SPC satuan keberhasilan proses

Pengendalian Proses secara Statistik (Statistical process control (SPC)) kerap kali disebut
juga sebagai control chart (Peta kendali). Peta Kendali pertama kali ditemukan oleh Dr.
Walter Shewhart, yang kemudian secara cepat digunakan sebagai jembatan antara kondisi
akademis di laboratorium menuju kepada dunia produksi sesungguhnya.
Namun, setelah perang dunia ke-2, kemanfaatan Peta Kendali menjadi pudar. Hal ini
dikarena jika terjadi kondisi yang diluar kendali, tidak ada usaha untuk menjawab atau
memperbaikinya. Karena itu Peta Kendali menjadi menghilang, karena hal itu telah
menyalahi tujuan utama dari Control Chart yaitu: Menjaga proses tetap terkendali. Sedangkan
seharusnya apabila adanya variasi harus diinvestigasi, dan apabila variasi tersebut telah
diketahui maka variasi tersebut harus diusahaka untuk dihilangkan, misalnya menggunakan
design of experiment.
Pada era 70-an, Jepang berusaha untuk masuk ke pasar dunia dengan membawa kualitas
tinggi. Ternyata setelah diinvestigasi, ditemukan bahwa pencapaian dan pengendalian
kualitas harus didasari oleh penggunaan SPC. Pada era selanjutnya Jepang menggunakan
DOE (design of experiment) untuk meningkatkan dan menjaga kualitas hasil
produksinya. Namun, segala usaha lanjutan yang dijalankan tersebut, semua tetap
mendasarkan diri kepada penguasaan dan penerapan SPC, yang dijalankan mulai dari tingkat
pekerja hingga ke analisa dan program perbaikannya.
Dasar teori Peta Kontrol
Teori control chart mendasarkan diri kepada teorema batas tengah dalam statistik. Pernyataan
ini menunjukkan bahwa ketika subgroup atau sampel diambil dari satu rangkaian proses dan
kemudian dilakukan perhitungan rata-rata atas data subgroup tersebut, maka rerata-rerata
tersebut akan membentuk distribusi normal. (walau kadang dijumpai
pula adanya distribusi yang tidak normal). Karena itu area di bawah kurva dalam batas 3
standard deviasi pada 2 sisinya adalah 99.73% dari seluruh area di bawah kurva normal
tersebut. Satu deskripsi yang biasa dipakai adalah area X-bar +/- 3 dari distribusi normal
adalah 99.73%, dimana X-bar adalah rerata dan adalah simbol untuk standard deviasi
suatu ukuran akan simpangan. Artinya jika ada rerata subgrup di luar batas kendali, memilki
probabilitas 1- 99,73%, atau 0.27% yang ditujukan kepada probabilitas adanya kesalah yang
random. Namun taraf kepercayaan 99,73% disebabkan karena terkendalinya proses secara
sengaja atau non-random. Maka adanya rerata subgroup diluar batas kendali harus
diinvestigasi lebih lanjut.
Tahap-tahap untuk membuat Control Chart
Dalam contoh ini, data yang digunakan adalah data variable, misal data pengukuran skala,
seperti dimensi, bobot, suhu, voltase, kecepatan, dll.
1. Pilih parameter (atau lebih dari 1 parameter) produk yang penting dari proses yang
akan dikendalikan
2. Ambil sample secara periodik (hendaknya paling sedikit 25 kali sampling dari
keseluruhan waktu proses, missal proses = 5 jam atau 300 menit, maka sampling
dapat dilakukan tiap 12 menit), dan untuk masing-masing sub-group diambil 4 atau 5
unit sample
3. Hitung rata-rata dari masing-masing sub-group, X-bar dan rentangnya, R
4. Hitung rata-rata total, X-double bar, rata-rata dari rata-rata dari total sub-group, dan
juga hitung rata-rata rentang, dari semua data rentang dari semua sub-group
5. Hitung batas atas peta kendali (upper control limit),
UCL-X-bar, dan batas bawah peta kendali (lower control limit),
LCL-X-bar untuk peta X-bar:
UCL-X-bar = X-double bar + A2 R
LCL-X-bar = X-double bar A2 R, A2 diambil dari table, dengan jumlah yang sesuai
dengan jumlah sample
tiap sub-group
1. Hitung batas atas peta kendali rentang (upper control limit), UCL-R, dan batas bawah
peta kendali rentang (lower control limit), LCL-R untuk peta R:
UCL-R = D4 R-bar
LCL-R = D3 R-bar, D3 dan D4 diambil dari table, dengan jumlah yang sesuai dengan
jumlah sample tiap
sub-group
1. Plot-kan data X-bar dan rentang ke dalam Peta kendali X-bar dan peta kendali R. Jika
semua data masih berada dalam rentang UCL dan LCL, maka proses akan disebut
sebagai stabil atau terkendali secara sistematik
2. Jika satu atau lebih data X-bar dan R berada di luar rentang UCL dan LCL, maka
hendaknya dilakukan investigasi dan perbaikan dengan metoda problem-solving
Contoh perhitungan:
Sensor Kapasitan
Spesifikasi: 35 41 mikrofarad (pf)
sampel
ke
08:15 09:15 10:15 11:15 12:15 13:15 14:15 15:15 16:15 17:15 18:15 19:15
1 35 36 35.6 35.6 39.8 38 38 38.5 35.4 35.4 38.5 36.7
2 35.2 36.8 39.4 38.4 37.8 37.8 42 38 36.2 36.8 36.7 36.8
3 36 35.4 38 36.8 38.2 36.8 39.6 37 37.2 35.2 34.9 39
4 35.4 36.9 38.4 37.2 37.8 38 35.6 38 36.8 38.4 38 35.8
5 37 38 37 38 37 36.8 38 37.9 38 35.2 36.4 34.9
Rerata
, X-bar
35.72 36.62 37.68 37.2 38.12 37.48 38.64 37.88 36.72 36.2 36.9 36.64
Rentang,
R
2 2.6 3.8 2.8 2.8 1.2 6.4 1.5 2.6 3.2 3.6 4.1
X-double bar = 37.15
R-bar = 3.05
Jumlah sub group= 12 A2 = 0.58 D3 = 0
Jumlah sampel/sub group= 5 D4 = 2.11
Batas Kendali
Untuk sampel Rerata X-double bar +/- A2 R-bar = 37.58 +/- (0.58) * (3.44) UCL =
38.92 LCL = 35.38
Untuk sampel Rentang UCL = D4 R-bar = (2.11) * (3.44) = 6.44 LCL = D3 R-bar
= (0) * (3.44) = 0


Kapabilitas Proses, Cp
Setelah selesai dengan Control Chart, kini penilaian proses dilanjutkan untuk menentukan
Kapabilitas Proses. Kapabilitas proses (Cp) merupakan satuan yang mengukur lebar
spesifikasi (S) dibanding dengan lebar proses (P). Cp digunakan untuk mengukur besaran
dari tebaran.
Untuk contoh di atas, Cp dapat dihitung sebagai berikut:
Berdasarkan rerata Berdasarkan rentang
Cp = S / P Cp = S / P
Cp = (41 35) / (38.92
35.38)
= (41 35) / (6.44 0)
= 6 / 3.54 = 6 / 6.44
= 1.7 = 0.93
Berikut adalah gambaran perjalanan nilai Cp yang digunakan untuk mengendalikan
variabilitas.
Amerika Jepang
tahun 1970-an Cp = 0.67 awal tahun 1980 Cp =1.33
tahun 1980-an Cp =1.0 pertengahan 1980 Cp = 1.66
tahun 2000-an Cp = 2.00 Cost reduction Cp = 8.00
Kapabilitas Proses dengan Faktor Koreksi (k), Cpk
Cp digunakan sebagai pendahuluan dalam konsep kapablitas proses. Cp tidak mengenal
penempatan proses secara
relatif terhadap batas spesifikasi. Hal ini akan berakibat terhadap pengurangan resiko akan
keamanan, maka selanjutnya digunakan faktor koreksi yang dikenal dengan K, faktor
koreksi. Sehingga Cp berubah menjadi Cpk, dengan rumus perhitungan menjadi merupakan:
Cp = S / P
K = (D X-double bar) / (S / 2) atau
= (X -double bar D) / (S / 2), diambil nilai K yang positif
Cpk = (1 K) Cp
dimana: S = lebar spesifikasi; P = lebar proses (+/- 3; D = nilai target dari desain (D tidak
harus nilai tengah dari
lebar spesifikasi); X-double bar = rerata proses.
Ketika D = X-double bar; maka Cp akan sama dengan Cpk. Namun jika D tidak sama dengan
X-double bar, maka nilai Cpk akan lebih rendah dibanding Cp.
Karena itu Cpk merupakan alat yang sangat baik untuk mengukur variabilitas dan kapabilitas
proses. Dalam proses menengahkan akan lebih mudah dibanding dengan mengurangi
variabilitas. Penengahan hanya akan memerlukan pengaturan ulang, namun mengurangi
tebaran akan membutuhkan pengamatan dan perbaikan proses, yang akan sangat terbantu jika
menggunakan Desain Eksperimen.
Nilai Cpk hendaknya diusahakan untuk selalu bisa tercapai nilai yang lebih besar dan lebih
besar lagi. Nilai Cpk = 2; dapat dikatakn sebagai jalan utama menuju zero defect atau
menuju kepada word class quality manufacture. Cpk juga merupakan metode yang efektif
dan lebih baik dibanding dengan pengguanaa AQL (acceptance quality levels) 1% dan 2%.
Penggunaan Cpk juga akan membawa kesalahan menjadi memiliki satuan bbj (bagian per
juta) atau ppm (part per million).
Perhitungan Cpk berdasarkan data rentang harus diadakan sedikit modifikasi, yaitu pemilihan
D menggunakan nilai yang terkecil.
Untuk contoh di atas perhitungan Cpk menjadi, misal nilai target, tidak sama dengan nilai
tengah dari spesifikasi = 37:
Berdasarkan rerata Berdasarkan rentang:
Cp = 1.7 Cp = 0.93
X-double bar = 37.15 R-bar = 3.05
D = 37 D = 2 (diambil yang kecil)
S = 6 S = 6
K = (37.15 37) / (6/2) = 0.05 K = (3.05 2) / (6/2) = 0.35
Cpk = (1 0.05) 1.7 Cpk = (1 0.35) * 0.93
= 1.62 = 0.6
Kesimpulan atas contoh berdasarkan Cp dan Cpk:
1. Berdasarkan data Rerata:
1. Rerata dari proses masih mampu memenuhi spesifikasi
2. Proses sudah mendekati nilai target
2. Berdasarkan data rentang:
1. Tidak semua satuan produk mampu memenuhi spesifikasi (Cp < 1)
2. Proses masih harus diperbaiki untuk dapat dilakukan cost reduction
Beberapa hal yang harus diperhatikan dalam penerapan SPC
1. Pemahaman mengenai control chart, hanya membutuhkan sedikit waktu
2. Penerapan Control Chart memerlukan pemahan lebih lanjut
3. Operator sebagai pelaku utama dalam pelaksanaan SPC harus tidak boleh dibebani
terlalu banyak isian. Blanko untuk control chart harus sederhana dan dapat dengan
cepat dibaca oleh operator
4. Adanya proses yang tidak terkendali secara statistik menandakan desain proses
memerlukan perbaikan
5. Control Chart harus selalu diperbaharui menggunakan analisa control chart terhadap
past data. Perbaharuan control chart akan berakhir hingga dapat dilakukan periodic
review, seperti annual review.
6. Penerapan control chart harus membawa kepada cost reduction, bukan menambah
cost.
Apa itu Control Chart, sangat mudah untuk dipahami
Mengapa Control Chart, memerlukan pemahaman lanjutan
Siapa dan Bagaimana, menuntut kesabaran
Yang mana, menuju kepada Penguasaan