Anda di halaman 1dari 19

Metode Dasar Dalam Proses Kendali Mutu

1.

Pengantar

Jika sebuah produk memenuhi atau melebihi harapan pelanggan, umumnya harus
diproduksi dengan proses yang stabil atau berulang. Lebih tepatnya, proses tersebut harus
mampu beroperasi dengan sedikit variabilitas disekitar target atau dimensi nominal dari
karakteristik kualitas produk. Statistical Proses Control (SPC) atau disebut dengan Pengendalian
Proses Statistik merupakan teknik penyelesaian masalah yang digunakan sebagai pemonitor,
pengendali, penganalisis, pengelola, dan memperbaiki proses menggunakan metode-metode
statistik.
SPC dapat diterapakan untuk setiap proses. Tujuh alat utama SPC adalah sebagai berikut:
1.
2.
3.
4.
5.
6.
7.

Histogram or stem and leaf plot (Histogram atau Batang Daun)


Check sheet (Lembar Pengecekan)
Pareto chart (Diagram Pareto)
Cause and effect diagram (Diagram Sebab dan Akibat)
Defect concentration diagram (Flow Chart)
Scatter diagram (Diagram Acak)
Control chart (Diagram Kendali)

Meskipun alat ini sering disebut bagian penting dari SPC, ketujuh alat ini hanya terdiri
dari aspek teknis SPC. Penyebaran SPC membantu menciptakan pengendali, dimana semua
individu dalam organisasi mencari perbaikan secara terus-menerus dalam kualitas dan
produktivitas. Setelah pengendali ini didirikan, aplikasi ketujuh alat ini menjadi bagian yang
paling penting untuk melakukan bisnis dan baik dalam perjalanan untuk mencapai tujuan
peningkatan usaha. Hal ini dikembangkan pada tahun 1920 oleh Walter A. Shewhart dari Bell
Telephone Laboratories. Dan dari tujuh alat ini, Control Chart Shewhart yang paling baik.

2.

Chance And Assignable Causes Of Quality Variation

Filisofi pada konsep pengendalian kualitas proses statistik atau yang lebih dikenal dengan
SPC adalah output pada proses atau pelayanan dapat dikemukakan ke dalam pengendalian
statistik melalui alat-alat manajemen dan tindakan perancangan. Dengan menggunakan SPC ini
maka dapat dilakukan analisis dan minimasi penyimpangan atau kesalahan, mengkuantifikasikan
kemampuan proses, menggunakan pendekatan statistik, dan membuat hubungan antara konsep
dan teknik yang ada untuk mengadakan perbaikan proses. Sasaran pengendalian proses statistik
terutama adalah mengadakan pengurangan terhadap variasi atau kesalahan-kesalahan proses.
Selain itu, tujuan utama dalam pengendalian proses statistic adalah mendeteksi adanya penyebab
khusus (assignable cause atau special cause) dalam variasi atau kesalahan proses melalui analisis
data dari masa lalu maupun masa mendatang.

Variasi proses sendiri terdiri dari dua macam penyebab, yaitu :


1. Penyebab Umum (random cause atau chance cause atau common cause) yang
sudah melekat pada proses,
2. Penyebab khusus (assignable cause atau special cause) yang merupakan kesalahan
yang berlebihan.
Idealnya, hanya penyebab umum yang ditunjukkan atau yang tampak dalam proses,
karena hal tersebut menunjukkan bahwa proses berada dalam kondisi stabil dan dapat diprediksi.
Kondisi ini menunjukkan variasi yang minimum, ada beberapa keuntungan apabila pengurangan
proses tersebut dapat dilakukan, yaitu :
1. Variabilitas menjadi lebih kecil yang dihasilkan dari adanya perbaikan kinerja
yang dapat dilihat oleh pelanggan.
2. Mengurangi variabilitas pada karakteristik komponen yang merupakan cara untuk
mengimbangi variabilitas yang tinggi pada komponen lain untuk memenuhi
persyarat kinerja pada system atau perakitan. Untuk dapat memenuhi persyaratan
tersebut memang diperlukan adanya pengendalian secara ketat pada setiap
komponen.
3. Pada beberapa karakteristik seperti berat, pengurangan variabilitas juga akan
memberikan manfaat pada perubahan rata-rata proses yang dapat menyebabkan
pengurangan biaya.
4. Berkurangnya variabilitas akan mengurangi banyaknya inspeksi dan besarnya
biaya inspeksi. Hal ini akan mendorong ditekannya harga produk tersebut.
5. Berkurangnya variabilitas merupakan faktor yang penting dalam meningkatkan
kemampuan bersaing sutu produk dan memperbesar pangsa pasar.
Selanjutnya, proses pelayanan dikatakan dalam pengendalian statistik apabila penyebab
khusus (assignable cause) dari penyimpangan atau variasi tersebut seperti penggunaan alat,
kesalahan operator, kesalahan operator, kesalahan dalam penyiapan mesin, kesalahan
penghitungan, kesalahan bahan baku, dan sebagainya tidak tampak dalam proses. Atau dengan
kata lain, sasaran SPC adalah mengurangi penyimpangan karena penyebab khusus dalam proses
dan dengan cara mencapai stabilitas dalam proses. Apabila stabilitas proses tercapai, kemampuan
proses dapat diperbaiki dengan mengurangi penyimpangan karena sebab umum (common cause)
seperti penyimpangan dalam bahan baku, kondisi emosional karyawan, penurunan kinerja mesin,
penurunan suhu udara, naik turunnya kelembaban udara dan sebagainya.
Proses yang beroperasi dengan adanya penyebab khusus dikatakan proses out of control.
Proses yang beroperasi dengan adanya penyebab umum dikatakan proses in control, disebut in
control jika nilai mean dan standar deviasi berada pada center line.
Sementara itu untuk menentukan apakah proses berada dalam pengendalian, SPC
menggunakan alat yang disebut control chart yang merupakan gambar sederhana dengan tiga
garis, dimana garis tengah yang disebut garis pusat (center line) merupakan target nilai pada

beberapa kasus, dan kedua garis lainnya merupakan batas pengendali atas dan batas pengendali
bawah. Control chart tersebut memisahkan penyebab penyimpangan menjadi penyebab umum
dan penyebab khusus melalui batas pengendalia. Bila penyimpangan atau kesalahan melebihi
batas pengendalian, menunjukkan bahwa penyebab khusus telah masuk kedalam proses dan
proses harus diperiksa untuk mengidentifikasi penyebab dari penyimpangan atau kesalahan yang
berlebihan tersebut. Kesalahn yang disebabkan karena sebab umum berada di dalam batas
pengendalian. Hal ini berarti dalam proses sebaiknya hanya penyebab umum yang terjadi,
sehingga secara langsung kesalahan tersebut dapat distabilkan.
Selanjutnya, SPC dikatakan berada dalam batas pengendalian apabila hanya terdapat
kesalahan yang disebabkan oleh sebab umum. Hal ini memberikan manfaat penting yaitu :
1. Proses memiliki stabilitas yang akan memungkinkan organisasi dapat memprediksi
perilaku paling tidak untuk jangka pendek.
2. Proses memiliki identitas dalam menyusun seperangkat kondisi yang penting untuk
membuat prediksi masa mendatang.
3. Proses yang berada dalam kondisi berada dalam batas pengendalian statistik
beroperasi dengan variabilitas yang lebih kecil daripada proses yang memiliki
penyebab khusus. Variabilitas yang rendah penting untuk memenangkan persaingan.
4. Proses yang mempunyai penyebab khusus merupakan proses yang tidak stabil dan
memiliki kesalahan yang berlebihan yang harus ditutup dengan mengadakan
perubahan untuk mencapai perbaikan.
5. Dengan mengetahui bahwa proses berada dalam batas pengendali statistik akan
membantu karyawan dalam menjalankan proses tersebut. Atau dapat dikatakan,
apabila data berada dalam batas pengendalai, maka tidak perlu lagi dibuat
penyesuaian atau perubahan. Hal ini disebabkan penyesuaian atau perubahan kembali
yang tidak diperlukan justru akan menambah kesalahan, bukan mengurangi.
6. Dengan mengetahui bahwa proses berada dalam batas pengendali statistik, akan
memberikan petunjuk untuk mengadakan pengurangan variabilitas proses jangka
panjang. Untuk mengurangi variabilitas proses tersebut, sistem pemrosesan harus
dianalisis dan diubah oleh manajer sehingga karyawan dapat menjalankan proses.
7. Analisis untuk pengendalian statistik mencakup penggambaran data produksi akan
memudahkan dalam mengidentifikasi kecenderungan yang terjadi dari waktu ke
waktu.
8. Proses yang stabil atau yang berada dalam batas pengendali statistik juga dapat
memenuhi spesifikasi produk, sehingga dapat dikatakan proses dalam kondisi terawat
dengan baik dan dapat menghasilkan produk yang baik. Kondisi ini dibutuhkan
sebelum proses diubah dari tahap perencanaan ke tahap produksi secara penuh.

SPC memang memiliki berbagai manfaat bagi organisasi yang menerapkannya. Manfaat
tersebut, antara lain :

1. Tersedianya informasi bagi karyawan apabila akan memperbaiki proses.


2. Membantu karyawan memisahkan sebab umum dan sebab khusus terjadinya
kesalahan.
3. Tersedianya bahasa yang umum dalam kinerja proses untuk berbagai pihak.
4. Menghilangkan penyimpangan karena sebab khusus untuk mencapai konsistensi dan
kinerja yang lebih baik.
5. Pengertian yang lebih baik mengenai proses.
6. Pengurangan waktu yang berarti dalam penyelesaian masalah kualitas.
7. Pengurangan biaya pembuangan produk cacat, pengerjaan ulang terhadap produk
cacat, inspeksi ulang, dan sebagainya.
8. Komunikasi yang lebih baik dengan pelanggan tentang kemampuan produk dalam
memenuhi spesifikasi pelanggan.
9. Membuat organisasi lebih berorientasi pada data statistik dari pada hanya berasumsi
saja.
10. Perbaikan proses, sehingga kualitas produk menjadi lebih baik, biaya lebih rendah,
dan produktivitas meningkat.

Gambar penjelasan Out of control dan In control

Pada saat

proses yang ditunjukkan pada gambar berada dalam in control, ketika variasi

tepat berada pada center line. Akibatnya mean dan standar deviasi terdapat pada in control
(misalnya,

dan

). Pada waktu

suatu penyebab terjadinya penugasan. Efek dari penyebab

penugasan ini adalah untuk menggeser proses nilai baru yaitu ,


pengalihan penugasan sehingga
nilai yang lebih besar

. Pada saat

, terjadi

, tetapi sekarang proses standar deviasi telah bergeser ke

. Pada saat

terjadi pengalihan penugasan, sehingga kedua proses

tersebut mean dan standar deviasi berada pada nilai out of control. Ketika

bergerak,

keberadaan penyebab khusus telah mengakibatkan proses out of control.


Proses akan sering bekerja pada in control untuk waktu yang relatif lama. Namun, tidak
ada proses yang benar-benar stabil selamanya, dan akhirnya penyebab khusus akan terjadi secara
acak, sehingga pergeseran terjadi ke arah out of control, dimana pernyataan yang lebih besar dari
proses output tidak sesuai dengan persyaratan. Misalnya, perhatikan gambar diatas, ketika proses
berada di in control, sebagian besar produksi akan jatuh antara pengendali batas bawah dan atas
(LSL dan USL).

3.

Statistical Basis Of The Control Chart

3.1. Prinsip Dasar


Peta kendali adalah tampilan grafis dari kualitas karakteristik yang telah diukur atau
dihitung dari perbandingan sampel antara sampel jumlah dan sampel waktu. Grafik Berisi garis
tengah yang mewakili nilai rata-rata kualitas karakteristik yang sesuai dengan keadaan incontrol. Dan dua garis horizontal lainnya, yaitu batas control atas yang disebut UCL (Upper
Control Limit) dan batas kendali bawah yang disebut LCL (Lower Control limit). Batas control
ini dipilih jika proses berada dalam pengendalian, hampir semua titik sampel berada diantara
UCL dan LCL. Selama titik sampel berada dalam batas-batas, kontrol proses ini berada dalam
kendali dan tidak memerlukan tindakan apapun. Namun, saat titik sampel tersebut berada di luar
batas-batas control dapat disimpulkan bahwa proses ini diluar kendali dan memerlukan tindakan
korektif untuk menemukan penyebab hal tersebut.

Terdapat hubungan antara diagram control dengan pengujian hipotesis. Jika nilai titik
sampel berada dalam batas kontrol, dapat disimpulkan bahwa rata-rata proses berada dalam
kendali atau sama dengan nilai

. Di sisi lain, jika melebihi batas kontrol maka dapat

disimpulkan proses berada di luar kendali atau sama dengan

. Dengan demikan peta

kendali adalah uji hipotesis bahwa proses ini dalam keadaan kontrol statistik. Dengan kata lain
jika titik sampel berada dalam batas kontrol artinya menerima hipotesis kontrol statistik dan jika
titik sampel berada di luar batas kontrol artinya menolak hipotesis kontrol statistik.
Untuk menggambarkan ide-ide sebelumnya, kami memberikan contoh peta kendali yaitu
dalam manufaktur semikonduktor, dengan langkah fabrikasi dimana bahan photoresist peka
cahaya diterapkan pasa wafer silikon, pola sirkuit biasanya melalui penggunaan intensitas tinggi
sinar UV . Kualitas dalam hal ini adalah lebar aliran. Misalkan lebar aliran dikendalikan pada
rata-rata 1,5 mikron dan diketahui bahwa standar deviasi lebar aliran adalah 0,15 mikron. Setiap
jam sampel lima wafer diambil, lebaran aliran rata-rata dihitung dan diplot pada grafik sebagai
berikut

Perhatikan bahwa semua titik berada dalam batas control, sehingga grafik menunjukkan
bahwa proses dianggap dalam kendali statistik. Diketahui lebar aliran adalah 1,5 mikron dan
standar deviasi proses

mikron. Sekarang jika sampel ukuran n = 5, deviasi standar dari

rata-rata sampel adalah

Oleh karena itu, jika proses yang memegang kendali dengan lebar rata-rata aliran 1,5
mikron, maka dengan menggunakan teorema limit sentral untuk menganggap bahwa mendekati
distribusi normal, kita akan mengharapkan 100 (1-)% dari sampel berarti berada diantara 1,5 +

Z/2 (0,0671) dan 1,5 - Z/2 (0,0671). Kami akan memiloih sebarang konstan Z /2 menjadi 3
sehingga batas kontrol atas dan bawah menjadi
UCL = 1,5 + 3(0,0671) = 1,7013 dan LCL = 1,5 3(0.671) = 1,2987
Ini biasanya disebut control limit three sigma. Lebar batas control berbanding terbalik
dengan n ukuran sampel untuk beberapa sigma tertentu. Perhatikan bahwa memilih batas control
sama dengan menyiapkan daerah kritis untuk menguji hipotesis
H0 : = 1,5
H1 : 1,5
Dimana diketahui

= 0,15. Pada dasarnya, control tes grafik hipotesis ini berulang-ulang di

berebagai titik dan waktu. Situasi ini digambarkan secara grafis berikut

Model umum untuk peta kendal. Dengan w = statistik sampel, rata-rata w adalah w dan
standar deviasi =

. Kemudian garis tengah, batas kendali atas dan batas kendali bawah menjadi

UCL = w + L

Center line = w
LCL = w - L

dimana L adalah jarak dari batas kontrol dan garis tengah, dinyatakan dalam satuan standar
deviasi.

Contoh soal 1 :
Seorang ketua RW memberi tahu pihak developer pusat perbelanjaan bahwa pendapatan rumah
tangga rata-rata di daerah itu adalah $45.000. Anggaplah bahwa di daerah itu pendapatan rumah
tangganya diasumsikan terdistribusi secara normal, dan bahwa deviasi standarnya dapat diterima
sebesar $2.000, menurut studi terdahulu. Untuk sebuah sampel random dengan
tangga, mean pendapatan rumah tangga adalah

rumah

Ujilah hipotesis nol bahwa

dengan menetapkan batas kritis mean sampel dalam dolar, memakai tingkat
signifikansi 5%.
Penyelesaian :
Karena

dan

, batas kritis dari


= $43.987 dan $46.013

adalah :

Karena mean sampel dari

berada di antara dua batas kritis dan dalam daerah

penerimaan hipotesis nol, klaim dari ketua RW tersebut tidak dapat ditolak pada tingkat
signifikan 5%.

Contoh Soal 2 :
Ujilah hipotesis contoh soal 1 dengan memakai variabel normal z standar seperti dalam uji
statistik.
Penyelesaian:
dan
kritis

Karena

hasil perhitungan dari

berada dalam daerah penerimaan hipotesis nol, klaim

ketua RW tidak dapat ditolak pada tingkat signifikansi 5%.

3.2.

Choice Of Control Limits

Menentukan batas kontrol adalah salah satu keputusan yang penting yang harus dibuat
dalam merancang peta kendali. Dengan memindahkan batas kontrol jauh dari garis tengah,
mengurangi type I error yaitu, resiko titik jatuh diluar batas kontrol, menunjukkan kondisi out of
control bila tidak ada penyebab yang dialihkan hadir. Namun, pelebaran batas kontrol juga akan
meningkatkan resiko type II error, resiko titik jatuh di antara batas kontrol ketika proses ini
benar-benar di luar kendali. Jika kita bergerak batas kontrol lebih dekat ke garis tengah, efek
sebaliknya diperoleh resiko type I error meningkat, sementara resiko type II error menurun.
3.3.

Sample Size and Sampling Frequency

Dalam merancang peta kendali, kita harus menentukan baik ukuran sampel dan frekuensi
sampling. Secara umum, sampel yang lebih besar akan membuat lebih mudah untuk mendeteksi
pergeseran kecil dalam proses. Ketika memilih ukuran sampel, kita harus ingat ukuran
pergeseran bahwa kita mencoba untuk mendeteksi. Jika pergeseran proses relatif besar, maka
kita menggunakan ukuran sampel yang lebih kecil dari yang akan digunakan jika pergeseran
kepentingan yang relatif kecil.

Kita juga harus menentukan frekuensi sampling. Situasi yang paling diinginkan dari
sudut pandang mendeteksi pergeseran akan mengambil sampel besar. Namun, hal ini biasanya
tidak layak secara ekonomis. Masalah umum merupakan salah satu upaya mengalokasikan
sampling. Artinya, baik kita mengambil sampel kecil pada interval pendek atau sampel yang
lebih besar dengan waktu yang panjang. Praktek industri saat ini cenderung menguntungkan
lebih sering menggunakan sampel yang lebih kecil, terutama dalam proses manufaktur volume
tinggi, atau di berbagai penyebab khusus terjadi.
3.4.

Rational Subgroups
Ide dasar dalam penggunaan diagram kontrol adalah pengumpulan data sampel sesuai
dengan apa Shewhart sebut dalam konsep subkelompok rasional. Untuk menggambarkan konsep
ini, kita menggunakan diagram kontrol untuk mendeteksi perubahan dalam proses. Kemudian
konsep subkelompok rasional berarti subkelompok atau sampel harus dipilih jika penyebab
khusus yang hadir, kesempatan untuk membedakan antara subkelompok yang dimaksimalkan,
dan subkelompok diminimalkan akan dilakukan. Ketika peta kendali yang diterapkan pada
proses produksi, urutan waktu produksi adalah dasar logis untuk pengelompokan rasional untuk
membentuk subkelompok karena memungkinkan kita untuk mendeteksi penyebab khusus yang
terjadi dari waktu ke waktu.
Dua pendekatan umum untuk membangun subkelompok rasional digunakan. Dalam
pendekatan pertama, masing-masing sampel terdiri dari unit yang diproduksi pada saat yang
sama. Pendekatan ini digunakan ketika tujuan utama dari peta kendali adalah untuk mendeteksi
pergeseran proses. Ini meminimalkan kemungkinan variabilitas karena penyebab khusus dalam
sampel, dan memaksimalkan kesempatan variabilitas antara sampel jika penyebab khusus yang
hadir. Hal ini juga memberikan perkiraan yang lebih baik dari standar deviasi proses dalam kasus
variabel kontrol grafik. Pendekatan ini untuk pengelompokan rasional pada dasarnya
memberikan gambaran tentang proses pada setiap titik waktu di mana sampel dikumpulkan.
3.5.

Analysis Of Patterns On Control Charts


The Western Electric Pengendalian Kualitas Statistik Handbook menunjukkan perangkat
aturan keputusan untuk mendeteksi pola nonrandom pada diagram kontrol. Secara khusus, ini
menyimpulkan bahwa proses ini di luar kendali kesalahan :
1. Satu titik plot di luar batas kontrol three sigma
2. Dua dari tiga poin berturut-turut petak di luar batas peringatan two sigma
3. Empat dari lima poin berturut-turut plot pada jarak one sigma atau di luar dari
garis tengah, atau
4. Delapan poin berturut-turut plot pada satu sisi garis tengah.
Aturan-aturan berlaku untuk satu sisi dari garis tengah pada waktu tertentu. Oleh karena
itu, titik di atas batas atas peringatan segera diikuti oleh titik di bawah batas bawah peringatan,
tidak akan ada sinyal peringatan out-of-control. Hal ini juga sering digunakan dalam praktek
untuk meningkatkan sensitivitas diagram kontrol. Artinya, penggunaan aturan-aturan ini dapat
memungkinkan proses yang lebih kecil bergeser terdeteksi lebih cepat daripada yang akan terjadi
jika kriteria three sigma melebihi kontrol pelanggaran.

4.

The Rest Of The Magnificent Seven


Beberapa alat/ yang banyak digunakan dalam pengendalian mutu :

4.1 Histogram or stem and leaf plot (Histogram atau Batang Daun)
Histogram adalah bagan batang jenis khusus yang dapat digunakan untuk
menyampaikan informasi mengenai variasi dalam suatu proses, dengan tujuan untuk
mengambl keputusan dengan memusatkan perhatian pada upaya perbaikan.
Langkah pembuatan histogram :
a) Kumpulkan data dan tabulasikan (lihat Tabel 1)
Hitung datanya, misal N = 100
Bagilah data ke dalam group, misal 10 group
Catat nilai paling tinggi dalam setiap group sebagi XL dan nilai yang paling
kecil sebagai XS. Kemudian catat XL dan XS dari kesemua itu. Diperoleh XL =
3,68 dan XS = 3,30
b) Hitung kisaran dan lebar interval (lihat Tabel 2)
Tentukan range (R), R = XL XS = 0,38
Tentukan jumlah kelas (K) = 10
Tentukan batas-batas kelas

Tentukan interval kelas, untuk memudahkan


dibulatkan menjadi 0,05.

Tabel 1. Contoh Data Histogram

Contoh
dan

c)

Tabel 2.
Kisaran
Lebar
Interval

Buat
garis
horizontal dan vertikal dan petakan data dari hasil pada Tabel 2, sehingga menjadi
diagram yang disebut Histogram, seperti pada gambar 1.

Gambar 1.
Histogram
4.2.

Contoh

Check sheet (Lembar Pengecekan)


Tujuan pembuatan lembar pengecekan adalah menjamin bahwa data dikumpulkan
secara teliti dan akurat oleh karyawan operasional untuk diadakan pengendalian proses
dan penyelesaian masalah. Data dalam lembar pengecekan tersebut nantinya akan

digunakan dan dianalisis secara cepat dan mudah. Lembar pengecekan ini memiliki
beberapa bentuk seperti pada gambar 2.

Gambar 2 check sheet prosess distribution

Gambar. 3

Check Sheet

Defect Item

Gambar. 4 Check Sheet Defect Cause

4.3.

Pareto chart (Diagram Pareto)


Merupakan grafik batang khusus yang dapat digunakan sebagai alat interpretasi
dalam menentukan frekuensi atau tingkat kepentingan relatif dari berbagai persoalan atau
sebab. Memfokuskan pada pokok persoalan vital dengan cara mengurutkan berdasarkan
kepentingan.
Cara Membuat Diagram Pareto :
a. Mengidentifikasi kategori masalah/sebab yang akan dibandingkan,
b. Tentukan periode waktu untuk dipelajari,
c. Mengumpulkan data dan meringkas data,
d. Menggambarkan sumbu horizontal dan vertikal,
e. Memetakan batang-batang Diagram Pareto.
Tabel 3. Contoh Data Diagram Parito

Gambar. 5 Contoh Diagram Pareto

4.4.

Cause and effect diagram (Diagram Sebab dan Akibat)

Merupakan alat analisa yang dapat digunakan untuk mengkategorikan berbagai


sebab potensial dari suatu masalah, dan menganalisis apa yang sesungguhnya terjadi
dalam suatu proses.
Keunggulan :
Dengan membuat diagram ini kita telah mempelajari system
Diagram ini menunjukkan pemahaman tentang tim pemecahan masalah
Diagram ini menghasilkan penemuan secara aktif tentang penyebab
masalah
Diagram ini bisa memberi petunjuk untuk pengumpulan datanya
Cara Membuat Diagram sebab akibat :
a.
b.
c.
d.
e.

Mengidentifikasi akibat,
Mengidentifikasi berbagai kategori sebab utama,
Menghubungkan sebab-sebab potensial yang berhubungan dengan sebab utama,
Mengkaji kembali setiap kategori sebab utama,
Menetapkan sebab-sebab yang paling mungkin.

Gambar. 6 Contoh Diagram Sebab Akibat

4.5.

Defect concentration diagram (Flow Chart)


Flowchart merupakan diagram yang menunjukkan aliran atau urutan suatu proses
atau peristiwa. Diagram tersebut akan memudahkan dalam menggambarkan suatu
system, mengidentifikasi masalah, dan melakukan tindakan pengendalian. Diagram alur
juga menunjukkan siapa pelanggan pada masing-masing tahapan proses. Diagram
tersebut akan lebih baik apabila disusun oleh suatu tim, sehingga dapat diketahui
serangkaian proses secara jelas dan tepat. Tindakan perbaikan dapat dicapai dengan

pengurangan atau penyederhanaan tahapan proses, pengkombinasian proses, atau


membuat frekuensi terjadinya langkah atau proses lebih efisien.
Flowcharts :
Gambaran tentang urutan suatu proses yang akan dilakukan.
Digunakan untuk menguraikan proses-proses yang akan diperbaiki.
Gambar diagram alur dapat dilihat pada gambar :

Gambar. 7 Contoh Flowchart


4.6.

Scatter diagram (Diagram Acak)


Scatter diagram merupakan cara yang paling sederhana untuk menentukan
hubungan antara sebab dan akibat dari dua variabel. Langkah-langkah yang diambil pun
sederhana. Data dikumpulkan dalam bentuk pasangan titik (x,y). dari titik-titik tersebut
dapat diketahui hubungan antara variabel x dan variabel y, apakah terjadi hubungan
positif atau negative. Misalnya hubungan antara kecepatan suatu kendaraan dengan
keahlian si pengendara
seperti pada gambar.

Gambar 8. Diagram Pencar


4.7.

Control chart (Diagram Kendali)


Control chart adalah grafik yang menyerupai run chart yang digunakan untuk
menentukan apakah suatu proses berada dalam keadaan in control atau out control.
Control limit yang meliputi batas atas (upper control limit) dan batas bawah (lower
control limit) dapat membantu kita untuk menggambar performansi yang diharapkan dari
suatu proses, yang menunjukkan proses itu konsisten.
Dengan mengetahui kondisi proses, maka kita dapat mengetahui sumber variasi
proses, apakah merupakan penyebab umum (common cause) atau penyebab khusus
(special cause). Apabila merupakan special cause, kita dapat mengadakan perubahan
tanpa mengubah proses secara keseluruhan, tetapi bila merupakan common cause maka
kita dapat mengadakan perubahan. Pada dasarnya semua proses menampilkan variasi,
namun manajemen harus mampu mengendalikan proses dengan cara menghilangkan
variasi penyebab khusus dari proses itu, sehingga variasi yang melekat pada proses hanya
disebabkan oleh variasi penyebab umum. Peta-peta control merupakan alat ampuh dalam
mengendalikan proses, asalkan penggunaannya dipahami secara benar.
Cara Membuat Bagan Kendali :
a. Menentukan apa yang diukur,
b. Mengumpulkan data,
c. Memetakan daya,
d. Menghitung batas-batas kendali.
Peta kendali dapat digunakan untuk tiga tujuan :
1. Untuk membantu mengidentifikasi sebab khusus variasi dan menciptakan
status pengendalian statistic.
2. Untuk mengawasi proses dan menandakan kapan proses tersebut keluar dari
batasan pengendalian.
3. Untuk menentukan kapabilitas proses.

Macam-macam Bagan Kendali :


a. Peta X-R
b. Peta pn
c. Peta p

d. Peta u
e. Peta c

Gambar. 9 Contoh Bagan Kendali

KENDALI MUTU STATISTIKA


Metode Dasar Dalam Proses Kendali Mutu

KELOMPOK 2
1.
2.
3.
4.

I KETUT PUTRA ADNYANA


MUSTARI
ZANUAR SEPPTYADI
I GUSTI AGUNG NGURAH PUTRA DWIPAYANA

(1208405010)
(1208405011)
(1208405014)
(1208405022)

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS UDAYANA
2014

Anda mungkin juga menyukai