL=B4 * S LCL=B3*S 62.“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT.004577 50.16638892 50.512 63.076520178 0 56.27093108 50.247 0.49 56.159639 50.076520178 0 0 .8 22.539 0.55 63.16638892 0.003684 50.

Lotus Indah Textile Industries Surabaya” Peta kendali X 70 60 50 Nilai X 40 30 20 10 0 1 2 3 Jumlah Sub group 4 5 X UCL LCL Peta Kendali S 0.06 LCL 0.14 0.16 0.“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT.08 0.02 0 1 2 3 4 5 .04 0.1 SD UCL 0.18 0.12 SD 0.

xx. Dan UCL dan LCL nya mempunyai selisih sangat kecil. Hal itu dikarenakan karena data per subgroup itu memiliki nilai yang sangat jauh berbeda. Seperti data yang ada di compiler dan comparator. .Lotus Indah Textile Industries Surabaya” Dari hasil grafik peta kendali X terlihat bahwa semua data keluar dari batas kendali.“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT.xx-20.xxx sedangkan data pada comparator 20.xxx-6x. Data dalam compiler memiliki range data 6x.

conclusion .

KELEMAHAN DAN KELEBIHAN DARI KETIGA METODE .

PETA KONTROL X-R • • Kelemahan: Kelebihan: • • Kelemahan: Kelebihan: PETA KONTROL I-MR • • Kelemahan: Kelebihan: PETA KONTROL X-S .

Pandya Shridhar. Vadodara.Daftar Pustaka • ahaqparinduri@yahoo.com diakses pada Senin. India • Scribd. Pioneer Pharmacy Degree College. Gujarat.com diakses Senin 21 Oktober 2012 • Samip Shah. Dipti Gohil Department of Pharmaceutical Technology. 5 November 2012 pukul 12:23 .

Ada Pertanyaan ? .

THANK YOU .

Sign up to vote on this title
UsefulNot useful