\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
Populasi
Sampel
Cacat: D
Baik: N-D
Baik: n-x
Cacat: x Cacat: x
N n
N
nD
X E = ) ( : rata - Rata
|
|
.
|
\
|
|
|
.
|
\
|
=
1
1
N
n N
N
D
N
nD
) X ( Var
: Variansi
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 8
DISTRIBUSI BINOMIAL: Model probabilitas untuk sampling dengan 2
kemungkinan outcome (sukses, gagal) untuk setiap pengambilan sampel,
dimana ukuran populasi cukup besar dibandingkan dengan sampel, atau
berasal dari proses kontinyu.
Jika probabilitas perolehan produk cacat adalah p & konstan untuk setiap
pengambilan sampel, maka probabilitas diperolehnya x produk cacat
adalah:
n .... 3, 2, 1, x =
|
|
.
|
\
|
=
x n
p
x
p
x
n
x p ) 1 ( ) (
: rata - Rata np E(X) =
: Variansi ) p 1 ( np Var(X) =
Contoh:
1. Untuk menentukan diterima-tidaknya kiriman lot lampu, dilakukan pengujian. Kiriman
diterima jika seluruh produk yang diuji baik semua. Ukuran lot 24 unit, jumlah rata-rata
cacat dalam setiap lot 3 unit, jumlah produk yang diuji 4 unit. Berapa probabilitas
penerimaan setiap lot lampu tersebut?
2. Asumsikan produk lampu yang dikirim dihasilkan dari proses kontinyu dengan proporsi cacat
1/8. Lot lampu akan diterima jika produk yang diuji seluruhnya baik. Jumlah produk yang
diuji 4 unit. Berapa probabilitas diterimanya lot lampu tersebut?
5
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 9
DISTRIBUSI POISSON: Digunakan dalam pengendalian kualitas sebagai
pendekatan terhadap distribusi binomial.
Jika rata-rata cacat adalah , maka probabilitas munculnya x kejadian
adalah:
..... , 2 , 1 , 0 x ,
! x
e
x
) x ( p =
= ) ( : rata - Rata X E
= ) X ( Var : Variansi
Contoh:
1. Rata-rata jumlah cacat komponen elektronik dalam kemasan adalah 3. Berapa
probabilitas mendapat 2 komponen cacat yang diambil secara random dari kemasan
tersebut?
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 10
b. Distribusi Kontinyu b. Distribusi Kontinyu
DISTRIBUSI NORMAL: digunakan untuk pengukuran dengan sebaran di sekitar
nilai sentral.
Fungsi kepadatan distribusi normal:
0
2
x ,
2
x
2
1
exp
2
1
) x ( f
>
< <
< <
(
(
|
|
.
|
\
|
=
: Variansi
dan - : rata - Rata
dimana,
-
6
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 11
c. Pendekatan dalam Distribusi Probabilitas c. Pendekatan dalam Distribusi Probabilitas
HIPERGEOMETRIK
BINOMIAL
POISSON
NORMAL
n/N 0,1
p < 0,1
n besar
10
np > 10
p < 1/2
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 12
b. Distribusi Nilai Rata-rata a. Distribusi Nilai Individu
0 x
Batas Kendali Atas
Batas Kendali Bawah
x
Batas
Kendali
Sebaran
nilai
individu
Batas Spesifikasi Atas (posisi optional)
Batas Spesifikasi Bawah (posisi optional)
n
X X
Z
X
/
=
i
X
Z
7
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 13
Akurasi merepresentasikan derajat keseragaman observasi
(pengukuran) di sekitar nilai sasaran, yaitu rata-rata.
Presisi merepresentasikan tingkat variabilitas dari observasi (Dapat
terjadi, akurasi , presisi , dan sebaliknya)
(4) AKURASI & PRESISI (4) AKURASI & PRESISI
0
=
nilai target
A (
0
,
0
)
B (
0
,
1
)
C (
1
,
1
)
A = akurat, kurang presisi
B = akurat, presisi
C = kurang akurat, kurang presisi
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 14
(5) PETA KENDALI (5) PETA KENDALI
Batas Kendali Atas
Batas Kendali Bawah
Garis Tengah Variasi alamiah, terkandung dalam proses & disebabkan
oleh sebab-sebab umum (ada selama proses tidak diubah;
tanggung jawab: manajemen).
Variasi tak-alamiah, disebabkan oleh sebab-sebab khusus di
luar proses, seperti material, pekerja, peralatan, dll.
0 X
X
3
X
3 +
8
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 15
Peta Kendali
Peta Variabel
Peta-X , s
Peta-X , R
Peta-X,
moving range
n besar
n kecil
n = 1
Item cacat
Peta p or np
Peta p
n konstan
n variabel
Cacat
Peta c or u
Peta u
n konstan
n variabel
Peta Atribut
PEMILIHAN PETA KENDALI PEMILIHAN PETA KENDALI
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 16
Kesalahan yang terjadi pada saat nilai sampel berada di luar batas kendali
namun proses sebenarnya dalam kendali (random effect).
KESALAHAN DALAM PENGENDALIAN PROSES KESALAHAN DALAM PENGENDALIAN PROSES
a. Error Tipe I ( a. Error Tipe I ( ) : Resiko Produsen ) : Resiko Produsen
Kesalahan yang terjadi pada saat nilai sampel berada di dalam batas kendali
namun proses sebenarnya tidak dalam kendali (terjadi pergeseran proses).
b. Error Tipe II ( b. Error Tipe II ( ) : Resiko Konsumen ) : Resiko Konsumen
9
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 17
DISTRIBUSI BINOMIAL KUMULATIF DISTRIBUSI BINOMIAL KUMULATIF
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 18
DISTRIBUSI POISSON KUMULATIF DISTRIBUSI POISSON KUMULATIF
10
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 19
DISTRIBUSI DISTRIBUSI
NORMAL NORMAL
KUMULATIF KUMULATIF
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK
LD/SEM II-03/04 20
SOAL TES 1 (9 Maret 2005):
1. Untuk menentukan diterima-tidaknya kiriman lot lampu,
dilakukan pengujian. Kiriman diterima jika seluruh produk
yang diuji baik semua. Ukuran lot 24 unit, jumlah rata-rata
cacat dalam setiap lot 3 unit, jumlah produk yang diuji 4
unit. Berapa probabilitas penerimaan setiap lot lampu
tersebut?
2. Asumsikan produk lampu yang dikirim dihasilkan dari proses
kontinyu dengan proporsi cacat 1/8. Lot lampu akan diterima
jika produk yang diuji seluruhnya baik. Jumlah produk yang
diuji 4 unit. Berapa probabilitas diterimanya lot lampu
tersebut?
3. Rata-rata jumlah cacat komponen elektronik dalam kemasan
adalah 3. Berapa probabilitas mendapat 2 komponen cacat
yang diambil secara random dari kemasan tersebut?