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

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

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. • XR diagram kontrol digunakan dengan dukungan dari perhitungan statistik untuk masalah kualitas mengenai bagian dan ukuran yang tidak diinginkan yang menyebabkan biaya tinggi. khususnya pada jurnal ini yang membahas masalah kualitas rendah yang timbul selama produksi. . akan dieliminasi oleh kualitas statistik kontrol produk tertentu.

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 • MATERIAL Didalam jurnal ini.

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 .

.

D : diameters of machined parts D3 = 0. 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..223. DIDAPAT DARI.348 (mm) D3 : the factor for calculating the third sigma control limits according to the part number of the sample .652.

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 .

.2477.500).50) pada tipe pengukuran caliper (Xave = 62. Karena itu bisa dikatakan bahwa produk tersebut diproduksi dengan dimensi yang salah.247<62.250-62.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. Nilai ini lebih kecil daripada batas toleran (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. jalur produksi harus diambil di bawah kontrol dengan cara mereset mesin dan parameter pemesinan.410-56. jalur 1. • Karena rata-rata dari jalur produksi.490 .410-56. dapat dikatakan bahwa produksi adalah normal.490 tetap berada diantara nilai atas dan bawah dari dimensi (56:410 <Xave = 56:436 <56:490). untuk dimensi 56. . 2 dan 3 tetap harus dikendalikan.Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control Pembahasan: • Dilihat dari grafik. setelah menghentikan produksi. 4 dan 5 berada di dekat garis Xave. Dengan demikian. karena rata-rata dari rata-rata (Xave) dari dimensi 56. Selain itu. dan rata-rata kelompok sampel 1 dan 2 melebihi batas kendali. walaupun tidak ada produk yang rusak diproduksi.

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 .

Dengan demikian.550 tetap antara nilai atas dan bawah dari dimensi ini (63. . jalur produksi harus berada di bawah kendali dengan mengatur ulang alat mesin dan mesin parameter. • Karena rata-rata dari lini produksi 1 dan 3 berada dekat garis Xave. 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. karena rata-rata rata-rata (Xave) dari dimensi 63.Elimination of the Quality Problems Encountered in Mass Production by Using Statistical Quality Control Pembahasan: • Dari grafik di atas diperiksa dimensi dari 63.550. setelah menghentikan produksi.513-63.550).512 <Xave = 63:539 <63. parameter proses dari jalur produksi harus tetap teratur dan berada di bawah kendali. sehingga dapat dikatakan bahwa produksi dari garis-garis ini normal. walaupun tidak ada produk rusak yang diproduksi.512-63. Selain itu.

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

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

.

“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 .

213537 62.265 62.443129 62.219214286 0.443129 62.0465 0.0465 0.0465 0.27 62.443129 62.015 0 0.443129 62.28 62.0465 0.213537 62.213537 62.0465 0.265 62.255 62.443129 62.“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” Caliper 62.02 0.53 LCL 62.213537 62.0465 0.443129 62.443129 62.443129 62.0465 0.545 0 0.01 0.219214286 0.0465 0.213537 62.01 0.28 62.0465 0.443129 LCL 0.443129 0.443129 62.219214286 0.219214286 0.015 0 0.213537 62.219214286 0.0465 UCL 0.213537 UCL 62.219214286 62.255 62.443129 62.219214286 0.213537 62.443129 62.213537 62.625 62.219214286 0.443129 62.015 0.265 62.219214286 0.219214286 0.213537 62.8 MR 0.219214286 0.213537 62.345 0.0465 0.005 62.0465 0.443129 62.27 0.0465 0.213537 62.213537 62.219214286 0.213537 62.275 62.219214286 0.35 0.219214286 .265 62.213537 62.0465 0.0465 0.275 62.28 62.219214286 0.

3 62.4 0.1 62 61.“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” Peta kendali MR 0.9 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 .3 0.7 Nilai Individu 62.1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Jumlah sample 62.2 0.8 62.5 Moving Range 0.5 62.6 62.4 62.2 62.6 0.

5 62.6 0. 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-12.3 62.4 0.8 62.7 Moving Range Nilai Individu 62.4 62. data terdiri dari beberapa sub group dengan sedikit jumlah data. Sedangkan dalam kasus ini.2 0.2 62. .1 62 61.9 62.6 62. • Hal ini dikarenakan memang karena sebenarnya peta kontrol X-MR ini lebih cocok digunakan untuk data untuk 1 subgroup dengan banyak data.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.“IMPLEMENTATION OF STATISTICAL PROCESS CONTROL (SPC) FOR MANUFACTURING PERFORMANCE IMPROVEMENT” Peta Kendali I 62.3 0.1 LCL UCL Capiler Peta kendali MR • Dari grafik peta kontrol MR terlihat bahwa SEMUA data berada diluar batas kendali atas dan batas kendali bawah.5 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. .

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

Lotus Indah Textile industries adalah perusahaan yang bergerak dibidang industri textile yang berorientasi ekspor.2008).Lotus Indah Textile Industries Surabaya” Latar belakang • PT.“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT. Sebagai perusahaan yang berorientasi ekspor. • Dikarenakan PT. 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 berorientasi pada ekspor maka produk yang dihasilkan pastilah yang berkualitas sangat baik. Lotus Indah Textile industries telah mendapatkan sertifikat ISO 9001 dan ISO 14001. PT. Lotus Indah Textile industries antara lain benang dan kain. ( khoirunnisak. Produk yang dihasilkan PT.

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

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

.

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

27093108 50.16638892 0.0884 0.55 63.27093108 50.16638892 0.159639 50.008062 22.076520178 0 0 .16638892 50.41 X S UCL=x+ (A3 * S) LCL= x – (A3 * S) UCL=B4 * S LCL=B3*S 62.43 0.Lotus Indah Textile Industries Surabaya” Drawing value 62500 62250 56.539 0.8 22.247 0.27093108 50.076520178 0 63.076520178 0.27093108 50.27093108 50.076520178 0 56.076520178 0 46.16638892 0.16638892 0.49 56.512 63.004577 50.1 46.“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT.7889 0.007188 50.003684 50.

12 SD 0.18 0.04 0.1 SD UCL 0.14 0.16 0.“Diagram Kontrol Variabel: Pengendalian Kualitas Pembuatan Benang 30 Rayon Pada Periode Januari 2008 di PT.06 LCL 0.02 0 1 2 3 4 5 .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 0.08 0.

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

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 .

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

Ada Pertanyaan ? .

THANK YOU .

Sign up to vote on this title
UsefulNot useful