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.
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.
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.
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 :
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
. Pada saat
, terjadi
. Pada saat
tersebut mean dan standar deviasi berada pada nilai out of control. Ketika
bergerak,
3.
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
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
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
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
dengan menetapkan batas kritis mean sampel dalam dolar, memakai tingkat
signifikansi 5%.
Penyelesaian :
Karena
dan
adalah :
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
3.2.
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.
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.
4.
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
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
digunakan dan dianalisis secara cepat dan mudah. Lembar pengecekan ini memiliki
beberapa bentuk seperti pada gambar 2.
Gambar. 3
Check Sheet
Defect Item
4.3.
4.4.
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.
4.5.
d. Peta u
e. Peta c
KELOMPOK 2
1.
2.
3.
4.
(1208405010)
(1208405011)
(1208405014)
(1208405022)
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS UDAYANA
2014