T 06 Pemodelan Kualitas PK PDF

1
Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK

LD/SEM II-03/04 1
TOPIK 6
PEMODELAN KUALITAS PEMODELAN KUALITAS
PROSES PROSES
LD/SEM II-03/04 2
1. KERANGKA DASAR
KONSUMEN SUPPLIER
Sampling
Penerimaan
Pengendalian
Proses
Proses Produksi
Manufacturing Manufacturing
MATERIAL PRODUK
PRODUK
BAIK
PRODUK
KERJA ULANG
PRODUK
SEKRAP
Lingkup perusahaan
2
LD/SEM II-03/04 3
Pengendalian kualitas: suatu sistem untuk menjaga tingkat kualitas yang diinginkan
dalam produk atau jasa.Kategori: Off-line Quality Control, Statistical Process
Control (SPC), Acceptance Sampling.
SPC: usaha untuk mengendalikan variasi proses guna menjaga konsistensi
karakteristik kualitas produk yang dihasilkan.
Karakteristik kualitas: menggambarkan tingkat kualitas produk / jasa, dibedakan
atas:
Karakteristik struktural: panjang, berat, dll.
Karakterisrik sensori: selera, aroma, dll.
Karakteristik berorientasi terhadap waktu: jaminan, keandalan, dll.
Karakteristik etika: kejujuran, keramahan, dll.
Jenis pengukuran:
Variabel karakteristik kualitas yang dapat diukur & diekspresikan dalam
skala numerik.
Atribut: karakteristik kualitas yang diklasifikasikan atas sesuai atau
tidak sesuai terhadap spesifikasi (tidak dapat diukur dengan skala numerik).
2. PENGERTIAN DASAR
(1) PENGENDALIAN KUALITAS (1) PENGENDALIAN KUALITAS
LD/SEM II-03/04 4
Skala pengukuran:
Skala Nominal : merepresentasikan KATEGORI suatu kondisi. Nilai numerik
yang digunakan tidak mencerminkan nilai yang sebesarnya.
Contoh:
Klasifikasi keadaan produk: (1) Baik, (2) Cacat.
Klasifikasi jenis cacat: (1) Kritikal, (2) Mayor, (3) Minor.
Skala Ordinal : merepresentasikan RANKING/URUTAN suatu kondisi.
Contoh:
Kualitas layanan suatu toko:
(1) Sangat Buruk, (2) Buruk, (3) Rata-rata, (4) Baik, (5) Sangat Baik
Skala Interval : merepresentasikan ORDER & PERBEDAAN NUMERIK, tetapi
dengan titik origin tidak absolut (berbeda antar skala pengukuran).
Contoh: temperatur dalam
o
C dan
o
F.
Skala Rasio : merepresentasikan ORDER & PERBEDAAN NUMERIK antar skala
pengukuran (titik origin 0).
Contoh: panjang, lebar.
3
LD/SEM II-03/04 5
Kontinum numerik dengan titik nol Skala rasio
Kontinum numerik dengan range tertentu Skala interval
Klasifikasi & hirarki Skala ordinal
Kategori, tanpa ada hirarki Skala nominal
Skala Pengukuran:
LD/SEM II-03/04 6
(2) POPULASI & SAMPEL (2) POPULASI & SAMPEL
Tindakan pada lot
(Estimasi inspeksi
kualitas produk)
Tindakan pada
proses
(Kontrol proses)
(Analisis proses)
DATA SAMPEL POPULASI TINDAKAN
PROSES LOT SAMPEL DATA
Sampling
Pengukuran
SAMPEL DATA
Sampling
Pengukuran
LOT
Tindakan
Tindakan
4
LD/SEM II-03/04 7
(3) DISTRIBUSI (3) DISTRIBUSI- -DISTRIBUSI PENTING DISTRIBUSI PENTING
a. Distribusi Diskrit a. Distribusi Diskrit
DISTRIBUSI HIPERGEOMETRIK: Model probabilitas untuk sampling tanpa
pengembalian.
Untuk lot dengan ukuran N dan produk cacat sebanyak D, maka probabilitas
sampel dengan ukuran n mengandung produk cacat sebanyak x adalah:
) , ( min ....., , 2 , 1 , 0 , ) ( D n x
n
N
x n
D N
x
D
x p =
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
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
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
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?
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
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
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
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
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
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
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
LD/SEM II-03/04 17
DISTRIBUSI BINOMIAL KUMULATIF DISTRIBUSI BINOMIAL KUMULATIF
LD/SEM II-03/04 18
DISTRIBUSI POISSON KUMULATIF DISTRIBUSI POISSON KUMULATIF
10
LD/SEM II-03/04 19
DISTRIBUSI DISTRIBUSI
NORMAL NORMAL
KUMULATIF KUMULATIF
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?

T 06 Pemodelan Kualitas PK PDF

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

T 06 Pemodelan Kualitas PK PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

1

Departemen Teknik Industri - ITB TI-3221 PENGENDALIAN KUALITAS STATISTIK

Anda mungkin juga menyukai