Anda di halaman 1dari 17

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

MODUL 3 SPC-PCS

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

A. Tujuan Praktikum 1. Mampu memahami definisi tentang beberapa hal yang berkaitan dengan pengendalian kualitas. 2. Memberikan pemahaman mengenai beberapa teknik dasar pengendalian proses secara statistik. 3. Mampu memahami dan membuat peta kendali/ diagram kontrol secara manual maupun dengan bantuan program MINITAB. 4. Melatih mahasiswa untuk membuat diagram fishbone, diagram pareto, diagram scatter, histogram, grafik, dan cheek sheet secara manual maupun dengan bantuan program MINITAB dari beberapa contoh kasus. 5. Mampu memahami dan menghitung indeks kemampuan proses secara manual maupun bantuan program MINITAB.

B. Teori Singkat 1. Statistical Process Control (SPC) Tujuan dari Statistical Process Control (SPC) adalah untuk mencapai mutu produk lebih tinggi dan menurunkan biaya produksi dengan cara meminimalkan produk cacat. SPC banyak menggunakan alat-alat statistik untuk membantu tujuannya. SPC mempunyai 7 alat yaitu : diagram kontrol/peta kendali, histogram, diagram pareto, lembar kendali, diagram konsentrasi cacat, diagram scatter, diagram sebab akibat (diagram Ishikawa). 2. Diagram Kontrol / Peta Kendali dan Cara Kerjanya Peta kendali merupakan teknik membuat grafik statistik yang nilainya diukur berdasarkan hasil plot karakteristik kualitas tertentu yang menjelaskan tentang kondisi proses. Peta kendali digunakan untuk mengetahui apakah proses berada dalam kendali atau tidak. Dengan kata lain peta kendali merupakan uji hipotesis untuk mengetahui apakah proses dalam kondisi terkendali/tidak. Diagram Kontrol dibagi dua:

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

a. Diagram Kontrol / Peta Kendali Univariat Peta kendali univariat hanya dapat memonitor karakteristik

kualitas/variabel yang kendali

tunggal/univariat dengan asumsi independen Peta

dikembangkan pertama kali oleh Dr. Walter A. Shewhart. Dr.

Walter A. Shewhart menunjukkan suatu fakta penting bahwa variasi dari suatu proses diakibatkan oleh dua sumber. Sumber variasi pertama disebut penyebab umum (common cause) yang melekat dalam sistem produksi dan tidak mungkin untuk menghilangkannya (misalnya : keadaan cuaca). Sumber variasi kedua (special cause), disebut penyebab khusus, yang diakibatkan oleh beberapa kondisi khusus (misalnya : masalah bahan baku, kesalahan operator, kegagalan mesin, dll.). Secara umum, teknik pengawasan proses statistikal membantu kita untuk memonitor proses produksi dan untuk mendeteksi perilaku proses abnormal yang disebabkan oleh penyebab yang khusus. Shewhart membagi peta kendali dalam 2 katagori yaitu (1) Peta kendali variable dan (2) Peta kendali atribut. Bagaimana memilih peta kendali? Gambar dibawah ini memberikan hirarki pemilihan peta kendali:

Gambar 1. Hirarki Pemilihan Peta Kendali

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

Mendeteksi adanya proses terkendali tidak hanya ditandai adanya pengamatan yang jatuh diluar batas kendali . Ada 8 kreteria untuk menyelidiki apakah proses diluar kendali yaitu: 1. Satu titik jatuh diluar batas kendali 3 2. Sembilan titik secara berurutan jatuh di sisi yang sama dari garis tengah (mean) 3. Enam titik secara berurutan terus naik atau terus turun 4. Empat belas titik secara bergantian naik turun 5. Dua dari 3 titik jatuh diluar batas 2 6. Empat dari 5 titik jatuh diluar batas 1 7. Lima belas titik berada dalam batas kendali 1 8. Delapan titik secara berurutan jatuh diluar batas 1 Diagram Kontrol Multivariat T2 Hotelling Sekarang ini, proses produksi modern telah telah berubah menjadi komplek dan terintegrasi. Dengan demikian, monitoring karakteristik kualitas proses secara terpisah, dengan mengabaikan interaksi atau korelasi yang mungkin terjadi diantara karakteristik kualitas proses, tidak cukup untuk mencerminkan situasi proses secara utuh. Oleh karena itu, perlu dilakukan beberapa pengembangan dan perbaikan peta kendali Shewhart. Salah satu yang paling sering dibahas adalah Diagram Kontrol multivariate T2 Hotelling Diagram kontrol T2 Hotelling merupakan salah satu diagram kontrol multivariat yang mengontrol vector mean suatu proses dan memiliki analogi dengan diagram kontrol univariat Shewhart. Berdasarkan pengamatannya, diagram kontrol T2 Hotelling dibagi menjadi dua yaitu diagram kontrol T2 Hotelling untuk pengamatan Subgrup dan diagram kontrol T2 Hotelling untuk pengamatan individual. Diagram kontrol T2 Hotelling untuk pengamatan subgrup yaitu diagram kontrol yang dapat mengendalikan lebih dari dua karakteristik kualitas secara bersamaan dengan n > 1, dimana n adalah ukuran subgroup. Sedangkan diagram kontrol T2 Hotelling untuk pengamatan

b.

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

individual yaitu diagram kontrol yang dapat mengendalikan lebih dari dua karakteristik kualitas secara bersamaan dengan n = 1.

3. Process Capability Analysis (Analisis Kemampuan Proses) Merupakan ukuran yang menilai kemampuan proses dengan kondisi 4M+1E yang ada untuk menghasilkan produk yang sesuai dengan spesifikasi kualitas yang diinginkan. Kita juga dapat mengartikan analisis kemampuan proses sebagai pelajaran menaksir kemampuan proses. Taksiran dari kemampuan proses bisa dalam bentuk distribusi probabilitas yang spesifik, tengah (rata-rata), dan sebaran (standar deviasi). Analisis kemampuan proses adalah bagian penting dari keseluruhan program perbaikan kualitas.

C. Software yang digunakan 1. 2. MINITAB 14 Microsoft Excel

D. Studi Kasus Studi Kasus 1-1: Peta Kendali X- bar dan R Dua buah silinder besi dihaluskan untuk mencapai suatu ukuran tertentu untuk dipakai sebagai tiang penyangga.Ukuran awal diameternya 30.02 mm

dihaluskan untuk menghasilkan tiang penyangga jug hanger yang berdiameter lebih kecil dengan menggunakan mesin bubut. Diperoleh data diameter setelah dihaluskan yang diukur menggunakan mikrometer dari 10 sampel dengan pengukuran sebanyak 5 kali (sampel pada tiang penyangga sebelah kiri).

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

No sampel (m) 1 2 3 4 5 6 7 8 9 10

Diameter 5 kali pengukuran (n) mm 1 2 3 4 5 24.98 28.01 28.01 25.01 26.05 25.01 24.98 24.97 25.01 26.05 26.05 27.02 28.03 26.05 26.05 23.02 22.05 24.00 21.88 25.01 27.02 25.01 25.00 28.03 25.00 28.01 26.05 25.01 24.98 25.00 28.03 25.00 28.03 28.03 22.84 24.97 25.01 23.95 27.02 25.01 22.50 28.03 24.98 24.97 27.02 24.92 24.97 27.02 27.02 24.98

(Dalam membuat Peta Kendali Xbar dan R yang terbaik memulainya dengan Peta Kendali R sampai diperoleh kondisi terkendali. Setelah Peta Kendali R

menunjukkan variabilitas proses terkendali dibuat Peta Kendali Xbar. Hal ini berlaku juga dengan cara yang sama untuk Peta Kendali Xbar dan S) Langkah Penyelesaian dengan MINITAB 1. Masukkan data diatas pada program MINITAB 2. Kemudian klik Stat > Control Charts > Variables Chart for Subgroups > R, pilih Observations for a subgroups are in one row of coloumns 3. Setelah itu klik tombol OK 4. Kemudian Variables Chart for Subgroups > Xbar-R, pilih Observations for a subgroups are in one row of coloumns 5. Setelah itu klik tombol OK

Studi Kasus 1-2: Peta Kendali I-MR PT. Kertas Raya, adalah sebuah perusahaan yang bergerak di bidang pembuatan kertas berlapis film. Apakah pelapisan film berjalan pada ketebalan tertentu dan terdistribusi pada keseluruhan panjang kertas. Pada setiap pengamatan perusahaan mengambil satu gulungan kertas dan menimbangnya untuk mengetahui distribusi ketebalan.. Pengukuran dilakukan selama 1 bulan (30 hari) dan setiap harinya diukur sekali. Diperoleh data sebagai berikut :

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

Hari 1 2 3 4 5 6 7 8 9 10

Tebal 2.12 2.11 2.03 2.04 2.06 2.1 2.08 2.13 2.06 2.05

Hari 11 12 13 14 15 16 17 18 19 20

Tebal 2.123 2.109 2.105 2.067 2.064 2.097 2.045 2.04 2.103 2.100

Hari 21 22 23 24 25 26 27 28 29 30

Tebal 2.06 2.07 2.08 2.09 2.1 2.01 2.1 2.05 2.12 2.05

(Besarnya ukuran sub group yang hanya satu tersebut biasanya disebabkan karakteristik populasi bersifat sangat homogen, misalnya dalam cairan kimia, kandungan mineral dalam air, makanan, ketebalan dalam satu gulungan kertas memiliki variabilitas yang kecil )

Langkah Penyelesaian dalam MINITAB 1. Masukkan data di atas pada program minitab seperti pada peta X-bar dan R 2. Klik Stat > Control Chart > Variables Chart for Individuals > I-MR 3. Pada Variables masukkan data variable tebal 4. Klik OK

Studi Kasus 1-3 : Peta Kendali p PT. Juggy Corporation, bermaksud untuk memantau banyaknya produk yang cacat ketika melakukan proses pembubutan pada tiang juggy punk. Dicatat banyaknya tiang juggy punk yang tidak memenuhi persyaratan yang diinginkan adalah seperti pada tabel. Pengamatan dilakukan selama 20 hari.

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

Hari 1 2 3 4 5 6 7 8 9 10

Cacat tiang 5 5 0 5 0 3 0 1 5 2

Ukuran Sampel 48 37 50 47 48 54 51 42 32 40

Hari 11 12 13 14 15 16 17 18 19 20

Cacat tiang 2 4 1 0 3 0 5 2 2 4

Ukuran Sampel 56 45 57 61 62 55 55 51 46 42

Langkah Penyelesaian dengan MIN ITAB 1. Masukkan data diatas pada program MINITAB 2. Kemudian klik Stat > Control Chart > Attributes chart > p, isi variable dengan cacat tiang dan pilih Subgroup sizes, isi dengan ukuran sample. 3. Klik OK

Studi Kasus 1-4 : Peta Kendali np Sebuah penelitian dilakukan oleh divisi QC pada PT. Juggy Corporation, untuk memantau banyaknya produk yang cacat ketika melakukan proses pembubutan pada tiang penyangga jug hanger. Ukuran contoh ditetapkan sebesar 49 (n=49) dengan jalan memeriksa 49 tiang penyangga jug hanger yang dikerjakan setiap hari, kemudian dicatat banyaknya tiang penyangga jug hanger yang tidak memenuhi persyaratan yang diinginkan adalah seperti pada tabel. Pengamatan dilakukan selama 20 hari.

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

Hari 1 2 3 4 5 6 7 8 9 10

Cacat tiang 5 5 0 5 0 3 0 1 5 2

Hari 11 12 13 14 15 16 17 18 19 20

Cacat tiang 2 4 1 0 3 0 5 2 2 4

Langkah Penyelesaian dengan MINITAB 1. Masukkan data diatas pada program MINITAB 2. Kemudian klik Stat > Control Chart > Attributes Chart > np, isi variable dengan cacat tiang dan pilih Subgroup sizes, isi dengan angka 49 3. Kemudian klik OK

Studi kasus 1-5 : Peta Kendali c PT. Juggy Corporation, sedang mengadakan penelitian mengenai jumlah jenis cacat (Reject ) yang terjadi selama 1 bulan terakhir. Penelitian ini digunakan untuk mendata jenis-jenis cacat (kerusakan, lubang,kotor dll) agar lain kali bisa dicegah terjadi cacat lebih banyak lagi,data sebagai berikut :

Hari Reject (R) Hari Reject (R) Hari Reject (R) 4 0 2 1 11 21 2 5 2 2 12 22 0 4 3 3 13 23 3 2 3 4 14 24 1 2 4 5 15 25 5 1 2 6 16 26 2 3 1 7 17 27 2 3 1 8 18 28 3 0 2 9 19 29 4 5 2 10 20 30

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

10

Langkah Penyelesaian dengan MINITAB 1. Masukkan data diatas pada program MINITAB 2. Kemudian klik Stat > Control Chart > Attributes Charts > Peta C, isi variable dengan Reject (R) maka akan muncul tampilan : 3. Kemudian klik OK

Study Kasus 1-6 : Peta Kendali U Suatu unit QC dari PT. Juggy Corporation, ingin mengadakan inspeksi pada bahan kayu juggy hook yang diinspeksinya. Karena bahannya panjang, maka ditetapkan pemeriksaan tiap 50 cm2 bahan kayu juggy hook . Pemeriksaan dilakukan untuk 10 hari pengamatan :

Hari 1 2 3 4 5 6 7 8 9 10

Panjang kayu (cm2) 475 525 625 575 725 675 425 375 225 175

Ukuran Contoh 12 17 18 15 21.5 22 17.2 16 16.3 15

Banyaknya Ketidaksesuaian (c1) 5 14 9 8 12 11 15 12 11 8

Banyaknya ketidaksesuaian (per-50cm2) 0.42 0.82 0.5 0.53 0.56 0.5 0.87 0.75 0.67 0.53

Langkah Penyelesaian dengan MINITAB 1. Masukkan data proses dalam table 2. Klik Stat > Control Charts > Attributes Charts > U 3. Masukkan Ketidaksesuaian dalam Variable 4. Masukkan Ukuran Contoh pada Subgroups In 5. Kemudian klik OK

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

11

Studi Kasus Kapabilitas Proses :

Studi Kasus 1-7 Sebuah besi silinder 30 cm dibubut untuk menghasilkan tiang penyangga jug hanger yang berdiameter lebih kecil dengan menggunakan mesin bubut modern.Setelah selesai dibubut diperoleh data diameter yang diukur menggunakan mikrometer dari 10 sampel dengan pengukuran sebanyak 5 kali. Ditetapkan nilai spesifikasi 30 1 mm. Data sebagai berikut :

No sampel (N) 1 2 3 4 5 6 7 8 9 10

Diameter 5 kali pengukuran (n) 1 2 3 4 30 30.25 32 29.2 28 30.1 31 30.1 28 31 30.15 30.3 29 30.2 29 30 30.25 28 29 28.50 28.55 32 28 28.75 28.75 30.2 29.55 30.15 29 29 30.45 30.05 32 30.15 32 30.4 30.15 31 28.75 28

mm 5 30.2 29 30.45 28 30.1 28 30.4 29.25 28.55 30.15

Langkah Penyelesaian dengan MINITAB 1. Pilih program MINITAB 2. Masukkan data diatas 3. Klik Stat Quality tools Capability analisis (Normal) 4. Pilih Subgroup across rows of. Kemudian masukkan variabel proses ke dalamnya 5. Masukkan batas spesifikasi, Lower = 29 dan Upper = 31 6. Pilih Option, dan masukkan target dengan nilai spesifikasi = 30

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

12

Studi Kasus 1-8 : PT. Kertas Raya, adalah sebuah perusahaan yang bergerak di bidang pembuatan kertas berlapis film. Apakah pelapisan film berjalan pada ketebalan tertentu dan terdistribusi pada keseluruhan panjang kertas. Pada setiap pengamatan perusahaan mengambil satu gulungan kertas dan menimbangnya untuk mengetahui distribusi ketebalan. Pengukuran dilakukan selama 1 bulan (30 hari) dan setiap harinya diukur sekali. Data pengukuran ketebalan terdapat dibawah (dalam cm). Ditetapkan nilai spesifikasi 207 5 mm. Data sebagai berikut:

Hari 1 2 3 4 5 6 7 8 9 10

Tebal 212 211 203 204 206.2 210 208 213 206.1 205.2

Hari 11 12 13 14 15 16 17 18 19 20

Tebal 212.3 210.9 210.5 206.7 206.4 209.7 204.5 204 210.3 210

Hari 21 22 23 24 25 26 27 28 29 30

Tebal 206.2 207.1 208.4 209.4 210.1 201 210 205 212 205

Langkah Penyelesaian dengan MINITAB 1. Pilih program MINITAB dan masukkan data di atas 2. Klik Stat Quality tools Capability analisis (Normal) 3. Pilih Single column Kemudian masukkan variabel proses ke dalamnya (tebal) Masukkan ukuran subgrup (30) 4. Masukkan batas spesifikasi, Lower = 202 dan Upper = 212 5. Pilih Option, dan masukkan target dengan nilai spesifikasi = 207

6. Klik OK pada setiap kotak dialog box.

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

13

Studi kasus 1-9 : PT. Juggy Corporation bermaksud untuk memantau banyaknya produk yang cacat ketika melakukan proses pembubutan pada tiang juggy punk. Ukuran contoh ditetapkan sebesar 50 (n=50) dengan jalan memeriksa 50 tiang juggy punk yang dikerjakan setiap hari, kemudian dicatat banyaknya tiang juggy punk yang tidak memenuhi persyaratan yang diinginkan adalah seperti pada tabel. Pengamatan dilakukan selama 20 hari. Ditetapkan nilai spesifikasi 12 2. Data yang didapat sbb:

Sampel 1 2 3 4 5 6 7 8 9 10

Cacat 12 13 10 8 9 11 10 12 13 15

Sampel 11 12 13 14 15 16 17 18 19 20

Cacat 11 14 10 9 8 8 12 10 8 9

Langkah Penyelesaian dengan MINITAB 1. Pilih program MINITAB dan Masukkan data diatas 2. Klik Stat Quality tools Capability analisis (Normal) 3. Pilih Single column Kemudian masukkan variabel proses ke dalamnya (cacat) Masukkan subgroup size (50) 4. Masukkan batas spesifikasi, Lower = 10 dan Upper = 14 5. Pilih Option, dan masukkan target dengan nilai spesifikasi = 12 6. Klik OK pada setiap kotak dialog box.

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

14

Diagram Kontrol T2 Hotteling Study Kasus 1-10 : Perusahaan Manufaktur OSIK Baja melakukan kontrol statistik terhadap kuat tarik dan berat yang merupakan karakteristik kualitas yang penting dalam industri baja, 20 buah sampel masing-masing berukuran 4 buah dipilih secara random dari proses produksi dan datanya adalah:

No sampel 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

80 75 83 79 82 86 84 76 85 80 86 81 81 75 77 86 84 82 79 80

Kekuatan (x1) 82 78 78 84 86 84 84 80 81 78 84 85 88 82 84 78 88 85 78 81 84 85 81 83 86 82 78 82 84 78 82 84 85 78 86 79 88 85 84 82

85 81 87 83 86 87 85 82 87 83 86 82 79 80 85 84 79 83 83 85

19 24 19 18 23 21 19 22 18 18 23 22 16 22 22 19 17 20 21 18

Berat (x2) 22 20 21 18 24 21 20 17 21 18 20 23 23 19 17 19 16 20 19 20 20 24 21 23 18 20 21 23 19 21 23 18 22 18 19 23 23 20 22 19

20 21 22 16 22 21 22 18 16 18 22 21 19 22 18 22 19 21 18 20

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

15

Perhitungan dengan Ms. Excel

Diagram Kontrol T2 Hotelling Dengan Pengamatan Sub Group


18 16 14 12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 T2 Hotelling UCL

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

16

E. Tugas Pendahuluan I 1. 2. 3. 4. 5. 6. Jelaskan kegunaan dari peta kendali! Jelaskan perbedaan peta kendali atribut & variabel? Apa saja yang termasuk peta kendali variabel? Sebutkan & jelaskan! Apa saja yang termasuk peta kendali atribut? Sebutkan & jelaskan! Jelaskan perbedaan peta kendali p dan u berikan dengan contoh kasus! Jelaskan tentang histogram, pareto diagram, checksheet, scatter diagram, fishbone dan control chart. 7. Sebuah unit khusus yang disebut GKM OSIK dibentuk oleh PT. OSIK Corporation untuk menangani masalah produk reject pada perusahaan tekstil tersebut. Permasalahan yang ada dalam PT tersebut berdasarkan data yang diambil pada bulan terakhir adalah sebagai berikut : Pewarnaan Yang tidak merata sebanyak 20 pcs kain, Pembordiran pinggiran kain yang tidak rapi sebanyak 15 pcs kain, Pemasangan jahitan merk yang mudah lepas sebanyak 12 pcs kain, dan terakhir Penggulungan kain yang tidak sempurna yang menyebabkan kain rusak sebanyak 17 pcs kain. a. b. Tulis checksheet dan diagram pareto dari permasalahan di atas. Analisa akar penyebab masalah dengan diagram fishbone berdasarkan prioritas masalah yang harus segera diatasi. c. Apabila salah satu akar penyebab dari diagram fishbone adalah kurang efektifnya kinerja mesin border, untuk menguji apakah merupakan penyebab dominan atau bukan, diambil data hubungan keterlambatan kinerja mesin terhadap waktu proses pembuatan kain sampai selesai.
No 1 2 3 4 5 6 7 8 Kurang efektifnya kinerja mesin bordir (menit) 15 17 20 13 14 18 16 19 Waktu proses (menit) 78 80 85 75 79 82 75 60

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)

Modul 3 Statistical Process Control (SPC) & Process Capability Analysis

17

Tugas Pendahuluan II 1. 2. 3. Jelaskan perbedaan Cp dan Cpk, beserta rumus dan parameternya! Sebutkan kegunaan utama data dari kemampuan proses! PT. Juggy mempunyai rata rata proporsi cacat ( p ) = 5 %. Hitunglah kemampuan prosesnya ? 4. Sebutkan syarat-syarat diagram kontrol T2 Hotelling untuk pengamatan individual! 5. Diagram kontrol T2 Hotelling untuk pengamatan Subgrup terdiri dari berapa Fase? Jelaskan beserta rumusnya!

Laboratorium OSI & K | FT. UNTIRTA | (Praktikum POSI 2011)