Disusun oleh:
Ir. Rudy Wawolumaja M.Sc
Rudianto Muis, ST, MT
SAMPLING PENERIMAAN
( ACCEPTANCE SAMPLING )
PENDAHULUAN
Pengertian dari Sampling Penerimaan :
keputusan untuk menerima atau menolak suatu lot atau populasi berdasarkan hasil
dari pemeriksaan sebagian lot / populasi saja ( sampel ).
Prinsip dalam Sampling Penerimaan :
Ambil sampel, periksa sampel. Bila jumlah defective angka penerimaan, maka lot
akan diterima, bila tidak lot akan ditolak .
Beberapa alasan kenapa Sampling Penerimaan ini digunakan, yaitu jika :
1. Populasi / lot yang akan diuji berukuran besar.
2. Waktu pengujiannya singkat.
3. Jumlah tenaga kerja sedikit.
4. Biaya untuk melakukan pengujian terbatas ( mahal ).
5. Pengujian bersifat merusak ( destruktif ).
6. Inspeksi secara manual (dimana dpt mengakibatkan timbulnya kelelahan & kebosanan
sehingga menyebabkan makin banyak konsumen yang menerima produk defektif).
Kekurangan dalam Sampling ini adalah :
1. Adanya resiko menerima produk yang buruk dan menolak produk yang baik
2. Memerlukan waktu dan tenaga untuk kegiatan perencanaan dan dokumentasi
3. Tidak memberi jaminan bahwa semua lot telah memenuhi spesifikasi yang diinginkan
Persyaratan dalam pelaksanaan Sampling Penerimaan ini adalah :
1. Kriteria produk ditolak ( reject criteria ) harus tegas
2. Metoda inspeksi yang baik & standard
3. Rencana sampling ( Sampling Plan ) yang tepat
Jenis-jenis Sampling Penerimaan :
1. Ditinjau dari Proses Pengambil Keputusan :
a. Sampling Tunggal ( Single Acceptance Sampling )
b. Sampling Ganda ( Double Acceptance Sampling )
c. Sampling Jamak ( Multiple Acceptance Sampling )
2. Ditinjau dari Tingkat Pemeriksaan :
a. Pemeriksaan Longgar
b. Pemeriksaan Normal
c. Pemeriksaan Ketat
d 1 r1
c 1 < d 1 < r1
Ambil sampel ke-2 ( n 2 )
Cek jumlah cacat pada sampel ke-2 ( d 2 )
d1 + d2 c2
d 1 + d 2 r2
TERIMA LOT
TOLAK LOT
Contoh Soal :
1. Diketahui pemeriksaan 1 lot produk yang berisi 10.000 unit. Rata-rata cacat dalam
sampel = 2 %. Jika telah ditentukan bhw rencana sampling yg digunakan adalah sbb :
n 1 = 60
c1 = 1
r1 = 4
n 2 = 60
c2 = 4
r2 = 5
Maka, tentukan :
a. Tent. probabilitas penerimaan lot pada sampel pertama !
b. Tent. probabilitas penerimaan lot pada sampel kedua !
c. Tent. total probabilitas penerimaan lot berdasarkan rencana sampling tsb. !
Jawab :
Diketahui : N = 10.000
p = 0,02
c1 = 1
c2 = 4
n 1 = 60 1 = n * p = 60 * 0,02 = 1,2
n 2 = 60 2 = n * p = 60 * 0,02 =
r1 = 4
r2 = 5
1,2
( dimana : 1 = 1,2 )
Pa I = P ( d 1 c 1 ) I = P ( d 1 1 ) I = 0,662
d1 = 3 :
Pa II = P ( d 1 = 2 ; 1 ) * P ( d 2 2 ; 2 )
Pa II = P ( d 1 = 2 ; 1,2 ) * P ( d 2 2 ; 1,2 )
Pa II = 0,217 * 0,879
= 0,1907
Pa II = P ( d 1 = 3 ; 1 ) * P ( d 2 1 ; 2 )
Pa II = P ( d 1 = 3 ; 1,2 ) * P ( d 2 1 ; 1,2 )
Pa II = 0,087 * 0,662
= 0,0576
Pa II = 0,2483
atau :
d1 = 2 :
d1 = 3 :
Pa II = P ( d 1 = 2 ) I * P ( d 2 2 ) II
Pa II = 0,217 * 0,879
= 0,1907
Pa II = P ( d 1 = 3 ) I * P ( d 2 1 ) II
Pa II = 0,087 * 0,662
= 0,0576
Pa II = 0,2483
atau :
Pa II =
=
=
=
P ( d 1 = 2 ) I * P ( d 2 2 ) II + P ( d 1 = 3 ) I * P ( d 2 1 ) II
{ 0,217 * 0,879 } + { 0,087 * 0,662 }
dimana :
0,1907 + 0,0576
I 1 = 1,2
0,2483
II 2 = 1,2
p = 0,03
r1 = 5
r2 = 7
n 1 = 50 1 = n * p = 50 * 0,03 = 1,5
n 2 = 60 2 = n * p = 60 * 0,03 =
1,8
a. Probabilitas penerimaan lot pada sampel pertama :
Pa I = P ( d 1 c 1 ) I = P ( d 1 1 ) I = 0,558
( dimana : 1 = 1,5 )
b. Probabilitas penerimaan lot pada sampel kedua :
Ragu-ragu Sampel 1 R I : { 2, 3, dan 4 }
Pa II = P ( d 1 = 2 ) I * P ( d 2 4 ) II + P ( d 1 = 3 ) I * P ( d 2 3 ) II +
P ( d 1 = 4 ) I * P ( d 2 2 ) II
= { 0,251 * 0,964 } + { 0,126 * 0,892 } + { 0,047 * 0,731 }
= 0,2420 + 0,1124 + 0,0344
dimana : I 1 = 1,5
= 0,3888
II 2 = 1,8
c. Probabilitas total penerimaan lot berdasarkan rencana sampling tersebut :
Pa TOTAL = Pa I + Pa II
= 0,558 + 0,3888
= 0,9468
d 1 r1
c 1 < d 1 < r1
Ambil sampel ke-2 ( n 2 )
Cek jumlah cacat pada sampel ke-2 ( d 2 )
d1 + d2 c2
d 1 + d 2 r2
c 2 < d 1 + d 2 < r2
c 3 < d 1 + d 2 + d 3 < r3
dst s/d sampel ke-k
d 1 + d 2 + d 3 r3
TOLAK LOT
n 1 = 50 1 = n 1 * p = 50 * 0,05 = 2,5
n 2 = 60 2 = n 2 * p = 60 * 0,05 = 3,0
n 2 = 80 3 = n 3 * p = 80 * 0,05 = 4,0
( dimana : 1 = 2,5 )
dimana : I 1 = 2,5
II 1 = 3,0
P ( d 1 = 1 ) I * P ( d 2 = 1 ) II * P ( d 3 0 ) III + P ( d 1 = 2 ) I * P ( d 2 = 0 ) II * P ( d 3 0 ) III
{ 0,205 * 0,149 * 0,018 } + { 0,256 * 0,050 * 0,018 }
0,00055 + 0,00023
dimana : I 1 = 2,5
0,00078
II 2 = 3,0
III 3 = 4,0
SOAL SOAL :
1. Sebuah perusahaan garmen telah menentukan rencana pengambilan sampling sbb : n =
50, c = 3. Bila persentase cacat proses dalam perusahaan tersebut adalah p = 3 %,
tentukan :
a. Probabilitas penerimaan suatu lot
b. Bila 1 hari dihasilkan 50 buah lot, berapa lot yang akan ditolak ?
2. Diketahui rencana sampling sbb :
n1 = 150
c1 = 2
r1 = 7
p = 4 %
n2 = 200
c2 = 6
r2 = 8
Tentukan :
a. Probabilitas penerimaan lot pada sampel pertama !
b. Probabilitas penerimaan lot pada sampel kedua !
c. Total probabilitas penerimaan lot berdasarkan rencana sampling tsb. !
3. Diketahui rencana sampling ganda untuk N sangat besar, dgn rincian sbb :
n1 = 20
c1 = 1
r1 = 4
p = 5 %
n2 = 30
c2 = 3
r2 = 4
Hitunglah total probabilitas penerimaan lot-nya !
4. Diketahui rencana sampling sbb :
c1 = 4
c2 = 6
c3 = 7
r1 = 7
r2 = 8
r3 = 8
Susunlah rumusan perhitungan probabilitas penerimaan sampelnya !
5. Diketahui rencana sampling sbb :
c1 = 2
c2 = 4
c3 = 5
r1 = 6
r2 = 6
r3 = 6
Susunlah rumusan perhitungan probabilitas penerimaan sampelnya !
6. Diketahui rencana sampling sbb :
c1 = 0
c2 = 2
c3 = 4
c4 = 6
r1 = 6
r2 = 7
r3 = 7
r4 = 7
Susunlah rumusan perhitungan probabilitas penerimaan sampelnya !
Contoh :
Diketahui beberapa data mengenai rencana Sampling Penerimaan yg akan digunakan sbb
:
N = 5000
c=2
n = 100
p = 0,02
Maka, berdasarkan data diatas, dapat ditentukan rumusan mengenai Pa nya sbb :
= n.p = 100 * 0,02 = 2
Pa = P ( d c ; ) = P ( d 2 ; ) = 0,6767
Jika disusun dalam suatu tabel Kualitas Proses, diperoleh nilai Pa untuk tiap po sbb :
po
100 po
n.po
Pa
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,10
1,0
2,0
3,0
4,0
5,0
6,0
7,0
8,0
9,0
10,0
100
100
100
100
100
100
100
100
100
100
1
2
3
4
5
6
7
8
9
10
0,9197
0,6767
0,4232
0,2381
0,1247
0,0620
0,0296
0,0138
0,0062
0,0028
Dari tabel Kualitas Proses diatas, dapat dibentuk grafik Kurva OC sbb :
Pa
KURVA OC
1,000
0,900
0,800
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
1
10
100 po
Jika ada 100 lot, maka kemungkinan lot yang diterima adalah 100 lot * 0,6767 = 67,67 lot
68 lot.
Kurva OC untuk Rencana Sampling Penerimaan Ganda :
Dalam pembuatan Kurva OC dalam suatu Rencana Sampling Ganda akan membentuk 3
buah garis dalam kurva, yaitu :
1. Garis yang menggambarkan probabilitas penerimaan sampel pertama ( Pa I )
2. Garis yang menggambarkan probabilitas penerimaan sampel kedua ( Pa II )
3. Garis yang menggambarkan probabilitas penerimaan sampel gabungan ( Pa TOTAL )
Contoh :
Diketahui data mengenai Rencana Sampling Penerimaan Ganda sbb :
N = 9000
c1 = 1
c2 = 6
p = 0,03
r1 = 5
r2 = 7
n 1 = 50 1 = n * p = 50 * 0,03 = 1,5
n 2 = 60 2 = n * p = 60 * 0,03 = 1,8
Pa I = P ( d 1 c 1 ) I = P ( d 1 1 ) I = 0,558
Probabilitas penerimaan lot pada sampel kedua :
dimana : I 1 = 1,5
II 2 = 1,8
Pa II = P ( d 1 = 2 ) I * P ( d 2 4 ) II + P ( d 1 = 3 ) I * P ( d 2 3 ) II + P ( d 1 = 4 ) I * P ( d 2 2 )
II
100 po
n1
n 1 . po
n2
n 2 . po
Pa I
Pa II
Pa TOTAL
0,01
1,0
50
0,5
60
0,6
0,9098
0,0899
0,9997
0,02
2,0
50
60
1,2
0,7358
0,2552
0,9910
0,03
3,0
50
1,5
60
1,8
0,5578
0,3881
0,9460
0,04
4,0
50
60
2,4
0,4060
0,4366
0,8426
0,05
5,0
50
2,5
60
0,2873
0,4040
0,6913
0,06
6,0
50
60
3,6
0,1991
0,3246
0,5237
0,07
7,0
50
3,5
60
4,2
0,1359
0,2341
0,3700
0,08
8,0
50
60
4,8
0,0916
0,1551
0,2467
0,09
9,0
50
4,5
60
5,4
0,0611
0,0960
0,1571
0,10
10,0
50
60
0,0404
0,0561
0,0965
Dari tabel Kualitas Proses diatas, dapat dibentuk grafik Kurva OC sbb :
KURVA OC
1,200
Pa I
1,000
Pa
0,800
0,600
Pa TOTAL
0,400
0,200
Pa II
0,000
1
10
100 po
Sifat-sifat Kurva OC :
1. Ukuran sampel sebagai persentase tetap dari ukuran lot
Semakin besar ukuran sampel sebagai persentase tetap dr ukuran lot, maka Kurva
OC akan semakin curam
Contoh : untuk ukuran sampel 10 % dari ukuran lot, dengan p = 5 %
N = 900
n = 90
c=0
N = 300
n = 30
c=0
N = 90
n=9
c=0
Dari data diatas, dengan menggunakan Tabel Kualitas Proses dapat dibentuk Kurva
OC sbb :
Pa
KURVA OC
N = 900
n = 90
c =0
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1
N = 300
n = 30
c =0
N = 90
n =9
c =0
10
100 po
Pa
N = 300
n = 90
c =0
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1
N = 500
n = 90
c =0
100 po
N = 900
n = 90
c =0
10
Pa
N = 300
n = 120
c =0
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1
N = 300
n = 90
c =0
N = 300
n = 30
c =0
10
100 po
Pa
N = 900
n = 200
c =1
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1
N = 900
n = 200
c =3
N = 900
n = 200
c =5
10
100 po
Kurva OC Ideal :
Penggunaan Sampling Penerimaan dapat menimbulkan perbedaan kepentingan antara
produsen dan konsumen. Agar produk dapat diterima oleh semua pihak, maka seluruh
resiko yang terjadi ( resiko produsen dan konsumen ) sebaiknya perlu untuk diminimasi.
Kurva OC ideal ( yang hanya dapat dicapai bila dilakukan pemeriksaan 100%)
merupakan suatu bentuk kurva OC dimana tidak terdapat resiko produsen ( ) dan resiko
konsumen ( ), atau : besar = 0 dan = 0.
100 po
0,5
AQL
IQL
LQL
Produsen
15 lot
p = 0,02
N = 5000
n = 100
c =2
10 lot diterima
p = 0,02
Konsumen
5 lot ditolak
5 lot dikirim kembali dengan 0 %
cacat
Jadi, berdasarkan ilustrasi diatas, % cacat yang sesungguhnya diterima konsumen adalah :
Total produk yg diterima :
10 lot 2 % defective : 10 * 5000
= 50.000
5 lot 0 % defective : 5 * 5000 * 0,98 = 24.500
Produk defective :
50.000 * 0,02 = 1000
25.000 * 0 =
0
74.500
1000
% Cacat ( AOQ ) =
1000
* 100 = 1,34 %
74.500
; atau :
100 po
n.po
Pa
AOQ (%)
0,01
1,0
100
0,9197
0,9197
0,02
2,0
100
0,6767
1,3534
0,03
3,0
100
0,4232
1,2696
0,04
4,0
100
0,2381
0,9524
0,05
5,0
100
0,1247
0,6233
0,06
6,0
100
0,0620
0,3718
0,07
7,0
100
0,0296
0,2075
0,08
8,0
100
0,0138
0,1100
0,09
9,0
100
0,0062
0,0561
0,10
10,0
100
10
0,0028
0,0277
0,023 *
2,3
100
2,3
0,5960
1,3709 *
AOQL = 1,37 %
1,400
AOQ ( % )
1,200
1,000
0,800
0,600
0,400
0,200
0,000
1
10
100 po
AOQL ( Average Outgoing Quality Limit ) : harga max. dari AOQ sebagai fungsi dari p
AOQL = max AOQ = 1,37 % ( untuk contoh soal diatas )
: ASN = n 1 . P1 + ( n 1 + n 2 ) . P 2 + . + ( n 1 + n 2 + . + n k ) . P
= P ( d 1 c 1 ) I + P ( d 1 r 1) I
= P ( d 1 1 ; 1,5) + P ( d 1 5 ; 1,5)
= P ( d 1 1 ) I + P ( d 1 5) I
= 0,558 + ( 1 0,982 )
= 0,576
= 0,558 + ( 1 0,982 )
ASN = n 1 + n 2 ( 1 P 1 )
= 50 + 60 ( 1 0,576 )
= 75,44
ASN 75
= 549,38
ATI 550
RENCANA SAMPLING PRODUSEN KONSUMEN SAMPLING TUNGGAL
3 bentuk perhitungan dalam rencana sampling Produsen Konsumen :
1. Jika diketahui bahwa :
= . ( contoh : = 0,05 )
= . ( contoh : = 0,1 )
Maka :
Yang diuji dulu adalah : konsumen (konsumen diprioritaskan)
Rencana yg diterima adalah : untuk nilai yg paling dekat dengan
2. Jika diketahui bahwa :
. ( contoh : 0,05 )
= . ( contoh : = 0,1 )
Maka :
Yang diuji dulu adalah : konsumen (konsumen diprioritaskan)
Rencana yg diterima jika :
3. Jika diketahui bahwa :
= . ( contoh : = 0,05 )
. ( contoh : 0,1 )
Maka :
Yang diuji dulu adalah : produsen (produsen diprioritaskan)
Rencana yg diterima jika :
Dimana : dan adalah nilai prediksi dan yg diperoleh dari hasil perhitungan
Contoh Soal :
Diketahui ukuran lot sebesar 5000 unit, perlu disusun suatu rencana sampling dengan
ketentuan :
= 0,05
AQL = 0,9 %
= 0,1
LQL = 7,8 %
Tentukan rencana sampling yang tepat !
Jawab :
Diketahui : N = 5000
= 0,05
= 0,1
AQL = 0,9 %
LQL = 7,8 %
c=1
c=2
Untuk c = 1 :
n =
np 0,1
p 0,1
3,890
= 49,871 50
0,078
p 0,95 =
np 0,95
n
0,355
= 0,0071
50
P ( d 1 1 ; 0,4) = 0,938
= 0,5
P ( d 1 1 ; 0,5) = 0,910
= 0,45
P ( d 1 1 ; 0,45) = ???
Interpolasi :
y - y1
x - x1
y 2 - y1 x 2 - x1
a - 0,938
0,45 - 0,4
= 1 Pa = 1 0,924 = 0,076
Untuk c = 2 :
n =
np 0,1
p 0,1
5,322
= 68,231 68
0,078
p 0,95 =
np 0,95
n
0,818
= 0,012
68
P ( d 1 2 ; 0,6)
= 0,977
= 0,7
P ( d 1 2 ; 0,7)
= 0,967
= 0,612
P ( d 1 2 ; 0,612) = ???
Interpolasi :
y - y1
x - x1
y 2 - y1 x 2 - x1
a - 0,977
0,612 - 0,6
0,967 - 0,977
0,7 - 0,6
a = 0,9758 Pa = 0,9758
= 1 Pa = 1 0,9758 = 0,0242
Jadi, Rencana Sampling Tunggal yang digunakan adalah :
c=1
n = 50
Atas pertimbangan :
SOAL SOAL :
1. Rancang rencana sampling yg diinginkan, jika AQL = 0,5 % pada = 5 % dan LTPD = 5
% pada 10 %. Tentukan rencana sampling yang tepat !
2. Tentukan rencana sampling tunggal yg dpt memberikan jaminan bahwa resiko pembuat
adh 1 % bila lot mengandung 0,5 % produk yg tdk memenuhi syarat, sedangkan resiko
pembeli tidak lebih dari 10 % pada keadaan lot 4 % yang tidak memenuhi syarat.
3. Tentukan rencana sampling tunggal yg dpt memberikan jaminan bahwa resiko pembuat
adh maksimum 5 % bila lot mengandung 1,5 % produk yang tidak memenuhi syarat, jika
resiko pembelinya 10 % pada keadaan lot 4 % yg tdk memenuhi syarat.
4. Diketahui rencana sampling sbb :
n1 = 50
c1 = 2
r1 = 7
n2 = 100
c2 = 6
r2 = 8
p = 5 %
ukuran lot = 500
CATATAN :
Karakteristik suatu Rencana Sampling yang baik adalah :
1. Indeks ( AQL, AOQL ) yg digunakan untuk mendefinisikan kualitas, harus
mencerminkan kebutuhan konsumen dan produsen, bukan untuk kebutuhan statistik.
2. Resiko sampling bisa diketahui secara kuantitatif.
3. Rencana sampling harus meminimasi biaya.
4. Rencana sampling dibuat dengan menggunakan masukan dari pengetahuan-pengetahuan
lain, seperti : kemampuan proses produksi, data supplier, dll.
5. Rencana sampling harus flexible.
6. Pengukuran yg dibutuhkan harus memberikan informasi untuk estimasi kualitas individu
dan untuk jangka panjang.
7. Rencana sampling harus sederhana, mudah untuk dijelaskan.
Barang di Storage
Operasi pemeliharaan
WIP
Prosedur administrasi
Kode J
n
80
80
32
c
2
1
1
r
3
2
3
10
10
4
= 1 0,238
= 0,762
d. Probabilitas bahwa lot inspeksi Longgar diterima tetapi pindah ke Normal ( Pa ) :
Pa = P ( c < d < r ; ) = P ( 1 < d < 3 ; 4 )
= P(d = 2 ; 4)
= 0,147
2. Diketahui rencana Sampling Ganda dengan menggunakan tabel ABC STD untuk
GIL I, N = 20000, AQL = 1,5 %, dan p = 12,5 % !
a. Tentukan rencana samplingnya ( Normal, Ketat, dan Longgar ) !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot inspeksi Longgar ditolak !
d. Hitung probabilitas bahwa lot inspeksi Longgar diterima tetapi pindah ke Normal
!
Jawab :
Diketahui : Sampling Ganda dengan tabel ABC STD :
General Inspection Level I ( GIL I )
N = 20000
AQL = 1,5 %
p = 12,5 %
Kode K
c1
r1
n2
c2
r2
Normal
80
80
Ketat
80
80
Longgar
32
32
AQL
Tentukan Sampel
Penerimaan untuk
Normal
Pemeriksaan Ketat
Kualitas buruk
Inspeksi Ketat
Inspeksi Normal
Inspeksi Longgar
b. Inspeksi LONGGAR :
bila diinginkan oleh konsumen untuk kurangi jmlh pemeriksaan di konsumen
bila produksi berjalan stabil, wajar, dan tidak ada masalah
bila dari 10 lot terakhir berurutan yang diperiksa semuanya diterima
pindah ke Longgar
1
10
11
Kode E
Jadi, jika ditemukan 1 buah produk yang cacat dalam suatu pengambilan sampel dan
diperiksa dengan menggunakan Sampling Longgar, maka lot tersebut diterima dan
berikutnya diperiksa dengan Sampling Normal.
CATATAN !!!
Pada tabel ABC STD untuk pemeriksaan Longgar, terdapat daerah antara Penerimaan
dan Penolakan, berarti jika :
a. Terdapat jumlah defective angka penerimaan (c) lot diterima
b. Jika jumlah defective berada diantara angka penerimaan (c) dan penolakan (r) :
c < jumlah defective < r lot diterima, tapi pada pemeriksaan selanjutnya harus
kembali ke Normal
10. Tentukan rencana sampling tunggal yg dapat memberikan jaminan bahwa resiko
produsen adalah 5 % bila lot mengandung 0,75 % produk yang tidak memenuhi syarat,
dan resiko pembelinya adalah 10 % pd keadaan lot 2,7 % yg tidak memenuhi syarat !
11. Diketahui rencana sampling ganda dgn menggunakan tabel ABC-STD, pemeriksaan
khusus level III, AQL = 1,5 %, dengan ukuran lot 3570 dan persen defektif sebesar 10 %.
a. Tentukan rencana samplingnya !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot Longgar ditolak !
d. Hitung probabilitas bahwa lot Longgar diterima tetapi pindah ke inspeksi Normal !
12. Diketahui rencana sampling ganda dgn menggunakan tabel ABC-STD, pemeriksaan
khusus level III, AQL = 2,5 %, dengan ukuran lot 2770 dan persen defektif sebesar 12 %.
a. Tentukan rencana samplingnya !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot Longgar ditolak !
d. Hitung probabilitas bahwa lot Longgar diterima tetapi pindah ke inspeksi Normal !
13. Sebuah perusahaan ingin mengadakan sampling penerimaan tunggal dengan pemeriksaan
sampel 100 % pd lot yg berukuran 1775. Jika diinginkan LQL = 1 %, p = 0,0037 , maka :
a. Tentukan rencana sampling untuk perusahaan tersebut dan besar AOQL nya !
b. Berapakah nilai probabilitas penerimaannya ?
c. Jk biaya pemeriksaan lot adalah Rp. 500,-/#, berapakah biaya rata-rata yg digunakan ?
14. Tentukan rencana sampling tunggal yg dapat memberikan jaminan bahwa resiko
produsen adalah 5 % bila lot mengandung 0,35 % produk yang tidak memenuhi syarat,
dan resiko pembelinya adalah 10 % pd keadaan lot 2,25 % yg tidak memenuhi syarat !
15. Sebuah perusahaan ingin mengadakan sampling penerimaan tunggal dengan pemeriksaan
sampel 100 % pd lot yg berukuran 3500. Jika diinginkan AOQL = 2%, p = 1,5% , maka :
a. Tentukan rencana sampling untuk perusahaan tersebut dan besar LQL nya !
b. Berapakah nilai probabilitas penerimaannya ?
c. Jk biaya pemeriksaan lot adh Rp. 1.000,-/ #, berapakah biaya rata-rata yg digunakan ?
16. Diketahui rencana sampling ganda dgn menggunakan tabel ABC-STD, pemeriksaan
khusus level IV, AQL = 0,1 , dengan ukuran lot 3000 dan persen defektif sebesar 20 %.
a. Tentukan rencana samplingnya !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot inspeksi Longgar ditolak !
d. Hitung probabilitas bahwa lot Longgar diterima tetapi pindah ke inspeksi Normal !
e. Jika biaya pemeriksaan lot adalah Rp. 1.000,- / #, berapakah biaya rata-rata yg
digunakan untuk pemeriksaan Longgar ?
17. Sebuah perusahaan ingin mengadakan sampling penerimaan tunggal dengan pemeriksaan
sampel 100 % pd lot yg berukuran 8000. Jika diinginkan LQL = 1 %, p = 0,0035 , maka :
a. Tentukan rencana sampling untuk perusahaan tersebut dan besar AOQL nya !
b. Berapakah nilai probabilitas penerimaannya ?
c. Jika biaya pemeriksaan lot adalah Rp. 1.000,-/ #, berapa biaya rata-rata yg digunakan?
18. Tentukan rencana sampling tunggal yang dapat memberikan jaminan bahwa resiko
produsen adalah tidak lebih dari 5 % bila lot mengandung 1,72 % produk yang tidak
memenuhi syarat, dan resiko pembelinya adalah 10 % pada keadaan lot 5,38 % yang tidak
memenuhi syarat !