KELOMPOK
PENGENDALIAN MUTU
Peta Kendali Variabel
KELOMPOK VI
Ira Nurcahyani
(H12111258)
Rahmat Wahid
(H12112277)
1. Buatlah rangkuman mengenai Peta X dan R, peta S dan R, dan contoh kasus
penggunaan peta peta kendali tersebut?
Jawab:
a. Peta X dan R
Peta kendal X :
Memantau perubahan suatu sebaran atau distribusi suatu variabel asal dalam hal
lokasinya (pemusatannya).
Apakah rata-rata produk yang dihasilkan sesuai dengan standar yang telah
ditentukan.
Peta kendali R :
2.
3.
4.
Hitung nilai rata-rata seluruh X, yaitu X, yang merupakan center line dari peta
kendali X.
5.
Hitung nilai selisih data terbesar dengan data terkecil dari setiap subgrup, yaitu
Range ( R ).
6.
Hitung nilai rata-rata dari seluruh R, yaitu R yang merupakan center line dari peta
kendali R.
7.
UCL = X + (A2 . R)
LCL
8.
. A2 =
3
d2 n
= X (A2 . R)
9.
10.
= D3 . R
Plot data X dan R pada peta kendali X dan R serta amati apakah data tersebut
berada dalam pengendalian atau tidak.
Hitung Indeks Kapabilitas Proses (Cp)
Cp =
USL LSL
6S
Dimana :
S=
( Nx Xi 2 ) ( Xi) 2
N ( N 1)
atau S = R/d2
Kriteria penilaian :
Jika Cp > 1,33 , maka kapabilitas proses sangat baik
Jika 1,00 Cp 1,33, maka kapabilitas proses baik
Jika Cp < 1,00, maka kapabilitas proses rendah
Hitung Indeks Cpk :
Cpk = Minimum { CPU ; CPL }
Dimana :
CPU =
USL X
3S
dan CPL =
X LSL
3S
Kriteria penilaian :
Jika Cpk = Cp, maka proses terjadi ditengah
Jika Cpk = 1, maka proses menghasilan produk yang sesuai dengan spesifikasi
Jika Cpk < 1, maka proses menghasilkan produk yang tidak sesuai dengan
spesifikasi
Kondisi Ideal : Cp > 1,33 dan Cp = Cpk
Contoh Kasus
PT XYZ adalah suatu perusahaan pembuatan suatu produk industri. Ditetapkan
spesifikasi adalah : 2.40 0,05 mm. Untuk mengetahui kemampuan proses dan
mengendalikan proses itu bagian pengendalian PT XYZ telah melakukan
pengukuran terhadap 20 sampel. Masing-masing berukuran 5 unit (n=5).
Sampel
X1
2.38
2.39
2.40
2.39
2.38
2.41
2.36
2.39
2.35
2.43
2.39
2.38
2.42
2.36
2.45
2.36
2.38
2.40
2.39
2.35
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
X2
2.45
2.40
2.37
2.35
2.42
2.38
2.38
2.39
2.38
2.39
2.36
2.35
2.37
2.38
2.43
2.42
2.43
2.35
2.45
2.41
Hasil Pengukuran
X3
2.40
2.43
2.36
2.37
2.39
2.37
2.35
2.36
2.37
2.36
2.42
2.35
2.40
2.38
2.41
2.42
2.37
2.39
2.44
2.45
Perhitungan :
Sampel
1
2
3
4
Perhitungan
Rata-rata
2.40
2.39
2.37
2.38
Range
0.10
0.09
0.05
0.04
X4
2.35
2.34
2.36
2.39
2.35
2.42
2.38
2.41
2.37
2.42
2.39
2.35
2.43
2.36
2.45
2.43
2.39
2.35
2.38
2.47
X5
2.42
2.40
2.35
2.38
2.41
2.42
2.37
2.36
2.39
2.37
2.36
2.39
2.41
2.36
2.45
2.37
2.38
2.35
2.37
2.35
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Jumlah
Rata-rata
2.39
2.40
2.37
2.38
2.37
2.39
2.38
2.36
2.41
2.37
2.44
2.40
2.39
2.37
2.41
2.41
47.78
2.39
0.07
0.05
0.03
0.05
0.04
0.07
0.06
0.04
0.06
0.02
0.04
0.07
0.06
0.05
0.08
0.12
1.19
0.06
= X = 2.39
Peta Kendali R
CL = R = 0.06
UCL = D4 * R = 2.114 * 0.06 = 0.12
LCL = D3 * R = 0 * 0.06 = 0
Pada Peta X ada data yang out of control, maka data pada sampel tersebut dibuang
Sampel
1
2
3
4
Perhitungan
Rata-rata
2.40
2.39
2.37
2.38
Range
0.10
0.09
0.05
0.04
5
6
7
8
9
10
11
12
13
14
16
17
18
19
20
Jumlah
Rata-rata
2.39
2.40
2.37
2.38
2.37
2.39
2.38
2.36
2.41
2.37
2.40
2.39
2.37
2.41
2.41
45.34
2.386
0.07
0.05
0.03
0.05
0.04
0.07
0.06
0.04
0.06
0.02
0.07
0.06
0.05
0.08
0.12
1.15
0.0605
Peta Kendali X :
CL
= X = 2.386
Peta Kendali R
CL = R = 0.0605
UCL = D4 * R = 2.114 * 0.0605 = 0.1280
LCL = D3 * R = 0 * 0.06 = 0
S=
( Nx Xi 2 ) ( Xi) 2
N ( N 1)
Cp =
CPU =
USL X
3S
2.45 2.386
0.8205
3(0.026)
CPL =
X LSL
3S
2.386 2.35
0.4615
3(0.026)
Nilai Cpk sebesar 0.4615 yang diambil dari nilai CPL menunjukkan bahwa proses
cenderung mendekati batas spesifikasi bawah.
Nilai Cp sebesar 0.6410 ternyata kurang dari 1, hal ini menunjukkan kapabilitas
proses untuk memenuhi spesifikasi yang ditentukan rendah.
b. Peta X dan R
Peta kendali standar deviasi digunakan untuk mengukur tingkat keakurasian suatu
proses.
(X i X )2
n 1
6. Hitung nilai rata-rata dari seluruh s, yaitu S yang merupakan garis tengah dari peta
kendali S,
7. Hitung batas kendali dari peta kendali x :
UCL
=x+
LCL
=x
3. * S
C4 * n
3. * S
C4 * n
dimana
C4 * n
= A3
Sehingga :
UCL
LCL
= x + (A3 * S)
= x (A3 * S)
= S
3 * S (1 C 4)
C4
LCL
= S
3 * S (1 C 4)
C4
dimana 1
dimana 1
3. (1 C 4)
= B4
C4
3. (1 C 4)
= B3
C4
Sehingga :
UCL
LCL
= B4 * S
= B3 * S
9. Plot data x dan S pada peta kendali x dan S serta amati apakah data tersebut berada
dalam pengendalian atau diluar pengendalian.
Contoh :
Jumlah Observasi
1
2
3
4
5
6
7
Hasil Pengukuran
20,
19,
25,
20,
19,
22,
18,
22,
18,
18,
21,
24,
20,
20,
21, 23,
22, 20,
20, 17,
22, 21,
23, 22,
18, 18,
19, 18,
22
20
22
21
20
19
20
21,60
19,80
20,40
21,00
21,00
19,40
19,00
1,14
1,48
3,21
0,71
2,07
1,67
1,00
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
20,
21,
21,
20,
22,
19,
20,
20,
21,
20,
20,
20,
22,
23,
21,
21,
20,
19,
20,40
22,00
20,00
21,00
21,60
19,40
21,20
22,80
21,20
19,20
22,40
20,20
22,00
21,80
18,60
23,00
20,80
20,60
521,00
20,77
1,82
1,58
0,71
1,41
1,14
1,52
0,84
1,64
1,64
1,10
1,52
1,64
1,22
1,10
1.52
1,22
0,84
1,14
34,88
1,30
Peta kendali x :
CL
= 20,77
UCL
LCL
Peta kendali S :
CL
= 1,30
UCL
= B4 * S
= 2,089 (1,30) = 2,716
LCL
= B3 * S
= 0 (1,30)
=0
1. Menggunakan teknologi pengukuran dan inspeksi otomatis, dan setiap unit yang
diproduksi dapat dianalisis sehingga tidak ada dasar untuk pengelompokan rasional ke
dalam subgrup.
2. Siklus produksi sangat lama, dan menyulitkan jika mengumpulkan sampel sebanyak n
> 1.
3. Pengukuran berulang pada proses akan berbeda karena faktor kesalahan (error) lab
atau analisis, seperti pada proses kimia.
4. Beberapa pengukuran diambil pada unit produk yang sama, seperti mengukur
ketebalan oksida di beberapa lokasi yang berbeda pada sebuah wafer di fabrikasi alat
semikonduktor.
5. Dalam pabrik-pabrik proses tertentu, seperti pabrik kertas, pengukuran pada beberapa
parameter seperti ketebalan lapisan di seluruh gulungan kertas akan berbeda sangat
sedikit dan menghasilkan standar deviasi yang jauh terlalu kecil jika tujuannya adalah
untuk mengendalikan ketebalan lapisan sepanjang gulungan kertas.
Berikut adalah contoh penggunaan I-MR:
Gambar 2. Individuals & Moving Range Control Chart untuk Data Viskositas Cat Primer Pesawat Terbang
Langkah 1 :
Menghitung moving range, rata-rata nilai individu, dan rata-rata moving range
Moving range didefinisikan sebagai jarak atau range bergerak antara satu titik data (xi)
dengan titik data sebelumnya (xi
1),
individu m, terdapat range m 1. Selanjutnya, rata-rata dari nilai-nilai ini dihitung sebagai
berikut:
Langkah 2:
Menghitung garis pusat, UCL, dan LCL untuk peta kendali moving range, yaitu sebagai
berikut:
Garis pusat=
=
=0,57
UCLr
=D4
= 3,267(0,57)
= 1,87
LCLr
=D3
= (0)(0,57)
=
Nilai D3 = 0 dan D4 = 3,267 adalah faktor untuk membangun peta kendali variabel pada n =
2, seperti yang diberikan dalam banyak buku pengendalian proses statistik (lihat misalnya,
Montgomery, 2005, p. 725)
Langkah 3:
Menghitung garis pusat, UCL, dan LCL untuk peta kendali individu
Dengan menggunakan rumus dalam buku Montgomery (2005), kita menentukan garis pusat,
UCL, dan LCL untuk peta kendali individu sebagai berikut:
LCL =
3
d2
Nilai 1,128 adalah nilai konstan d2 untuk n = 2, seperti yang diberikan dalam banyak buku
pengendalian proses statistik (lihat misalnya, Montgomery, 2005, p. 725 )